Optymalizacja modeli ekologicznych z wykorzystaniem logiki rozmytej
Projekt wykonany dla zamawiającego, który potrzebował optymalizacji ekologicznej ekonomicznej modelu za pomocą nowoczesnych metod i narzędzi matematycznych. Do integracji logiki rozmytej w modelu Leontiewa-Forda zastosowano metody programowania liniowego oraz wizualizacji danych.
Główne zadania:
Zrealizować optymalizację z wykorzystaniem teorii zbiorów rozmytych.
Zbadać wpływ niepewności na procesy podejmowania decyzji.
Opracować narzędzia analityczne do oceny strategii ekologicznych.
Metodologia:
NumPy do obliczeń numerycznych,
SciPy do programowania liniowego,
matplotlib i mpl_toolkits.mplot3d do wizualizacji wyników.
Opracowano algorytmy do pracy z danymi wielowymiarowymi oraz złożonymi funkcjami przynależności.
Algorytmy przetestowane na rzeczywistych danych ekologicznych.
Wyniki:
Opracowano efektywne algorytmy z zastosowaniem logiki rozmytej.
Zwiększono odporność modeli i ich zdolność do uwzględniania niepewności.
Stworzono czytelne wizualizacje w celu uproszczenia analizy danych.
Główne zadania:
Zrealizować optymalizację z wykorzystaniem teorii zbiorów rozmytych.
Zbadać wpływ niepewności na procesy podejmowania decyzji.
Opracować narzędzia analityczne do oceny strategii ekologicznych.
Metodologia:
NumPy do obliczeń numerycznych,
SciPy do programowania liniowego,
matplotlib i mpl_toolkits.mplot3d do wizualizacji wyników.
Opracowano algorytmy do pracy z danymi wielowymiarowymi oraz złożonymi funkcjami przynależności.
Algorytmy przetestowane na rzeczywistych danych ekologicznych.
Wyniki:
Opracowano efektywne algorytmy z zastosowaniem logiki rozmytej.
Zwiększono odporność modeli i ich zdolność do uwzględniania niepewności.
Stworzono czytelne wizualizacje w celu uproszczenia analizy danych.