Designing and developing a complex social engineering system based on fuzzy interval estimates :: IKBFU's united scientific journal editorial office

×

Login
Password
Forgot your password?
Login As
You can log in if you are registered at one of these services:
   
Science is power, it reveals the relation between things, their laws and interactions
Alexander Herzen

DOI-generator Search by DOI on Crossref.org

Designing and developing a complex social engineering system based on fuzzy interval estimates

Author Pavlova K. A., Bereza N. V., Bereza A. N., Beglyarov V. V.
Pages 5-15
Article Download
Keywords sociotechnical system, electronic commerce, intelligent techniques
Abstract (summary) The paper studies design and development of expenditure accounting system of an online shop using the fuzzy sets theory and fuzzy logic. It has also considered the construction principles of complex information systems and formulated the requirements for the system under design. Apart from that the authors dwell upon the fuzzy problem of multi-criteria optimization on basis of interval estimation. The program interface has been designed and main principles of work created by informational system have been described.
References 1. Савельев А. И. Электронная коммерция в России и за рубежом: правовое регулирование. М., 2014.
2. Козлова Т. В., Шулаев Д. В. Механизмы функционирования социотехнических систем // Актуальные проблемы современной науки, техники и образования. 2010. № 2. С. 278—280.
3. Ажмухамедов А. И. Управление антропогенными элементами в социотехнических системах // Прикладная информатика. 2015. № 3. С. 132—142.
4. Ажмухамедов И. М. Синтез управляющих решений в слабо структурированных плохо формализуемых социотехнических системах // Управление большими системами. 2013. № 42. С. 29—54.
5. Жутиков М. Д. Управление операционной эффективностью в сложных социотехнических системах // Наука, техника и образование. 2016. № 1 (19). С. 104—111.
6. Стативко Р. У. Нечеткое моделирование социотехнических систем // Наукоемкие технологии и инновации : юбилейная междунар. науч.-практ. конф., посвященная 60-летию БГТУ им. В. Г. Шухова (XXI научные чтения). Белгород, 2014. С. 61—66.
7. Проталинский О. М., Ажмухамедов И. М. Системный анализ и моделирование слабо структурированных и плохо формализуемых процессов в социотехнических системах // Инженерный вестник Дона. 2012. №3.
8. Лю Х. Метод нечеткого анализа иерархий для выбора сайта электронной коммерции // Вестник БГУ. Сер. 1: Физика. Математика. Информатика. 2014. № 3. С. 89—93.
9. Алиев Ф. А., Шафизаде Э. Р., Шихлинская Р. Ю., Муртузалиев Т. Ф. Экономико-математическая модель максимизации прибыли интернет-магазина // Актуальні проблеми економіки. 2013. № 3 (141). С. 210—218.
10. Ариничев И. В., Кривко М. С. Разработка экспертной системы количественной оценки риска банкротства КФХ на основе нечетко-множественного подхода // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2016. № 117. С. 619—630.
11. Ковальчук Л. Б., Лесков Б. П. Оценка результативности совокупного регионального процесса методом нечеткого логического вывода (на примере Забайкальского края) // Фундаментальные исследования. 2016. № 4, ч. 3. С. 602—607.
12. Отрах В. В., Суконщиков А. А., Кочкин Д. В., Бахтенко Е. А. Система нечеткого вывода в составе мультиагентной интеллектуальной системы поддержки принятия решений по оперативному рисковому ранжированию контрагентов // Тенденции развития науки и образования. Самара, 2017. Ч. 1. С. 29—32.
13. Бирюлин В. И., Куделина Д. В. Система нечеткого вывода оценки эффективности региональной энергетики // Научные ведомости Белгородского государственного университета. Сер.: Экономика. Информатика. 2015. № 13 (210), вып. 35/1. С. 128—132.
14. Береза А. Н., Береза Н. В., Павлова К. А. Нечеткая модель формирования цены единицы товара интернет-магазина // Научная весна — 2017: Технические науки. Шахты, 2017. С. 323—330.
15. Чернов В. Г. Модели поддержки принятия решений в инвестиционной деятельности на основе аппарата нечетких множеств. М., 2007. 
16. Петровский А. Б. Теория принятия решений. М., 2009.
17. Дамиров В. М. Математическое моделирование спроса // Актуальные вопросы современной науки. 2010. № 16. С. 299—321.
18. Сатторов Ф. Д. Метод нечеткой многокритериальной поддержки принятия решений в сетевом планировании // Лесотехнический журнал. 2014. № 2. С. 247—258.
19. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя. М. ; СПб., 2007.
20. Бабич А. В. Введение в UML. Лекция 5: Диаграмма активностей: крупным планом. URL: http://www.intuit.ru/studies/courses/1007/229/lecture/5958 (дата обращения: 20.01.2018).
21. Флэнаган Д. JavaScript. Подробное руководство. СПб., 2008.

Back to the section