UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

hodnotový) přístup, který vyjadřuje spolehlivost systému buď jako funkční (systém plní požadovanou funkci) nebo v poruše (systém neplní požadovanou funkci). Druhou skupinou je pravděpodobnostní přístup, který popisuje systém v souladu s teorií prav děpodobnosti. Nicméně nedokonalost a nejistota, která ovlivňuje informace, v mnoha přípa dech znesnadňuje získání přesných pravděpodobnostních vstupů a výsledků, a proto Cai a spol. [7.8] představili dvě následující tvrzení: • Posuzování fuzzy povahy: stav poruchy systému nelze adekvátně a přesně definovat. Systém může být v určitém okamžiku ve stavu buď fuzzy funkční, nebo fuzzy nefunkční. • Posuzování způsobilosti: chování systému lze úplně charakterizovat v rámci míry jeho způsobilosti. [7.8] Cai a kol. [7.8] následně ukázali tři různé přístupy k „teorii fuzzy spolehlivosti“. a. Pofusttova teorie spolehlivosti, založená na posuzování pravděpodobnosti a posuzování „fuzzy stavu“. b. Posbistova teorie pravděpodobnosti na posuzování způsobilosti a binárním stavu. c. Posfustova teorie, založena na posuzování způsobilosti a posuzování „fuzzy stavu“. [7.8] V rámci této oblasti bylo představeno několik nových přístupů. Například Kumar A., Zadav a Kumar S. [7.3] nebo Cheng a Mona [7.9] třeba navrhují použití intervalu věrohodnosti k analýze fuzzy spolehlivosti, zatímco Chen [7.10] představil novou metodu analýzy fuzzy spolehlivosti systémů, která využívá aritmetických ope rací s fuzzy čísly a zjednodušených fuzzy operací namísto složitých intervalových fuzzy operací a čísel nebo složitých algebraických fuzzy čísel, které byly preferovány doposud. 7.2.1 Fuzzy stochastický model spolehlivosti V publikacích [7.1] a [7.5] zmiňuje Karpíšek Z. fuzzy stochastický model spoleh livosti, kde uvažuje fuzzy množinu A na univerzu X, která je chápána jako uspořádaná dvojice (X, µ A ), kde µ A je funkce příslušnosti fuzzy množiny A a její hodnota µ A (x) je stupeň příslušnosti prvku x k fuzzy množině A . Fuzzy reálné číslo definuje [7.1] jako normální fuzzy množinu: (R; µ A ) jejíž funk ce příslušnosti µ A je po částech spojitá a všechny α - řezy jsou konvexní množiny. (R – množina všech reálných čísel). Nechť Ω = Rm, kde m ∈ N, je základní prostor, Π je neprázdná množina prav děpodobnostních měr P, Σ je fuzzy borelovské jevové pole na Ω a A , pak (Ω, µ A ) ∈ Σ , je fuzzy jev. Nechť dále P = ( Π , µ P ) je fuzzy funkce na množině Π , pro kterou existuje pravdě podobnostní míra P ∈ Π , pro níž µ P (P) = 1. Potom P se nazývá fuzzy pravděpodobnost na Ω.

102