fuzzyops 1.0.7

Fuzzy math library

FuzzyOps

Библиотека алгоритмов нечеткого прогнозирования и поддержки принятия решений

Библиотека предназначена для применения:

• в научных лабораториях, занимающихся исследованиями в области многокритериального анализа, оптимального планирования и управления;
• в конструкторских бюро, занимающихся проектированием сложных технических систем;
• в компаниях занимающихся разработкой систем поддержки принятия решений. Фактически библиотека должна использоваться при создании как полнофункциональных программных продуктов, так и экспериментальных макетов программных комплексов, предназначенных для работы с нечеткими факторами.

Библиотекой можно также пользоваться путем прямого вызова функций в программах на С++, следуя инструкции:

• https://github.com/Kotya2001/FuzzyOps/blob/main/cpp/README.md

Также возможно реализовывать в своем ПО обращение к библиотеки по RESTfull API (развертывание веб-сервиса происходит на своих ресурсах), следуя инструкциями:

• https://github.com/Kotya2001/FuzzyOps-App - исходный код веб-сервиса для развертывания;
• https://github.com/Kotya2001/FuzzyOps-App/tree/main/posters - примеры для реализации обращения к веб-сервису по API (примеры реализованы на Python);
• https://github.com/Kotya2001/FuzzyOps-App/wiki/Инструкция-по-использованию-алгоритмов-в-веб%E2%80%90серсиве-(по-API) - инструкция по использованию алгоритмов библиотеки по RESTful API.

Как установить библиотеку

Для установки библиотеки в качестве пип-пакета, необходимо использовать команду: pip install git+https://{login}:{token}@github.com/Kotya2001/FuzzyOps.git, подставив соответствующие значения:

• login: ваш логин на GitHub
• token: как создать токен - тут

Или

• pip install fuzzyops

Перед установкой

Создайте виртуальное окружение с Python >= 3.10

Полный путь к исполняемому файлу Python 3.10 -m venv env

Активация окружения

• Macos: source env/bin/activate
• Windows: .\env\Scripts\activate
• Linux: source env/bin/activate

Установка Cuda Toolkit 11.5

• https://developer.nvidia.com/cuda-11-5-0-download-archive

Установите PyTorch в зависимости от вашей операционной сисиемы

• Windows: pip3 install torch --index-url https://download.pytorch.org/whl/cu117
• Macos: pip3 install torch
• Linux: pip3 install torch

Минимальные технические требования

• Объем ОЗУ не менее 2 гб;
• Для вычислений на CUDA устройство графического вывода Nvidia GeForce RTX 3070 и выше;
• Установленные Python версии 3.10 или выше

Инструкция по работе с библиотекой и документация к исходному коду библиотеки:

• Инструкция по работе с библиотекой - https://github.com/Kotya2001/FuzzyOps/wiki/Инструкция-по-работе-с-библиотекой-FuzzyOps;
• Документация к исходному коду библиотеки - https://fuzzyops.readthedocs.io/en/latest/

Запуск тестов

После устоновки запуск тестов осуществляется согласно инструкции:

• Инструкция по запуску тестов - https://github.com/Kotya2001/FuzzyOps/wiki/Инструкция-по-запуску-тестов-библиотеки-FuzzyOps

Инструкция по использованию библиотеки в С++ программах

• Инструкция по использованию библиотека в C++ программах - https://github.com/Kotya2001/FuzzyOps/blob/main/cpp/README.md

Веб-сервис для обращения к алгоритмам библиотеки по RESTfull API:

• Искодный код веб-севиса и инструкции к его использованию - https://github.com/Kotya2001/FuzzyOps-App

Описание папок с файлами репозитория библиотеки

• cpp - Инструкция по использованию библиотеки в С++ программах и примеры кода использования библиотеки на python и на С++;
• dist - Установочные файлы библиотеки (дистрибутивы);
• docs - Файлы, формата .html с документацией к исходному коду (собранные с помощью библиотеки sphinx)
• example:
  • common - Примеры использования кома библиотеки;
  • Остальные файлы - практические примеры использования кода библиотеки;
• src - Исходные коды библиотеки:
  • docs - Файлы, формата .html с документацией к исходному коду (собранные с помощью библиотеки sphinx);
  • fuzzyops - Исходные коды библиотеки:
    • fan - Исходные коды нечетких аналитических сетей;
    • fuzzy_logic Исходные коды алгоритмов нечеткой логики;
    • fuzzy_msa - Исходные коды классических алгоритмов многокритериального анализа с нечеткими переменными;
    • fuzzy_neural_net - Исходные коды алгоритмов нечетких нейронных сетей (второй варинат алгоритмов);
    • fuzzy_nn - Исходные коды алгоритмов нечетких нейронных сетей (Сеть ANFIS);
    • fuzzy_numbers - Исходные коды реализации нечетких чисел (фаззификация, дефаззификация, нечеткая арифметика);
    • fuzzygraphs - Исходные коды реализации нечетких графов;
    • fuzzygraphs_algs - Исходные коды алгоритмов на нечетких графах (Отношения нечеткого доминирования, нечеткие факторные модели, нечеткие транспортные графы);
    • fuzzy_pred - Исходные коды алгоритмов нечеткого прогнозирования;
    • sequencing_assignment - Исходные коды алгоритмов на нечетких графах последовательности работ в задачах о назначении;
    • tests - Коды тестов алгоритмов.
• readthedocs - Файл для автоматической сборки и размещений документации на https://about.readthedocs.com;
• doc_reqs.txt - Файл с зависимостими библиотеки для сборки документации на https://about.readthedocs.com;
• requirements - Файл зависимостями для установки библиотеки;
• setup.cfg - Конфигурационный файл для сборки дистрибутива библиотеки;
• setup.py - Файл для сборки дистрибутива библиотеки с помощью setuptools;
• LICENSE - Файл лицензии библиотеки;