UNIVERZITET U SARAJEVU

FAKULTET ZA SAOBRAĆAJ I KOMUNIKACIJE

SEMINARSKI RAD IZ PREDMETA:

Sustavsko inženjerstvo i menadžment

Primjena teorije fuzzy sistema i teorije živih sistema

Sadržaj:

1. UVOD ............................................................................................................................................. 1
2. RAZRADA TEME .......................................................................................................................... 2
2.1. Primjena teorije fuzzy sistema..................................................................................................... 2
2.1.1. Fuzzy skupovi.......................................................................................................................... 5
2.1.2. Fuzzy logika i upravljanje ....................................................................................................... 6
2.1.3. Primjeri .................................................................................................................................... 7
2.2. Primjena teorije živih sustava ...................................................................................................... 8
3.ZAKLJUČAK: ................................................................................................................................... 14
4. LITERATURA .............................................................................................................................. 15
5. POPIS ............................................................................................................................................ 16
5.1. Popis slika.................................................................................................................................. 16
5.2. Popis skraćenica ........................................................................................................................ 16
 1. UVOD
U prvom dijelu razrade teme seminarskog rada opisana je teorija primjene fuzzy sistema.
Postoje situacije u kojima nije moguće znanje o sistemu reprezentovati na apsolutno precizan
način. Čak je više situacija u kojima moramo da koristimo neprecizne konstatacije. Na primer,
«Marko je visok čovek.», «Onaj automobil se približava jako velikom brzinom.» su
neprecizne rečenice a ipak ih svakodnevno koristimo. Da bismo bili u stanju reprezentovati
znanje o ovakvim sistemima (a ima ih jako puno) moramo da se odreknemo klasične
(binarne) logike u kojoj je nešto ili tačno ili netačno (crno ili belo) i da koristimo fuzzy logiku
(sve je nijansa sive boje). Jedna od osobina fuzzy logike je da se bazira na prirodnom jeziku,
na osnovama ljudskog sporazumevanja. Obični, govorni jezik, predstavlja trijumf efikasnosti
komunikacije. Ne primećujemo važnost ovoga, jer se jezikom služimo svakodnevno. Kako je
fuzzy logika izgrađena od struktura koje se oslanjaju upravo na kvalitativnim opisima kojima
se služimo svakodnevno, u prirodnom jeziku, jednostavnost upotrebe fuzzy logike se sama
nameće. Ulazi i izlazi mogu imati različite lingvističke nazive. Uobičajeno se promenjive
nazivaju opisnim imenima, poput: nivo vode, priliv vode, ljudi srednjeg rasta, velike zarade,
brzi automobili, mala rastojanja itd. Transformaciju ovakvih izraza u oblik matematičke
predstave omogućava nam teorija fuzzy skupova.

U drugom dijelu razrade teme seminarskog rada opisana je teorija živih sistema. Teorija
živih sustava (Living Systems Theory) posebna je inačica teorije sustava koju je razvio
Miller. Radi se o fenomenološkoj teoriji koja pomaže u spoznavanju kompleksne stvarnosti i
preglednoj analizi pojava koje se povezane s živim sustavima. Tu teoriju ne treba
izjednačavati s Beerovom teorijom viabilnih sustava koja proučava organizacijske sustave
(sposobne da se samo skrbe o svom opstanku i razvoju).

Page 1 of 18
2. RAZRADA TEME

2.1. Primjena teorije fuzzy sistema

U klasičnim pristupima pripadnost komponenti sustava tretira se strogo deterministički i
apsolutno (potpuno), tako da je sustav jasno određen i razgraničen od okoline. Takav pristup
razgraničenju sustava i utvrđivanju pripadnosti često nije pogodan za opisivanje poslovnih i
drugih društvenih ili"socio-tehnoloških" sustava. Realniji i bolji opis takovih sustava
omogućen je izražavanjem relativne pripadnosti komponenti promatranom sustavu – što
podržava koncept fuzzy sustava. Atribut fuzzy može se prevesti kao neizrazit ili nejasno
opredijeljen, no često se ipak zadržava engleski izraz. U potpoglavlju postavljena je uvodna
formalna definicija (otvorenog) sustava koja se temelji na pretpostavci da je pripadnost
komponente k skupu K određena kriterijem (svojstvom) L strogo determinirana i apsolutna
(potpuna). U razmatranju menadžmenta i poslovnih sustava često nije moguće ili je otežano
takovo strogo razlučivanje na "unutarnje i vanjsko", "naše" i "njihovo" i sl. Poželjno je stoga
uvesti relativnu pripadnost komponenti sustavu budući da čovjek ne pripada apsolutno
(potpuno) niti jednom sustavu čija komponenta jeste (poduzeće → formalna i neformalna
skupina; krug prijatelja, stručna udruga i dr.). Također je i poduzeće integrirano u različite
veće cjeline i povezano je s drugim poslovnim partnerima kao što su dobavljači, kooperanti,
korisnici, banke, državna administracija i dr. Razmišljanja glede ograničenja klasične
koncepcije sustava dovela su do zamisli o stvaranju teorije fuzzy skupova (fuzzy sets) i potom
teorije fuzzy sustava. Ključne doprinose tomu dali su već šezdesetih godina Zadeh i kasnije
Dubois, Prade, Menge, Zimmermann, Kaufmann, Klir i dr. U nastavku iznosimo osnovne
ideje fuzzy pristupa koje povezujemo s problemima poslovnih sustava i menadžmenta. U
polaznoj definiciji sustav je određen komponentama i relacijama, pri čemu je skup
komponenti sustava S definiran izrazom:

K = { ki ; ki ∈ U & L(ki) }

Time je iskazano da komponenta ki iz nadsustava (univerzuma) U pripada sustavu S ako

zadovoljava kriterij pripadnosti (svojstvo) L(ki). Tako određenje skupa K možemo
supstituirati funkcijom pripadnosti φK koja je definirana preslikavanjem skupa U u skup
{0,1}:

φK : U → {0,1}

Page 2 of 18
U klasičnoj interpretaciji sustava funkcija pripadnosti skupu K imat će za elemente skupa K
vrijednost 1, a za preostale elemente skupa U, odnosno za komplement C(K) vrijednost 0.

Dakle, vrijedi:

Skup komponenti K možemo formalno opisati uvođenjem funkcije pripadnosti φK tako da

vrijedi:

K = { (ki , φK (ki)) ; ki ∈ U & φK (ki) = 1 }

Opis fuzzy skupova (nejasno opredijeljenih skupova) može se asocirati s funkcijom

pripadnosti φK tako da u određenju skupa K rabimo preslikavanje nadsustava (univerzuma) U
u zatvoreni interval [0,1]:

φ F K : U 3/4→ [0,1].

S neizravnom ili nejasno opredijeljenom pripadnosti skup K možemo sada formalno opisati
izrazom:

K F = { (k F i , φ F K ( k F i )) ; k F i ∈ U }

Slika nejasno određenog skupa K F drugačija je od strogo određenog skupa K , što je vidljivo
iz komparativnog prikaza na slici. Funkcije pripadnosti φK za strogo određeni (determinirani)
skup K bitno su drugačije u odnosu na funkciju pripadnosti (φ F K ) za nejasno određeni
(fuzzy) skup K F s definiranom širom granicom (kriterijem) pripadnosti α.

Analizom funkcija pripadnosti φK i φ F

K te skupova K i K F
može se zaključiti da je strogo
određeni skup (K) granični primjer (slučaj) nejasno određenog skupa K F .

Prema teoriji fuzzy skupova definiran je noseći skup M(K F ) nejasno određenog skupa K F

izrazom:

M(K F ) = { (k F i , φ F K ( k F i )) ; k F i ∈ U & φ F K ( k F i ) > 0 }

Noseći skup M(K F

) sadrži sve elemente nejasno određenog skupa K F
za koje funkcija
pripadnosti φ F
K ima vrijednosti veće od nula. Tako je određena (naj)šira moguća granica

Page 3 of 18
sustava gdje još postoji međusobna povezanost komponenti, odnosno evidentira se pripadnost
promatranom sustavu.

Vrijednosti kriterija pripadnosti sustava mogu biti u (otvorenom) intervalu:

0 < α < 1.

Slika 1: Komparativni prikaz strogo određenog skupa i fuzzy skupa

Skup α-razine (Kα) čine one komponente za koje funkcija pripadnosti φ F K ( k F i ) nije manja
od α .

Kod opisivanja poslovnih sustava i menadžerskih problema bit će potrebno promatrati

različite tipove veza ili interakcija komponenti tako da će biti potrebno definirati skup
(ovisnih ili neovisnih) kriterija (A):

A = { α1 , α2 , . . . , αm }

gdje je αj (j={1,..., m}) kriterij pripadnosti s obzirom na promatrani tip odnosa ili dimenziju
promatranja. U određivanju da li neka komponenta pripada promatranom sustavu s obzirom

Page 4 of 18
na skup kriterija A, možemo rabiti i metode ponderiranog rangiranja i druge modele bazirane
na fuzzy logici.

U razmatranju prometnih sustava, posebice velikih (infrastrukturnih) poduzeća i organizacija

od posebnog državnog interesa, može biti vrlo korisno razraditi naznačeni koncept opisivanja
sustava.

U općoj formulaciji neki poslovni sustav mogao bi se načelno opisati kao integrirani sustav na
A-razini integracije:

SA = S (KA, VA, VMA)

gdje je:

KA – skup integrabilnih komponenti (elementarnih poslovnih sustava ili procesa)

VA – skup relacija (veza) koje određuju unutarnju strukturu integriranog poslovnog sustava

VMA – skup relacija (veza) koje određuju povezanost integriranog sustava s okolinom

Naznačeni pristup mogao bi biti koristan za opisivanje velikih kompleksnih sustava koji su
formalno - pravno jedna organizacija (korporacija), kao i skupine formalno - pravno neovisnih
organizacija (tvrtki, agencija, uprava...) između kojih postoje snažne veze i sinergijsko
djelovanje.

2.1.1. Fuzzy skupovi

Fuzzy skupovi su osnovni elementi kojima opisujemo nepreciznost. Naime, diskretan skup
(klasičan) sadrži elemente sa istim svojstvima (skup jabuka, skup krušaka, skup celih brojeva
itd.), dok fuzzy skupovi sadrže elemente sa sličnim svojstvima (skup visokih ljudi, skup
niskih ljudi, skup brzih automobila itd.).

U diskretnim skupovima element ili pripada ili ne pripada određenom skupu, ako to
predstavimo matematički kažemo da je stepen pripadnosti skupu 1 (ako pripada) ili 0 (ako ne
pripada). Sa druge strane elementi u fuzzy skupovima mogu delimično da pripadaju,
matematički to možemo da predstavimo na sledeći način 1 (100% pripada), 0 (uopšte ne
pripada skupu), 0.7 (70% pripada skupu). Ovim pristupom možemo preciznije da
reprezentujemo neprecizne iskaze.

Page 5 of 18
 2.1.2. Fuzzy logika i upravljanje
Do danas su razvijane mnoge tehnike projektovanja kontrolera koje bi trebalo da omoguće
jasnu metodologiju za ostvarivanje željenih performansi i specifikacija koje kontroler treba da
ispuni. Ove tehnike se razlikuju i u pristupu, pa se tako izdvajaju različiti kontroleri: linearni,
robusni, nelinearni, adaptivni, zasnovani na prostoru stanja itd. Fuzzy upravljanje obezbeđuje
formalnu metodologiju za predstavljanje, manipulaciju i implementaciju ljudskog
heurističkog predznanja o tome kako kontrolisati jedan, određeni sistem.

Slika 2: Fuzzy regulator

Jedan relativno nov pristup upravljanja je primena fazi regulatora. Suština je u formiraju
programskog koda koji implementira znanje čoveka eksperta o nekim procesima. Ovo ne
isključuje razvoj modela procesa jer nam je ovaj model u svakom slučaju potreban za detaljnu
simulaciju ponašanja kontrolera u cilju ispitivanja zadovoljenja performansi, stabilnosti
sistema kao i za ispitivanje krajnjih ograničenja samog dizajna. Cilj fuzzy pristupa je da,
umesto da jezikom matematike, pokuša da što bolje reši problem upravljanja sistemom
i omogući implementaciju inženjerskog iskustva o procesu u sam algoritam kontrolera.

Page 6 of 18
 2.1.3. Primjeri
Primjer 1:

Fuzzy logika kao koncept je puno prirodniji nego što se to na prvi momenat misli. Naime,
postoje situacije u kojima nije moguće znanje o sistemu reprezentovati na apsolutno precizan
način. Čak je više situacija u kojima moramo da koristimo neprecizne konstatacije. Na primer
“Marko je visok čovek.”, “Onaj automobil se približava jako velikom brzinom.” su
neprecizne rečenice, a ipak ih svakodnevno koristimo. Da bismo bili u stanju reprezentovati
znanje o ovakvim sistemima (a ima ih jako puno) moramo da se odreknemo klasične
(binarne) logike u kojoj je nešto ili tačno ili netačno (crno ili belo) i da koristimo fuzzy logiku
(„sve je nijansa sive boje“).

Primjer 2:

Kao primjer uzećemo dane u nedelji i napraviti dva skupa. Skup radnih dana i skup vikenda.
U crisp logici bi se u skupu radnih dana našli: ponedeljak, utorak, sreda, četvrtak i petak, a u
skupu vikend dana: subota i nedelja. Pripadnost elementa nekom skupu bi se izrazila brojem
1, a nepripadanje brojem 0. Međutim u fuzzy zaključivanju bi situacija bila nešto drugačija.
Petak, kao dan koji je delom radni dan, a delom početak vikenda bio bi negde na granici ova
dva skupa tj. njegova pripadnost prvom, skupu radnih dana bi se izražavala, recimo brojem
0,75 dok bi pripadnost drugom, skupu vikend dana bila cifra 0,25. Slično bi bilo i za nedelju
kao dan koji jeste vikend, ali ne sasvim, cijelim svojim trajanjem, jer ipak se nedelja uveče
doživljava kao priprema za novu radnu nedelju odnosno mnogi ljudi će ga okarakterisati kao
ne sasvim vikend jer poslije njega dolazi ponedjeljak. Vidimo da je ova logika jako bliska
ljudskoj percepciji o mnogim stvarima u životu. Mnoge slične situacije koje nisu jasno
razdvojene, koje su mešavina više stvari su svakodnevno prisutne oko nas. Da li je
desetogodišnjak koji sebe smatra visokim stvarno i visok? Ovde “da – ne” (tačno – netačno)
logika više nije upotrebljiva. U fuzzy logici istinitost svakog tvrđenja se meri u procentima.

Page 7 of 18
 2.2. Primjena teorije živih sustava
Millerova teorija živih sustava usmjerena je na proučavanje pojava u živim sustavima koji su,
prema autoru, klasificirani u sedam hijerarhijskih razina:

⊳ ćelija,

⊳ organ,

⊳ organizam,

⊳ skupina,

⊳ organizacija,

⊳ društvo (država),

⊳ superanacionalni (međunarodni) sustav.

Naznačena hijerarhija ne podrazumijeva nadređenost niti upravljačku strukturu, nego

nadogradnju sustava s gledišta opsega i kompleksnosti. Na svih sedam razina sustavi su
otvoreni i sastavljeni od podsustava koji procesiraju inpute i stvaraju outpute različitih
materijalnih, energetskih i informacijskih oblika.

Identificirane sustave na svakoj razini Miller razmatra s gledišta:

1) strukture sustava

2) temeljnog procesa (radi kojeg sustav postoji)

3) podsustava

4) odnosa među podsustavima (komponentama)

5) procesa koji se odvijaju unutar sustava

6) modela i simulacije.

Page 8 of 18
Miller definira strukturu sustava kao skup uređenih podsustava i komponenti u
trodimenzionalnom prostoru u danom vremenskom trenutku. Proces vezuje uz promjene
materije/energije i/ili informacije u sustavu. Procese čine ponavljajuće aktivnosti, ali i
ireverzibilne promjene kao što su mutacija, rast, razvoj, starenje i smrt. Povijest živog sustava
predstavlja akumuliranje prošlih događaja i njihovih posljedica: strukturnih promjena, navika
i sl.

Za svaki od živih sustava Miller je definirao 19 podsustava koji su razvrstani u tri skupine
ovisno o tomu da li procesiraju materiju/energiju i/ili informaciju.

Neki od tih 19 podsustava su: ulazni pretvarač, unutrašnji pretvarač, dekoder, asocijator,
memorija, distributer i dr.

Svi opisi koji vladaju u konkretnom sustavu predstavljaju zapažanja glede strukture sustava ili
glede njegove funkcije ili povijesti sustava. Temeljem toga u teoriji živih sustava razmatraju
se dvije vrste međusobnih odnosa:

• strukturni odnosi

• funkcijski (procesni) odnosi.

Strukturni su odnosi u biti prostorni odnosi koji su određeni:

⊳ pripadnošću sustava,

⊳ podsustava ili komponenti,

⊳ hijerarhijskim poretkom,

⊳ lokacijom,

⊳ orijentacijom u prostoru,

⊳ veličinom,

⊳ oblikom,

⊳ koncentracijom (gustoćom).

Page 9 of 18
Procesni odnosi odražavaju vremenski vidik ili mogu biti prostornovremenski.

Vremenski procesni odnosi između podsustava i komponenti određeni su:

• pojavljivanjem u vremenu,

• brojem procesa u određenom vremenu,

• vremenskim raposredom odvijanja,

• lokacijom procesa na vremenskoj skali,

• trajanjem.

Prostorno-vremenski procesi su definirani:

− aktivnošću

− komunikacijom

− usmjerenošću akcije

− oblikom akcije

− pristupanjem ili istupanjem iz sustava.

Procesni odnosi koji se odnose na sustav kao cjelinu razlikuju se od prethodno naznačenih
odnosa koji su vezani za podsustave. Procesi na razini cjeline sustava izraženi su kao:

⊳ procesni odnosi između inputa i outputa

⊳ proces usklađivanja podsustava ili komponenti

⊳ evolucijski proces (postupno razvijanje)

⊳ rast, kohezivnost i integracija

⊳ patologija (bolest)

Page 10 of 18
⊳ raspad i okončanje sustava.

Da bi se bolje upoznale i opisale zakonitosti po kojima se vladaju živi sustavi primjenjuju se

odgovarajući modeli i simulacije za analizu strukture i/ili procesa. Na razini organizacije rabe
se:

- simulacije uživo (poslovne igre, studij slučajeva, igranje uloga i dr.)

- verbalni, numerički, simbolički modeli, uključivo s računalskim programima
(poslovne simulacije, industrijska dinamika, modeli linearnog programiranja i dr.)
- modeli povezivanje čovjeka s računalom.

Opštu teoriju živih sistema je uspostavio J.G. Miller, koji je globalno uvodi na sledeći način:
Teorija opštih živih sistema je konceptualni sistem koji se odnosi primarno na konkretne
sisteme koji postoje u svemirskom vremenu. Kompleksne strukture koje sprovode životne
procese mogu se identifikovati na sedam hijerarhijskih nivoa; ćelija, organa, organizma,
grupe, organizacije, društva i nadnacionalnih sistema. Centralna teza je da su sistemi na svim
ovim nivoima otvoreni sistemi sastavljeni od podsistema koji procesuiraju ulaze, izlaze i
izlaze različitih oblika materije, energije i informacija "(1978).

U to vrijeme, Miller je tako identifikovao 7 nivoa i 19 kritičnih podsistema. Nedavno su J. i

J.G. Miller je ovu taksonomiju završio interpoliranjem "zajednice", kao dodatnog nivoa
između organizacije i društvenog nivoa, a sa druge strane, još jedan podsistem, "tajmer", koji
uvodi opštu dinamiku koja izgleda nedostaje u prvoj prezentaciji teorije. (1992.)

Miller se bavio 1978. godine: "Identifikacijom 19 kritičnih podsistema čiji su procesi bitni za
život, od kojih neki procesiraju materiju ili energiju, od kojih neki procesiraju informacije, a
neki od njih obrađuju sva tri" (1978.)

Prema Miller-u u njegovoj skorijoj izjavi, bilo koji sistem na bilo kom od 8 nivoa zahtijeva
istih 20 kritičnih podsistema, ali: "Struktura i procesi datog podsistema su složeniji na
naprednijom nivou nego kod manje naprednih.

Za svaki podsistem Miller identifikuje "oko dvanaest varijabli koje predstavljaju različite
aspekte svojih procesa." Bilo bi lako identifikovati više ako se želi iscrpna lista. Svaka od

Page 11 of 18
ovih varijabli može se izmeriti na svakom od nivoa i vrsta varijacija i otkriveni se mogu
porediti preko nivoa ".

Ova karakteristika dovodi Millera na njegovu metodu hipoteza unakrsnog nivoa u cilju
otkrivanja izomorfeja između procesa i / ili struktura na različitim nivoima.

MILLER takođe navodi da su "fiziologija, biokemija, genetika, farmakologija, medicina,

ekonomija, politička nauka, antropologija, sociologija i psihologija gotovo u potpunosti
relevantni, a doprinose i fizičke nauke i inženjering, metode primanja logike, matematike i
statistike, uključujući i neke koji uključuju relativno nove pristupe sajbernetike i teorije
informacija".

Shodno tome, Miller je snažno integrisana i sveobuhvatna teorija sistema.

Sa drugačijeg gledišta, H. MATURANA kaže: "Živi sistem je induktivni sistem i funkcije

uvijek na prediktivni način: ono što se dogodilo jednom će se ponoviti. Njegova organizacija
(genetska i drugačija) je konzervativna i ponavlja samo ono što radi" (1970. , citirano u E.von
GLASERSFELD, 1976, str. 117).

Drugim rečima, rečeno je da biološki sistemi postaju organizaciono zatvoreni i samim tim
autopoetski.

Ipak, sa drugog ugla, A.S. IBERALL navodi: "Živi organizam je radni termodinamički motor
tokom čitave životne faze".

Također je dio svjetskog motora.

Treba ipak primetiti da se sistem života odnosi, kao što je uglavnom pokazao I. PRIGOGINE,
na specifične termodinamske zakone koji mu omogućavaju da se organizuje i da se održava
kao otočić organizacije tokom čitavog života. Međutim, cijena je ubrzanje porasta entropije u
okruženju.

Ovo je još uvijek više za samoorganizovanje ljudskih grupa i društava, sastavljenih od živih
sistema.

J.G. Miller definira hijerarhiju 8 osnovnih tipova živih sistema po porastu složenosti. Svaki
nivo se sastoji od elemenata odmah inferiornih nivoa složenosti. Međutim, sve ove su
naručene u 20 kritičnih podsistema, tj. nisu samo neuređene kongregacije.

Page 12 of 18
Prva tri nivoa su biološka: ćelija, organ i organizam.

Četvrta, tj. grupa, je uređena reunija organizama, a srednja između biološkog i (ljudskog)
društvenog nivoa. Miller nije razmatrao slučaj društvenih insekata ili biljnih kolonija.

Poslednja četiri nivoa su socijalna: Organizacija (npr. Preduzeće), zajednica (npr. Grad ili
grad), društvo (država) i nadnacionalni sistem. (brojne i manje ili više povezane međunarodne
agencije: U.N., UNESCO, UNEP, WHO, FAO itd.

U svojim prvim verzijama "Living sistema" (1965, 1978), Miller je opisao samo sedam nivoa.
Novi nivo koji je uveo je "zajednica", posrednička između organizacije i društva. Njegov
model za nadnacionalni sistem je Evropska zajednica, kao što je bila 1978. godine.

Page 13 of 18
3.ZAKLJUČAK:
Cilj fuzzy pristupa je da, umesto da jezikom matematike pokuša da što bolje reši problem
upravljanja sistemom, omogući implementaciju inženjerskog iskustva o procesu u sam
algoritam kontrolera. Fuzzy upravljanje obezbeĎuje formalnu metodologiju za predstavljanje,
manipulaciju i implementaciju ljudskog heurističkog predznanja o tome kako kontrolisati
jedan, odreĎeni sistem. Ovo ne isključuje razvoj modela procesa jer nam je ovaj model u
svakom slučaju potreban za detaljnu simulaciju ponašanja kontrolera u cilju ispitivanja
zadovoljenja performansi, stabilnosti sistema kao i za ispitivanje krajnih ograničenja samog
dizajna.

Rezimirajući kratki pregled temeljnih određenja teorije živih sustava ključno je naznačiti
mogućnosti uporabe te teorije radi pojašnjenja kompleksnosti situacija i problema koristeći
metodu analogije ili metafore sličnosti. Uz naznačena razvrstavanja i tipologije trebala bi se
postići veća preglednost i sustavnost u proučavanju pojava kod živih sustava. Polazište je
misaona percepcija sedam kategorija objekata koji se mogu zapaziti u tzv. objektivnoj
stvarnosti. Ti objekti se proučavaju tako da se razgrađuju na 19 (tipova) podsustava te
istražuju svojstva s gledišta: strukture sustava, podsustava, odnosa između podsustava,
procesa koji se odvijaju unutar podsustava i procesa za čitav sustav.

Page 14 of 18
4. LITERATURA

- Sustavsko inženjerstvo I menadžment, Prof. dr. Samir Čaušević, Prof. dr. Ivan Bošnjak, 2011.
- https://www.automatika.rs/baza-znanja/teorija-upravljanja/osnove-fuzzy-logike.html
- http://odlucivanje.fon.bg.ac.rs/wp-content/uploads/skripta-fuzzy.pdf
- Bailey, K. (2006). “Living Systems Theory and Social Entropy Theory,” Systems Research and
Behavioral Science 23: 291-300.
- Bailey, K. (1990). Social Entropy Theory, State University of New York Press, Albany.
- Sustavsko inženjerstvo I menadžment, Prof. dr. Samir Čaušević, Prof. dr. Ivan Bošnjak, 2011.

Page 15 of 18
 5. POPIS

5.1. Popis slika

Slika 1: Komparativni prikaz strogo određenog skupa i fuzzy skupa

Slika 2: Fuzzy regulator

5.2. Popis skraćenica

LST- Living Systems Theory

UN - United Nations

UNESCO - The United Nations Educational, Scientific and Cultural Organization

FAO - The Food and Agriculture Organization

Page 16 of 18