
- •2.Алгоритм методики концептуального анализа структур действий.
- •3.Экспертные системы (эс): определение, назначение эс, обобщенная структура классической эс, назначение отдельных блоков, достоинства и недостатки экспертных систем.
- •4.Технология разработки эс: этапы и стадии проектирования.
- •5.Нечеткая логика: нечеткое множество, функция принадлежности, операции над нечеткими множествами. Нечеткие отношения. Операции над нечеткими отношениями.
- •6.Лингвистическая переменная: определение, структура, связь с нечеткими множествами.
- •7.Рассуждения на нечетких множествах. Правила нечеткой импликации. Примеры.
- •8.Нечетко-логические экспертные системы: обобщенная структурная схема, назначение отдельных модулей, пример функционирования.
- •9.Способы суперпозиции и дефаззификации в процессе нечеткого логического вывода.
- •10.Основы нечеткой арифметики: правила выполнения арифметических операций с нечеткими числами, пример.
- •11.Онтологии и онтологические системы: определение, назначение, структура. Виды онтологий. Отличие онтологий от баз данных. Языки представления онтологических знаний. Примеры онтологических систем.
- •12.Агенты и мас: определения, обобщенная структурная схема агента и мас, области применения агентов и мас.
- •13.Агенты и среды функционирования агентов: определения, свойства среды функционирования, примеры сред, обладающих разными свойствами.
- •14.Понятие агента и мас: определение, отличие агента от объекта и экспертной системы.
- •15.Варианты структурной организации агентов: структурные схемы простого рефлексного агента и агента с моделью внешней среды, сравнение функциональных возможностей.
- •16.Варианты структурной организации агентов: структурные схемы агента с моделью внешней среды и агента с функцией полезности, сравнение функциональных возможностей.
- •17.Варианты структурной организации агентов: структурные схемы агента с функцией полезности и обучающегося агента, сравнение функциональных возможностей.
- •18.Понятие агента и мас: определение, критерии целесообразности применения многоагентного подхода для решения задач.
- •19.Агенты, как целеустремленные системы: bdi-модель агента, обоснование целесообразности ее использования на примерах, уровни целеустремленности агентов.
- •20.Технологии агентно-ориентированного анализа и проектирования: классификация, технология проектирования агентов на основе концептуального анализа структур действий.
- •21.Типичные проблемы («подводные камни»), с которыми сталкиваются разработчики мас.
- •22.Проблема кооперации агентов: необходимость кооперации, общие свойства протоколов ведения переговоров, необходимые составляющие переговорного процесса.
- •23.Аукционы как переговоры с целью распределения ресурсов: классификация аукционов; основные варианты проведения аукционов – английский, голландский; проблемы лжи и сговора при проведении аукционов.
- •24.Задачно-ориентированные переговоры: формализация переговорного процесса и стратегия ведение переговоров по протоколу последовательных уступок.
- •25.Классификация языковых средств описания агентов на различных уровнях абстракции, назначение отдельных групп языков.
- •26.Мобильные агенты: определение, назначение, обобщенная структурная схема, основные понятия теории мобильных агентов. Пример решения задачи.
- •27.Стандартные языки взаимодействия агентов: kqml, kif – назначение, структура сообщений, примеры сообщений.
- •28.Структура мас как программной системы в среде Jason: структура программы агента, структура программы среды функционирования, структура файла проекта.
- •Имя события : Контекстные ограничения
6.Лингвистическая переменная: определение, структура, связь с нечеткими множествами.
Лингвистическая переменная — в теории нечётких множеств, переменная, которая может принимать значения фраз из естественного или искусственного языка. Например, лингвистическая переменная «скорость» может иметь значения «высокая», «средняя», «очень низкая» и т. д. Фразы, значение которых принимает переменная, в свою очередь являются именами нечетких переменных и описываются нечетким множеством.
Лингвистическая
переменная характеризуется
набором свойств
,
в котором:
—
название
переменной;
обозначает терм-множество переменной
,
т.е. множество названий лингвистических
значений переменной
,
причем каждое из таких значений
является нечеткой переменной
со
значениями из универсального множества
с
базовой переменной
;
—
синтаксическое
правило, порождающее названия
значений
переменной
;
—
семантическое
правило, которое ставит в соответствие
каждой нечеткой переменной
ее
смысл
,
т.е. нечеткое подмножество
универсального
множества
.
Конкретное название , порожденное синтаксическим правилом , называется термом. Терм, который состоит из одного слова или из нескольких слов, всегда фигурирующих вместе друг с другом, называется атомарным термом. Терм, который состоит из более чем одного атомарного терма, называется составным термом.
Пример.
Рассмотрим лингвистическую
переменную с именем
"ТЕМПЕРАТУРА
В КОМНАТЕ". Тогда оставшуюся четверку
,
можно определить так:
универсальное множество U=[5,35];
терм-множество T={"ХОЛОДНО", "КОМФОРТНО", "ЖАРКО"} с такими функциями принадлежностями:
синтаксическое правило , порождающее новые термы с использованием квантификаторов "и", "или", "не", "очень", "более-менее" и других;
будет
являться процедурой, ставящей каждому
новому терму в соответствие нечеткое
множество из
по
правилам: если термы
и
имели
функции принадлежности
и
соответственно,
то новые термы будут иметь следующие функции
принадлежности, заданные в таблице:
Квантификатор |
Функция
принадлежности ( |
не |
|
очень |
|
более-менее |
|
и |
|
или |
|
http://tinyurl.com/b7mwwkn -продолжение http://tinyurl.com/acdh4cf -дополнение
7.Рассуждения на нечетких множествах. Правила нечеткой импликации. Примеры.
Нечеткие отношения
Пусть Е = Е1Е2 ...Еn - прямое произведение универсальных множеств и М - некоторое множество принадлежностей (например М = [0,1]). Нечеткое n-арное отношение определяется как нечеткое подмножество R на E, принимающее свои значения в М. В случае n = 2 и М = [0,1], нечетким отношением R между множествами X = Е1 и Y = Е2 будет называться функция R:(X,Y) [0,1], которая ставит в соответствие каждой паре элементов (х,y) XY величину R(x,y) [0,1].
Обозначение: нечеткое отношение на XY запишется в виде: xX, yY: xRy. В случае, когда X = Y, т.е. X и Y совпадают, нечеткое отношение R: XX [0,1] называется нечетким отношением на множестве X.
Примеры.
1. Пусть X = {x1,x2,x3}, Y = {y1,y2,y3,y4}, М = [0,1]. Нечеткое отношение R=XY может быть задано, например, как показано в таблице 4.2.
Таблица 4.2 - Задание нечеткого отношения
|
y1 |
y2 |
y3 |
y4 |
x1 |
0 |
0 |
0.1 |
0.3 |
x2 |
0 |
0.8 |
1 |
0.7 |
x3 |
1 |
0.5 |
0.6 |
1 |
2. Пусть X = Y = (-,), т.е. множество всех действительных чисел. Отношение x>>y (x много больше y) можно задать функцией принадлежности:
3. Отношение R, для которого R(x,y) = e-k(x-y)2, при достаточно больших k можно интерпретировать так: «x и y близкие друг к другу числа».
Нечеткая импликация
Пусть имеем обычные («четкие») высказывания вида: p = «x есть A» и q = «y есть B». Тогда импликацией (в обычной, «четкой» логике) «если p, то q» называется предложение, которое ложно тогда и только тогда, когда p истинно, а q ложно.
Такой
вид отношений между высказываниями
обычно обозначается как
и понимается как утверждение «p
влечет за собой q».
Если перейти к бинарной (булевой) алгебре логики, где с понятием «истина» сопоставляется 1, а с понятием «ложь» - 0, то импликацию можно представить логической формулой
,
или таблицей истинности:
p |
q |
|
1 |
1 |
1 |
0 |
1 |
1 |
0 |
0 |
1 |
1 |
0 |
0 |
Более полная трактовка понятия импликации означает, что истинность - это тоже, что истинность утверждения «степень истинности q не меньше, чем степень истинности p», т.е.
где
-
и
- указанные «степени истинности» (в
четкой логике принимающие значения
лишь 0 или 1).
Пример - 18. Пусть p = «x больше 5» и q = «x больше 4». Легко видеть, что в данном случае импликация является истинной, поскольку из неравенства x>5 следует неравенство x>4.
Нечеткая импликация, в принципе сохраняет тот же смысл, что и импликация четкой логики. Отличие состоит лишь в том, что в этом случае «степени истинности» могут иметь любое значение между 0 и 1.
Нечеткая импликация определяется обычно следующим образом.
Будем считать, что заданы универсальные множества X и Y, содержащие конечное число элементов. Под способом определения нечеткой импликации «если А, то В», где А и В - нечеткие множества на X и Y соответственно (например: «если температура - большая, то скорость близка к нулю»), будем понимать способ задания нечеткого отношения R на XY, соответствующего данному высказыванию.
Такое отношение можно задать по-разному, поэтому для математического представления нечеткой импликации предложено большое число различных формул, некоторые из которых вместе с фамилиями предложивших их авторов приведены ниже [18]:
Ларсен
(Larsen):
.
Лукасевич
(Lukasiewicz):
.
Мамдани
(Mamdani):
.
Брауэра:
Гёдель (классическая нечеткая импликация):
.
В общем, какого-либо преимущества одной формулы над другими нет, поэтому все они (а к настоящему времени известно несколько десятков подобных формул) имеют право на существование.