- •Часть 1
- •Оглавление
- •Часть 1
- •Лекция 1 введение
- •1. Цели и задачи дисциплины. Ее место в учебном процессе.
- •2. История развития систем ии
- •3. Философские аспекты систем ии
- •Лекция 2 искуственный интеллект как научное направление
- •1. Человеко-машинные системы с искусственным интеллектом
- •2. Проблема искусственного интеллекта
- •3. Основные направления исследований в системах с искусственным интеллектом
- •Лекция 3 знания и данные
- •1. Знания - необходимая компонента ии
- •2. Макрознания и макроидеи
- •3. Данные и знания. Классификация знаний
- •4. Проблемы представления знаний
- •Лекция 4 представление знаний и рассуждений
- •Лекция 5 логические модели представления знаний
- •1. Предварительные замечания
- •2. Логическая модель представления знаний
- •Лекция 6 псевдофизичесие логики
- •1.Нечеткость в представлении знаний
- •2.Нечеткие множества.
- •3. Нечеткие отношения
- •2.Нечеткие выводы
- •3.Построение Функций принадлежности.
- •Лекция 7 псевдофизические логики
- •Нечеткaя логика
- •1. Нечеткая и лингвистическая переменные.
- •2. Нечеткая и лингвистическая логика
- •Лекция 8 псевдофизические логики
- •Нечеткие высказывания. Нечеткие алгоритмы
- •1. Нечеткие высказывания
- •2. Свойства высказываний.
- •3. Правила преобразования высказываний.
- •4. Понятие нечеткого оператора и алгоритма
- •5. Выполнение нечетких алгоритмов.
- •Лекция 9 продукционные модели представления знаний
- •3. Классификация ядер продукции.
- •4. Методы поиска решений
- •5. Методы логического вывода. Дедуктивный вывод
- •3. Повышение эффективности поиска
- •Лекция 10 методы представления и обработки нечетких знаний в продукционных системах
- •1. Представление экспертной информации
- •2. Представление экспертной информации в виде
- •Лекция 11 методы представления и обработки нечетких знаний в продукционных системах
- •1. Нечеткий вывод на основе дедуктивного логического вывода
- •2. Нечеткий вывод на основе индуктивного логического вывода
- •Лекция 12 сетевые семантические модели представления знаний
- •1. Основные понятия семантических сетей
- •Лекция 13 сетевые семантические модели представления знаний
- •4. Модели семантических сетей. Активные семантические сети (м-сети).
- •Лекция 14 фреймы и объекты
- •Лекция 15 сценарии
- •1. Основные определения
- •3. Каузальные сценарии
- •Лекция 16 модели обучения
- •1. Неформальные модели
- •2. Формальные модели
- •3. Обучение по примерам
- •Лекции 17 обучение по примерам
- •1. Итеративные алгоритмы обучения
- •2. Спецификация задач обучения по примерам
- •Библиографический список
Лекция 7 псевдофизические логики
(продолжение)
Нечеткaя логика
План лекции.
1. Нечеткая и лингвистическая переменные.
2. Нечеткая и лингвистическая логика.
1. Нечеткая и лингвистическая переменные.
НЕЧЕТКАЯ
ПЕРЕМЕННАЯ определяется кортежем , где
х - наименование нечеткой переменной;
U={u} - область ее определения или
универсальное множество, - нечеткое
множество на U, описывающее ограничение
на возможные числовые значения нечеткой
переменной Х.
ЛИНГВИСТИЧЕСКАЯ
ПЕРЕМЕННАЯ определяется кортежем ,
где - наименование лингвистической
переменной; Т - множество её значений,
представляющих собой наименования
нечетких переменных; U - область определения
нечетких переменных; G - синтаксическая
процедура, описывающая процесс образования
из множества Т новых, осмысленных для
данной задачи, значений лингвистической
переменной; М - аналитическая процедура,
позволяющая приписать каждому новому
значению, образуемому процедурой G,
некоторую семантику (смысл) путем
формирования соответствующего нечеткого
множества, т.е. отобразить новое значение
в нечеткую переменную.
Взаимосвязь лингвистической и нечеткой переменной показана на рис. 7.1. Полагаем, что Т={Т1, Т2, Т3}; u0<u2<u1<u4<u3<u+;
U=[u0,u+] - граничная пара.
Рис. 7.1. Взаимосвязь лингвистической и нечеткой переменной
Пример .1.Пример лингвистической переменной.
Пусть оценивается посадочная скорость летательного аппарата с помощью понятий: "малая", "небольшая", "средняя", "высокая".
Максимальная посадочная скорость равна 300 км/ч.
Тогда формализацию такого описания можно осуществить с помощью лингвистической переменной: <скорость, {малая, небольшая, средняя, высокая}, [0,300], G, М>, где G - процедура перебора элементов базового множества, М - процедура экспертного опроса.
Мы отметим, что процедура G определяет новые значения лингвистической переменной, исходя из ее базового множества значений Т.
В этом случае синтаксис задается в виде грамматики, множество символов которой включает множество базовых значений Т, логические операции и модификаторы типов И, ИЛИ, ОЧЕНЬ, НЕ, СЛЕГКА и др.Тогда семантическую процедуру можно задать правилами:
где Х1, Х2- значения соответствующей лингвистической переменной.
Пример 2.
Пусть эксперт оценивает толщину выпускаемого изделия с помощью понятий "малая толщина", "средняя толщина", "большая толщина". При этом минимальная толщина изделия равна 10 мм, а максимальная 80 мм.
Формализация этого описания может быть следующей. Введем лингвистическую переменную <β,T,U,G,M >, где β - толщина изделия;
Т={Х1,Х2,Х3} = {малая толщина, средняя толщина, большая толщина}; U = [10,80].
Пусть нечеткие множества Х1, Х2, Х3 описывают семантику базовых значений переменной. Функции принадлежности, соответствующие данным множествам имеют вид (рис.7.2)
Рис. 7.2
Тогда
произвольные значения Х’ - "малая
или средняя толщина" и Х” - "небольшая
толщина" будут определяться нечеткими
множествами с функциями принадлежности,
показанными на рис.7.2 и рис.7.3.
Лингвистические переменные, у которых процедура образования новых значений G зависит от множества базовых значений Т, называют СИНТАКСИЧЕСКИ ЗАВИСИМЫМИ лингвистическими переменными.
Наряду
с рассмотренными зависимыми лингвистическими
переменными существуют переменные, у
которых процедура образования новых
значений зависит не от множества Т, а
от области определения U, т.е. G=G(U).
Например, "толщина изделия"
определена как "близкое к 20 мм" или
"приблизительно к 75 мм". Такие ЛП
называют СИНТАКСИЧЕСКИ НЕЗАВИСИМЫМИ
переменными. Произвольные значения
такой переменной определяются некоторыми
значениями . Поэтому произвольное
значение синтаксически независимой ЛП
(то есть нечеткую переменную Х) будем
задавать в виде .
Например:
нечеткая переменная Х="приблизительно
75 мм" запишется в формализованном
виде: . Построение произвольных значений
синтаксически независимой лингвистической
переменной рассмотрено в лабораторной
работе N1.
В
зависимости от характера множества U
лингвистические переменные могут быть
разделены на числовые и нечисловые.
ЧИСЛОВОЙ называется лингвистическая
переменная, у которой , где и которая
имеет измеримую базовую переменную.
Нечеткие переменные, соответствующие
значениям числовой лингвистической
переменной, называются НЕЧЕТКИМИ
ЧИСЛАМИ. Нечеткие числа могут быть как
дискретными, так и непрерывными.
Приведенная выше лингвистическая
переменная "скорость" является
числовой, а нечеткие переменные из ее
множества - непрерывными нечеткими
числами.
Примером нечисловой ЛП может быть переменная "сложность", формализующая понятие сложность разработки. Ее возможные значения: "низкая", "средняя", "умеренная", "высокая".
