
- •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
2. Нечеткая и лингвистическая логика
Нечетким логическим выражением называется формула, в состав которой входят нечеткие предикаты.
НЕЧЕТКИМ ПРЕДИКАТОМ называют отображение
PF:Xn -> [0,1],
где
X={x}, n - любое натуральное число.
Принадлежащее отрезку [0,1] число, которое
предикат ставит в соответствие конкретному
набору (xk1,
xk2,...xkn),
где ; называют СТЕПЕНЬЮ ПРИНАДЛЕЖНОСТИ
высказывания или СТЕПЕНЬЮ ИСТИННОСТИ.
Интерпретация степени истинности может
быть следующей - это вероятность того,
что эксперт назовет высказывание
истинным.
Нечеткие логические выражения (или нечеткие формулы) отличаются от обычных наличием в их формулировках лингвистических и нечетких переменных и нечетких отношений (предикатов).
Примеры:
а) нечеткий предикат примерного равенства
AE(x,y):x≈y, где ; б) нечеткий предикат порядка
GT(C,H):C>H,
где C,H - нечеткие числа.
Пусть μ1 и μ2 - степени истинности высказываний P1F и P2F, в которые превращаются нечеткие предикаты после подстановки вместо переменных xk1...xkn конкретных элементов множества X. Тогда степень истинности сложного высказывания, образованного из P1F и P2F с помощью операций дизъюнкции, конъюнкции и отрицания, может быть определена следующим образом
(7.1)
(7.2)
(7.3)
Здесь
операции и соответствуют операциям
объединения и пересечения нечетких
множеств. При минимаксной интерпретации
функции принадлежности
(7.4)
(7.5)
НЕЧЕТКАЯ ЛОГИКА - это логика, в которой степень истинности
высказываний определяется выражениями (3.1)...(3.5). Степень истинности более сложных высказываний можно определить последовательно, применяя формулы (7.1...7.5). Задание нечетких предикатов производится путем специального опроса экспертов или с помощью нечетких алгоритмов.
В общем случае степень истинности оказывается не числом из отрезка [0,1], а нечетким числом. Логика, в которой степени истинности являются нечеткими числами, называется ЛИНГВИСТИЧЕСКОЙ ЛОГИКОЙ. Иногда нечеткую логику называют многозначной.
Лекция 8 псевдофизические логики
(продолжение)
Нечеткие высказывания. Нечеткие алгоритмы
План лекции
1. Нечеткие высказывания.
2. Свойства высказываний.
3. Правила преобразования нечетких высказываний.
4. Понятие нечеткого оператора и алгоритма.
5. Выполнение нечетких алгоритмов.
1. Нечеткие высказывания
Нечеткими высказываниями называют высказывания следующего вида:
1) <β есть α>, где β - имя лингвистической переменной, отражающей некоторый объект или параметр реальной действительности, относительно которой производиться утверждение; α - это нечеткая переменная.
Например: "давление большое", "толщина равна 20мм": здесь "α=20мм" - четкая оценка лингвистической переменной β="толщина".
2) <β есть mα>, <β есть Qα>, <mβ есть Qα>, <Qβ есть mα>.
При этом m называется модификатором (ему соответствуют такие слова, как ОЧЕНЬ, БОЛЕЕ или МЕНЕЕ, НЕЗНАЧИТЕЛЬНЫЙ, СРЕДНИЙ и др.). Q - квантификатор (ему соответствуют слова: БОЛЬШИНСТВО, НЕСКОЛЬКО, МНОГО, НЕМНОГО, ОЧЕНЬ МНОГО).
Например: <температура очень высокая>, <большинство значений параметра очень мало>.
3. Высказывания, образованные из высказываний 1-го и 2-го видов и союзов И; ИЛИ; ЕСЛИ, ТО; ЕСЛИ ,ТО ,ИНАЧЕ.
Например: <Если давление большое, то толщина не мала>
Предположим,
имеются некоторые высказывания и .
относительно ситуации А. Пусть они имеют
вид:
:<β
есть αС>
и :<β есть αD>,
где αС и αD - нечеткие переменные, определенные на универсальном множестве U={u}.
Истинностью высказывания относительно называют значение функции Т(/),определяемое степенью соответствия высказываний и , т.е.
где
при
этом -функции принадлежности нечетких
переменных -функция принадлежности
значения истинности: .
Иными
словами, истинностью нечеткого
высказывания . относительно нечеткого
высказывания является нечеткое множество
Т(/) определенное на интервале [0,1], такое,
что для любого значение ее функции
равно наибольшему значению по всем u,
при которых .
Пример:
Пусть сформулировано высказывание :<β
находиться близко к 5> в то время как
является высказыванием :<β имеет
значение приблизительно 6>. Очевидно,
что = <близко к 5>, ="приблизительно
6" - нечеткие переменные с нечеткими
множествами на U={2,3,4,5,6,7,8,9,10};
={0.1/2,
0.3/3, 0.7/4, 0.8/6, 1/5, 0.6/7, 0.3/8, 0.1/9, 0/10}
={0.1/3,
0.4/4, 0.8/5, 1/6, 0.7/7, 0.4/8, 0.3/9, 0.1/10}
Тогда истинность высказывания относительно будет иметь следующий вид:
Т(/)={0.3/0.1, 0.1/0.3, 0.7/0.4, 0.6/0.7, 1/0.8, 0.8/1}