- •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. Свойства высказываний.
Отметим два свойства высказываний
1.
Пусть D:<β есть u1>
- четкое высказывание. Значение u1
можно рассматривать как нечеткую
переменную αu1,
характеризуемую нечетким множеством
с функцией принадлежности
Тогда истинность высказываний D относительно нечеткого высказывания запишется в виде:
Другими
словами, истинность четкого высказывания
D относительно нечеткого высказывания
полностью определяется одним значением
.
Например:
Высказывание D имеет вид: <β есть 5>,
а описание ситуации нечеткое: :<β есть
приблизительно 6>. На основании свойства
1, учитывая, что ="приблизительно 6",
а ={1/5}, получаем ={0.8/1}. Эта оценка истинности
высказывания D также нечеткая, хотя и
содержит один элемент.
2. Пусть С:<β есть u2>-четкое высказывание. Тогда истинность четкого высказывания D относительно четкого высказывания С будет иметь вид:
Аналогично можно оценить истинность высказываний вида:
<β есть mα> и <β есть Qα>
Для оценки истинности более сложных высказываний 3-го типа их надо привести к типу <β есть α> с помощью правил преобразования высказываний, которые справедливы при условии невзаимодействия переменных.
3. Правила преобразования высказываний.
Пусть
βx
и βy
-лингвистические переменные, определенные
на множествах X и Y. Пусть их значения и
с соответствующими нечеткими множествами
Правило 1. Правило преобразования коньюктивной формы.
Здесь
-> знак подстановки. Выражение можно
рассматривать как значение лингвистической
переменной с соответствующим нечетким
множеством , где , - цилиндрические
продолжения нечетких множеств Сx1
и Сy1,
определяемые как
Пример: Имеется нечеткое высказывание <давление большое и диаметр малый". Здесь ЛП βx="давление"; βy="диаметр". Они имеют значения соответственно: αx1="большое", αy1="малый". Предположим, что βx определена на множестве Х={3,5,6}; а βy - на множестве У={10,15,20,25}, а нечеткие множества, соответствующие значениям αx1 и αy1 представлены в виде
Сx1={0.3/3, 0.7/5, 1/6}
Сy1={1/10, 0.8/15, 0.4/20, 0.2/25}
Найдем цилиндрические продолжения:
={0.3/(3,10), 0.3/(3,15), 0.3/(3,20), 0.3/(3,25),
0.7/(5,10), 0.7/(5,15), 0.7/(5,20), 0.7/(5,25),
1/(6,10), 1/(6,15), 1/(6,20), 1/(6,25)}
={1/(3,10), 1/(5,10), 1/(6,10), 0.8/(3,15), 0.8(5,15), 0.8/(6,15), 0.4/(3,20), 0.4/(5,20), 0.4/(6,20), 0.2/(3,25), 0.2/(5,25), 0.2/(6,25)}
Согласно
правилу 1 получаем преобразование
<давление большое и диаметр малый>
-> т.е. лингвистическая переменная
принимает значение с соответствующим
нечетким множеством
={0.3/(3,10), 0.3/(3,15), 0.3/(3,20), 0.2/(3,25), 0.7/(5,10), 0.7/(5,15), 0.4/(5,20), 0.2/(5,25), 1/(6,10), 0.8/(6,15), 0.4/(6,20), 0.2/(6,25)}
Следствие: Справедливо преобразование
Правило 2. Правило преобразования дизьюктивной формы.
Здесь
- рассматривается как значение
лингвистической переменной с
соответствующим нечетким множеством
Следствие: Справедливо преобразование
Правило 3. Правило преобразования высказываний импликативной формы.
Здесь
знак означает сумму определяемую в
соответствии с выражением
где
- функции принадлежности, соответствующие
нечетким множествам ,
