
- •В.И.Фиhаев модели cиcтем принятия решений
- •Cодеpжаhие
- •Введение
- •1. Основные положения теории множеств
- •1.1. Множества
- •1.2. Подмножества
- •1.3. Операции над множествами
- •1.4. Тождества алгебры множеств
- •1.5. Прямое произведение и проекция множеств
- •1.6. Соответствия
- •1.7. Отображения
- •1.8. Отображение как функция
- •1.9. Отношения
- •2. Нечеткие множества
- •2.1. Определение нечеткого множества
- •2.2. Функции принадлежности
- •2.3. Нечеткие предикаты и кванторы
- •2.4. Нечеткие высказывания
- •2.5. Нечеткие логические формулы
- •2.6. Операции над нечеткими множествами
- •2.7. Hечеткие соответствия
- •2.8. Нечеткие отношения
- •2.9. Нечеткие и лингвистические переменные
- •3. Нечеткая логика
- •3.1. Нечеткая операция «и»
- •3.2. Нечеткая операция «или»
- •3.3 Нечеткая операция «не»
- •3.4. Алгебра нечетких выводов
- •Ri: если препятствие впереди, то двигайся влево,
- •3.5. Композиция нечетких отношений
- •3.6. Агрегация локальных выводов и дефазификация
- •4. Модели принятия решений
- •4.1. Структура системы принятия решений
- •4.2. Модель классификации
- •4.3. Модель вычисления степени истинности нечетких правил вывода
- •4.4. Ситуационная модель принятия решений
- •5. Нечеткие контроллеры
- •5.1. Алгоритм функционирования
- •5.2. Примеры моделей нечетких контроллеров
- •Библиографический список
3.6. Агрегация локальных выводов и дефазификация
Множество
локальных выводов
,
определенных правилами Ri,
определяется в один общий вывод
операцией агрегации (aggregation).
Общий вывод
характеризует базу правил
.
Рис. 3.11
Операция агрегации в символическом виде определена следующим образом:
Ri:
если …, тогда
(нечеткое множество
известно) ?
нечеткое множество
для базы правил
,
где символ ?
обозначает «найти».
Существуют несколько подходов к решению данной задачи [11]. Расмотрим два из них.
При первом подходе в экспертных системах вначале получают выводы по каждому из правил, а затем комбинируют эти выводы в общий вывод , исходя из определенных алгоритмов.
При другом подходе вначале комбинируют все правила Ri, а затем получают вывод из этой комбинации, который принимается за общий вывод для базы правил .
Теория нечетких множеств позволила доказать, что при применении базиса Заде для вычисления операций нечетких «И», «ИЛИ» и нечеткой импликации эти два подхода при получении общего вывода дают эквивалентные результаты:
,
где
- объединение локальных выводов в виде
нечетких множеств
.
Для характеристики процесса обработки на ЭВМ нечеткой информации принята единица быстродействия – FLIPS (число нечетких локальных выводов/сек). В настоящее время созданы нечеткие контроллеры с быстродействием 4107 FLIPS.
Рассмотрим
пример получения общего вывода
на основе локальных выводов
,
.
На рис. 3.12 показан процесс получения
вывода
.
Рис. 3.12
База правил содержит всего три правила:
R1:
если x=
и y=
,
тогда z=
;
R2:
если x=
и y=
,
тогда z=
;
R3: если x= и y= , тогда z= ,
где
- нечеткие множества, заданные своими
функциями принадлежности. Нечеткие
логические операции «И» и «ИЛИ» заданы
по Заде. Функции принадлежности выводов
определятся по формулам:
,
,
.
Функция принадлежности общего вывода определится формулой
.
Необходимо преобразовать результат нечеткого общего вывода в физическую переменную. Это происходит с применением операции дефазификации (defuuzzification – dfz). Для выполнения операции dfz применяют различные методы. Рассмотрим некоторые из них.
Преобразование общего вывода в физическую переменную может быть сделано с помощью техники усреднения функции принадлежности B(z) с применением метода центра тяжести (center of gravity - cog) на основе формул:
- аналоговое
задание B(z),
- дискретное
задание B(z),
где N – число разбиений при дискретизации функции принадлежности B(z).
Метод центра тяжести cog при задании функции принадлежности B(z1,z2,…, zn) в n–мерном пространстве позволяет определить численное значение i–й координаты по формуле:
,
где Z – произведение пространств.
На рис. 3.13 приведен пример дефазификации методом cog функции принадлежности B(z), полученной в вышеприведенном примере (см. рис. 3.12).
Рис. 3.13
а – непрерывный cog; б – дискретный cog.
Достаточно широко распространен такой метод дефазификации, как метод центра области (center of area - coa), называемый еще методом медиана. Площадь под функцией принадлежности B(z) разбивается на две равные части, так что:
.
Метод медианы показан на рис. 3.14.
Рис. 3.14
Метод медианы может быть обобщен при задании функции принадлежности B(z1,z2,…, zn) в n–мерном пространстве. Например, для двухмерного задания функции принадлежности B(z1,z2) определение zcoa(B) происходит по формулам:
,
.
Существует метод среднего максимума (mean of maxima - mom), для которого операция дефазификации выполняется, исходя из сечения множества при =hgt . При этом результат определяется по формуле
,
где
- сечение множества
при =hgt
.
На рис. 3.15 показано применение метода
mom.
Рис. 3.15
Так как метод mom «теряет» часть информации нечеткого множества , то этот метод применяется только в тех случаях, когда операция дефазификации имеет фильтрующие свойства. В данных случаях метод называют индексным или методом пороговой дефазификации (idexed defuzzification - idfz). В сочетании с методом cog его обозначают - icog. Результат дефазификации формально определен в виде
.
В сочетании с методом coa метод пороговой дефазификации обозначают icoa. Результат дефазификации формально определен в виде
.
Существуют индексные методы с фильтрующими свойствами, в которых =t, t - заданные априори значения (как правило, t=0,5), а результат дефазификации определен в виде
,
.
На рис. 3.16 показана дефазификации индексными методами с уровнем разреза t.
Рис. 3.16
При разработке систем управления в виде нечетких контроллеров могут применяться различные методы дефазификации в зависимости от поставленной задачи.