Модели и методы искусственного интеллекта. Учебное пособие
.pdf
Приложение
43.Дано следующее описание: «Всякий, кто может решить эту задачу, – математик. Олег – математик, но не может решить эту задачу».
Используя принцип резолюции, необходимо при таких посылках оценить правильность заключения «задачу не может решить никто».
44.Дано следующее описание: «Каждый из первокурсников знаком
скем-либо из спортсменов. Некоторые из первокурсников не знакомы ни
содним любителем подледного лова». Используя принцип резолюции,
необходимо при таких посылках оценить правильность заключения «ни один спортсмен не является любителем подледного лова».
45.Дано следующее описание: «Если деталь обрабатывалась на токарном станке, то она обрабатывалась и на фрезерном. Деталь обра-
батывалась на токарном станке». Используя принцип резолюции, необходимо при таких посылках оценить правильность заключения «деталь обрабатывалась на фрезерном станке».
46.Перед нами три девушки: Лиза, Мария и Диана. Предположим,
что юноша говорит следующее: «Я люблю, по крайней мере, одну из этих трех девушек. Если я люблю Лизу, а не Диану, то я также люблю Марию. Я люблю либо Диану и Марию, либо не люблю ни одну из них. Если я люблю Диану, то я также люблю Лизу». Используя принцип резолюции, необходимо определить, любит ли юноша Диану.
Представление нечётких знаний
1. Дана база правил и коэффициенты уверенности: П1: X&Y Z;
П2: W Z; КУ(X) = 0,4; КУ(Y) = 0,9; КУ(W) = 0,8; КУ(П1) = 0,6; КУ(П2) = 0,5, где X – «падает давление»; Y – «дует ветер»; Z – «пойдет дождь»; W –
«на небе большая черная туча». Необходимо, используя коэффициенты уверенности Шортлиффа для правил и фактов, найти коэффициент уверенности факта Z.
2.Дана база правил и коэффициенты уверенности: П1: A (¬B&C) D;
КУ(П1) = 0,9; КУ(A) = 0,5; КУ(B) = 0,1; КУ(C) = 0,7. Необходимо, исполь-
зуя коэффициенты уверенности Шортлиффа для правил и фактов, найти коэффициент уверенности факта D.
3.Дана база правил и коэффициенты уверенности: П1: Если давление падает (0,2) и дует ветер (0,1), то пойдет дождь (0,18); П2: Если на небе большая черная туча (0,9), то пойдет дождь (0,36); П3: Если низкая облачность (0,3) и влажность высокая (0,2), то пойдет дождь (0,42).
КУ(П1)=0,6; КУ(П2)=0,4; КУ(П3)=0,8. Необходимо, используя коэффициенты уверенности Шортлиффа для правил и фактов, найти коэффициент уверенности факта «пойдет дождь».
4.Дана база правил и коэффициенты уверенности: П1: A ¬C K;
П2: K (B A) W; КУ(П1) = 0,6; КУ(П2) = 0,7; КУ(А) = 0,2; КУ(В) = 0,6;
111
Модели и методы искусственного интеллекта
КУ(С) = –0,5. Необходимо, используя коэффициенты уверенности Шортлиффа для правил и фактов, найти коэффициент уверенности факта W.
5. Дана база правил и коэффициенты уверенности: П1: ¬F D R;
П2: ¬A K R; КУ(П1) = 0,4; КУ(П2) = 0,8; КУ(F) = 0,3; КУ(D) = 0,7;
КУ(A) = –0,1; КУ(K) = 0,6. Необходимо, используя коэффициенты уверенности Шортлиффа для правил и фактов, найти коэффициент уверенности факта R.
6. Дана база правил и коэффициенты уверенности: П1: A (¬B C) D;
П2: B ¬C D; КУ(П1) = 0,9; КУ(П2) = 0,5; КУ(А) = 0,1; КУ(В) = 0,7;
КУ(С) = –0,2. Необходимо, используя коэффициенты уверенности Шортлиффа для правил и фактов, найти коэффициент уверенности факта D.
7.На основе метода К. Нейлора разработать структуру базы знаний системы по определению профессии исходя из особенностей характера человека, его интересов, образа жизни и др.
8.На основе метода К. Нейлора разработать структуру базы знаний системы по предсказанию продолжительности жизни исходя из показателей состояния здоровья, характеристик образа жизни, вредных привычек и т. д.
9.На основе метода К. Нейлора с использованием существующих тестов разработать структуру базы знаний системы по психодиагностическому тестированию, позволяющую строить личностный портрет человека, его поведенческие особенности, стиль отношений в коллективе и т. п.
10.На основе метода К. Нейлора разработать структуру базы знаний системы по выбору компьютерной техники (устройств, конфигураций) исходя из требований к решаемым задачам, финансовых возможностей потребителя, наличия товаров.
11.На основе метода К. Нейлора разработать структуру базы знаний системы по выбору автомобиля», позволяющую, исходя из требований покупателя, его финансовых возможностей, определить марку автомобиля.
12.На основе метода К. Нейлора разработать структуру базы знаний системы по выбору места отдыха исходя из предпочитаемого вида отдыха, климатических особенностей, удаленности места, продолжительности пребывания, финансовых возможностей и т. д.
13.Пусть эксперт определяет толщину изделия с помощью понятий: «маленькая толщина», «средняя толщина», «большая толщина», при этом минимальная толщина десять миллиметров, а максимальная восемьдесят миллиметров. Необходимо аналитически и графически продемонстриро-
вать, что «средняя толщина» «большая толщина» ¬ «маленькая толщина».
14. Пусть и – нечёткие множества (факты), заданные на базовых множествах и соответственно:
112
|
|
|
|
|
|
|
|
|
|
|
Приложение |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,3 |
0 |
1 |
0,5 |
0,9 |
; |
0 |
0,3 |
0,4 |
0,7 |
1 |
0,8 |
0,6 |
. |
Требуется вычислить нечёткое отношение, заданное правилом
: → . |
: → |
, заданное нечётким отношением: |
||||
15. Пусть дано правило |
||||||
\ |
0,1 |
0,1 |
0,1 |
0,1 |
0,1 |
0,1 |
|
0,1 |
0,2 |
0,5 |
0,5 |
0,5 |
0,5 |
0,1 |
0,2 |
0,5 |
0,7 |
0,7 |
0,7 |
|
|
0,1 |
0,2 |
0,5 |
0,1 |
0,8 |
0,8 |
|
0,1 |
0,2 |
0,5 |
0,8 |
0,9 |
1 |
и – нечёткие множества (факты), заданные на базовых множествах и соответственно. Исходный факт:
′0 0,6 1 0,8 0,4.
Требуется найти |
, согласно нечёткому modus ponens. |
|
|
|
|||||||
16. Дано знание в |
′виде нечёткого правила |
|
|
|
|
|
«Если уровень |
||||
воды в резервуаре высокий, то открыть пробку»: |
и→исходный: |
факт |
|||||||||
«уровень воды не очень высокий». Необходимо, используя нечёткий modus′ |
|||||||||||
ponens, получить нечёткий вывод . |
|
|
|
|
|
|
|
|
|
|
|
17. Дано знание в виде нечёткого′ |
правила |
|
|
|
«Если темпера- |
||||||
тура воды высокая, то расход воды низкий» и |
исходный факт |
«темпе- |
|||||||||
|
: |
→ |
: |
|
|
|
|||||
ратура воды не очень высокая». Необходимо, используя нечёткий′ |
modus |
||||||||||
ponens, получить нечёткий вывод . |
|
|
|
|
|
|
|
|
|
|
|
18. Дано знание в виде нечёткого′ |
правила |
факт |
|
: |
«Если груз тя- |
||||||
|
|
|
|
|
|
«груз не очень |
|||||
желый, то скорость машины низкая» и исходный: |
→ |
|
|
|
|
|
|||||
тяжелый». Необходимо, используя нечёткий modus ponens′ |
, получить не- |
||||||||||
чёткий вывод ′.
113
Модели и методы искусственного интеллекта
Учебное издание
Пенькова Татьяна Геннадьевна Вайнштейн Юлия Владимировна
МОДЕЛИ И МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Учебное пособие
Редактор Н. А. Варфоломеева
Компьютерная верстка Н. Г. Дербенёвой
114
Приложение
Подписано в печать 28.05.2019. Печать плоская. Формат 60×84/16 Бумага офсетная. Усл. печ. л. 7,25. Тираж 100 экз. Заказ № 7060
Библиотечно-издательский комплекс Сибирского федерального университета 660041, Красноярск, пр. Свободный, 82а
Тел. (391) 206-26-16; http://bik.sfu-kras.ru E-mail: publishing_house@sfu-kras.ru
115
Модели и методы искусственного интеллекта
В Библиотечно-издательском комплексе СФУ вам быстро и качественно выполнят следующие виды
издательских работ:
–редактирование
–корректура
–художественное оформление
–компьютерная верстка
Наш адрес:
660041, г. Красноярск, пр. Свободный, 82а, к. 0108 Тел. (391) 206-26-67 – отдел приема и сопровождения заказа
116