Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Специальные главы интеллектуальных систем - лекции, контрольные работы / Теоретический материал / 02_Нечеткие системы и моделирование приближенных рассуждений.pdf
Скачиваний:
123
Добавлен:
16.05.2015
Размер:
494.56 Кб
Скачать

Нечеткие системы и моделирование приближенных рассуждений

6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рис. 1.5. Пример нечеткого логического вывода из двух правил

2.Понятие и базовая структура нечеткой системы

Внаиболее общем виде нечеткую систему (fuzzy system) можно определить как систему логического вывода на основе нечетких правил «если … то …».

Другие названия нечеткой системы, которые можно встретить

влитературе:

система, основанная на нечетких правилах;

нечеткая экспертная система;

нечеткая модель;

нечеткая ассоциативная память;

нечетко-логический контроллер и др.

Базовая структура нечеткой системы приведена на рис. 2.1. Здесь x1, x2, …, xn – входные параметры, y – выходной параметр нечеткой системы.

Нечеткие системы и моделирование приближенных рассуждений

7

Рис. 2.1. Базовая структура нечеткой системы

 

Рассмотрим подробнее назначение компонентов на рис. 2.1. База правил задает набор нечетких правил, которые описывают

взаимосвязь между значениями входных и выходных параметров. В простейшем случае база правил имеет следующую структуру:

R1: если x1 есть A11 и x2 есть A12 и и xn есть A1n то y есть BiB ;

Ri: если x1 есть Ai1 и x2 есть Ai2 и и xn есть Ain то y есть BiB ; (2.1)

Rm: если x1 есть Am1 и x2 есть Am2 и и xn есть Amn то y есть BmB ,

где Aij – нечеткие значения входных параметров, BiB – нечеткое значение выходного параметра (i = 1, …, m; j = 1, …, n).

Например:

если

расстояние до препятствия

малое

и

скорость

выше средней

то

тормозное усилие

большое

Нечеткие значения Aij, BiB формализуются в виде нечетких множеств с помощью словаря нечетких понятий. Область определения каждого их таких нечетких множеств совпадает с областью значений соответствующего параметра.

Во многих случаях с каждым параметром бывает удобно связать некоторую лингвистическую переменную. В этом случае словарь нечетких понятий будет содержать набор лингвистических переменных. В рассмотренном выше примере можно задать лингвистические пе-

ременные Расстояние до препятствия, Скорость, Тормозное усилие.