- •Компьютерные технологии в науке и образовании
- •Часть 1 Базы знаний
- •Содержание
- •Лекция 1
- •1.1 Основы построения систем основанных на знаниях (соз).
- •1.1.1 Общие сведения о соз
- •1.1.2. Пример независимости знаний и процедур их обработки
- •1.1.3 Понятие знаний, фактов и правил
- •Лекция 2
- •1.2 Экспертные системы и необходимые условия представления знаний.
- •1.2.1. Назначения эс и основные требования к ним
- •1.2.2. Упрощенная структура эс
- •1.2.3. База знаний как элемент экспертной системы
- •1.2.4. Необходимые условия представления знаний
- •Лекция 3 Лекция 3
- •1.3 Приобретение и формализация знаний.
- •1.3.1. Формализация задачи
- •1.3.2. Представление знаний в виде «дерева решений»
- •Лекция 4
- •1.4 Представление знаний с использованием логики предикатов.
- •1.4.1. Логические модели и логическое программирование
- •1.4.2. Простейшие конструкции языка предикатов
- •1.4.3. Предикатные формулы
- •Является (ласточка, птица) ← имеет (ласточка, крылья),
- •("X) [человек (х) ¬ смертен]
- •1.4.5. Логический вывод
- •1.4.5.1. Правило резолюции для простых предложений
- •1.4.5.2. Правило резолюции для сложных предложений
- •1.4.5.3. Простая резолюция сверху вниз
- •S: ù получает (студент, стипендию)
- •Для всех у студент не получает у
- •1.4.5.6. Решение задач и извлечение ответа.
- •D1: ù факториал (3, z)
- •Лекция 5
- •1.5 Семантические сети.
- •1.5.1. Описание иерархической структуры понятий и диаграмма представления
- •«Человек» is - a «млекопитающее»
- •«Все ласточки – птицы»
- •«Ласта – ласточка» «ласточка – птица»
- •«Ласта – птица»
- •1.5.2. Семантическая сеть как Пролог - программа
- •1.5.3. Элементы семантической сети
- •1.5.4. Представление структуры понятий семантической сетью
- •1.5.5. Представление событий семантической сетью
- •1.5.6. Получение вывода с помощью семантической сети
- •1.5.7 Пример представления знаний семантической сетью
- •Лекция 6
- •1.6.1. Системы продукции
- •Если - то (явление - реакция)
- •1.6.2. Механизм функционирования систем продукции
- •«Намерение – отдых» «место отдыха – горы»
- •«Место отдыха – горы»
- •«Использовать – джип»
- •«Дорога – ухабистая»
- •1.6.3. Обратная цепочка рассуждений в системе продукций
- •Лекция 7
- •1.7. Представление знаний с применением фреймов
- •1.7.1. Понятие фрейма и слота
- •1.7.2. Фреймовые системы и их функционирование
- •1.7.3. Обобщенная структура фрейма
- •Лекция 8
- •1.8. Стратегии поиска в системах основанных на знаниях
- •1.8.1. Поиск как основа функционирования соз
- •1.8.2. Стратегии поиска в глубину и ширину
- •1.8.3. Стратегия эвристического поиска
- •1.8.4. Формализация задач в пространстве состояний
- •1.8.5. Представление пространства состояний в виде базы знаний
- •После (х,y)
- •После (X,y,s)
- •Цель(состояние):-принадлежит([a,b,c],Состояние)
- •Лекция 9
- •1.9. Нечеткие множества в системах основанных на знаниях
- •1.9.1. Основные понятия и определения
- •1.9.2. Арифметические операции над нечеткими переменными
- •1.9.3. Операции нечеткой фильтрации и выбора
1.9.3. Операции нечеткой фильтрации и выбора
Определение этих операций также начнем с рассмотрения примера. Пусть создается база данных по бюджетам различных фирм или подразделений. При этом любой из бюджетов может быть оценен как «малый» (А1), «средний» (А2) или «большой» (А3). Т.е. мы имеем дело с лингвистической переменной «объем бюджета» (Ã), которая может принимать одно из трех нечетких значений (А1, А2, А3).
Предположим, что функция принадлежности для каждой из переменных были оценены следующим образом
А1= «малые» = (0, 50, 0, 50);
А2= «средние» = (80, 150, 20, 20);
А3= «большие» = (200, 250, 20, 20).
Теперь встает задача - к какому из классов бюджетов можно отнести значение бюджета, полученного в предыдущем примере. Т.е. необходимо определить является ли наш бюджет «малым», «средним» или «большим».
Эта задача относится к классу задач нечеткой фильтрациив базах данных илиq-отбора. Для ее решения вводится два показателя:
П (Аi½Ф¶) = sup min (mф(u),mAi(u)) - этовозможность,что нечеткое множество Ф¶принадлежит значению Аiатрибута Ã.
N (Аi½Ф¶) = inf max (1 -mф(u),mAi(u)) - этонеобходимость,что нечеткое множество Ф¶принадлежит значению Аiатрибута Ã.
Для всех значений атрибута Ã мы находим пары ( П, N ), а затем по максимальному значению этой пары находим принадлежность нечеткого множества к тому или иному значению атрибута. На рис. 1.9.7 показана суть этих показателей. Рассмотрим подробнее эти два показателя.
Показатель П(Аi½Ф¶) характеризуетвозможность совпадения (мягкое решение или мягкий вывод – отсюда английскоеsoftcomputing). Фактически, любую функцию принадлежности можно рассматривать как распределение возможностей. Например, из рис. 1.9.6 видно, что возможность получения суммы 120 млн в бюджете Ф¶равна 0.75. В отличие от данной возможности, возможность П(Аi½Ф¶) является условной и вычисляется на основе принципа обобщения Заде (приведенные выше формулы).
Пусть mA1(u),mA2(u), иmA3(u) имеют вид, приведенный на рис.1.9.8. На этом же рисунке изображена функция принадлежности для Ф¶. Рассмотрим геометрическую интерпретацию определения П(А1½Ф¶):
min (mф(u),mA1(u)) – представляет собой треугольник SQR, т.е. это нечеткое множество с функцией принадлежности ограниченной точкамиРис. 9.8. Геометрическое определение П(А1½Ф¶)
SQR. Мы для каждой
точки на оси взяли наименьшее значение из двух mф(u) иmA1(u).
sup min (mф(u),mA1(u)) – это точка Q, т.е. наибольшее значение МSQRво всех точках U=[0,¥). Это примерно 0.75, т.е. П(А1½Ф¶) = 0.75.
Значение П(А1½Ф¶) может быть вычислено и аналитически на основе приведенных выше формул принципа обобщения Заде. Пусть
Ф¶= (m1, m1,a1,b1),
А1= (m2, m2,a2,b2).
Тогда
П(А1½Ф¶) = min {max ( 0, min (1, 1 + ( m1-m2 ) / (b1+a2))),
max ( 0, min (1, 1 + ( m2 -m1 ) / (b2 +a1 )))}.
Для рассматриваемого примера имеем:
Ф¶=(70, 100, 30, 80);
А1= (0, 50, 0, 80).
Используя вышеприведенное выражение, получим
П(А1½Ф¶) = min{ max ( 0, min(1, 1 + ( 100- 0 ) / ( 80 + 0 ))),
max ( 0, min(1, 1 + ( 50 -70) / ( 30 + 50 )))} =
= min{ max ( 0, min(1, 1 + 100 / 80 )),
max ( 0, min(1, 1 - 20 / 80 ))} =
= min{ max ( 0, 1 ), max ( 0, 1 - 0,25 )} = min{ 1 , 0,75 )} = 0,75 ,
что соответствует графическому расчету. Аналогично можно найти П(А1½Ф¶) для А2и А3. Даже из рисунка видно, что П(А2½Ф¶) = 1; П(А3½Ф¶)»0.2
Показатель N(Аi½Ф¶) характеризуетнеобходимость совпадения, т.е. значение бюджета Аiобязательно принадлежат Ф¶(жестокое принятие решения, даже сверхжесткое). Эта величина используется в двух случаях:
когда П(Аi½Ф¶) = П(Аj½Ф¶),i¹j, т.е. возможности одинаковы и, следственно, неразличимы;
при более жестком отборе.
Рассмотрим суть этого показателя на нашем примере при вычислении N(А2½Ф¶). Как и ранее начнем с геометрической интерпретации определения П(А1½Ф¶):
Сначала найдем 1 - mф(u)
Рис. 9.9. Геометрическое определение N(А1½Ф¶)
Затем max (1 - mф(u),mА2(u)). Это ломаная ABCDEFG (на рис. 1.9.9. она обозначена точками).
Вычислим inf max (1 - mф(u),mAi(u)). Это будет нижняя граница ломаной ABCDEFG. Очевидно, что это точка С.
Тогда N(А2 ½Ф¶) будет соответствовать точке. Это примерно 0.20.
Выполняя аналогичные действия, из рис. 9.9 можно получить, что N(А1½Ф¶)= 0 и N(А3½Ф¶) = 0
Используя формулы, вытекающие из принципа обобщения Заде можно провести аналитический расчет показателя необходимости. Если принять, что А2= (m2,m2,a2, b2), тогда
N(А2½Ф¶) = min {max ( 0, min (1, (m1 -m2 +a2 ) / (a1 +a2 ))),
max ( 0, min (1, ( m2- m1 +b2 ) / (b1 +b2 )))}.
Для данного примера:
Ф¶= (70, 100, 30, 80).
А2 = (80, 150, 20, 20).
Тогда
N(А2½Ф¶) = min {max (0, min (1, (70-80+20)/(30+20)),
max (0, min (1,(150-100+20)/(100)) =
= min {max (0, min ( 1, 0,2 ), max (0, min ( 1, 0.7 ) = 0.2,
что соответствует графическим преобразованиям, полученным из рис. 9.9. Таким образом, после проведения всех вычислений мы имеем три значений показателей возможности и необходимости (П, N) для каждого из значений А1, А2, А3 лингвистической переменной «объем бюджета» (Ã):
для А1="малый"à ( 0,75; 0,0 )
для А2="средний"à ( 1,00; 0,2 )
для А3="большой"à ( 0,20; 0,0 )
из которых очевидно, что рассчитанный нами бюджет необходимо отнести к «среднему» с возможностью 1 и необходимостью 0.2