![](/user_photo/2706_HbeT2.jpg)
- •1).Теоретико-множественные операции над расплывчатыми множествами
- •2)Расплывчатое включение и расплывчатое равенство множеств
- •5). Расплывчатые высказывания и операции над ними.
- •6) . Расплывчатые логические формулы и их свойства
- •7) . Сложные нечеткие высказывания
- •8) . Нечеткая и лингвистическая переменные
- •9) Построение функций принадлежности нечетких множеств.
- •10) Задача о нечетких интервалах.
- •11). Данные и знания.
- •12). Исчисление высказываний. Синтаксис и семантика.
- •13) .Вывод в логике предикатов
- •14) .Методы решения задач исчисления предикатов
- •15). Сетевые модели представления данных
- •16). Продукционные модели представления знаний
- •17). Вывод на знаниях.
- •18). Онтологии. Модель онтологии.
- •19). Задачи, решаемые с помощью онтологии.
- •20). Основные технологии баз знаний. Система операция для работы со знаниями
- •21) Комплексные операции для работы со знаниями. Анализ структурной семантики.
- •Анализ семантических зависимостей.
- •22) Структура экспертной системы. Экспертные системы
- •Структура экспертной системы
- •Диалоговый компонент экспертной системы
- •23) Интерпретатор экспертной системы
- •24) Компонент приобретения знаний экспертной системы. Когнитивные карты.
- •27). Экспертные оценки. Основные типы шкал и методы проведения экспертизы.
- •(3) Методы экспертного оценивания
- •28). Методы обработки экспертной информации.
- •29.) Структура системы нечеткой логики
- •30). Нечеткий вывод на основе правила композиции.
- •31). Модель нейрона Мак-Каллока и Питтса. Модель формального нейрона.
- •32).Модель персептрона Розенблата.
- •33) Линейные многослойные нейронные сети
- •34). Радиальные нейронные сети
- •Решение проблемы линейности
- •Обобщенная структура радиальной сети рбф
- •35.Дискретная (Рекурентная) сеть Хопфилда
- •36). Двунаправленная ассоциативная память
- •37) Сеть Хэмминга.
- •38) .Рекурентная сеть Эльмана
- •39). Персептронная сеть с обратной связью rmlp.
- •40).Гибридные нейронные сети. Нейросетевые элементы нечетких систем.
- •Нейросетевая реализация нечетких отношений
- •41). Нейросетевая модель нечеткого композиционного вывода.
- •42). Нечеткие элементы нейросетевых систем
- •43). Семантическое эквивалентирование.
- •44). Задача о диверсификации портфеля ценных бумаг
- •45). Элементы характеризационного анализа
- •Преобразование графа в двудольный
8) . Нечеткая и лингвистическая переменные
Нечеткая переменная
Нечеткая переменная
– наименование
нечеткой переменной
– область
ее определения
– нечеткое
множество на
,
описывающее ограничения на возможные
изменения величины
.
Лингвистическая переменная
<>
– название
лингвистической переменной
– множество
значений лингвистической переменной,
его называют терм-множество
– область
определения каждой нечеткой переменной
– синтаксическая
процедура или грамматика, позволяющая
оперировать элементами терм-множества
,
то есть если мы делаем манипуляции с
,
то:
– семантическая
процедура, позволяющая превратить
каждое новое значение лингвистической
переменной, образуемое процедурой
,
в нечеткую переменную, т.е. приписать
ему нечеткую семантику.
Процедура преобразования значений базовой переменной в нечеткую или лингвистическую характеризуется функцией принадлежности, называющуюся фаззификацией.
9) Построение функций принадлежности нечетких множеств.
Нечеткие
множества предназначены для описания
процессов или ситуаций в условиях
неопределенности. Они задаются следующим
образом. X
= {,…
}
– какое-то множество. Тогда
,
где µ - это мера принадлежности переменной
x
этому множеству, которое лежит в пределах
от 0 до 1.
– носитель
нечеткого множества, для которого
Существует 2 способа построения принадлежности нечетких множеств:
1)прямые методы
2)косвенные методы
Прямые методы. В таких методах эксперты выставляют непосредственные значения принадлежности µ(А), которое по их мнению характеризует понятие А. Существует понятие семантических дифференциалов: берутся 2 крайних случая.
Пусть А – возраст. 18-45 – «молодой»
1 0
В = (1,1,1, … ,1)
С = (0,0,0, … ,0)
D = (0,7; 0,3; … ;0,2)
Косвенные методы. Когда имеется множество объектов, качество которых трудно оценить количественно, то для оценки функций принадлежности используются методы попарных сравнений (пример: соревнования по футболу).
(если
они одинаковы) 1
-
предпочтительнее
в
α, то
-
1
-
3 слабознач.
.
.
9 если 9, то абсолютнознач.
µ()
При
использовании метода парных сравнений
для определения меры функций принадлежности
строится матрица М, размерность матрицы
определяется числом элементов множества
X
= {,…
},
которое характеризует область
существования нечеткой переменной.
Пример.
β – число компьютеров в локальной сети
X = {100, 300, 500, 1000}
T – {малое, среднее, большое, очень большое} число компьютеров
α = (малое, X, C = {µ(x), x})
µ(x) - ?
M
=
- матрица парных сравнений
1,6
4,8 8,5 15
Выбирается любой столбец. В данном случае берем столбец 1.
=
0,625
=
0,208
=
0,13
=
0,0…
Сумма µ должна равняться единице. Меры должны быть одинаковы для любого из столбцов, если матрица сделана правильно.
=
0,625
Если показатели меры будут одинаковы для всех столбцов матрицы М, то данные матрицы М определены некорректно.
:
С= {(0,625;100); (0,208; 300); (0,13; 500); (0,07; 1000)} это для
нечетной переменной
,
характеризуемой термом Т = «малое».
В случае если значения мер для разных столбцов будут различаться, то либо корректируется значение исходной матрицы, либо значения мер для всех столбцов усредняются.