- •Структура бз
- •Уровни представления знаний
- •Модели представления знаний
- •Требования к представлению знаний
- •Продукционные модели представления знаний
- •Структура продукционной модели.
- •Рабочая память
- •Механизм вывода:
- •Подходы к организации движения по графу:
- •Управление системой продукции
- •Некоторые сусп:
- •Семантические сети (сс)
- •Фреймовые модели
- •Модель знаний
- •Основные компоненты определения нечеткости:
- •Математический аппарат. Обработка приближенных рассуждений.
Математический аппарат. Обработка приближенных рассуждений.
Реальная информация полученная от экспертов и заложенная в ЭС бывает неполной, недостоверной, а ЭС работает на основе логического вывода => необходимо использовать методы, позволяющие осуществлять логические выводы, когда исходные материалы для вывода ненадежны. – логика Заде, теорема Баеса.
Использование законов Булевой алгебры позволяет указать на точность к-либо предположения.
Если Е то С. Будем считать, что условие, правило и заключение не точны и заданы с некоторым коэффициентом определенности.
Се(с) = се(У)*сt(правила)
Условия правильны и могут быть связаны логическим оператором.
Если е1 или (е2 и е3) то с1
Если (е1 и е2) и (не е3) или f4 то с2.
В используемой нами нечесткой логике
Ct(e1 и е2) => min (ct(e1), Ct(e2))
Ct(e1 или е2) => max (ct(e1), Ct(e2))
, Не е3 => -ct(t3)
Очень часто одно и то же заключение поддерживается несколькими правилами, эти правила независимы.