- •Моделі компонентів комп’ютерних систем при автоматизованому проектуванні.
- •Статичні та динамічні експертні системи.
- •Структура скс для керування технічним об’єктом Формування бази даних та знань в системах проектування скс.
- •Основні операції над множинами нечіткої логіки
- •Побудова баз знань на основі семантичних дерев Лінгвістичні змінні та функції належності нечіткої логіки
- •Фреймові структури баз знань в експертних системах Различные представления знаний в существующих системах.
- •Процедури фазифікації та дефазифікації в системах керування на основі нечіткої логіки.
- •Формування початкової популяції в генетичному алгоритмі
- •Структура та прототип штучного нейрона
- •Різновиди технічних об’єктів, для яких проектується скс Види активаційних функцій в штучних нейронах
- •Математичні моделі об’єктів в системах управління з використанням скс.
- •1.Одношарові штучні нейронні мережі.
- •2.Лінгвістичні змінні та функції належності нечіткої логіки.
- •3.Багатошарові штучні нейронні мережі.
- •4.Процедури фазификації та дефазифкації в системах керування на основі нечіткої логіки.
- •5.Двошарова нейронна мережа.
- •6.Комп’ютерні cистеми управління на основі засобів нечіткої логіки.
- •7.Реалізація довільної логічної функції на штучних нейронних мережах.
- •8.Процедури прийняття рішень в системах керування на основі нечіткої логіки.
- •9.Розпізнавання рукописних букв нейронними мережами.
- •10.Структура та класифікація експертних систем як засоба штучного інтелекту.
- •Стадии жизненного цикла скс
- •Оператор кросинговера в генетических алгоримах
- •Основные этапы проектирования скс и сетей
- •Подготовительный этап.
- •Эскизное проектирование.
- •Рабочее проектирование
- •Структура та класифікація експертних систем, як засоба штучного інтелекту
- •Природный отбор и генетическое наследование в генетических алгоритмах
- •Виды современных компьютерных систем как способов обработки информации
- •Рівні опису скс як технічного об’єкта при проектуванні.
- •2.3 Операторы рекомбинации (кроссинговера)
- •2.4 Мутация
- •Ієрархична структура скс як складного технічного об’єкту.
- •1)Структурна схема та робота генетичного алгоритму
- •2) Задачи анализа и синтеза при проектировании скс и сетей
Основні операції над множинами нечіткої логіки
Пересечением А В двух нечетких множеств А и В на множестве Х является нечеткое множество на множестве Х с функцией принадлежности, определяемой для любого х Х как .
Объединением А В двух нечетких множеств А и В на множестве Х является нечеткое множество на множестве Х с функцией принадлежности, определяемой для любого х Х как .
Дополнением нечеткого множества А на множестве Х является нечеткое множество на множестве Х с функцией принадлежности, определяемой для любого х Х как
Алгебраическим произведением А*В двух нечетких множеств А и В на множестве Х является нечеткое множество на множестве Х с функцией принадлежности, определяемой для любого х Х как A*В(х)=А(х) В(х).
Алгебраической суммой АВ двух нечетких множеств А и В на множестве Х является нечеткое множество на множестве Х с функцией принадлежности, определяемой для любого х Х как A В(х) = А(х)+В(х)-А(х)В(х).
Побудова баз знань на основі семантичних дерев Лінгвістичні змінні та функції належності нечіткої логіки
Лингвистической переменной называется набор < ,T,X,G,M>, где - наименование лингвистическойпеременной; Т - множество ее значений (терм-множество), представляющих собой наименования нечетких переменных, областью определения каждой из которых является множество X. Множество T называется базовым терм-множеством лингвистической переменной; G - синтаксическая процедура, позволяющая оперировать элементами терм-множества T, в частности, генерировать новые термы (значения). Множество T G(T), где G(T) - множество сгенерированных термов, называется расширенным терм-множеством лингвистической переменной; М - семантическая процедура, позволяющая превратить каждое новое значение лингвистической переменной, образуемое процедурой G, в нечеткую переменную, т.е. сформировать соответствующее нечеткое множество.
Существует свыше десятка типовых форм кривых для задания функций принадлежности. Наибольшее распространение получили: треугольная, трапецеидальная и гауссова функции принадлежности.
Треугольная функция принадлежности определяется тройкой чисел (a,b,c), и ее значение в точке x вычисляется согласно выражению:
Аналогично для задания трапецеидальной функции принадлежности необходима четверка чисел (a,b,c,d):
При (b-a)=(d-c) трапецеидальная функция принадлежности принимает симметричный вид.
Рисунок 1. Типовые кусочно-линейные функции принадлежности.
Функция принадлежности гауссова типа описывается формулой
Рисунок 2. Гауссова функция принадлежности.
Фреймові структури баз знань в експертних системах Различные представления знаний в существующих системах.
Процедурные закрытые:
• конечный автомат;
• программа;
• скрипт (схема);
• семантическая сеть;
• фрейм (прототип);
• графы, сети;
• формальная спецификация;
• исчисления предикатов;
• теоремы, правила перезаписи.
Открытые представления знаний:
• продукционные правила;
• предложения на естественном языке.
Напомним, что конечные автоматы, программы, исчисления предикатов и системы с продукционными правилами с теоретической точки зрения эквивалентны друг другу, поскольку их в принципе можно свести к универсальной машине Тьюринга, хотя их эксплуатационные характеристики сильно различаются.
Такие формальные понятия, как фреймы, скрипты, семантические сети возникли из реальных потребностей ИИ и приносят большую помощь в понимании языка.
Фреймы
Фрейм задается именем и слотом, которые могут заполняться конкретными значениями. Содержательная интерпретация слотов может быть различной. Это свойство в широком смысле слова: признаки, характеристики, бинарные отношения, роли, компоненты, атрибуты, валентность, аргументы и т.п. (одной из характеристик слота является тип значения, оно может быть задано ссылкой на другой фрейм так, что слоты служат в частности для описания отношений между фреймами (содержательно между понятиями)).
При описании экземпляра фрейма указывается имя фрейма-прототипа и значения его слотов. С каждым фреймом ассоциируется несколько видов информации, слоты могут быть заполнены по умолчанию. Группы родственных фреймов объединяются в систему, при этом результаты действий находят свое отражение в форме определенных преобразований между фреймами системы. После того, как для представления ситуации предлагается какой-либо фрейм, в соответствии с этой ситуацией находятся значения для слотов, согласующиеся с соответствующими условиями. М.Минский указывает следующие способы, с помощью которых системе удается обнаружить фрейм, представляющий новую ситуацию.
• Предвосхищение, когда система выбирает исходный фрейм, чтобы удовлетворить некоторым данным условиям.
• Детализация, когда система выбирает и размещает дополнительные подфреймы с тем, чтобы отобразить дополнительные детали.
• Изменение, когда система ищет способы для замены фрейма, который не подходит к новой ситуации.
• Обновление, когда системе не удается найти ни одного приемлемого фрейма, и она решает, можно ли модифицировать старый фрейм или надо строить совершенно новый.
• Обучение, когда система определяет, какие фреймы должны запоминаться или подвергаться модификации с накоплением опыта.
Следует заметить, что фреймовый подход развивает представления, основанные на семантических сетях. Фрейм в этом случае трактуется как узел сети, снабженный структурным описанием. Подчеркнем особенности такого представления :
-
знание организовано в виде совокупности взаимосвязанных описаний – классов данной предметной области;
-
формальная структура для такого описания названа фреймом. Это дает возможность упаковать знания в подходящем образом организованные структуры, сохраняя его обозримость на всех уровнях;
-
фреймы организуются в иерархии по уровню абстракции; конкретным объектам соответствуют экземпляры фреймов; свойства более общих понятий наследуются более конкретным в иерархии. Наследование представляет собой особый вид дедукции что дает выигрыш в эффективности и, что важнее, облегчает построение системы фреймов – базы знаний. Такие описания выглядят гораздо более близким к мыслительным структурам человека, нежели формализмы типа исчисления предикатов;
-
структурное описание в виде содержаний ссылки на другие фреймы, что позволяет описывать различные отношения между понятиями данной предметной области; указанные ссылки могут иметь вид фрейма – прототипа с значениями его свойств-слотов. Сопоставление с прототипом также является механизмом, частично заменяющим обычную дедукцию, и, в то же время, более адекватным механизму мышления человека;
-
с фреймами связываются процедуры, описывающие те или иные специализированные для данной предметной области процессы (проблемно-логический подход, поддержка целостности базы знаний, учет взаимосвязей экземпляров различных понятий и т.п.) Таким образом, фрейм представляет собой декларативно- процедурный модуль, включающий собственно предметную область, а также дополнительную информацию о способе его интерпретации.