- •1. Задача распознавания и её формальное описание. Проблема распознавания.
- •Обсуждение задачи опознавания.
- •Общая постановка задачи.
- •Язык распознавания образов.
- •Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- •3. Исходные данные для задачи распознавания
- •2 . Геометрическая интерпретация задачи распознавания.
- •4. Структура таблицы «объекты-свойства»
- •6. Анализ данных с целью выбора постановки задач и методы решения.
- •5. Прямые и косвенные свойства в задачах распознавания.
- •7. Основные этапы анализа данных.
- •8. Анализ расположения объектов в пространстве свойств с целью выбора алгоритма распознавания.
- •9. Этапы решения задач распознавания.
- •10. Классификация алгоритмов распознавания.
- •15. Задача разбиения образа на однородные группы.
- •12. Область применения алгоритма Дискриминантная функция.
- •11. Алгоритм распознавания «Дискриминатная функция».
- •13. Мера сходства и ее свойства.
- •14. Метрика и ее свойства.
- •16. Алгоритм «Гол n»
- •26. Шкалы измерения свойств.
- •17.Способы вычисления типичного представителя в алгоритме «Гол n»
- •18. Решающее правило в алгоритме «Гол n»
- •20. Условия применения алгоритма «Гол 1»
- •22. Исследования представительности мо
- •21. Различия между алгоритмами “Гол n” и «Гол 1»
- •19. Алгоритм распознавания «Гол 1»
- •23. Распознавание с отказами и без отказов
- •24. Алгоритм распознавание «Энтропия»
- •25. Решающее правило в алгоритме «Энтропия»
- •30. Общая схема постановки и решения задачи распознавания.
- •28. Алгоритм распознавания «Тесты».
- •27. Алгоритм распознавания «Кора 3»
- •32. Основные понятия системы массового обслуживания.
- •40. Постановка задачи оптимизации при нескольких критериях.
- •41. Математическая модель многокритериальной задачи.
- •29. Алгоритм распознавания «Направление опробования»
- •31. Принципы построения и функционирования сппр.
- •32. Основные понятия системы массового обслуживания.
- •47. Способ лексикографической оптимизации.
- •48. Построение обобщенного критерия в многокритериальной задаче.
- •45. Способ указания нижних границ критериев.
- •42. Отношение доминирования по Парето
- •38. Модель производственных поставок.
- •39. Модель поставок со скидкой.
- •43. Геометрическая интерпретация доминирования по Парето
- •52. Логическая модель представления знаний
- •Продукционная модель представления знаний
- •Фреймовая модель представления знаний
- •Модель семантических сетей
- •Классификация систем Business-to-business (b2b-систем)
- •61. Понятие логистической системы
- •Основные отличия знаний от данных
- •Классификация информационно-поисковых систем
- •Основные модели представлений знаний
47. Способ лексикографической оптимизации.
Лексикографическая оптимизация основана на упорядочении критериев по их относительной важности. Отбирают исходы, которые имеют максимальную оценку по важнейшему критерию. Если такой исход единственный, то его и считают оптимальным. Если же таких исходов несколько, то среди них отбирают те, которые имеют максимальную оценку по следующему (за важнейшим критерию) и т.д. В результате такой процедуры всегда остаётся (по крайней мере, в случае конечного множества исходов) единственный исход – он и будет оптимальным.
Недостатки:
- субъективизм
- плохой учет остальных критериев
- порядок важности субъективный
48. Построение обобщенного критерия в многокритериальной задаче.
Под построением обобщённого критерия в многокритериальной ЗПР понимается процедура, которая «синтезирует» набор оценок по заданным критериям в единую численную оценку, выражающую итоговую полезность этого набора оценок для принимающего решение.
Наиболее распространённым обобщённым критерием является «взвешенная сумма частных критериев», которая превращает векторную оценку
в скалярную оценку
Сумма альфа j = 1.
Э/C – удельная эффект. (на сколько увелич.)
Если критерии измер. В разных шкалах. Как выбрать веса, чтобы уравновесить шкалы:
-нормировка => все веса
45. Способ указания нижних границ критериев.
Рассмотрим некоторые простейшие способы сужения Парето-оптимальнго множества, акцентируя при этом внимание на необходимой дополнительной информации. Считаем, что многокритериальая ЗПР задана в виде {D,f1,…,fm), где fj ( j от 1 до m ) – позитивные критерии.
Указание нижних границ критериев.
Дополнительная информация об оптимальном исходе в этом случае имеет следующий вид: (1) Число рассматривается здесь как нижняя граница по j-му критерию.
Отметим, что указание нижних границ по критериям j=1…m не может бытии извлечено из математической модели ЗПР; набор оценок представляет собой дополнительную информацию, полученную от принимающего решение.
При указании нижних границ критериев оптимальным может считаться такой Парето-оптимальный исход, для которого оценка по каждому из критериев j=1…m не ниже назначенной оценки . Таким образом, происходит сужение Парето-оптимального множества за счёт условия (1).
Ясно, что при увеличении значений (j=1…m) Парето-оптимальне множество сокращается.
При использовании этого способа окончательный выбор Парето-оптимального исхода производится из суженного Парето-оптимального множества принимающим решение.
Основной недостаток этого метода состоит в том, что оптимальное решение становится здесь субъективным, так как зависит от величин назначаемых нижних границ критериев и от окончательного выбора принимающим решение.
42. Отношение доминирования по Парето
Основное отношение, по которому производится сравнение векторных оценок (исходов) – это отношение доминирования по Парето.
1.Определение. Векторная оценка доминирует по Парето векторную оценку ( записывается ), если для всех j от 1 до выполняется неравенство , причём, хотя бы одно неравенство должно быть строгим.
2.Определение. Пусть Q является подмножеством множества Y: . Векторная оценка y* из множества Q : называется Парето - оптимальным, если она доминирует по Парето над всеми остальными оценками из множества Q.
3.Определение. Исход a1 доминирует по Парето исход a2, если векторная оценка исхода a1 доминирует по Парето векторную оценку a2.
Содержательно это означает, что исход a1 не хуже исхода a2, а по некоторым критериям даже лучше.
4.Определение. Исход называется Парето-оптимальным исходом на множестве D, если он не доминируется по Парето никаким другим исходом из множества D.
Таким образом, Парето-оптимальность исхода a* означает, что он не может быть улучшен ни по одному из критериев без ухудшения по какому-нибудь другому критерию.