
- •1. Понятия «система».
- •2. Понятия, «информация», «неопределенность»
- •3. Особенности и признаки интеллектуальных информационных систем
- •4. Функции информационных систем. Двойственная природа знаний, используемых в информационных системах
- •5. Способы объединения операционного и фактуального знания в традиционных информационных системах.
- •6. Способы объединения операционного и фактуального знания в интеллектуальных информационных системах. Сравнение с традиционными системами
- •7. Интеллектуальные информационные системы с базами данных
- •8. Интеллектуальные информационные системы, основанные на моделях
- •9.Понятия «предметная область» и «проблемная область»
- •Представление знаний.
- •Поведение.
- •10.Признаки интеллектуальности информационных систем
- •Понятие «искусственный интеллект (ии)». Задачи ии. История развития и основные этапы исследований по ии.
- •Основные направления исследований в области искусственного интеллекта (задачи)
- •13.Системы с интеллектуальным интерфейсом
- •14. Системы с естественно-языковым интерфейсом
- •15.Интеллектуальные базы данных. Гипертекстовые системы. Системы контекстной помощи
- •16. Системы когнитивной графики (общая характеристика)
- •19. Способы обучения в интеллектуальных системах
- •20. Индуктивные системы (основные понятия). Системы, основанные на прецедентах (общая характеристика)
- •21.Нейронные сети (основные понятия)
- •22.Хранилища данных
- •Дизайн хранилищ данных
- •Процессы работы с данными
- •23.Адаптивные информационные системы
- •24.Формализация и неформальные знания.Понятие “’экспертная система”.
- •25. Основные особенности экспертных систем. Основные модели представления знаний в классических экспертных системах
- •26. Структура экспертной системы
- •29. Общая характеристика математического аппарата теории нечетких множеств.
- •30. Основные идеи теории нечетких множеств. Сравнение обычных и нечетких множеств.
- •31. Операции над нечеткими множествами (кроме алгебраических)
- •33. Нечеткая и лингвистическая переменные.
- •34. Нечеткие отношения
- •35. Операции над нечеткими отношениями
- •36. Операции композиции нечетких отношений и нечеткой импликации, их значение для нечеткого логического вывода.
- •37. Нечеткий логический вывод.
- •38. Особенности нечеткого логического вывода по Мамдани и Ларсену.
- •Алгоритм Мамдани
- •40. Основные проблемы, решаемые при помощи искусственных нейронных сетей.
- •42. Понятие и основные идеи коннекционизма
- •43. Схема формального нейрона. Роль его составных частей
- •44. Функции активации формального нейрона, их смысл и основные виды.
- •1. Жесткая ступенька :
- •3. Гиперболический тангенс
- •4. Пологая ступенька
- •5. Экспонента:
- •7. Участки синусоиды:
- •8. Гауссова кривая:
- •Сравнение ветвей компьютерной эволюции
- •Архитектура нейронных сетей. Понятие, основные виды. Примеры
- •(Звезды Гроссберга, модели Липпмана-Хемминга)
- •Обучение нейронных сетей, сущность и основные алгоритмы обучения
- •Обучение нейронных сетей как задача оптимизации.
33. Нечеткая и лингвистическая переменные.
Способность человека оценивать информацию играет существенную роль в определении сложных явлений.
Способность человека оценивать информацию наиболее ярко проявляется в использовании естественных языков . Каждое слово t можно рассматривать как сжатое описание нечеткого подмножества М(t) полного множества области рассуждений Х. Таким образом М(t) есть значение t. В этом смысле весь язык можно рассматривать как систему, в соответствии с которой нечетким подмножествам множества Х приписываются элементарные или составные символы, т.е. слова, группы слов и предложения.
Нечеткая переменная характеризуется тройкой (N,X,R(N,х)), где N - название переменной; X - универсальное множество с базовой переменной x; R(N,x) - нечеткое подмножество множества X, представляющее собой нечеткое ограничение на значения переменной x, обусловленное N.
Если Х - интервал [0, 100] с элементами переменной возраст, то нечеткие подмножества, описываемые понятиями "молодой" и "старый", можно представить в виде:
(4.19)
(4.20)
Рис.4.6. Графическое представление терминов молодой и старый.
В более общем случае значениями таких переменных могут быть слова или предложения естественного или формального языка, и тогда соответствующие переменные называют лингвистическими. Так, например, нечеткая переменная высота могла бы принимать следующие значения: высокий, невысокий, довольно высокий, очень высокий, высокий, но не очень, вполне высокий, более или менее высокий. Эти значения представляют собой предложения, образованные понятием высокий, отрицанием не, союзами и, но, а также словами типа очень, довольно, вполне, более или менее.
Лингвистические переменные предназначены в основном для анализа сложных или плохо определенных явлений.
Более точно структура лингвистической переменной описывается набором (N,T,X,G,M), в котором N - название этой переменной; T - терм-множество N, т.е. совокупность ее лингвистических значений; X - универсальное множество с базовой переменной x; G - синтаксическое правило, которое может быть задано в форме бесконтекстной грамматики, порождающей термы множества T; M - семантическое правило, которое каждому лингвистическому значению t ставит в соответствие его смысл М(t), причем М(t) обозначает нечеткое подмножество множества X.
Значениями лингвистической переменной являются нечеткие множества, символами которых являются слова и предложения в естественном или формальном языке, служащие, как правило, некоторой элементарной характеристикой явления.
Язык
можно рассматривать как соответствие
между множеством терминов Т
и областью рассуждения Х.
Это соответствие характеризуется
нечетким называющим отношением
N
из Т
в Х,
которое связывает с каждым термином
t
в Т
и каждым элементом х
в Х
степень
применимости
t
к х.
Для фиксированного t функция принадлежности определяет нечеткое подмножество М(t) из Х, которое является смыслом или значением t. Таким образом, значение термина t есть нечеткое подмножество М(t) из Х, для которого t служит символом.
Термин может быть элементарным, например t = высокий, или составным, когда он является сочетанием элементарных терминов, например, t = очень высокий.
Более сложные понятия могут характеризоваться составной лингвистической переменной. Например, понятие "человек" может рассматриваться как название составной лингвистической переменной, компонентами которой являются лингвистические переменные Возраст, Рост, Вес, Внешность и т.п.
Для лингвистической переменной Возраст соответствующая базовая переменная является по своей природе числовой переменной. С другой стороны, для лингвистической переменной Внешность мы не имеем четко определенной базовой переменной. В этом случае функцию принадлежности определяют не на множестве математически точно определенных объектов, а на множестве обозначенных некими символами впечатлений.
Следует отметить, что благодаря использованию принципа обобщения большая часть существующего математического аппарата, применяющегося для анализа систем, может быть адаптирована к нечетким и лингвистическим переменным с числовой базовой переменной. Во втором случае способ обращения с лингвистическими переменными носит более качественный характер.