Пример: Транспортная логистика
Я ищу:
На главную  |  Добавить в избранное  

Кибернетика /

Инженерия знаний

←предыдущая следующая→
1 2 3 4 5 6 



Скачать реферат


носитель нечёткого множества

&

Нормальным нечётким множеством называется множество для каждого

0,6 x

Если приводить к нормальной форме => нужно поделить все её значения на .

Пример:

Пусть функция принадлежности задаётся целым числом от 10 до 40

Определить понятие малая толщина изделия.

1 . .

.

.

.

.

.

| | | | | | | | x x

10 11 12 13 14 15 16 17 18 18

Операции над нечёткими множествами

1. Объединение нечётких множеств

2. Пересечение нечётких множеств

3. Дополнение нечёткого множества

x x

Начало 12 и 13 лекции.

4. Декартовое произведение нечетких множеств.

A1,A2,….,An

x1,x2,…,xn

x1 X1 x2 X2 … xnXn

A1 xA2 x … xAn = {}

x (x1,x2,…,xn ) = min{A1 (x1), A2 (x2)…An (xn) }

A = {, , }

B = {, }

A xB = {, , , , , }

5. Возведение нечеткого множества в степень.

An = {}

A2 = con(A) - концентрация

A0.5 = dil(A) – растяжение

Методы определения функции принадлежности.

Немного больше 2. От 0 до 5.

x 0 1 2 3 4 5

n1 - - - 10 8 4

n2 10 10 10 - 2 6

A = n1 / (n1 + n2)

A (0) = 0

A (1) = 0

A (2) = 0

A (3) = 1

A (4) = 0.8

A (5) = 0.4

Метод рангирования.

Нечеткая переменная.

 - имя нечеткой переменной

х – область ее определения

А – смысл, нечеткое множество определяет семантику нечеткой переменной

Лингвистическая переменная.

 - имя лингвистической переменной

Т – базовая терм множество – образует имена нечетких переменных {редко, иногда, часто}, являющихся лингвистическими переменными

Х – носитель лингвистических значений [0; 1] – область определения

G – синтаксическая процедура

М – семантическая процедура

Синтаксическая процедура в виде грамматических терминов, символы которых составляют термы из терм множеств {и, или, не}, модификаторы типов {очень, слегка, не и т.д.}

 - частота

Т = {редко, иногда, часто}

X = [0;1]

Не редко

Очень часто

Такие термины вместе с исходными образуют производную терм множества.

Т* = Т  G (T)

Семантические процедуры позволяют переписать термо-нечеткую семантику.

М(1 или 2) = А1 А2

(1 , х1 , А1)

(2 , х2 , А2)

М(1 и 2) = А1 А2

М(^) = ^А1

М(очень ) = con (A )

М(слегка ) = dil (A )

Сценарий.

Является классом фреймовых моделей представления знаний, где в обобщенной и структурной форме представлены знания о последовательности действий, событий типичных для предметной области. Рассмотрим стереотип каузальный сценарий – определяет последовательность действий необходимых для достижения целей, это фреймовая модель.

(kcus имя:

имя слота 1(значение слота 1);

имя слота 2(значение слота 2);

имя слота n(значение слота n))

(kcus

деятель

цель деятеля

посылка

ключ

следствие

системное имя)

Посылка определяет действия, которые должны быть выполнены раньше ключевого действия, необходимые для его действия. Последствие – заключительное действие. Системное имя – сценарий.

(kcus «тушение пожара»:

деятель (S: )

цель деятеля (С: «прекращение пожара»)

П11, П12 посылки (cus: «поиск средств тушения»R1, «транспортные средства тушения»)

К1 ключ (f: «использование средств тушения для полного прекращения огня»)

следствие (Р: «прекращение огня»)

системное имя (sys: cus*1))

R1 – быть раньше

(kcus «поиск средств тушения »:

деятель (S: )

цель деятеля (С: «нахождение средств тушения»)

П121, П22 посылки (cus: «определение координат местонахождения средств тушения»R1, «перемещение к месту нахождения средств тушения»)

К2 ключ (f: «схватывание средств тушения»)

следствие (Р: «нахождение у места расположения средств тушения»)

системное имя (sys: cus*2))

(kcus «транспортировка средств тушения к месту пожара»:

деятель (S: )

цель деятеля (С: «доставка средств тушения к месту пожара»)

П31, П32 посылки (cus: «наличие средств тушения»R1, «определение координат места пожара»)

К3 ключ (f: «движение к месту пожара»)

следствие (Р: «нахождение на месте пожара средств тушения»)

системное имя (sys: cus*3))

Пополнение знаний на основе сценария.

R:

Последовательность действий:

Д = cus: П11 R1 cus: П12 R1 K1 =

П21R1П22R1K2 П31R1П32R1K3

= П21R1П22R1K2 R1 П31R1П32R1K3 R1 K1

Посылки определяют действия, которые должны быть выполнены раньше ключевого действия, необходимы для его действия. Следствие заключительное действие. Системное имя сценарий.

Пополнение знаний на основе псевдофизических логик.

Р1 – посадка самолета

Р2 – подача трапа

Р3 – выход пассажиров из самолета

Р4 – подача автобуса

Р5 – прибытие на аэровокзал

Структура текста на лингвистическом уровне представляется следующей формулой:

TS = PR4dt&P1R3 10,P2&P2R1P3&P4R3 2,P5

t = 15 часов 20 минут

PR4dt , P1R3 10,P2  P2R4 dt + 10

P1R3 10,P2  P1R1P2

P4R3 2,P5  P4R1P5

TS* = P1R1P2& P1R1P3& P2R1P3& P4R1P5

Модели и методы обобщений знаний.

Под обобщением понимается процесс получения знаний, объясняющих имеющиеся факты, а так же способных классифицировать, объяснять и предсказывать новые факты. Исходные данные представляются обучающей выборкой. Объекты могут быть разбиты на классы. В зависимости от того, заданы или нет априорные разбиения объектов на классы, модели обобщения делятся на модели обобщения по выборкам и по классам.

Кi

+ = {01+, 02+…0nj+} – положительная выборка.

Может задаваться отрицательная выборка - = {01-, 02-…0ьj-}

Требуется найти такое правило, которое позволяет установит, относится или нет объект к классу Kj.

В моделях обобщения по данным выборка представляется множеством объектов класса. Методы обобщения делятся на методы обобщения по признакам и структурно-логические методы обобщения.

Z = {z1, z2, …, zr}

Zi = {zi1, zi2, …, zini}

Объект характеризуется множеством значений признаков Qi = {z1j1, z2j2, …, zrjr}.

Структурно-логические методы обобщения используются для представления знаний об объектах, имеющих внутреннюю структуру среди структурно-логических методов. Можно выдвинуть два направления: индуктивные методы нормального исчисления и методы обобщения на семантических сетях.

Алгоритм обобщения понятий по признакам.

Правила определения принадлежности объектов к некоторому классу представляются в ряде логических формул элементами которых являются hij и функции 

Пример:

Z = {z1, z2} {пол, возраст}

Z1 = {z11, z12} {м, ж}

Z2 = {z21, z22, z23} {молодой, средний, старый}

j+ = {01+, 02+} j- = {01-, 02-, 03-}

01+ = (z11, z21) 02+ = (z11, z22)

01- = (z11, z23) 02- = (z12, z21) 03- = (z12, z22)

&i hij - обобщенное конъюнктивное понятие

0 = max(xij – 1/i), где 0 – критерий, xij – частота появления некоторого значения признака, i – количество признаков.

←предыдущая следующая→
1 2 3 4 5 6 



Copyright © 2005—2007 «Mark5»