Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

P9

P8 P5 P6

c 1 c2 c3 c4

F6 F7

P1 P2 P3 P4 P7

F1 F2 F3 F4 F5 F8 F9

Вводится

Если меньше порогового значения (k_порог = 0,2), то данные не учитываются.

Пусть

Отсюда видно, что F2 и F6 не учитываются, т.к. < 0.2.

1. Расчет k(R) (прямой проход)

1. Maxmin (MM)

k(c1) = max{(0,9 0,8); (0,7 0)} = 0,72

k(c2) = 1

k(c3) = min{0,8; 0,9} 0,9 = 0,72

k(c4) = min{0,7; 0,5} 0,4 = 0,2

k(c5) = min{0,72; 1; 0,72} 0,9 = 0,65

k(c6) = max{(0,7 0,8); (0,8 0,2)} 0,56

k(R) = min{0,65; 0,56} = 0,56

1. Вероятностная логика

k(c1) = 0,8 0,9= 0,72

k(c2) = 1

k(c3) = 0,9 0,8 0,9 = 0,65

k(c4) = 0,4 0,7 0,5 = 0,14

k(c5) = 0,72 1 0,6 0,9 = 0,42

k(c6) = 0,8 0,7 + 0,14 0,8 – 0,56 0,112 = 0,57

k(R) = 0,42 0,57 1 = 0,24

Если

R

0,6 0,5

с5 с6 (*) (**)

1. (*) = k(R) = max{0.56; 0.6} = 0.6

(**) = k(R) = max{0.6; 0.5} = 0.6

Зависит от максимальной ветки

1. Вероятностная логика

(*) = k(R) = 0.24 + 0.6 – 0.24 0.6 = 0.7

(**) = k(R) = 0.7 + 0.5 – 0.35 = 0.85

Методы обработки неопределенности в GURU

AND (&)

P_i = (c_i → R_i, k_i)

интерпретируется

а b

k(R_i) = f(a,b)

OR (v)

P_i = (c_i → R, k_i) → a

P_j = (c_j → R, k_j) → b

k(R) = f(a,b)

Основные логики: maxmin и вероятностная

E .CFVA = xx

AND OR

Пример

R – надежность поставщиков

R

Статус (с3)

1. Государс.

2. Индивид.

3. Частный

4. Корпор.

Удаленность

(с4)

• Близко (<500км)

• Далеко (>500км)

Финансовое состояние нет рекламаций

с1 с2

с11 с12

рентабельность нет задолженностей

P1 = (c1 → R; 0.9)

P2 = (c2 → R; 0.8)

P31 = (c3 = «гос» → R; 0.6)

P32 = (c3 = «корпор» → R; 0.5)

P33 = (c3 = «инд» → R; 0.4)

P34 = (c3 = «частн» → R; 0.4)

P41 = (c4 → R; 0.6)

P42 = (⌐c4 → R; 0.3)

P11 = (c11&c12 → c1; 1.0)

P12 = (⌐c11&c12 → c1; 0.6)

P13 = (c11&⌐c12 → ⌐c1; 0.6)

P14 = (⌐c11&⌐c12 → ⌐c1; 1.0)

Существенные факторы ставят первыми, т.к. в случае неудовлетворительных результатов можно сразу остановить консультацию.

1. Логика РР:

0,9 + 0,8 – 0,72 = 0,98

0,98 + 0,5 – 0,49 = 0,99

0,99 + 0,6 – 0,594 = 1,0

ММ:

Max{0,9; 0,8; 0,5; 0,6} = 0,9

1. Изменим дерево: с1 – 0,6; с2 – 0,6; с3 – 1; с4 – 1

Логика РР:

0,6 0,9 + 0,6 0,8 – 0,54 0,48 = 0,76

0,76 + 0,5 – 0,76 0,5 = 0,88

0,88 + 0,6 – 0,88 0,6 = 0,95

ММ:

Max{min{0,6; 0,9}; min{0,6; 0,8}; min{0,5; 1}; min{0,6; 1}} = 0,6

P1 = (c1 → R; k1)

P2 = (c2 → R; k2)

R

k1= a k2=b

P1 P2

0.9 0.8

c1 c2

+ +

k(R) = a + b – ab

Если на c2 стоит –1, на с1 - +1, то: k(R) = a(1 – b)

k(R) = 0.9 + 0.8 – 0.72 = 0.98 – неправильно

k(R) = 0,9 0,2 = 0,18 – правильно

R

k1= a k2=b

P1 P2

0.9 0.8

c1 c2

+0,6 +0,6

k(R) = 0,6 0,9 + 0,6 0,8 – 0,54 0,48 = 0,76

Когда при с2 стоит -0,6, то k(R) = 0,6 0,9 (1 – 0,8 0,6) = 0,28

При использовании вероятностной логики система не проверяет данные на удовлетворение аксиоме вероятности, поэтому это надо проверять вручную.

If k(R) 50, then «поставщик надежен с коэффициентом k(R)», else «поставщик не надежен с коэффициентом 100 - k(R)»

Использование нечетких переменных

Нечеткая переменная – одновременно может принимать несколько значений с разными коэффициенами уверенности.

Пример: изменение цен

E.IFUZ = n

Vпредлож = (200 cf 90; 100 cf 30)

Vспроса = (150 cf 80; 50 cf 20)

P1 = (Vпр > Vсп → цена = падает)

P2 = (Vпр < Vсп → цена = возрастает)

P3 = (Vпр = Vсп → цена = сохраняется)

Нечеткая переменная «Цена» = {возрастает cf, падает cf, сохраняется cf}

Классическая максиминная логика Заде:

Cf(Vпр>Vсп) = max{min{90, 80}; min{90, 20}; min{30, 20}} = 80

Cf(Vпр<Vсп) = min{80, 30} = 30

Cf(Vпр=Vсп) = 0

«Цена» = {возрастает cf 30, падает cf 80, сохраняется cf 0}

Пример: банк предоставляет вклады: образовательные, жилищные, сберегательные. Банк хочет максимальную прибыль и определенную клиентуру. Клиент характеризуется: возрастом, семейным статусом, производственным статусом.

P1 = (возраст<20 → вклад+ = (образов cf 40; жилищ cf 10; сбер cf 5))

P2 = (возраст>20&возраст<30 → вклад+ = (образов cf 20; жилищ cf 20; сбер cf 10))

P3 = (сем.статус = один → вклад+ = (образов cf 30; жилищ cf 10; сбер cf 20))

P4 = (сем.статус = семейный → вклад+ = (образов cf 10; жилищ cf 40; сбер cf 20))

P5 = (произв.статус = рабочий → вклад+ = (сбер cf 20), вклад- = (образов cf 60))

Клиент: возраст <20, сем.статус = семейный, произв.статус = рабочий

PP: вклад = (образов cf 18; жилищ cf 46; сбер cf 39)

После нормировки (Σ = 100%): вклад = (образов cf 17,6 ; жилищ cf 44,6; сбер cf 37,8)

ММ: вклад = (образов cf 40; жилищ cf 40; сбер cf 20)

Обработка неопределенности лингвистического характера

L. Zadeh – понятие нечеткого множества и лингвистической переменной.

Пример лингвистической конструкции:

Z = <N, U, T, P1, P2>

N – имя

U – универсум

T – терм

P1 – правила синтаксиса

P2 – правила вывода

Переменная «возраст»:

U = [0, 150]

T = {«молодой», «старый»}

Нечеткое множество А: функция принадлежности μ_А: u → [0, 1]

μ_А (u) [0, 1] – степень принадлежности

красивый

min 0 max

Квазимодо Аполлон

Можно задать непрерывно:

Дискретно:

Пример:

«молодой»

молодой старый

μ_А

u

25 50

«старый»

μ_А

u₀

Трапецевидные или треугольные формы:

1

α а β

1

α а b β

«Несколько»

U = [1, 2…10] или U = 1 +2 +3 +….+ 10

«несколько»

«очень А» А²

«очень А» con(A) = А²

«более менее А» dil(A) = А^1/2

«не А» ⌐А = (1 – А) =

«молодой»: ⌐А = 1 – А

«сильный студент»

«несильный студент» = (1 – А) =

Операция увеличения нечеткости:

k(u)

F(A, k)

«злая собака»

U = [болонка, такса, овчарка, бульдог]

А

k(2010) = 1/2010 + 0.9/2009

k(2009) = 0.7/2008 + 1/2009 + 0.9/2010

Правила вывода:

• Классические:

А → В

А

---------

В

• Нечеткие:

А → В

А*

---------

А* (А → В) (АхВ) (⌐АхU)

Чем ближе А* к А, тем результат ближе к В

Серые шкалы (непрерывные):

Min max

0% 50% 100%

Ч\б шкалы:

возрастает убывает

Min max

Дьявол разрыв бог

Пример:

«красивый мужчина»

Min max

Квазимодо 0 Аполлон

Рост

Min max

Вес

Цвет волос

Блондин брюнет

«красивый мужчина» (высокий и стройный и светловолосый)

Операции на шкалах:

1. Дизъюнкция

2. Конъюнкция

3. Проекция

1. Прямая

Min max

А

х у

Min max

В

x’ у’

y x → y’ x’

преступление

а b

тяжесть преступления

a’ b’

наказание

a’’ b’’

1. Обратная

Min max

цена

a b

Min max

спрос

b’ a’

b a→ a’ b’

1. Инверсия

Min max

Min max

«хотя, зато»

Разные ценностные шкалы или одна шкала, но разные ценности.

«добрый человек»

Min max

Малюта Скуратов мать Тереза

Min max

отзывчивость

Холодный отзывчивый

Min max

ум

Идиот гений

Min max

Свойства характера

Легкий тяжелый

«добрый человек» (отзывчивый и разумный и легкий характер)

Надо строить столько шкал, пока не доберемся до физической интерпретации шкал.

Конструирование ЭС (СОЗ)

Состав разработчиков:

1. Эксперт

2. Инженер знаний

3. Системный программист

4. ЛПР

ответы

Э

ИЗ

вопросы

создание вопросы создание

ЭС

отладка отладка

модификация модификация

Инструментальная среда

использование

отладка

модификация создание

ЛПР

СП

Перед созданием системы надо решить 2 вопроса:

1. Целесообразность создания системы

2. Возможность создания системы

Целесообразность:

1. Экспертов мало, потребность в них большая

2. Экономическая (коммерческая) эффективность

3. Принятие решений во враждебной среде и жестких временных ограничениях

4. Потеря информации при удаленном общении с экспертом

Возможность:

1. Имеются эксперты

2. Если экспертов несколько и их знания согласованы

3. Знания эксперта должны быть достаточно формализованы (рассуждения эксперта не должны базироваться на здравом смысле)

4. ЭС должна базироваться на рассуждениях, а не действиях

5. Решаемая задача должна соответствовать задаче ИИ (задача должна иметь эвристический характер, оперировать символьной информацией, не должна быть сверхсложной или очень общей, должна быть достаточно узкой и базироваться на имеющихся знаниях)

Основные этапы разработки ЭС:

1. И дентификация (ЛПР, Э, ИЗ)

Переконструирование

1. К

   ТЗ

   онцептуализация (Э, ИЗ)

Переформализ.

1. Ф

   Рабочее проектирование

   ормализация (ИЗ)

Усовершениствование

Модификация

1. Р

   Прототип ЭС

   еализация (СП, ИЗ, Э)

1. Т

   Демонстрационный прототип

   естирование и отладка (ИЗ, Э, ЛПР)

1. А пробация (ЛПР)

ЭС

Э С

1-2 – до 70% времени разработки

3 – выбор модели представления знаний

Характеристики

Список файлов лекций