4142-1 (662809), страница 2

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

Текст из файла (страница 2)

Для вывода правдоподобных заключений на основе нечетких правил R_j :

N (A_j(F_a^2*),k_j) M(A_j(F_a^1*).k_j)

используются оценки показателей степени вхождения одного нечеткого множества в другое. При этом правила вывода умозаключений трактуются следующим образом. Если для объекта a_i(X_i) степень вхождения (F_a^2*,X_i) нечеткого множества F_a^2* в нечеткое множество X_i ниже заданного порога h₁ , а степень вхождения (F_a^1*,X_i) нечеткого множества F_a^1* в нечеткое множество X_i выше заданного порога h₂ , то для объекта a_i(X_i) присуще свойство k_j со степенью правдоподобности p(a_i(X_i),k_j) равной :

p(a_i(X_i),k_j) = ( 1- V(F_a^2*,X_i))V(F_a^1*,X_i).

Степень вхождения одного нечеткого множества в другое нечеткое множество может вычисляться по следующей формуле { 4 }

V(F_a,X_i) = min ( (x_z) u(x_z)),

x_z F_a

где -операция нечеткой импликации. Следует отметить, что нечеткие правила R_j могут быть использованы для вывода правдоподобных умозаключений при четком описании объектов ПС a_i(X_i). В этом случае, степени принадлежности (x_z) характеристик x_z к множеству X_i принимаются равными единице.

Важной особенностью ИС, функционирующих в сложных ПС является возможность вывода последовательной цепочки вытекающих друг из друга заключений. Правила вывода таких цепочек умозаключений на основе казуально-зависимых рассуждений могут быть организованы следующим образом.

Пусть у ИС имеется совокупность правил вывода R и системе требуется пополнить свои знания об объекте a_i(X_i). Тогда, если при помощи одного из заданных правил R системой выявлено k_j свойство объекта a_i(X_i), то для выявления последующих неизвестных системе свойств этого объекта к множеству характеристик X_i присоединяется характеристика k_j и вывод продолжается с учетом множества характеристик X_i = X_i k_j. В этом случае, если для следующего выявленного свойства k_j объекта a_i(X_i) характеристика k_j входит в соответствующее ему множество условий принадлежности F_a, то k_j свойство объекта a_i(X_i) логически следует из его свойства k_j. На основании предложенного правила вывода ИС может формировать различные по длине и содержанию цепочки логических следствий, используя формулы R до выявления требуемого свойства kj заданного объекта.

Заключение

Рассмотренная модель вывода умозаключений на основе логики казуально-зависимых рассуждений позволяет ИС пополнять недостающие для принятия решений знания путем выявления ранее неизвестных свойств различных объектов ПС. Это дает возможность системе принимать решения, необходимые для достижения цели в недоопределенных условиях функционирования.

Важной особенностью предложенного способа пополнения знаний ИС является возможность формирования цепочек вытекающих друг из друга умозаключений , позволяющая системе принимать решения в сложных недоопределенных проблемных средах.

Список литературы

Литвицева Л.В., Поспелов Д.А. Пополнение знаний. Искусственный интеллект. В 3-х кн. Кн.2. Модели и методы : Справочник / Под ред. Поспелова Д.А. -М. :Радио и связь, 1990. -С. 76-82.

Берштейн Л.С., Ильягуев П.М., Мелехин В.Б. Интеллектуальные системы.- Махачкала : Дагкнигоиздат ,1996. -67 с.

Берштейн Л.С., Мелехин В.Б. Планирование поведения интеллектуального робота . - М. : Энергоатомиздат, 1996. - 240 с.

Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. -М.: Наука , 1990.-272 с.

Характеристики

Список файлов реферата