- •1. Знания как основа принятия решений
- •2. Понятие «система»
- •4. Формализованные знания. Сущность и сферы использования. Примеры.
- •5. Неформализованные знания и задачи
- •6. Слабоструктурированные задачи. Источники неопределенности при принятии решений.
- •7. Основные виды неопределенности и способы ее уменьшения
- •8. Понятие «искусственный интеллект». Задачи ии. Основные этапы развития ии
- •9. Особенности человеческого мышления. Принципы построения систем ии
- •11. Двойственная природа знаний, используемых в интеллектуальных системах
- •10. Особенности и признаки интеллектуальных информационных систем.
- •12. Понятие «экспертная система». Основные модели представления знаний в экспертных системах.
- •13. Логические модели представления знаний. Модель, основанная на логике высказываний
- •14. Логические модели представления знаний. Модель, использующая исчисление предикатов (э-существует y-любой!!!!!!)
- •15. Продукционная модель представления знаний. Структура экспертных систем продукционного типа.
- •16) Механизм логического вывода в продукционных системах. Примеры логического вывода
- •17 Управляющий компонент продукционной экспертной системы
- •27. Способы дефазификации результатов нечеткого вывода.
- •18. Общая хар-ка матем-го аппарата теории нечетких множеств.
- •19. Основные идеи теории нечетких множеств. Сравнение обычных и нечетких множеств.
- •21. Алгебраические операции над нечеткими множествами.
- •20. Операции над нечеткими множествами (кроме алгебраических).
- •22. Нечеткая и лингвистическая переменные.
- •23. Нечеткие отношения.
- •24. Операции композиции нечетких отношений и нечеткой импликации, их значение для нечеткого логического вывода.
- •26. Особенности нечеткого логического вывода по Мамдани и Ларсену
- •28. Нечеткие аппроксиматоры.
- •29. Основные проблемы, решаемые при помощи искусственных нейронных сетей.
- •30. Биологический нейрон.
- •Биологический нейрон 2
- •31. Понятие коннекционизма
- •32 Схема формального нейрона
- •33. Функции активации формального нейрона, их смысл и основные виды
- •34. Сравнение ветвей компьютерной эволюции.
- •35 Архитектуры нейронных сетей
- •36. Обучение нейросетей.
- •Цель обучения
- •37. Обучение нейронных сетей как задача оптимизации
- •38. Сравнение ветвей компьютерной эволюции.
- •39. Генетические алгоритмы. Основные понятия, принципы и особенности построения.
- •40. Обучение нейронных сетей методом статистических испытаний.
- •Знания как основа принятия решений
- •Понятие «система»
19. Основные идеи теории нечетких множеств. Сравнение обычных и нечетких множеств.
Основная идея базируется на введении понятия нечеткого множ-ва, с которым выполняются логич-е, алгебраические операции. На их основе можно осущ-ть нечеткий лог-ий вывод методами Мамдани, Ларсена, а результат этого лог-го вывода представлен итоговым тоже нечетким множ-вом, которое в результате дефазифицируется и получается четкое значение в качестве ответа.
Л. Заде расширил классич-е канторовское понятие множ-ва, предположив, что характеристич-кая ф-ция (ф-ция принадлежности эл-та множ-ву) м/принимать любые значения в интервале [0;1], а не только 0 или 1. Такие множ-ва наз-ны им нечеткими.
Пусть Е – универс-е множ-во, х-эл-т Е, а R-некоторое свойство. Обычное (четкое) подмнож-во А универс-го множ-ва Е, эл-ты кот-го удовлетворяют св-ву R, опред-ся как множ-во упорядоченных пар А={µА(х)/х}, где µА(х) – характеристическая ф-ция. µА(х)=1, если х удовлетворяет св-ву R, и µА(х)=0 -в противном случае. Нечеткое подмнож-во отлич-ся от обычного тем, что для эл-ов х из Е нет однозначного ответа «да-нет» относит-но св-ва R. Поэтому нечеткое подмнож-во А универс-го множ-ва Е опред-ся как множ-во упорядоч-ых пар А={µА(х)/х}, где µА(х)-ф-ция принадлежности, принимающая значения в некотором упорядоч-м множ-ве М (н-р, М=[0,1]). Ф-ция принадл-ти указ-ет степень принадл-ти эл-та х подмнож-ву А. Множ-во М наз-ся множ-вом принадлежностей. Если М={0,1}, то нечеткое подмнож-во А может рассматр-ся как обычное множ-во.
Теория нечетких множество яв-ся не менее общей матем-й дисциплиной, чем обычная теория множеств, т.к. обычные множества – частный случай нечетких. Обычное подмнож-во можно было бы отождествить с его харак-кой функцией. Этого математики не делают, т.к. для задания функции необходимо сначала задать множество. Нечеткое же подмножество с формальной точки зрения можно отождествить с его функцией принадлежности. Однако термин "нечеткое подмножество" предпочтительнее при построении математических моделей реальных явлений.
21. Алгебраические операции над нечеткими множествами.
1) Алгебраическое произведение: А*В для любого х из Х: µА*В(х)= µА(х)* µВ(х)
2)
Алгебраическая сумма: А+В для любого х
из Х: µА+В(х)=
µА(х)+µВ(х)-
µА(х)*µВ(х).
Свойства операций аналогичны предыдущим,
но условия А*
=0
и А+
=Х
соблюдаются.
3) Операция концентрации CON(А)=А2
4) Операция растяжения DIL(А)=А0,5
5) Умножение на число. Если α>0 такое, что α*maxµА(х)≤1: µαА(х)= α*µА(х).
6) Декартово (прямое) произведение нечетких множеств: Пусть А1, А2,…, Аn-нечеткие подмнож-ва универсальных множеств E1, E2…En, соотв-но. Декартово или прямое произв-е А= А1хА2х…х Аn яв-ся нечетким подмнож-ом множ-ва Е= Е1хЕ2х…хЕn с ф-цией принад-ти:
µА(х1, х2,…хn)=min(µА1(х1), µА2(х2),…,µАn(хn))
20. Операции над нечеткими множествами (кроме алгебраических).
1) Нечеткое множ-во А наз-ют нормальным (нормализ-ым), если sup µА(х)=1 (не превышает 1, =1 в макс-м случае).
2) Два нечетких множ-ва А и В равны, если для всех х из Х: µА(х)= µВ(х). Операция, проверяющая степень истинности данного уравнения, наз-ся эквиваленцией.
3) Нечеткое множ-во В содерж-ся в нечет-м множ-ве А или иначе В яв-ся подмнож-вом А, если для любого х из Х ф-ция принадлежности множ-ва В не больше ф-ции принад-ти множ-ва А: µА(х) ≤ µВ(х).
4) Объединением (дизъюнкция) наз-ют наименьшее нечеткое множ-во, содержащее как А, так и В, с ф-цией принадлежн-ти: µАυВ=max {µА(х), µВ(х)}, х из Х.
5) Пересечением (конъюнкция) наз-ся наиболее нечеткое множ-во, содержащееся как в А, так и в В, с ф-цией принадлеж-ти: µАυВ=min {µА(х), µВ(х)}, х из Х.
6) Дополнением нечеткого множ-ва А наз-ют множ-во
, с ф-цией принад-ти: µ (x) = 1 - µА(x).
7)
Разностью нечетких множ-в А и В наз-ся
А-В=А∩
с
ф-цией принад-ти: µА-В(х)=
min(µА(х),
1- µВ(х)).
Объединение нечеткого множества с его отрицанием не дает универсального множества. Пересечение нечеткого множества с его отрицанием не дает пустого множества. Все остальные свойства операций объед-я и пересеч-я похожи на св-ва аналогичных операций над обычными четкими множествами:
1) Коммутативность: А∩В= В∩А, АυВ= ВυА
2) Ассоциативность: (А∩В)∩С=А∩(В∩С),(АυВ)υС=Аυ(ВυС)
3) Идемпотентность: А∩А=А, АυА=А
4) Дистрибутивность: А∩(ВυС)=(А∩В)υ(А∩С),Аυ(В∩С)=(АυВ)∩(АυС)
5) Аυ0=А
6) А∩0=0
7) А∩Х=А
8) АυХ=Х
9)
Правила Деморгана
:
