- •Введение
- •Общие сведения об экспертных системах
- •1.1 Основные составляющие процесса мышления
- •1.2 Структура и состав экспертной системы
- •1.3 База знаний
- •1.4 Механизм логического вывода
- •2.1 Представление знаний в виде правил
- •1.5 Модуль извлечения знаний
- •1.6 Система объяснений
- •2. Представление знаний в экспертных системах
- •2.2 Представление знаний с использованием фреймов
- •2.3 Представление знаний с использованием семантических сетей
- •2.4 Нейронные сети
- •2.4.1 Описание биологического нейрона
- •2.4.2 Искусственный нейрон
- •2.4.3. Многослойные нейронные сети
- •3. Представление знаний в виде нечетких высказываний
- •3.1 Нечеткие множества и операции над ними.
- •3.2 Нечеткое включение и равенство множеств. Нечеткое бинарное отношение.
- •3.3 Нечеткая и лингвистическая переменные.
- •3.4 Методы построения терм- множеств.
- •3.4.1 Построение функций принадлежности на счетном множестве точек на основе экспертных оценок.
- •3.4.2.Построение функции принадлежности на непрерывном множестве точек
- •3.5 Нечеткие высказывания. Правила преобразования нечетких высказываний.
- •Правило преобразования конъюнктивной формы.
- •Правило преобразования дизъюнктивной формы.
- •Правило преобразования высказываний импликативной формы.
- •3.6 Представление экспертной информации в виде систем нечетких высказываний.
- •3.6 Представление экспертной информации на трудно формализуемых этапах проектирования.
- •Принятие решений в системах, основанных на правилах
- •4.1 Выбор решений на основе четкой экспертной информации.
- •4.1.1 Алгоритм прямой цепочки рассуждения
- •4.1.2 Алгоритм обратной цепочки рассуждений
- •4.4 Выбор значений параметров на основе нечеткого правила modus ponens
- •Нечеткая модель выбора параметров при индуктивном логическом выводе
- •Выбор значений параметров на основе нечеткого правила modus ponens
- •4.6 Выбор значений параметров на основе нечеткой индуктивной схемы вывода
- •Выбор варианта
- •Выбор варианта при дедуктивном выводе
- •4.7.2 Выбор варианта при индуктивном выводе в этом случае используется экспертная информация в виде (68).
- •Нечеткая модель выбора готового решения
- •Определение степени близости изделий по одному параметру
- •5. Принятие решения в нейросетевых системах
- •Литература
4.4 Выбор значений параметров на основе нечеткого правила modus ponens
Итак, после построения функции принадлежности, которые определяют все нечеткие значения входных и выходных параметров, переходим к формализации отношений между входными и выходными параметрами. Наиболее простой способ задания таких отношений- это представление их в виде системы нечетких высказываний вида:
(46)
где,
m-
число базовых нечетких значений выходной
лингвистической переменной
;
-
нечеткое высказывание
,
где
-
нечеткое значение (переменная)
лингвистической переменной
;
-
нечеткое высказывание, которое отражает
i-ю
входную ситуацию, которая может
возникнуть, если выходная лингвистическая
переменная примет нечеткое значение
;
;
где
...-
входные лингвистические переменные, а
...-
их нечеткие значения.
Возможно
представить исходную систему нечетких
высказываний в более компактной форме,
используя правила преобразования
нечетких высказываний. Вводится нечеткое
высказывание
,
вида:
,
где
-
обобщенная входная лингвистическая
переменная;
-
ее нечеткое значение с функцией
принадлежности:
(47)
Тогда система нечетких высказываний примет вид:
(48)
Таким образом, получили нечеткую систему, которая связывает обобщенный входной параметр W=X*Y*Z*...и выходной параметр vV.
Для выбора решений в нечетких условиях, когда экспертная информация представлена нечеткой системой первого типа (46), можно использовать схему вывода, основанную на нечетком правиле modus ponens.
Нечетким правилом modus ponens называется следующая схема вывода:
(49)
Истинность данной схемы определяется представляет собой нечеткое множество:
,
где
;
- функция принадлежности нечеткого
множества
- определяется как:
,
где
ТА – истинность высказывания
относительно
;
ТВ – истинность высказывания
относительно
.
Для определения значений выходного параметра при конкретных значениях (четких) параметров возможно использовать нечеткое правило «modus ponens»:
А- истина; (50)
B- истина
здесь А=<W есть w’>, B=<v есть v’>- четкие высказывания о значении обобщенного входного и выходного параметров.
Так как четкое значение v можно рассмотреть как нечеткую переменную v характеризуемую нечетким множеством с функцией принадлежности:
,
(51)
то
истинность четкого высказывания
относительно нечеткого высказывания
полностью определяется одним значением
.
Тогда истинность правила modus
ponens
определяется:
,
(52)
где
(53)
Величина (53) называется степенью истинности правила modus ponens для нечеткой системы высказываний первого типа. Данное понятие отражает степень соответствия четкого значения v’ выходного параметра V четкому значению w’ обобщенного входного параметра W при задании экспертной информации системой нечетких высказываний первого типа.
Введение понятия степени истинности нечеткого правила modus ponens позволяет сформулировать постановку задачи выбора выходного параметра:
Найти такие значения выходного параметра V0, для которых степень истинности (53) схемы (49) на основе нечеткого правила «modus ponens»будет максимальной.
