17. Приклад використання генетичного алгоритму для оптимізації багатозначної функції

Дано f(x,y)=1/(1+x^2+y^2) 1 – Ініціалізація

[-3;3];

-3 – 000 -2 – 001 -1 - 010 0 – 011

1 – 100 1.5 – 101 2 – 110 3-111

C	x	y	f(x,y)-фітнес-ф-я
C1	010	000	0.09
C2	000	111	0.05
C3	100	110	0.17
C4	110	010	0.17

Для х,у – трьозначна (4 шт.) хромосома.

1. – Вибір, 2х батьків, значення фітнес-функції є найбільшими

C3	100	110	0,17
C4	110	010	0,17

3. Одноточковий кроссовінг

C3-потомки	10|0110 ----- 110 110 11|0010 ----- 100 010	0.11
C4-потомки		0.33

4. Мутація

110 110 - 110 111	0.07
100 010 - 100 011	0.5

18. Типи невизначеності в системах штучного інтелекту

Невизначеність – певна міра інформації, якої недостатньо для вирішення задачі та для прийняття рішень. Складається з двох типів інформативності:

1. неповнота – коли інформації недостатньо

2. неоднозначність – інформація е обозначається та не класифікується. Неоднозначність у свою чергу поділяється на:

- фізичну – випадковість (неточність).

- лінгвістичну – значення слів, зміст речень.

З точки зору виришення складних задач, невизначеність буває:

1. Середовища

2. Структури

3. Крітеріальна.

З точки зору невизначеності є 2 типи інформації – апріорна (вже відома), апостеріорна (потрібно визначити).

Апріорна+апостеріорна=повна інформація.

Задача подолання невизначеності полягає в здобутті апостеріорної інформації

Методи подолання невизначеності:

1) ймовірнісні

2) Коефіцієнтів впевненості

3) Експертні оцінки

19. Байєсівський метод подолання невизначеності

За методом Байєса, подолання невизначеності засноване на припущенні що невизначеність оцінюється у проміжку [0,1]. Ця оцінка є мірою невизначеності (апостеріорна/сумісна ймовірність).

Наприклад, совместное событие – 3 раза выпала решка, выпадет ли орел?

Формула Байєса:

Е-подія, Н-гіпотеза.

P(H|E)=(P(H)*P(E|H))/P(E)

Ймовірна гіпотеза = апріорність ймовірної гіпотези (Н) помножена (*) на сумісну ймовірність події Е та поділено (/) на апріорну ймовірність події.

Приклад – хвороба Грип:

Е-симптоми (температура)

Н – хвороба (грип)

Р(Н) – 1122/10000=0,11, (де 1122 – людей, що вже захворіли на грип, а 10000-усього жителів).

Р(Е) – 566/1222 = 0,5 (де 566-наявність високої температури у людей захворілих грипом)

Р(Е/Н)=0,22 (власна експертна оцінка, чи є температура під час грипу) – сумісна вероятність температури та грипу.

Р(Н/Е)=(0,11*0,22)/0,5=0,05 –ймовірність того, що наступний хворий на грип матиме температуру.

Для n подій формула ускладнюється.

Наприклад, якщо 2 совмісні події

Р1 /\ Р2 = макс(з двох), та

Р1 \/ Р2 = мін(з двох)

Приклад

Р1=ймовірність сонцю = 0,5

Р2=обачно=0,6

Р3=дощ=0,4

Р4=вітер=0,45, тоді

((Р1\/Р2)\/(Р3\/Р4))=(((0,5\/0,6)\/(0,4\/0,45)))= 0,5\/0,4=0,4=дощ.