2.8.Нечеткая алгебра
Определение 1: Нечеткой алгеброй называется система:
Z = <Z,+,*,> , гдеZ – множество, имеющее хотя бы 2 различных элемента и системаZ удовлетворяет следующему набору аксиом:
идемпотентность: ;
коммутативность: ;
ассоциативность: ;
поглощение: ;
дистрибутивность:
дополнение: если то существует дополнениеэлементах такое, что ;
единичные элементы: такой, что
закон Де Моргана, [39]: ,(2.20)
Эта система, из 8 аксиом, образует дистрибутивную структуру с единственными единичными элементами относительно операций суммирования (+) и умножения(). К сведению, булева алгебра [40] так же является дистрибутивной структурой с дополнениями и с единственными единичными элементами, относительно этих же операций. Однако для любого элементах в булевой алгебре справедливы равенства:
. (2.21)
Данные соотношения для нечеткой алгебры, вообще говоря, не верны. Таким образом, любая булева алгебра является нечеткой, но не наоборот.
В данном изложении мы будем пользоваться конкретной нечеткой алгеброй, которая определяется системой: Z = <[0,1],+,*,> , где в качестве операций сложения и умножения служат соответственно операция взятия максимума и минимума, а дополнение определяется как
.
Единственными единичными элементами служат соответственно 0 и 1, которые при любыхx удовлетворяют равенствам:
.
Пусть, как и ранее, Ω = {x} – пространство объектов, а А и В – два нечетких множества в Ω.
В близком соответствии с терминологией Заде, введем следующие понятия:
Равенство А=В определим как А=В.
Нечеткое множествоА содержится в множестве В*(А), тогда и только тогда, когда
Нечеткое множествоявляетсядополнением нечеткого множества А, тогда и только тогда, когда
Объединением двух нечетких множеств А и В из Ω назовем множество А+В с функцией принадлежности .
Пересечением двух множеств А и В из Ω назовем множество АВ с функцией принадлежности.
Далее, вместо термина,«степень принадлежности переменной к множеству», будем употреблять - термин «нечеткая переменная». Условимся так же опускать символ , то есть, вместо, будем писатьxy.
Совершенно очевидно, что, среди бесконечного числа разных способов присвоения переменным степени принадлежности конечному множеству, существует лишь конечное число двоичных способов (то есть, присвоения всем переменным значения 0 и 1). Л. Заде определяет нечеткое отношение R как нечеткое множество упорядоченных пар. Таким образом, если совокупности объектовx и y, то нечеткое отношение из X в Y – это нечеткое подмножество прямого произведения, характеризуемое функцией принадлежности (характеристической функцией)которая каждой паре (x, y) ставит в соответствие «степень принадлежности» кR. Для простоты предположим, что областью значения функции служит отрезок [0,1], а числобудем называть силой отношения междуx и y.
Областью определения, (domain, domR) нечеткого отношения R, назовем НМ с функцией принадлежности
. (2.22)
Аналогично, областью значений (range, ranR) отношения R, назовем нечеткое множество с функцией принадлежности
. (2.23)
Высотой h(R) – называется число h(R):
(2.24)
Нечеткое отношение называется нормальным, если h(R)=1, и субнормальным, если h(R)<1.
Носителем S(R) отношения R назовем четкое подмножество прямого произведения X×Y, на котором .
Замечание 1: если X и Y – конечные множества, то функцию можно представить в виде матрицы, (x,y) –й элемент которой равен
- Предисловие
- Список использованных сокращений
- Часть 1.
- Глава 1. Математические основы формализации и методов описания
- Часть 2.
- Глава 2. Методы представления знаний с использованием
- Часть 3.
- Глава 3. Интеллектуальные технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
- Часть 4.
- Глава 4. Источники информации и причины возникновения ее неопределенности
- 4.1. Переработка и использование информации в реальных условиях функционирования агрегатов
- Часть 5.
- Список использованных сокращений и обозначений
- Введение:
- Часть 1.
- Глава 1. Математические основы формализации и методов описания
- Формализация объекта и парадигмы
- 1.3. Множества и перечень базовых операций над множествами
- Перечень базовых операций над множествами
- Области определения функций
- Обратная функция
- Теорема
- Мера и нечеткая мера
- Задача построения нечетких мер
- Нечеткие множества: определение и формы записи в операциях и
- 1.7.Функции доверия и правило Демпстера а.Р.,[23]
- 1.8. Нормировка функций в теории нечётких множеств
- 1.9. Нечёткие отношения: прямая и обратная задачи
- Глава 2. Методы представления знаний с использованием приближенных и нечетких множеств
- 2.1.Нечеткие вычислительные технологии
- 2.2.Семантика объекта: определение и типизация
- 2.3.Создание Базы знаний: постановка, семантика, прагматика
- 2.4. Сопоставление объектов: постановка, семантика, прагматика
- 2.5.Распознавание объектов: постановка, семантика, прагматика
- 2.6. Управление процессом представления знаний
- Нечёткие множества: субъективность и неточность
- 2.8.Нечеткая алгебра
- 2.9.Нечеткие иерархические отношения
- 2.10.Естественность операций max и min
- 2.11.Нечеткая статистика
- 2.12. Совместимость и нечеткое ожидание
- Глава 3. Нечеткие технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов
- 3.2. Обработка нечетких данных как неопределенных чисел
- Методология представления агрегата в виде комплексного механизма
- 3.2.2. Описание исходной информации на языке размытых множеств
- Размытость интервалов, ограничений, критериев и целей управления в эксплуатации и диагностике
- 3.3.3. Размытые ограничения, цели и оптимизация работы агрегата в условиях нечеткой информации о состоянии
- Анализ информации для диагностики и оценивания состояния механизмов
- 3.5. Оценки погрешностей измерений и наблюдений за состоянием агрегатов
- Влияние погрешностей исходных данных на погрешности диагноза
- Глава 4. Источники информации и причины возникновения ее неопределенности
- 4. 2. Управление и идентификация на объекте в условиях неопределенности информации на основе знаний, получаемых при функциональной диагностике
- Тогда множество диагностических признаков g также будет нечетким
- 4.3.Представление и использование чётких и «размытых» знаний в математических моделях оценивания состояния агрегатов, на основе функциональной диагностики
- 4.3.1.Формализация решения задачи оценивания состояния
- 4.3.2. Особенности решения задач контроля и функционирования агрегата
- Глава 5. Введение в генетическое программирование
- 5.1. Введение в генетические и эволюционные алгоритмы
- 5.2. Сравнительный анализ эволюционных алгоритмов
- 5.3. Генетическое программирование
- 5.4. Перспективные направления развития гп
- Глава 6. Введение в нейронные сети
- 6.1. Алгоритмы их обучение и эластичные нейро-нечеткие системы
- 6.2. Имитация нервных клеток
- 6.3. Математическая модель нейрона
- 6.4. Обучение нейронных сетей
- 6.5. Метод обратного распространения ошибки
- 6.6. Алгоритм настройки нейронной сети
- Глава 7. Другие методы нечетких технологий для построения
- 7.1. Введение в теорию возможностей и смысла
- 7.1.1. Неопределенность и неточность
- 7.1.2. Традиционные модели неточности и неопределенности
- 7.1.3. Меры неопределенности
- 7.1.4. Меры возможности и необходимости
- 7.1.5. Возможность и вероятность
- 7.2. Языки и технологии логического программирования prolog, lisp
- Глава 8. Послесловие
- 8.1. Эволюция искусственного интеллекта для развития интеллектуальных
- 8.2.Экспертные системы нового уровня
- 8.3. Роботика
- 8.4. Преобразование речи искусственного языка
- 8.5. Интеллект муравьёв и его использование
- 8.6. Искусственная жизнь, мозг, познание, разум, память и мышление
- 8.7. Боты
- Optimizator подсистемы диагностики состояния энергоустановок, skais, для решения задач технического обслуживания
- Заключение
- Заключение
- Литература