Основные понятия теории нечетких множеств. Операции над нечеткими множествами. Понятия нечеткой и лингвистической переменной. Основы нечеткого логического вывода.
Элемент принадлежит нечеткому множеству с некоторой вероятностью. Или может быть задана функция принадлежности элемента нечеткому множеству (субъективная). При определении нечеткого множества определяют границы для функции принадлежности (границы должны быть такими, чтобы никто не мог их оспорить)
Основные типы функций принадлежности:
1. Треугольная ФП задается следующим выражением:
где - числовые параметры, упорядоченные отношением
2. Трапециевидная функция принадлежности в общем виде задается следующим выражением
где - числовые параметры, упорядоченные отношением
3. Z-образные (сплайн-функции) ФП задается следующим выражением:
где - числовые параметры, упорядоченные отношением .
4. S-образная кривая может быть задана следующим выражением:
5. П-образная ФП:
Операции над нечеткими множествами
Пересечение нечетких множеств (операция И). Пересечением двух нечетких множеств A={x, A(x)} и B={x, B(x)} называется некоторое третье нечеткое множество C={x, С(x)} (C=AB), заданное на этом же универсуме X, с функцией принадлежности
С(x)=min{A(x), B(x)} xX
Объединение нечетких множеств (операция ИЛИ). Объединением двух нечетких множеств A={x, A(x)} и B={x, B(x)} называется некоторое третье нечеткое множество D={x, D(x)} (D=AB), заданное на этом же универсуме X, с функцией принадлежности
D(x)=max{A(x), B(x)} xX
Разность нечетких множеств.
Разностью двух нечетких множеств A={x, A(x)} и B={x, B(x)} называется некоторое третье нечеткое множество E={x, E(x)} (E=A\B), заданное на этом же универсуме X, с функцией принадлежности
E(x)=max{A(x) - B(x),0} xX
Симметрическая разность. Операция разности в общем случае не является коммутативной, т.е. A\BB\A. Поэтому полезной оказывается иногда операция симметрической разности AB с функцией принадлежности
AB (x)=|A(x) - B(x)| xX
Дополнение нечеткого множества (отрицание). Дополнение нечеткого множества A называется нечеткое множество А={x, A(x)}
A(x)=1- A(x)
Умножение нечеткого множества на число. Пусть A={x, A(x)} –произвольное нечеткое множество, заданное на универсуме X, a – положительное действительное число.
B=aA
B(x)=aA(x), если ahA1 hA – высота нечеткого множества
Возведение в степень. Пусть A={x, A(x)} –произвольное нечеткое множество, заданное на универсуме X, k – положительное действительное число. В этом случае чисто формально можно определить операцию возведения нечеткого множества A в степень k как нечеткое множество B={x, B(x)}, заданное на этом же универсуме X, функция принадлежности которого определяется по формуле.
B(x)= A(x)k
Операции концентрирования и растяжения.
С(x)= A(x)2
Нечеткая и лингвистическая переменная
Связь между лингвистической и нечеткой переменными задается термами. Лингвистическая переменная принимает значения, являющиеся нечеткими переменными. Для всех нечетких переменных (терм) одной лингвистической переменной универсум один.
- Многокритериальное пр. Качественный и количественный анализ. Пространственные модели.
- Пр в условиях неопределенности. Парадигма анализа решений. Деревья решений.
- Теория полезности. Принцип максимальной ожидаемой полезности. Методы прямого построения функции полезности
- Теория полезности. Основные свойства функции полезности. Учет отношения к риску в функции полезности.
- Теория полезности. Обоснование s- образности кривой полезности.
- Теория полезности. Определение отношения к риску на основе понятия детерминированного эквивалента.
- Определение детерминированного эквивалента. Детерминированный эквивалент для выпуклой и вогнутой функции.
- Стратегическая эквивалентность функций полезности. Линейная функция полезности.
- Логарифмическая функция полезности. Пример.
- Экспоненциальная функция полезности. Пример.
- Квадратичная функция полезности. Пример.
- Теоремы о несклонности к риску. Надбавка за риск.
- Теоремы о склонности к риску. Надбавка за риск.
- Пример функции полезности для лпр несклонного к риску.
- Пример функции полезности для лпр склонного к риску.
- Мера несклонности к риску. Обоснование. Интерпретация функции несклонности к риску.
- Связь между надбавкой за риск и функцией несклонности к риску.
- Особенности и признаки интеллектуальности информационных систем.
- Классификация иис. Системы с интеллектуальным интерфейсом
- Экспертные системы. Архитектура экспертной системы. Назначение составных частей эс.
- База знаний и механизм вывода на знаниях. Сравнительный анализ.
- Этапы создания экспертной системы. Идентификация предметной области. Построение концептуальной модели. Типы моделей
- Этапы проектирования экспертной системы. Формализация базы знаний. Классификация моделей представления знаний
- Особенности знаний и их отличие от данных. Декларативные и процедурные знания. Системы, основанные на знаниях. Этапы трансформации данных и знаний. Базы данных и базы знаний
- Самообучающиеся системы. Технологии olap и Data Mining. Определение Data Mining. Основные типы закономерностей, извлекаемых с помощью Data Mining
- Индукция и дедукция. Алгоритм индуктивного обучения. Деревья решений
- Искусственные нейронные сети. Обучение нейронных сетей
- Системы, основанные на прецедентах (Case Based Reasoning)
- Прямой логический вывод в эс на основе правила Modus Ponens.
- Обратный логический вывод в эс на основе правила Modus Ponens
- Семантические сети. Основные типы отношений в семантических сетях. Правила построения семантических сетей
- Теория фреймов. Структура фрейма. Слоты и присоединенные процедуры. Механизм вывода на фреймах
- Механизм вероятностного вывода на основе правил Байеса и коэффициентов уверенности
- Основные понятия теории нечетких множеств. Операции над нечеткими множествами. Понятия нечеткой и лингвистической переменной. Основы нечеткого логического вывода.
- Понятие нечеткого высказывания и нечеткого предиката
- Формирование базы правил систем нечеткого вывода
- Фаззификация
- Агрегирование
- Активизация
- Аккумуляция
- Понятие онтологии. Классификация онтологий и их применение.
- Редакторы онтологий, формализмы и форматы представления онтологий
- Подход к формированию онтологий в редакторе Protégé. Последовательность создания онтологий
- 37.2. Последовательность создания онтологий.
- Элементы фреймовых онтологий – классы, экземпляры, слоты (типы значений, кардинальность), отношения и т.Д.
- Язык создания экспертных систем clips: поддерживаемые парадигмы, основные структуры данных, конструкции языка для обработки данных и осуществления вывода.