[
Введите текст]
28
СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.
ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ
Некоторая группа правил отвечает за определение степеней истинности вы-
ходных фактов, что и является решением задачи в текущей ситуации (отнесение
объекта к одному из классов, рекомендации по выбору управляющего воздейст-
вия в автоматизированной системе управления, постановка диагноза при прове-
дении медицинского обследования).
Пример базы знаний:
1.
ВХОДНАЯ ВЕЛИЧИНА "Признак 1"
С РАЗМЕРНОСТЬЮ (мм)
ПАРАМЕТРАМИ СЕГМЕНТАЦИИ:
Xmin = 10, X1 = 20, X2 = 25, X3 = 40, X4 = 43, Xmax = 60
И НАЗВАНИЯМИ СЕГМЕНТОВ:
"
Малое значение", "Среднее значение", "Большое значение"
2.
ВХОДНАЯ ВЕЛИЧИНА "Признак 2"
С РАЗМЕРНОСТЬЮ (кг)
ПАРАМЕТРАМИ СЕГМЕНТАЦИИ:
Xmin = 0.03, X1 = 0.03, X2 = 0.1, X3 = 0.2, X4 = 0.3, Xmax = 0.5
И НАЗВАНИЯМИ СЕГМЕНТОВ:
"
Малое значение", "Среднее значение", "Большое значение"
3.
ЕСЛИ "Признак 1" = "Большое значение" * (0,8)
И "Признак 2" = "Среднее значение"
И "В наличии признак 3"
И НЕ "В наличии признак 4"
ТО "Объект принадлежит классу I" * (0,7)
4.
ЕСЛИ "Признак 1" = "Малое значение"
ИЛИ "Признак 1" = "Среднее значение" * (0,9)
ТО "Признак 1 имеет небольшое значение"
5.
ЕСЛИ "Признак 1 имеет небольшое значение"
И "В наличии признак 3"
ТО "Объект принадлежит классу I"
Здесь для входных переменных "Признак 1" и "Признак 2" определено
по три сегмента с названиями "Малое значение", "Среднее значение" и
"
Большое значение". В данной работе для представления нечетких множеств
применяются несимметричные трапециевидные функции принадлежности
(
способ их описания рассматривается в следующем разделе). При выводе в
примере учитываются два входных факта: "В наличии признак 3" и "В нали-
чии признак 4". Заключением системы будет степень истинности утвержде-
ния "Объект принадлежит классу I". Третье правило имеет вес 0,7, т.е. сте-
пень доверия к его выводу не максимальная. Одна из посылок этого правила
учитывается с весом 0,8, что означает меньшее, чем у других посылок, влия-