Стр. 31 - СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ

29

Содержание

СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.

ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ

ние на вывод. Еще одна посылка правила берется с отрицанием. В правиле 4

одна посылка имеет вес 0,9, т.е. учитывается практически наравне с другой

посылкой. Остальные веса правил и посылок равны 1 (это значения по умол-

чанию и в базе знаний явно не указаны).

2.2.

Математическая модель нечеткой сети логического вывода

В предлагаемом подходе структурно-параметрической оптимизации под-

вергается не база знаний непосредственно, а эквивалентная ей сеть нечеткого

вывода (по-другому называемая нечеткой нейронной или гибридной сетью), со-

стоящая из нечетких нейроподобных элементов

[15,

20]

, соединенных опреде-

ленным образом. В общем случае искусственный нейрон – это базовый процес-

сорный элемент, реализующий скалярную функцию векторного аргумента:

(

)

1

,..., ,

n

y f x x

=

λ

,

(2.2.1)

где

y

–

значение на выходе элемента;

i

x

–

значение

i

-

го входного сигнала

(

)

n i

,1

∈

;

λ

–

множество параметров, соответствующее типу нейрона.

Способ преобразования БЗ в сеть и обратного преобразования (вербализа-

ции) описывается в следующем разделе, а сейчас приведем математические мо-

дели сети и составляющих ее элементов.

Каждый элемент сети (искусственный нейрон) имеет уникальное имя, опре-

деляемое именами правил и входных параметров исходной базы знаний, либо

сгенерированное во время процесса обучения (см. следующий раздел). Часть

нейронов описывает входные переменные, другие играют роль продукционных

правил. С учетом этого был сформирован набор необходимых типов элементов.

2.2.1.

Нечеткий элемент типа "ИЛИ"

Такой элемент может иметь несколько входных и выходных связей. Если

интерпретировать входные сигналы нейрона как степени истинности посылок

(

СИ), а выходной – как СИ гипотезы, то можно считать, что при работе нейрона

происходит логический вывод. Приведем один из возможных вариантов матема-

тической модели нечеткого нейрона типа "ИЛИ", именно он используется в

предлагаемой системе:

)

,...,

,

max(

σ

2

σ

2 1

σ

1

2

1

n

w x w xw x

wy

n

⋅

⋅ =

,

(2.2.2)







=

−

=

1

σ

если ,

1

0

σ

если ,

σ

x

,

(2.2.3)