Стр. 43 - СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ

41 Содержание
СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.
ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ
сутствия в сети элемента с таким же именем. Если подобный элемент находится,
то индекс инкрементируется и происходит новая проверка;
2) выход нового элемента соединяется с входами всех выходных элементов се-
ти типа "Нечеткий ИЛИ";
3) на вход элемента подаются выходы всех элементов типа "Входной" и всех
выходных переменных через элементы типа "Сегмент" (их параметры устанав-
ливаются равными 1, а имена назначаются по тому же правилу, что и имя добав-
ляемого элемента);
4) знаки посылок нового элемента, связанных с входными переменными, по-
ложительны и фиксированы. Их веса равны 1 и могут меняться в процессе опти-
мизации;
5) знаки и веса посылок, связанных с элементами типа "Входной", не фикси-
рованы. Знаки положительны, веса равны 1;
6) вес нового элемента не фиксирован и равен 1;
7) знаки новых посылок выходных элементов положительны и фиксированы.
Веса равны 1 и также фиксированы.
После добавления элемента производится параметрическая оптимизация, в
ходе которой корректируются все нефиксированные параметры сети логического
вывода, включая параметры сегментации. Целью оптимизации является умень-
шение ошибки по обучающей выборке, которая может считаться как средне-
квадратичная, максимальная или комбинированная, учитывающая с определен-
ными весами ошибки обоих видов. Кроме того, для многих прикладных областей
имеет смысл различение ошибок типа "ложное срабатывание" (когда происходит
ошибочное отнесение объекта к определенному классу) и типа "пропуск" (когда
объект не был отнесен к надлежащему классу). Ошибки могут учитываться с за-
данными весами, в зависимости от типа. Например, при медицинской диагно-
стике важно не пропустить факт наличия серьезного заболевания, даже если по-
вышается шанс допустить ошибку и направить пациента на повторные анализы