Стр. 46 - СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ
Упрощенная HTML-версия
[
Введите текст]
44
СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.
ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ
гда будут находиться наиболее общие правила, охватывающие большие группы
ситуаций.
В результате оптимизации исходная сеть будет дополнена одноуровневой
подсетью, состоящей из элементов типа "И". Такая структура является аналогом
представления булевой функции в виде дизъюнктивной нормальной формы. Од-
нако следует отметить, что алгебра нечетких множеств не является булевой
,
так как для нее не выполняются закон исключенного третьего и закон тождества
(
свойства дополняемости операций пересечения и объединения), а именно спра-
ведливы неравенства:
A A
∩ ≠ ∅
;
(2.3.5)
A A U
∪ ≠
,
(2.3.6)
где
A
–
нечеткое множество;
∅
–
пустое множество;
U
–
универсум, на котором
задано нечеткое множество.
Не каждая нечеткая сеть может быть эквивалентно преобразована в ДНФ,
так как по свойствам алгебры нечетких множеств возможно вхождение любой
переменной в конъюнкт два раза – с отрицанием и без. Результат такой конъ-
юнкции не превысит 0,5, а для граничных значений операндов (0 или 1) он будет
равен 0. Поэтому при разработке метода генерации правил сделано допущение о
несущественности таких конъюнктов, соответственно рассматриваются случаи
вхождения каждой переменной только один раз – с отрицанием или без. Это зна-
чительно упрощает приведение сети к логически прозрачному виду и ее даль-
нейшую вербализацию.
7.
Полученная на предыдущем этапе сеть может содержать избыточное чис-
ло связей, большинство из которых будет иметь нулевые веса. Кроме того, из-за
стохастического характера алгоритма параметрической оптимизации некоторые
элементы также могут быть лишними. Ошибочные, повторяющиеся или незна-
чащие элементы могут содержаться и в исходной сети, сформированной экспер-
