Стр. 75 - СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ
Упрощенная HTML-версия
73
СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.
ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ
ЕСЛИ "длина чашелистика большая" (почти не важно)
И
"
ширина чашелистика маленькая" (не обязательно)
И
"
длина лепестка большая"
ТО
"
Iris-virginica"
ЕСЛИ "ширина чашелистика маленькая" (почти обязательно)
И
"
ширина лепестка большая"
ТО
"
Iris-virginica"
Таким образом, совмещение автоматической генерации правил с возможно-
стью внесения исследователем изменений в структуру и параметры модели (с
дальнейшим дообучением) позволило получить точную и полную классифици-
рующую систему. В работе
приводятся результаты решения задачи нахож-
дения нечетких правил алгоритмами Full-RE (найдено три правила, точность
прогноза – 97%), MDTF (найдено пять правил, точность прогноза – 97%) и REX
(
найдено четыре правила, точность прогноза – 96%). Общим недостатком этих
алгоритмов является отсутствие возможности предварительного введения пра-
вил, что не позволяет применить априорные знания о корреляции признаков "pe-
tallength" и "petalwidth" для получения более полной базы знаний. По точности
классификации все алгоритмы дают схожие результаты. Для разработанного в
настоящей работе алгоритма точность прогноза равна 96% при указанном пороге
(0,3)
допустимой разности между эталонным значением выхода и рассчитанным
системой. Условия признания примеров правильно решенными для других алго-
ритмов в работе
не приведены.
4.2.
Построение аналитической модели для прогнозирования
активности кариеса зубов у женщин в период беременности и
ближайшие после родов сроки
Далее приводится описание процесса создания базы знаний на примере по-
строения экспертной системы для прогнозирования риска заболевания кариесом
беременных женщин. Данная задача решалась в сотрудничестве со специалиста-
ми кафедры ортопедической стоматологии Нижегородской государственной ме-
дицинской академии.
В качестве исходных данных имелись результаты обследования 97 пациен-
ток (20 параметров, 1 зависимая переменная, принимающая одно из трех значе-
ний).
На основе анализа литературы были отобраны 6 прогностических факторов,
наиболее сильно влияющих на активность кариеса зубов: уровень резистентно-
сти по Недосеко В.Б., резистентность эмали (КОСРЭ), вязкость, pH, МПС, бу-
