- •1. Понятия «система».
- •2. Понятия, «информация», «неопределенность»
- •3. Особенности и признаки интеллектуальных информационных систем
- •4. Функции информационных систем. Двойственная природа знаний, используемых в информационных системах
- •5. Способы объединения операционного и фактуального знания в традиционных информационных системах.
- •6. Способы объединения операционного и фактуального знания в интеллектуальных информационных системах. Сравнение с традиционными системами
- •7. Интеллектуальные информационные системы с базами данных
- •8. Интеллектуальные информационные системы, основанные на моделях
- •9.Понятия «предметная область» и «проблемная область»
- •Представление знаний.
- •Поведение.
- •10.Признаки интеллектуальности информационных систем
- •Понятие «искусственный интеллект (ии)». Задачи ии. История развития и основные этапы исследований по ии.
- •Основные направления исследований в области искусственного интеллекта (задачи)
- •13.Системы с интеллектуальным интерфейсом
- •14. Системы с естественно-языковым интерфейсом
- •15.Интеллектуальные базы данных. Гипертекстовые системы. Системы контекстной помощи
- •16. Системы когнитивной графики (общая характеристика)
- •19. Способы обучения в интеллектуальных системах
- •20. Индуктивные системы (основные понятия). Системы, основанные на прецедентах (общая характеристика)
- •21.Нейронные сети (основные понятия)
- •22.Хранилища данных
- •Дизайн хранилищ данных
- •Процессы работы с данными
- •23.Адаптивные информационные системы
- •24.Формализация и неформальные знания.Понятие “’экспертная система”.
- •25. Основные особенности экспертных систем. Основные модели представления знаний в классических экспертных системах
- •26. Структура экспертной системы
- •29. Общая характеристика математического аппарата теории нечетких множеств.
- •30. Основные идеи теории нечетких множеств. Сравнение обычных и нечетких множеств.
- •31. Операции над нечеткими множествами (кроме алгебраических)
- •33. Нечеткая и лингвистическая переменные.
- •34. Нечеткие отношения
- •35. Операции над нечеткими отношениями
- •36. Операции композиции нечетких отношений и нечеткой импликации, их значение для нечеткого логического вывода.
- •37. Нечеткий логический вывод.
- •38. Особенности нечеткого логического вывода по Мамдани и Ларсену.
- •Алгоритм Мамдани
- •40. Основные проблемы, решаемые при помощи искусственных нейронных сетей.
- •42. Понятие и основные идеи коннекционизма
- •43. Схема формального нейрона. Роль его составных частей
- •44. Функции активации формального нейрона, их смысл и основные виды.
- •1. Жесткая ступенька :
- •3. Гиперболический тангенс
- •4. Пологая ступенька
- •5. Экспонента:
- •7. Участки синусоиды:
- •8. Гауссова кривая:
- •Сравнение ветвей компьютерной эволюции
- •Архитектура нейронных сетей. Понятие, основные виды. Примеры
- •(Звезды Гроссберга, модели Липпмана-Хемминга)
- •Обучение нейронных сетей, сущность и основные алгоритмы обучения
- •Обучение нейронных сетей как задача оптимизации.
34. Нечеткие отношения
Нечетким отношением на множестве называется нечеткое подмножество декартова произведения , которое характеризуется такой функцией принадлежности , что . Причем принимается как субъективная мера выполнения отношения .
П ример Пусть заданы:
а) четкое отношение , где ;
б) нечеткое отношение ;
На рис. 9.6.а приведены пары из интервала , связанные отношением ,то есть такие, что . Они образуют множество точек заштрихованной области, которые отделены четкой границей - диагональю от других точек.
Строя нечеткое отношение на единичном квадрате, убеждаемся, что существуют пары , которые можно определенно отнести ко множеству (например, точка ), а также те, которые определенно не принадлежат (например, )
Кроме того имеется несчетное множество пар , о принадлежности которых к множеству можно судить лишь приблизительно с определенной субъективностью (например, точка ). Поэтому нечеткое множество характеризуется отсутствием четкой границы от дополнительного множества , и степень принадлежности пары следует характеризовать плотностью штриховки (рис. 9.6. б). Можно рассмотреть некоторые сечения отношения при фиксированном .
Соответствующее семейство функций приведено на рис. 9.6.в. Если отношение на конечно, то его функция принадлежности задается в виде квадратной матрицы с элементами . Если , то это означает, что степень выполнения отношения равна .
Носителем нечеткого отношения на множестве называется подмножество декартова произведения , определяемое так:
supp .
35. Операции над нечеткими отношениями
Пусть на множестве заданы два нечетких отношения и с функциями принадлежности . Тогда множество представляет собой объединение нечетких отношений и на множестве ,если его функция принадлежности определяется выражением
.
Аналогично множество является пересечением нечетких множеств и , если
.
Можно ввести также операции сильного объединения и сильного пересечения, аналогичные операциям над нечеткими множествами (см. определение 9.6, 9.8).
Нечеткое отношение включает в себя нечеткое отношение , если для них выполняется соотношение .
Если -нечеткое отношение с функцией принадлежности , то отношения , характеризующееся функцией принадлежности называется дополнением на множестве
Обратное к отношение на определяется следующим образом: , при этом функции принадлежности связаны между собою равенством .
36. Операции композиции нечетких отношений и нечеткой импликации, их значение для нечеткого логического вывода.
На практике нечеткая логика применима особенно тогда, тогда мы имеем дело с приближенными рассуждениями – приближенными оценками, приближенными правилами и т.п.
Пусть R1 - нечеткое отношение R1: (X´ Y)®[0,1] между X и Y, и R2 - нечеткое отношение R2: (Y´Z)® [0,1] между Y и Z. Нечеткое отношение между X и Z, обозначаемое R2·R1, определенное через R1 и R2 выражением
mR1·R2 (x,z) = [mR1 (x,y)LmR1(y,z)],
называется (max-min)-композицией отношений R1 и R2.
Свойства max-min композиции
Операция (max-min)-композиции ассоциативна, т.е.
R3·(R2·R1) = (R3·R2 )·R1,
дистрибутивна относительно объединения, но недистрибутивна относительно пересечения:
R3·(R2È R1) = (R3·R2)È (R3·R1),
R3·(R2Ç R1)¹(R3· R2)Ç(R3· R1).
Кроме того, для (max-min)-композиции выполняется следующее важное свойство: если R1ÌR2 то, R·R1 ÌR·R2.
(max-*) - композиция
В выражении mR1·R2(x, z) = [mR1(x, y)LmR2(y, z)] для (max-min)-композиции отношений R1 и R2 операцию L можно заменить любой другой, для которой выполняются те же ограничения, что и для L: ассоциативность и монотонность (в смысле неубывания) по каждому аргументу. Тогда:
mR1·R2(x, z) = [mR1(x, y)*mR1(y, z)]
В частности, операция L может быть заменена алгебраическим умножением, тогда говорят о (max - prod)-композиции.
Основная операция логического вывода – это импликация. Обычно в качестве импликации используется t-норма типа логического произведения:
x1®x2 = x1Lx2
mR(x,y) = mA®B(x,y) = (1-mA(x)+mB(y)) L 1
Если дано знание эксперта в виде нечеткого отношения R=A®B, то процесс получения нечеткого результата вывода B' с использованием данных наблюдения A' и знания A®B можно представить как B' = A'•R = A'•(A®B), где '·'- т.н. композиционное правило нечеткого вывода.