- •1. Подходы к определению понятия «система». Классификация и характеристика систем. Модель «черного ящика». Статические и динамические модели.
- •1 Класс моделей – это модели типа черного ящика.
- •2 Класс моделей – это модель состава системы.
- •3 Класс моделей – структурная схема системы.
- •2. Определение, обозначение, примеры нечеткого множества. Основные характеристики нечетких множеств.
- •3. Расширение понятия нечеткого множества
- •4. Стандартные операции над нечеткими множествами и их свойства. Расширенные операции над нечеткими множествами.
- •Стандартная функция дополнения
- •Нечеткое разбиение. (это лучше не писать!)
- •Нечеткое пересечение (fuzzy intersection).
- •Нечеткое объединение. Fuzzy union
- •5. Операции для определения различия между нечеткими множествами:
- •6. Показатели неопределенности (размытости) нечетких множеств.
- •7. Определение и свойства нечетких чисел. Декомпозиция нечеткого числа. Операции над нечеткими числами на основе интервального метода.
- •9. Определение нечетких отношений. Способы представления нечетких отношений.
- •10. Нечеткие графы. Разновидности нг. Нечеткие гиперграфы.
- •11. Операции над нечеткими отношениями. Свойства нечетких отношений. Транзитивное замыкание нечетких отношений.
- •12. Расширение понятия нечеткого отношения.
- •13. Нечеткое отношение эквивалентности, неэквивалентности, сходства, различия, предпорядка, порядка. Нечеткий гомоморфизм между нечеткими отношениями.
- •14. Понятие нечеткой переменной, понятие лингвистической переменной, логико-лингвистическая шкала.
- •15. Области применения нечетких моделей. Классификация нечетких моделей.
- •16. Определение нечеткой продукционной модели. Компоненты нечетких продукционных моделей.
- •17. Определение нечеткой продукционной модели. Компоненты нечетких продукционных моделей.
- •18. Определение нечеткой продукционной модели. Компоненты нечетких продукционных моделей. Классы операций нечеткой импликации. Критерии оценки нечеткой импликации
- •19. Основные задачи создания базы нечетких продукционных правил. Формирование нечетких (простых и составных) высказываний в предпосылках и заключениях правил.
- •20. Основные задачи создания базы нечетких продукционных правил. Классификация лингвистических продукционных правил.
- •21. Основные задачи создания базы нечетких продукционных правил. Классификация нечетких продукционных правил с заключениями в виде четких значений или функций.
- •22. Основные задачи создания базы нечетких продукционных правил. Типы структур базы нечетких продукционных правил (siso-, miso-, mimo-структуры).
- •24. Основные задачи создания базы нечетких продукционных правил. Каскадное соединение баз нечетких продукционных правил.
- •25. Основные задачи создания базы нечетких продукционных правил. Обеспечение полноты и непротиворечивости базы нечетких правил.
- •26. Основные компоненты нечетких продукционных моделей.
- •27. Алгоритмы нечеткого вывода Мамдани, Ларсена
- •27. Алгоритмы нечеткого вывода Цукамото, Такаги–Сугено.
27. Алгоритмы нечеткого вывода Мамдани, Ларсена
Алгоритм нечеткого вывода Мамдани
Исходные данные: база правил представляет собой правила типа (*). Для конкретики рассмотрим следующую базу правил:
П1: Если х1 есть А11 и х2 есть А12, то у есть В1
П2: Если х1 есть А21 и х2 есть А22, то у есть В2
2)
3) Нечет. импликация – min–конъюнкция
4) Т-норма – min
5) Поточечное аккумулирование активизированных заключений и правил осуществляется на основании операции max.
Конечный результат:
Алгоритм Мамдани:
1 Этап
Определение степени истинности всех k предпосылок любого k-го правила
2 Этап
Агрегирование правил
В начале операции агрегирования могут быть использованы не только операции min и max, но и другие операции, реализующие операцию конъюнкции.
3 Этап
Определение степени истинности заключения по всем k из правил. Активизация выполняется с помощью операции min.
Этап 4
Аннулирование активизированных заключений по всем правилам:
Этап 5 (проводится в случае необходимости) Дефазификация
Центроидный метод:
ymax – число элементов yr (r – 1.. ymax) – число дискрет в области определения y.
Алгоритм нечеткого вывода Ларсена
База правил формируется аналогично базе правил в алгоритме Мамдани на исх. правил типа (*).
Декартово произведение нечеткого множества также определяется как скалярное произведение у Мамдани.
Нечеткая импликация – prod
Т – норма - min – конъюнкция
Аккумулирование активизированных заключений и правил на основании max-дефазификации.
Этап 5 Дефазификация.
В обоих алгоритмах может быть взят любой метод из методов дефазификации из 1-го класса методов.
27. Алгоритмы нечеткого вывода Цукамото, Такаги–Сугено.
Правила представляют собой правила следующего типа:
П1: Если X1 есть Ai1 и…и Xm есть Aim, то
y2
Этап 1
Этап 2 => аналогичны алгоритму Мамдани
Этап 3
Активизация заключений по определенной степени истинности правил
То есть сразу находятся все четные значения по всем k из правил. В данном алгоритме отсутствует этап аккумулированного активизирования заключений правил.
Этап 4 Дефазификация
Алгоритм Такаги-Сугэно
Исходные посылки – как у алгоритма Мандани, но в данном случаие предполагается что функции С1(z) и C2(z) являются монотонными.
1 первый этап – такой же
Определение степени истинности всех k предпосылок любого k-го правила
2 на втором этапе сначало находиться уровни отсечения лямда1 и лямда2 а затем по средствам решения уровнений
Лямда1=С1(z1), лямда2=С2(z2)
Определяются нечеткие значения (z1 и z2) для каждого из исходных правил.
3 определяется нечеткое значение переменной вывода (как взвешанное среднее z1 и z2).