- •Федеральное агентство по образованию
- •Оглавление
- •Глава 1. Основные понятия искусственного интеллекта
- •§ 1.1. Основные термины и определения
- •§ 1.2. История развития систем ии
- •§ 1.3. Направления развития искусственного интеллекта
- •§ 1.4. Основные направления развития и применения
- •Вопросы для самоконтроля
- •Глава 2. Положения теории нечетких множеств
- •§ 2.1. Нечеткое множество. Операции над нечеткими множествами
- •§ 2.1.1. Основные операции над нечеткими множествами.
- •§ 2.2. Построение функции принадлежности
- •§ 2.2.1. Некоторые методы построения функции принадлежности.
- •§ 2.3. Нечеткие числа
- •§ 2.4. Операции с нечеткими числами (l-r)-типа
- •§ 2.5. Нечеткая и лингвистическая переменные
- •§ 2.6. Нечеткие отношения
- •§ 2.7. Нечеткая логика
- •§ 2.8. Нечеткие выводы
- •§ 2.9. Автоматизация обработки информации с использованием
- •Вопросы для самоконтроля
- •Глава 3. Основные интеллектуальные системы
- •§ 3.1. Данные и знания
- •§ 3.2. Модели представления знаний
- •Представление знаний
- •Классификация знаний
- •§ 3.3.1. Продукционные правила.
- •§ 3.3.2. Фреймы.
- •§ 3.3.3. Семантические сети.
- •Вопросы для самоконтроля
- •§ 3.4. Экспертные системы. Предметные области
- •§ 3.5. Назначение и область применения экспертных систем
- •§ 3.6. Методология разработки экспертных систем
- •§ 3.7. Основные экспертные системы
- •§ 3.8. Трудности в разработке экспертных систем и пути их
- •Вопросы для самоконтроля
- •§ 3.9. Назначение, классификация роботов
- •§ 3.10. Примеры роботов и робототехнических систем
- •§ 3.10.1. Домашние (бытовые) роботы.
- •§ 3.10.2. Роботы спасатели и исследовательские роботы.
- •§ 3.10.3. Роботы для промышленности и медицины.
- •§ 3.10.4. Военные роботы и робототехнические системы.
- •§ 3.10.5. Мозг как аналого-цифровое устройство.
- •§ 3.10.6. Роботы – игрушки.
- •§ 3.11. Проблемы технической реализации роботов
- •Вопросы для самоконтроля
- •§ 3.12. Адаптивные промышленные роботы
- •§ 3.12.1. Адаптация и обучение.
- •§ 3.12.2. Классификация адаптивных систем управления
- •§ 3.12.3. Примеры адаптивных систем управления роботами.
- •§ 3.12.4. Проблемы в создании промышленных роботов.
- •Вопросы для самоконтроля
- •§ 3.13. Нейросетевые и нейрокомпьютерные технологии
- •§ 3.13.1. Общая характеристика направления.
- •§ 3.13.2. Нейропакеты.
- •Вопросы для самоконтроля
- •§ 3.14. Нейронные сети
- •§ 3.14.1. Персептрон и его развитие.
- •3.14.1.1. Математический нейрон Мак-Каллока-Питтса.
- •3.14.1.2. Персептрон Розенблатта и правило Хебба.
- •3.14.1.3. Дельта-правило и распознавание букв.
- •3.14.1.4. Адалайн, мадалайн и обобщенное дельта-правило.
- •§ 3.14.2. Многослойный персептрон и алгоритм обратного
- •§ 3.14.3. Виды активационных функций.
- •Вопросы для самоконтроля
- •Список литературы
- •Основы искусственного интеллекта
§ 2.5. Нечеткая и лингвистическая переменные
Рассмотрим более подробно понятия «нечеткой и «лингвистической переменной», которые используются экспертом при описании сложных объектов и явлений, а также при формализации процессов принятия решений.
Определение 2.13. Нечеткой переменной будем называть тройку , где- наименование нечеткой переменнойX={x} - область ее определения (базовое множество), - нечеткое подмножество множества X, описывающее ограничения на возможные значения нечеткой переменной.
Определение 2.14. Лингвистическая переменная характеризуется набором , в котором- название лингвистической переменной;терм-множество лингвистической переменной, т.е. множество лингвистических (вербальных) значений переменной, причем каждое из этих значений является нечеткой переменной с областью определенияX; G -синтаксическое правило (имеющее обычно форму грамматики), порождающее наименования вербальных значений лингвистической переменной; M -семантическое правило, которое ставит в соответствие каждой нечеткой переменнойнечеткое множество- смысл нечеткой переменной.
Множество Т также называется базовым терм-множеством лингвистической переменной, а синтаксическая процедура (грамматика) G позволяет оперировать элементами терм-множества Т.
Множество Т*=ТG(T) называется расширенным терм-множеством лингвистической переменной.
При этом семантическая процедура М позволяет превратить каждое новое значение лингвистической переменной, образуемое процедурой G, в нечеткую переменную, т.е. приписать ему нечеткую семантику путем формирования соответствующего нечеткого множества.
Рассмотренные ранее операции над нечеткими множествами могут быть использованы при определении семантики произвольных значений (термов) лингвистической переменной.
Иными словами, лингвистической переменной называют переменную, у которой ее значениями являются слова, фразы естественного языка.
Нечеткое подмножество М определяется как некоторое множество в X с функцией принадлежности µМ(x), принимающей значения из интервала [0,1]:
где µM(x): X [0,1] - функция принадлежности.
При традиционном подходе процедура G определяет новые значения лингвистической переменной исходи из ее базового множества, значений Т, т.е. G=G(T). В атом- случае синтаксис G задается в виде бесконтекстовой грамматики <VN, VT, U, П>, множество терминальных символов которой включает множество базовых значений Т, логические операции и модификаторы типов И, ИЛИ, ОЧЕНЬ, НЕ, СЛЕГКА и др. Тогда семантическую процедуру можно задать правилами:
где C1 и С2 - нечеткие множества, соответствующие значениям (нечетким переменным) 1 и 2 рассматриваемой лингвистической переменной.
Пример 2.4. Рассмотрим пример лингвистической переменной. Пусть эксперт оценивает длину объекта (прутка) с помощью понятий «малая длина», «средняя длина» и «большая длина», при этом минимальная длина объекта равна 100, а максимальная 800 мм.
Формализация такого описания может быть проведена с помощью следующей лингвистической переменной , где - длина объекта; Т= {1, 2, 3}= { малая длина, средняя длина, большая длина}; X = {100, 800}.
Пусть нечеткие множества С1, С2, С3 описывают семантику базовых значений переменной . Функции принадлежности, соответствующие данным нечетким множествам, показаны на рис.2.4. Тогда произвольные значения 1 – «малая или средняя длина» и 2 – «небольшая длина» будут определяться нечеткими множествами С и С с функциями принадлежности, показанными на рис.2.5а,б.
Рис. 2.4. Функции принадлежности нечетких множеств С1, С2, С3
а) б)
Рис. 2.5. Функции принадлежности: а) нечеткого множества С;
б) нечеткого множества и С
Лингвистические переменные, у которых процедура образования новых значений G зависит от множества базовых значений Т назовем синтаксически зависимыми лингвистическими переменными.
Наряду с рассмотренными выше синтаксически зависимыми лингвистическими переменными существуют переменные, у которых процедура образования новых значений зависит не от множества базовых значений Т, а от области определения X, т.е. G=G(X). Например, значение лингвистической переменной «длина объекта» определено как «близкое к 200 мм» или «приблизительное к 750 мм». Такие лингвистические переменные назовем синтаксически независимыми.
Заметим, что произвольные значения синтаксически независимой лингвистической переменной взаимно однозначно определяются некоторыми значениями х области определения X. Поэтому произвольное значение (нечеткую переменную ) синтаксически независимой лингвистической переменной будем задавать в виде =x,X,C. Например, нечеткая переменная , определенная как «приблизительно 750 мм», запишется в виде =750, X, C.