Элементы нечеткой логики
Как известно, классическая логика оперирует только с двумя значениями: истина и ложь. Однако этими двумя значениями довольно сложно представить (можно, но громоздко) большое количество реальных задач. Поэтому для их решения был разработан специальный математический аппарат, называемый нечеткой логикой. Основным отличием нечеткой логики от классической, как явствует из названия, является наличие не только двух классических состояний (значений), но и промежуточных:
F{0…1}
Соответственно, вводятся расширения базовых операций логического умножения, сложения и отрицания (сравните с соответствующими операциями теории вероятностей):
Как можно легко заметить, при использовании только классических состояний (ложь-0, истина-1) мы приходим с классическим законам логики.
Нечеткое логическое управление может использоваться, чтобы осуществлять разнообразные интеллектуальные функции, в самых разнообразных электронных товарах и домашних приборах, к авто электронике, управлению производственными процессами и автоматизации.
Указатели
I
intelligence 1
artificial 1
и
интеллект 1
искусственный 1
интеллектуальная задача 1
Содержание
Лекция 1-2: Базовые понятия ИИ 1
Цель преподавания дисциплины 1
Терминология 1
Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). 3
История развития систем ИИ. 5
Лекция 3: Архитектура и основные составные части систем ИИ 9
Различные подходы к построению систем ИИ 9
Вспомогательные системы нижнего уровня (распознавание образов зрительных и звуковых, идентификация, моделирование, жесткое программирование) и их место в системах ИИ 11
Лекции 4-7: Системы распознавания образов (идентификации) 13
Понятие образа 13
Проблема обучения распознаванию образов (ОРО) 13
Геометрический и структурный подходы. 16
Гипотеза компактности 17
Обучение и самообучение. Адаптация и обучение 18
Перцептроны 19
Нейронные сети 21
История исследований в области нейронных сетей 21
Модель нейронной сети с обратным распространением ошибки (back propagation) 21
Нейронные сети: обучение без учителя 26
Нейронные сети Хопфилда и Хэмминга 28
Метод потенциальных функций 31
Метод группового учета аргументов МГУА 33
Метод наименьших квадратов 33
Общая схема построения алгоритмов метода группового учета аргументов (МГУА). 34
Алгоритм с ковариациями и с квадратичными описаниями. 35
Метод предельных упрощений (МПУ) 36
Коллективы решающих правил 37
Методы и алгоритмы анализа структуры многомерных данных 38
Кластерный анализ 38
Иерархическое группирование 40
Лекции 8-11. Логический подход к построению систем ИИ 42
Неформальные процедуры 42
Алгоритмические модели 42
Продукционные модели 43
Режим возвратов 44
Логический вывод 44
Зависимость продукций 45
Продукционные системы с исключениями 45
Язык Рефал 45
Пролог 48
Синтаксис 48
ТЕРМЫ 48
КОНСТАНТЫ 48
ATOM 48
ЧИСЛА 49
ПЕРЕМЕННЫЕ 49
ОБЛАСТЬ ДЕЙСТВИЯ ПЕРЕМЕННЫХ 49
СЛОЖНЫЕ ТЕРМЫ, ИЛИ СТРУКТУРЫ 49
СИНТАКСИС ОПЕРАТОРОВ 49
СИНТАКСИС СПИСКОВ 49
СИНТАКСИС СТРОК 50
УТВЕРЖДЕНИЯ 50
ЗАПРОСЫ 50
ВВОД программ 51
Унификация 51
Арифметические выражения 53
Введение 53
Арифметические выражения 53
Арифметические операторы 53
Вычисление арифметических выражений 54
Сравнение результатов арифметических выражений 54
Структуры данных 55
Списки 55
Бинарные деревья 59
ПРЕДСТАВЛЕНИЕ БИНАРНЫХ ДЕРЕВЬЕВ 59
ПРЕДСТАВЛЕНИЕ МНОЖЕСТВ С ПОМОЩЬЮ БИНАРНЫХ ДЕРЕВЬЕВ 59
Механизм возврата и процедурная семантика 61
Механизм возврата 61
Пример: задача поиска пути в лабиринте 62
Элементы нечеткой логики 63
Указатели 64
Содержание 64