- •Алгоритм а
- •Структуры управления в mycin
- •Математическое определение нечетких множеств. Определение уиниверсума. Примеры.
- •Сценарий посещения ресторана
- •Структуры данных в языке lisp
- •Обработка списков
- •Сопоставление с образцом
- •Определение функции принадлежности. Виды и примеры функций принадлежности. Примеры.
- •Классический период: игры и доказательство теорем Поиск в пространстве состояний
- •Графы, деревья и сети
- •Представление неопределенности знаний и данных
- •Источники неопределенности
- •Определение ядра, высоты и границ нечеткого множества. Пример.
- •Машина логического вывода и база знаний. Представление знаний: принципы и методы. Представление знаний: принципы и методы
- •Системы, основанные на знаниях
- •Канонические системы
- •Объектно-ориентированный анализ и конструирование экспертных систем
- •Нормальное нечеткое множество (определение). Равенство и доминирование нечетких множеств. Пример.
- •Планировщик strips
- •Представление типовых объектов и ситуаций
- •Основные понятия концепции фреймов
- •Фреймы и графы
- •Объектно-ориентированный анализ и конструирование экспертных систем
- •Операции пересечения, объединения и разности нечетких множеств. Примеры.
Представление неопределенности знаний и данных
Во многих реальных приложениях приходится сталкиваться с ситуацией, когда автоматический решатель задач имеет дело с неточной информацией.
Источники неопределенности
Эксперты пользуются неточными методами по двум главным причинам:
точных методов не существует;
точные методы существуют, но не могут быть применены на практике из-за отсутствия необходимого объема данных или невозможности их накопления по соображениям стоимости, риска или из-за отсутствия времени на сбор необходимой информации.
Определение ядра, высоты и границ нечеткого множества. Пример.
Примеры на рисунках.
Ядром нечеткого множества A называется такое обычное множество A1, элементы которого удовлетворяют условию A1 = {x X| =1}.
Например, ядро нечеткого множества A которое описывает фразу «небольшое натуральное число» равно A1 = {1,2}.
То есть числа, которые имеют функцию принадлежности равную единице.
Ядро может быть и пустым (нечеткое множество не имеет функцию принадлежности на уровне единицы)
Границы нечеткого множества – элементы универсума (на графике ось x), для которых функция принадлежности не 0 и не 1.
Высота:
Проще говоря, максимальная величина графика функции принадлежности по y.
Пример, здесь высота равна 1.
инфа для всех вопросов, если спросят:
Нечеткое множество - множество упорядоченных пар вида x, , где x – элемент универсального множества X, а - функция принадлежности, которая ставит в соответствие каждому элементу x X число из интервала [0,1]
1 – x определенно принадлежит множеству, 0 – определенно не принадлежит
4В
Машина логического вывода и база знаний. Представление знаний: принципы и методы. Представление знаний: принципы и методы
В области экспертных систем представление знаний означает не что иное, как систематизированную методику описания на машинном уровне того, что знает человек-эксперт, специализирующийся в конкретной предметной области.
Представление в работе Уинстона 1984 определяется как "множество синтаксических и семантических соглашений, которое делает возможным описание предмета". В искусственном интеллекте под "предметом" понимается состояние в некоторой проблемной области, например объекты в этой области, их свойства, отношения, которые существуют между объектами. Описание "позволяет использовать соглашения из представления для описания определенных предметов" [Winston, 1992].
Синтаксис представления специфицирует набор правил, регламентирующих объединение символов для формирования выражений на языке представления. Можно говорить о том, что выражение хорошо или плохо сформировано, т.е. о том, насколько оно соответствует этим правилам. Смысл должны иметь только хорошо сформированные выражения.
Общепринятым в области искусственного интеллекта является синтаксис в виде конструкции предикат-аргумент, которая имеет форму
<фраза> ::= <предикат> (<аргумент>,..., <аргумент>)
В этой конструкции за к-местным предикатом должны следовать k аргументов. Так, at может быть двухместным отношением, в котором в качестве первого аргумента выступает имя некоторого объекта, а в качестве второго— его местонахождение (например, комната):
at(робот, комнатаА)
Семантика представления специфицирует, как должно интерпретироваться выражение, построенное в соответствии с синтаксическими правилами, т.е. как из его формы можно извлечь какой-то смысл. Спецификация обычно выполняется присвоением смысла отдельным символам, а затем индуцированием присвоения в более сложных выражениях. Так, присваивая смысл символам at, робот, комнатаА, мы можем сказать, что выражение
at(робот, комнатаА)
означает: робот находится в комнате А (но не наоборот — комната А находится в роботе).
Процесс решение проблемы, как правило, включает в себя наряду с представлением предметов окружающего мира и суждение о некоторых действиях.