Тема 7. Нечеткие знания и нечеткая логика.

При разработке интеллектуальных систем знания по конкретной предметной области редко бывают полными и абсолютно достоверной, даже количественные данные, полученные путем достаточно точных экспериментов, имеют статистические оценки достоверности, надежности и значимости. Наряду с количественными характеристиками в базе знаний должны храниться качественные показатели. Эти характеристики обычно размыты, не могут быть однозначно интерпретированы, однако содержат важную информацию, кроме того, часто приходится пользоваться неточными знаниями, которые не могут быть интерпретируемы как полностью истинные или ложные, т.е. их достоверность выражается некоторым промежуточным значением, например 07. При обработке знаний. Применением жёстких механизмов формальной логики возникают противоречия между нечеткими знаниями и четкими методами логического вывода. Разрешить это противоречие можно или путем преодоления нечеткости знания или с использованием специальных методов представления и обработки знаний. Смысл термина «нечеткости» много значим и предполагает следующее:

1) Недетерминированность выводов означает, что заранее путь решения конкретной задачи в пространстве ее состояния определить невозможно. Поэтому в большинстве случаев методом проб и ошибок выбирается некоторая цепочка лог заключений, согласующихся с имеющимися знаниями, в случае если она не приводит к успеху - организуется перевод с возвратом для поиска другой цепочки. Для решения подобных задач приложено множество эвристических процедур, строится на основе знаний эксперта. Недетерминированность выводов черта присущая большинству интеллектуальных систем, т.е. не устранимая компонента нечеткости знания. Ее следует учитывать при эффективных способах представления и хранения знаний, при построении алгоритмов поиска и обработки знаний, которые позволяют получить решение задачи за меньшее число шагов для построения таких алгоритмов обычно применяются метазнания (знания о знаниях).

2) Интерпретация связана с решением распознавания образов (распознавании смысла текста, изображений и графических опытов). Проблема понимания смысла текста в любой системе взаимодействующей с пользователем на естественном языке. При компьютерной обработки текста многозначность необходимо устранять путем выбора правильной интерпретации для чего разработаны специальные методы например метод релаксации.

3) Ненадежность знаний и выводов означает, что для оценки достоверности выводов нельзя применять двухбалльную шкалу (1 - истина, 0 – ложь). Для более тонкой оценки достоверности знаний применяется вероятностный подход Байеса и нечеткие выводы на базе нечеткой логики, опирающейся на теорию «мягких» вычислений Латвией З.Д.. Байес кий подход предполагает начальные, априорные (до опыта) задания предполагаемых гипотез (значений достигаемых целей), которые последовательно уточняются с учетом вероятностей свидетельств в пользу или против гипотез, в результате чего формируются апостериорные (ПОСЛЕ ОПЫТА) вероятности.