Нечеткая база знаний
Определение 46. Нечеткой базой знаний называется совокупность нечетких правил "Если - то", определяющих взаимосвязь между входами и выходами исследуемого объекта. Обобщенный формат нечетких правил такой: Если посылка правила, то заключение правила. Посылка правила или антецедент представляет собой утверждение типа "x есть низкий", где "низкий" -;это терм (лингвистическое значение), заданный нечетким множеством на универсальном множестве лингвистической переменной x. Квантификаторы "очень", "более-менее", "не", "почти" и т.п. могут использоваться для модификации термов антецедента. Заключение или следствие правила представляет собой утверждение типа "y есть d", в котором значение выходной переменной (d) может задаваться:
Если значение выходной переменной в правиле задано нечетким множеством, тогда правило может быть представлено нечетким отношением. Для нечеткого правила "Если x есть , то y есть ", нечеткое отношение задается на декартовом произведении , где -; универсальное множество входной (выходной) переменной. Для расчета нечеткого отношения можно применять нечеткую импликацию и t-норму. При использовании в качестве t-нормы операции нахождения минимума, расчет нечеткого отношения осуществляется так: , . Пример 11. Следующая нечеткая база знаний описывает зависимость между возрастом водителя (x) и возможностью дорожно-транспортного происшествия (y): Если x = Молодой, то y = Высокая; Если x = Средний, то y = Низкая; Если x = Очень старый, то y = Высокая. Пусть функции принадлежностей термов имеют вид, показанный на рис. 16. Тогда нечеткие отношения, соответствующие правилам базы знаний, будут такими, как на рис. 17. Рисунок 16 - Функции принадлежности термов Рисунок 17 - Нечеткие отношения, соответствующие правилам базы знаний из примера 11 Для задания многомерных зависимостей "входы-выходы" используют нечеткие логические операции И и ИЛИ. Удобно правила формулировать так, чтобы внутри каждого правил переменные объединялись логической операцией И, а правила в базе знаний связывались операцией ИЛИ. В этом случае нечеткую базу знаний, связывающую входы с выходом , можно представить в следующем виде: ЕСЛИ ИЛИ … ИЛИ , ТО , , где - нечеткий терм, которым оценивается переменная в строчке с номером (); - количество строчек-конъюнкций, в которых выход оценивается значений ; - количество различных значений, используемых для оценки выходной переменной . Приведенную выше базу знаний удобно представлять таблицей, которую иногда называют матрицей знаний (табл. 6). Таблица 6 - Нечеткая база знаний
Для учета различной степени уверенности эксперта в адекватности правил используют весовые коэффициенты. Нечеткую базу знаний из таблицы 6 с весовыми коэффициентами правил можно записать следующим образом: , где -; нечеткая логическая операция ИЛИ; -;нечеткая логическая операция И; -; весовой коэффициент правила с номером . Fuzzy Logic Toolbox - это пакет прикладных программ, входящих в состав среды MatLab. Он позволяет создавать системы нечеткого логического вывода и нечеткой классификации в рамках среды MatLab, с возможностью их интегрирования в Simulink. Базовым понятием Fuzzy Logic Toolbox является FIS-структура - система нечеткого вывода (Fuzzy Inference System). FIS-структура содержит все необходимые данные для реализации функционального отображения “входы-выходы” на основе нечеткого логического вывода согласно схеме, приведенной на рис. 2.1. Рисунок 2.1. Нечеткий логический вывод Fuzzy Logic Toolbox содержит следующие категории программных инструментов:
|