Методы и программные средства представления знаний на основе нечетких таблиц решений и их применение в интеллектуальных системах

Методы и программные средства представления знаний на основе нечетких таблиц решений и их применение в интеллектуальных системах

Автор: Виноградов, Олег Вячеславович

Шифр специальности: 05.13.11

Научная степень: Кандидатская

Год защиты: 2009

Место защиты: Москва

Количество страниц: 246 с. ил.

Артикул: 4356945

Автор: Виноградов, Олег Вячеславович

Стоимость: 250 руб.

Методы и программные средства представления знаний на основе нечетких таблиц решений и их применение в интеллектуальных системах  Методы и программные средства представления знаний на основе нечетких таблиц решений и их применение в интеллектуальных системах 

ОГЛАВЛЕНИЕ
СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ
ВВЕДЕНИЕ
ГЛАВА 1. Табличные модели представления знаний в интеллектуальных системах поддержки принятия решений.
1.1. История н области применения табличных моделей.
1.2. Структура табличных моделей
1.3. Задачи анализа табличных моделей.
1.3.1. Корректность ТР
1.3.2. Минимизация ТР.
1.4. Принятие решении но табличным моделям
1.5. Расширенные табличные модели.
1.6. Программные средстиа обработки табличных моделей.
1.7. Табличные модели в контексте СППР
1.8. Выводы по главе
ГЛАВА 2. Нечткие таблицы решений
2.1. Структура нечтких таблиц решений
2.2. Корректность нечтких таблиц решений.
2.2.1. Свойства полноты и непротиворечивости
2.2.2. Выделение области семантически допустимых ситуаций.
2.3. Принятие решений на основе нечтких таблиц решений.
2.3.1. Базовая схема вывода.
2.3.2. Вычисление значений условных атрибутов.
2.3.3. Агрегирование условий
2.3.4. Активация заключений правил
2.3.5. Аккумуляция н дефаззификация.
2.3.6. Активация правила Иначе
2.3.7. Деревья активации
2.3.8. Обобщнный алгоритм принятия решений по НТР
2.4. Выводы но главе
ГЛАВА 3. Методы и алгоритмы обработки НТР
3.1. Переборный метод проверки корректности НТР.
3.2. Матричный метод проверки корректности НТР
3.2.1. Матричная формулировка непротиворечивости НТР
3.2.2. Проверка аномалий коэффициентов уверенности правил.
3.3. Метод кардинальных чисел.
3.3.1. Базовый метод
3.3.2. Модифицированная проверка полноты НТР
3.3.3. Проверка избыточности НТР
3.4. Логические методы
3.4.1. Оптимизация НТР на основе ФАЛ
3.4.2. Проверка полноты НТР как задача логического вывода
3.5. Аппарат приближнных множеств.
3.5.1. Основные понятия приближнных множеств
3.5.2. Построение НТР по неполным и противоречивым данным
3.5.3. НТР как решающая система
3.5.4. Отношение неразличимости для НТР
3.5.5. Матрицы и функции различимости для НТР
3.5.6. Проверка непротиворечивости НТР.
3.5.7. Редукция условий в НТР
3.5.8. Оптимизация правил в И ГР.
3.6. Выводы но главе 3.
ГЛАВА 4. Практическое применение НТР
4.1. Методика и сценарий применения НТР
4.2. Структура мультнтабличиой модели НТР
4.3. Программная реализации модулей работы с НТР.
4.3.1. Общая архитектура системы.
4.3.2. Среда редактирования НТР СИМПР
4.4. Диспетчеризация лотов на производстве чипов.
4.4.1. Организация полупроводникового производства.
4.4.2. Методы решения задачи диспетчеризации лотов.
4.5. Контроллер диспетчеризации лотов на основе НТР
4.5.1. Структура программного комплекса
4.5.2. Описание НТР диспетчеризации
4.5.3. Результаты экспериментов
4.6. Выводы по главе 4.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРА ТУРЫ
ПРИЛОЖЕНИЯ
Приложение 1. Обзор эволюции программных средств поддержки табличных МПЗ
Приложение 2. Иерархия отношений на множестве правил в НТР.
Приложение 3. Доказательства утверждений из главы
Приложение 4. Описание Xсхемм представлении мультнтабличиой .модели.
Приложение 5. Организация модульного тестировании кода.
Приложение 6. Программная модель компонента i
Приложение 7. Описание среды СИМПР.
Приложение 8. Обзор комбинированных методов диспетчеризации лотов
Приложение 9. Описание программной среды контроллера диспетчеризации.
Приложение . Xпредставленис модели диспетчеризации
Приложение . Результаты имитационного моделирования
Приложение . Акты о результатах внедрения диссертационной работы.
СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ
СОКРАЩЕНИЕ ЗНАЧЕНИЕ
ДА Дерево активации
ДНФ Дизъюнктивная нормальная форма
др Дерево решений
ис Интеллектуалыiая система
ИСППР Интеллектуальная система поддержки принятия решений
КА Коэффициент активации
КНФ Конъюнктивная нормальная форма
Лицо, принимающее решения
МПЗ Модель представления знаний
НТР Нечткая таблица решений
по Программное обеспечение
ПР Последовательность решений
РВ Реальное время
Решающая система
РТР Расширенная таблица решений
соз Система, основанная на знаниях
СТР Семантическая таблица решений
зов Таблица решений с ограниченным входом
ТР Таблица решений
ТРВ Таблица решений с расширенным входом
ТТР Таймированная таблица решений
ФАЛ Функция алгебры логики
эс Экспертная система
ст i


xi i
X i x
i i
vi iii
I i
ВВЕДЕНИЕ
В диссертационной работе исследованы, разработаны и реализованы модели, методы и программные средства принятия решений па основе табличных моделей представления знаний МПЗ для интеллектуальных систем ИС типа ИС поддержки принятия решений ИСППР . Полученные результатов использованы для разработки архитектуры и программной реализации системы представления знаний и поиска решений па основе аппарата нечтких таблиц решений НТР, ориентированной на использование в составе современных ИС, в том числе и ИСППР реального времени РВ. Реализованная подсистема применена в рамках прототипа ИСППР для управления микроэлектронным производством 4.
Актуальность


Опишем базовую структуру ТР, с которой будем работать далее. В соответствии с работами 3, , определим таблицу решений ТР как набор ОТ С,,С Л,Я, где четврка СА,С,А соответствует традиционному определению ТР, а компонент В является е расширением табл. А1 ап а2 ащ Ч. Действия А2 а2 а а2п а2. Ак к Эк2 а. С С,,1 1,2,. А 1,2,. С су 1,2,. Г а0,а0 0,1,. Пару векторстолбцов С и матриц С и А соответствующих одному значению индекса будем называть решающим правилом . ТР состоит из п правил. В своей простейшей форме ТР с ограниченным входом ТОВ, 1 ТР содержит лишь бинарные условия в качестве входных и выходных термов. Их расширением являются ТР с расширенным входом ТРВ, I, в которых в качестве входных и выходных термов выступают условия с конечным множество значений, представленные доменом ,v,,v,. ТОВ посредством двоичного кодирования значений атрибутов. Применение ТРВ имеет и самостоятельную ценность в частности, они более удобны для представления экспертных знаний. Обработка ТРВ алгоритмически сложнее обработки ТОВ и исследована в меньшей степени. Вектор значений условий 0, 1,2,. Пара матриц С и А задают матричное соответствие между входными векторами данных, описываемых как комбинации значений условий, и выполняемыми действиями. В случае ТОВ алфавит матрицы Сс фиксирован с v,vv. V, и v парные истинностные значения могут обозначаться как , , , ДАНЕТ, а является символом безразличия см. Для ТРВ все возможные домены атрибутов нельзя заранее зафиксировать, но, считая их конечными, можно перенумеровать их натуральными числами. Поэтому в ТРВ будем считать, что алфавит матрицы С Цс, задан следующим образом с е 1,2,. ТР, как правило, описывают некоторые атомарные решения в терминах предметной области. Порядок перечисления действий также может иметь значение для семантики ТР. Если возможно введение полного линейного порядка на множестве АА, действий ТР, согласованного с порядками, определяемыми очердностью выполнения действий в консеквентах отдельных правил то этот порядок может быть зафиксирован в заголовке решающей части ТР. Входы решающей части ГР Ля,у тогда содержат лишь флажки, помечающие необходимость выполнения действий аГ 0,1. В случае невозможности построения полного линейного порядка очердность выполнения действий при активации правила должна определяться целочисленным значением приоритетом в соответствующем входе решающей части ТР 3, . Поэтому описанная выше базовая модель ТР содержит в матрице А целочисленные значения а0 е ОД,. Возможна и иная интерпретация значений в матрице А они могут не указывать на очердность выполнения действия, а параметризовать его выполнение. В приведена классификация видов правил и ТР. Правило решений К1 С ,Л , называется простым, если векторстолбец С не содержит символов безразличия, в противном случае правило к, называется обобщенным. Такие правила распознают несколько входных векторов и характеризуются наличием одного или нескольких символов безразличия в матрице С, стоящих в позициях значений условий, несущественных для применимости данного правила. ТР. Символы безразличия могут явно не указываться в ТР, в таком случае часть входов таблицы остатся незаполненной. Пример. Рассмотрим пример ТОВ в табл. Обработка платежа зависит от значений четырх условий суммы платежа меньше или нет , средства оплаты чек или кредитная карта и наличия предыдущих заказов у данного клиента. Варианты действий продавца включают прим платежа, выполнение проверки по локальной БД клиентов, вызов вышестоящего менеджера и выполнение проверки по БД кредитных карт. Вектор данных , 1,2,. ТР , если 3 VXv v . При этом говорят, что вектор данных удовлетворяет правилу или правило применимо в состоянии , и пишут ,. Для реагирования на входные векторы, к которым не применимо ни одно из правил в ТР может вводиться так называемое правило Иначе ,А,ы с незаданной первой компонентой. Правило Иначе по аналогии с замыканием нормального алгоритма может рассматриваться как замыкание модели, то есть как средство пополнения и адаптации, обеспечивающее универсальную реакцию на неучтнные входные векторы.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.557, запросов: 244