Методы и алгоритмы синтеза нечетких моделей анализа состояния сложных систем на дистальных шкалах многомерных пространств

• Автор: Рябкова, Елена Борисовна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Курск
• Количество страниц: 183 с. : ил.

1. АНАЛИТИЧЕСКИЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1. Теоретические основы нечеткой логики принятия решений по Л. Заде

1.2. Синтез продукционных правил нечеткого логического вывода

1.3. Нечеткий логический вывод по коэффициентам уверенности и его модификации

1.4. Цель и задачи исследования

2. СИНТЕЗ НЕЧЕТКИХ РЕШАЮЩИХ ПРАВИЛ НА МНОГОМЕРНЫХ ДИСТАЛЬНЫХ ШКАЛАХ ОТ1ЮСИТЕЛЫ Ю КЛАССИФИКАЦИОННЫХ ГИПЕРСТРУКТУР
2.1. Общий подход к синтезу нечетких решающих правил на дистальных шкалах относительно классификационных гиперструктур

2.2. Синтез нечетких решающих правил с базовой переменной, определяемой

по дистальной шкале относительно линейной разделяющей поверхности

2.3 Синтез кусочнолинейных нечетких классификаторов.

2.4. Синтез нечетких решающих правил с базовой переменной определяемой относительно многомерных эталонных структур
2.4. Выводы второй главы.
3. РАЗРАБОТКА ОСНОВНЫХ ЭЛЕМЕНТОВ ЭКСПЕРТНОЙ СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЙ ПО ОЦЕНКЕ СОСТОЯНИЯ СЛОЖНЫХ СИСТЕМ С НЕЧЕТКОЙ СЕТЕВОЙ БАЗОЙ ЗНАНИЙ
3.1. Использование методов разведочного анализа для оценки структуры данных с целью выбора формы и параметров нечетких решающих правил
3.2 Алгоритм интеллектуальной поддержки процессов обучения и принятия решений по оценке состояния сложных систем на основе нечетких решающих правил с базовыми переменными на многомерных дистальных шкалах
3.3. Разработка структуры программного обеспечения системы поддержки принятия решений
3.4. Выводы третьей главы.
4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
4.1. Синтез нечетких решающих правил для прогнозирования заболеваний системы дыхания у работников пылевых профессий.
4.2. Диагностика профессиональных заболеваний системы дыхания сварщиков .
4.3. Диаг ностика ранней и клинической стадий вибрационной болезни
4.4. Выводы четвертой главы.
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ВВЕДЕНИЕ


Если универсальное множество X состоит из конечного числа элементов х,, х, . Иногда вместо знака ставят знак , который в данном контексте означает не сложение, а совокупность пар элементов множества числитель и соответствующих им значений функций принадлежностей знаменатель. Сами функции принадлежностей могут выражаться как числами в интервале 0,1 так и в виде лингвистических переменных, с помощью которых обозначаются не числа, а слова или словосочетания. Например, лингвистическая переменная Ттемпература может иметь значения Т1низкая температура Т2нормальная температура ТЗвысокая температура. Часто функции принадлежностей представляются в виде графиков с осью абсцисс по координате х. СО, то с позиций нечткой логики Л. Рис. В соответствии с этим графиком человек точно относится к классу со,. СО больше 0 мм. Для величины СО равной 5 мм. Дня СО меньше 0 мм. СО 0. Приведнный на рис. Если высокое давление зарегистрировано у пациента при однократном измерении, то уровень доверия к диагнозу сог уверенность в гипотезе сог снижается, что может быть учтено поведением графика представленного на рис. Рис. Одна и та же базовая переменная может относиться к нескольким нечтким понятиям, каждое из которых определяется своей функцией принадлежностей. Рис. С точки зрения содержательной интерпретации функций принадлежностей, в современной литературе единство мнений отсутствует , , , . А при наблюдении х. Некоторое отождествление л, с понятием вероятности позволяет в ряде медицинских приложений упростить работу экспертов по созданию баз знаний и интерпретации результатов. В то же время специалисты в области нечткой логики и системного анализа отмечают, что, несмотря на известную аналогию с методами теории вероятности существенное отличие методов теории нечеткой логики состоит в том, что неопределенность связана не со случайностью, а с имеющимися неточностями и размытостями, а функция принадлежности выражает субъективную возможность наличия у элемента х свойств, позволяющих отнести его к множеству А. В качестве примера покажем, чем отличаются такие вероятностные характеристики как гистограммы ЬСО и аппроксимирующие их функции плотности распределения вероятностей СО для заболевания гипертензия по признаку систолическое артериальное давление СО от функции принадлежности СО к понятию гипертензия с базовой переменной СО. Известно, что для построения гистограммы распределения класса гипертензия по шкале СО создатся выборка из людей с заранее известными значениями СО и с точно установленным диагнозом гипертензия. Типовой график такой гистограммы имеет вид представленный на рис. Ч,
Ни. О 0 0 0 и. Рис. СИ происходит увеличение значений ЬСЭ и ДСО с ростом СО. Такие же тенденции наблюдаются и у функции принадлежностей ц СО. Однако темпы и смысл этого роста совершенно различны. Рост йСО и АСО связан с тем, что увеличивается число людей больных гипертензией включнных в выборку вплоть до давления 0 мм. Амплитуда этого роста достаточно далека от единицы, поскольку ЬСО и ДСП обладают тем свойством, что единице равна площадь ограниченная этими кривыми. Далее по мере роста СО кривые ЬСО и ЛСЕ начинают убывать, поскольку число людей в выборке с крайне высоким давлением весьма офаничено. При этом следует отметить, что это убывание практически не связано с величиной СО как со свойством биообъекта связанным с исследуемым заболеванием. Существуют и другие существенные отличия от вероятностного подхода, которые необходимо учитывать при построении реальных систем принятия решений использующих теорию нечткой логики. При решении различных прикладных задач содержательная трактовка функций принадлежностей определяется существом решаемой задачи. Вот некоторые из типовых трактовок степень соответствия понятию А вероятность возможность полезность истинность правдоподобность значение функции. Для каждой трактовки функции принадлежностей разрабатываются свои методы их построения , , , , . Например, если функции принадлежностей задаются числами, то используют линейные, треугольные, трапециевидные, гаусовские, квадратичные, колоколообразные и др.