Задание правил

Для задания правила требуется в строке ввод правила написать правило с использованием правил математической логики. Для удобства ввода правила предусмотрен ряд кнопок на панели инструментов (добавление: посылки, следствия, конъюнкции, дизъюнкции, импликации, отрицания).

После написания самого правила требуется задать достоверность импликации (справа от строки ввода правила) и установить флажок обратимости (справа от поля задания достоверности). Далее следует нажать кнопку «Ок», расположенную справа от поля выбора обратимости, как показано на рис.8.4.

 

Рис. 8.4. Ввод правил

 

Шаг 5. Для трансформации ЛСНР в π -КСВР выбираем пункт меню «ОБУЧЕНИЕ» \ «КВАНТОВАНИЕ», которое используется для квантования полученных правил. Эти правила представляются в виде квантов знаний. Результаты квантования отображаются в главном окне.

 

Шаг 6. Следующим шагом построения π -КСВР является ее оптимизация по критериям избыточности: свертке и следствию

π -квантов. Для этого выбираем пункт меню «ОБУЧЕНИЕ» \ «ОПТИМИЗАЦИЯ». Результаты оптимизации отображаются в специальном окне (рис. 8.5).

В ходе ввода и анализа НТ-С автоматически строится граф, соответствующий ЛСНР. Уровни этого графа, определенные с помощью алгоритма Демукрона, можно увидеть, выбрав пункт меню «ОБУЧЕНИЕ» \ «РАЗБИВКА НА УРОВНИ». Обучение можно считать завершенным, когда ЛСНР достигнет своей структурной полноты, т.е. когда на последнем уровне графа будут находиться только целевые заключения Z_i. Результаты разбивки на уровни отображаются в специальном окне (рис.8.6).

На этом процесс построения π -КСВР завершен.

 

Рис. 8.5. Оптимизация π -КСВР по критериям избыточности

 

Рис. 8.6. Разбивка на уровни

 

Шаг 7. Для проверки качества обучения π -КСВР осуществляем процесс принятия идентификационных решений. Выбираем меню «КОНСУЛЬТАЦИЯ», которое используется для поддержки консультации пользователя по наблюдаемой ситуации.

На вход π -КСВР подаются показатели достоверности (ПД) наблюдаемых признаков особых случаев в полете. Выбираем меню «КОНСУЛЬТАЦИЯ» \ «ЗАДАНИЕ НАБЛЮДАЕМОЙ СИТУАЦИИ», которое используется для задания наблюдаемой ситуации. Для задания наблюдаемой характеристики требуется ее выбрать (щелкнуть мышью в соответствующем квадратике).

Рис. 8.7. Задание наблюдаемой ситуации

 

В левом окне появятся возможные значения этой характеристики. Нужно выбрать наблюдаемое значение, после чего активируется поле для задания достоверности (-1< =d< =1).

Рис. 8.8. Задание достоверности

 

Для осуществления логического вывода по p-КСВР для заданной ситуации используется пункт «КОНСУЛЬТАЦИЯ» \ «ВЫВОД РЕШЕНИЯ»; для распознавания заданной ситуации - пункт «КОНСУЛЬТАЦИЯ» \ «РАСПОЗНАВАНИЕ». В качестве результата выдаются характеристики с наибольшим ПД, т.е. риск от принятия этих решений наименьший (рис.8.9).

Рис. 8.9. Распознавание заданной ситуации

 

Для обеспечения объяснения предложенного решения используется пункт «КОНСУЛЬТАЦИЯ» \ «ОБЪЯСНЕНИЕ». В качестве результата выдается перечень сработавших правил (рис.8.10).

 

 

Рис. 8.10. Объяснение предложенного решения

 

Высокие уровни риска при выводе решений свидетельствуют о неудовлетворительной базе знаний в виде π -КСВР. Поэтому в этом случае π -КСВР необходимо дообучить или переобучить, вернувшись на шаг 2.

 

Задачи

1. Знать:

ü основы метода разноуровневых алгоритмических квантов знаний (π РАКЗ-метода) принятия решений в условиях неопределенности. Краткое изложение теоретических основ π РАКЗ-метода приведено ниже;

ü назначение и архитектуру ИПК МЕЙДЕЙ.

2. Уметь:

ü формировать p-квантовую модель выбранной предметной области (возможные варианты заданий см. ниже) и соответствующий нечеткий текст-сценарий (НТ-С);

ü обучить (построить) логическую сеть нечетких рассуждений (ЛСНР) для своего варианта и трансформировать ее в

π -квантовую сеть вывода решений (π -КСВР);

ü оценить качество обучения ЗСППР, решив самостоятельно составленные тестовые задачи по данной предметной области.

Содержание отчета

1. Описание предметной области и постановка задачи.

2. НТ-С с указанием показателей достоверности событий и импликаций.

3. Логическая сеть нечетких рассуждений, построенная по входным данным собственного варианта.

4. π -квантовая сеть вывода решений (неоптимизированная и оптимизированная), а также содержание π -квантов как результат трансформации ЛСНР.

5. Постановка и результаты решения тестовых задач.

5. Выводы.

 

Варианты заданий

Желательно использовать близкие к реальности ситуации:

· диагностирование (электронной техники, медицинское и т.п.);

· классификации объектов (летательные аппараты, корабли, сис-темы вооружений, приборы, животные, растения и т.п.).

Контрольные вопросы

1. В чем заключается идея π РАКЗ-метода?

2. Охарактеризуйте базовые задачи знаниеориентированного принятия решений.

3. Дайте определение нечеткого текста-сценария.

4. Что такое логическая сеть нечетких рассуждений (ЛСНР)?

5. Каким образом происходит обучение ЛСНР?

6. Что такое π -квантовая сеть вывода решений (π -КСВР)?

7. Методика алгоритмизации принятия приближенных решений на основе π -КСВР.

8. Как происходит вывод решений?