Представлення неточних знань та стратегії неточного виводу в умовах невизначеності
Невизначеності також агрегуються, формуючи загальну невизначеність за такою формулою CFg = maximum(CFf, CFc).
Можливо затверджувати факт в правій частині правила зі специфічним фактором визначеності. Замітимо, що фактор визнпченості буде також обчислюватись відповідно з природою правила і будь-яким глобальним вкладом. Обчислений фактор визначеності потім буде перемножатись з фактором визначеності, який заданий в стверджувальному виразі.Це корисний метод, який встановлює зважений фактор визначеності для правила з багатьма консеквентами.
2.5.Дефазифікація
Виходом нечіткого виводу є нечітка множина, яка описує нечіткий розподіл заключення. Однак, в деяких випадках, таких як застосування в управлінні, потрібно вибирати єдину точку, яка відображатиме найкраще значення множини. Цей процес редукції нечіткої множини в єдину точку називається дефазифікацією. Широко застосовується метод, який обчислює центр ваги (або момент) всієї множини. Метод центру ваги може бути формально записаний так
,
де - рекомендоване, дефазифіковане значення, а - універс.
В системі СИКОН нечітка множина визначається множиною точок, що розглядаються за допомогою лінійних сегментів. Тоді інтеграл редуцюється до простого сумування
де - локальний центр ваги, - локальна область під лінійними сегментами ( ), і - загальне число точок.
Інший метод концентрує увагу на значеннях, в яких розподіл можливостей досягає максимуму. Якщо максимальне значення досягається більш, ніж в одній точці, тоді береться середнє значення всіх максимумів. Неоднозначність має місце, коли максимальне значення трапляється вздовж плато, а не як серія індивідуальних піків.
References
J.Mc Dermott. R1: a rule-base configurer of computer systems. Artificial Intelligence, vol.19, n1, 1982.
В.П. Гладун, Н.И.Галаган, И.Г.Биба, А.Ф.Кургаев. Об автоматизации решения задач комплектации состава технических средств проблемно-ориентированного комплекса. Управляющие системы и машины, N5, 1982.
C.L.Forgy. Rete: a fast algorithm for many pattern many object pattern match problem. Artificial Intelligence, vol. 19, pp 12-37, 1982.
E.H.Shortliffe. Computer-based medical consultation: MYCIN. American Elsevier, New York, 1976.
G.Shafer. A Mathematical Theory of Evidence. Princeton University Press, Princeton, Nj 1976.
T.Whalen, B.Scott, and F.Ganoe. Fault diagnosis in fuzzy network, Proceeding of the International Conference on Cybernetics and Society, IEE Press, New York, 1982.
J.Buckley and W.Siler. Fuzzy Operators for possibility interval sets. Fuzzy Sets and Systems, 22: 215-227; 1987.
J.F.Baldwin. Evidential support logic programming. Fuzzy Sets and Systems, 24: 1-26; 1987.
Z.A.Sosnovsi. FLISP – language for processing fuzzy data. Fuzzy Sets and Systems, 37: 23-32; 1990.
Earl Cox. The fuzzy system Handbook. AP.Professional, 1995.