Индивидуальное задание по математической логике Выполнили: студенты 3 курса математического фак-та гр. 8116 Голощапова Виктория Ганенко Денис.

Презентация:



Advertisements
Похожие презентации
Лекция 2 по дисциплине «Искусственный интеллект и нейросетевое управление» тема: «Нечёткая логика» Мамонова Татьяна Егоровна
Advertisements

Анисимова Эллина 911 МП. Нейронные сети Нечёткая логика Нейро- нечёткие системы.
Нечеткие множества Основные понятия, функция принадлежности.
Кафедра математики и моделирования Старшие преподаватели Е.Д. Емцева и Е.Г. Гусев Курс «Высшая математика» Лекция 4. Тема: Множество. Операции над множествами.
Нейросетевые технологии в обработке и защите данных Защита информации иммунными нейронными сетями Лекция 10. Нечеткие операторы и отношения. Нечеткие правила.
ФУНКЦИОНАЛЬНЫЙ АНАЛИЗ Составила: М.П. Филиппова доцент кафедры высшей математики ИМИ СВФУ.
Математические методы принятия оптимальных решений Элементы математического программирования.
Тема 1.1. Основы математических знаний. Моделирование социально- правовых процессов Лекция 1.1 Основы теории множеств.
Элементы теории множеств. Понятие множества Множество - это совокупность определенных различаемых объектов, причем таких, что для каждого можно установить,
Глава II. ТЕОРИЯ МНОЖЕСТВ 1. Основные понятия теории множеств Множество – некоторая совокупность объектов, называемых элементами этого множества. Понятие.
Введение в теорию множеств. Введение в теорию множеств 1. Основные определения, терминология Под множеством А мы понимаем совокупность объектов произвольной.
Технологии ИИ1 ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Лекция 6. Нечеткая логика.
Свойства линейных операций над матрицами Свойства линейных операций над векторами.
11:541 Нечеткая логика и нечеткие множества Нечеткие знания 2.
Интеллектуальные системы в Машиностроении. Применение нечеткой логики в системах автоматического Управления. Все данные взяты с сайта
Теория вычислительных процессов Введение в теорию комплектов Преподаватель: Веретельникова Евгения Леонидовна 1.
Лекция 1 Введение в дискретную математику. Элементы теории множеств. Дискретная математика Лектор : Данилова Соелма Доржигушаевна, доцент кафедры систем.
А.В.Павлов Инт.Инф.Сист. Кафедра фотоники и оптоинформатики Санкт-Петербургский государственный университет информационных технологий, механики и оптики.
Основные сведения из математики, необходимые для понимания геометрических моделей Три главных формы математического представления кривых и поверхностей.
1. Постройте график линейной функции y равно -2x +1. С помощью графика найдите: а) наименьшее и наибольшее значения функции на отрезке [-1; 2]; б) значения.
Транксрипт:

Индивидуальное задание по математической логике Выполнили: студенты 3 курса математического фак-та гр Голощапова Виктория Ганенко Денис

Четкие шаги нечеткой логики

План: Немного истории; Нечеткая логика; Нечеткие подмножества; Операции над нечеткими подмножествами; Свойства множества нечетких подмножеств; Нечеткая логика высказываний; Нечеткие релейно-контактные схемы; Математический аппарат; Не четкий логический вывод.

Основатель теории Американский ученый Лотфи Заде (Lotfi Zadeh)

Последователь и ученик Л. Заде Барт Коско (Bart Kosko) В своей знаменитой теореме FAT («Fuzzy Approximation Theorem») доказал, что любая математическая система может быть аппроксимирована системой, основанной на «нечеткой логике».

Революция Японское правительство финансировало 5- летнюю программу по «нечеткой логике». Первый же год использования новой системы принес банку $ в месяц только объявленной прибыли. «Motorola», «General Electric», «Otis Elevator», «Pacific Gas & Electric», «Ford» и другие в начале 90-х начали инвестировать программы дальнейших разработок в этом направлении.

Нечеткая логика отличается от двузначной классической логики тем, что допускает континуальное число истинностных значений для высказываний. В простейшем случае эти значения принадлежат отрезку [0,1] действительных чисел.

Нечеткие подмножества Нечеткое подмножество множества Е – это множество пар вида: Где - функция. Множество М называется множеством принадлежности, а функция - функцией принадлежности. Пара интерпретируется как элемент, который принадлежит подмножеству со степенью

Операции над нечеткими множествами:

Объединение: Объединение нечетких множеств и - это нечеткое множество для которого

Пересечение: Аналогично имеем пересечение нечетких множеств и, если по определению

Дополнение: Нечеткое множество есть дополнение для,т.е. если

Включение: Если даны нечеткие множества и, то пишем тогда и только тогда, когда

Свойства множества нечетких подмножеств:

Однако которые для обычных множеств имеют вид и справедливы.

Нечеткая логика высказываний Нечеткие пропозициональные переменные - это Полагаем, что

Нечеткие логические операции

Введем понятие нечеткой формулы: 1)нечеткая пропозициональная переменная есть (атомарная) нечеткая формула; 2)если А и В нечеткие формулы, то нечеткие формулы; 3)если А - нечеткая формула, то ¬А – нечеткая формула.

Свойства нечетких логических операций :

Однако Таким образом, нечеткая логика не является классической.

Нечеткие релейно-контактные схемы

Наиболее распространенные типовые формы кривых для задания функций принадлежности: треугольная, трапецеидальная и гауссова.

Треугольная функция принадлежности определяется тройкой чисел (a,b,c), и ее значение в точке x вычисляется согласно выражению:

Для задания трапецеидальной функции принадлежности необходима четверка чисел (a,b,c,d):

Типовые кусочно-линейные функции принадлежности.

Функция принадлежности гауссова типа описывается формулой

Гауссова функция принадлежности.

Описание лингвистической переменной "Цена акции".

Описание лингвистической переменной "Возраст".

Система нечеткого логического вывода.

Процесс нечеткого вывода по Мамдани для двух входных переменных и двух нечетких правил R1 и R2.

Литература: Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. – М.: Физматлит, Леоленков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб., Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. – М., Масалович А. Нечеткая логика в бизнесе и финансах. centre.ru/library/fuzzy/fuzzy-.htmwww.tora- centre.ru/library/fuzzy/fuzzy-.htm Kosko B. Fuzzy systems as universal approximators // IEEE Transactions on Computers, vol. 43, No. 11, November – P Cordon O., Herrera F., A General study on genetic fuzzy systems // Genetic Algorithms in engineering and computer science, – P А.К.Гуц. Математическая логика и теория алгоритмов. – Омск, 2003