Скачать презентацию
Идет загрузка презентации. Пожалуйста, подождите
Презентация была опубликована 11 лет назад пользователемfiles.nsumedia.ru
1 Нормирование и экстраполяция в нечётких моделях Сергей Савенко 8205
2 Нормирование Суть: перейти от рассмотрения величин, имеющих интервал значений [x min, x max ] к рассмотрению нормированного интервала [-1, 1] или [0, 1].
3 Зачем нормировать? Сходные модели для качественно подобных систем. Как следствие, упрощение жизни разработчиков.
4 Как нормировать? (1) +:Используется весь интервал [-1, 1]. -:Нули исходной и нормированной величины не совпадают.
5 Как нормировать? (2) +:Дешевле вычислять. -:Интервал используется не полностью. (за исключением симметричных интервалов)
6 Денормирование На выходе нормированной нечёткой модели получаем выходное значение с симметричным интервалом [-1, 1]. Денормированное выходное значение может иметь асимметричный интервал изменения. [-1, 1] -> [y min, y max ]
7 Как денормировать? (1) +:Используется весь интервал [y min, y max ]. -:Нули исходной и нормированной величины не совпадают.
8 Как денормировать? (2) Можно получить значение меньше y min !
9 Как денормировать? (3) Y max недостижим!
10 Нормирование: итого Нормирование и денормирование – линейные преобразования: Нормированная нечёткая модель:
11 Экстраполяция Экстраполяция – расширение поверхности модели на внешние области, для которых отсутствуют результаты измерений, где достоверность модели не подтверждена.
12 Пример Что будет в точке c?
13 Угадаем? Экстраполяция модели носит характер предположения!
14 Экстраполяция 0-го порядка
15 Экстраполяция 1-го порядка
16 Экстраполяция n-го порядка Можно использовать экстраполяции более высоких порядков, однако полученные значения останутся лишь необоснованными предположениями.
17 Задача о приросте прибыли
18 Решение 1
19 Решение 2
20 Что значит μ(CE) > 1? Значения в интервале [1, ) – степень сходства с типовым элементом нечёткого множества. Значения в интервале (-, 0] – степень несходства или различия с типовым элементом нечёткого множества.
21 Примеры экстраполяции
22 Замечания Расширение нечёткой модели не обязательно должно быть линейным. Расширение области определения не должно быть большим – чем меньше, тем лучше.
23 Спасибо за внимание!
Еще похожие презентации в нашем архиве:
© 2024 MyShared Inc.
All rights reserved.