Основные задачи создания базы нечетких продукционных правил. Обеспечение полноты и непротиворечивости базы нечетких правил

Основные задачи создания базы нечетких продукционных правил:

1)Сформировать простые нечеткие высказывания в предпосылках и заключениях правил;

2)Сформировать составные нечеткие высказывания в предпосылках и заключениях правил;

3)Выбрать тип нечетких продукционных правил;

4)Задать структуру базы нечетких правил;

5)Обеспечить полноту и непротиворечивость правил в базе.

Обеспечение полноты и непротиворечивости базы нечетких правил.

Существует 2 способа построения базы правил:

1. Базу правил создает сам эксперт с уверенностью, что он прав.

2. Нечеткая сеть используется как универсальный аппроксиматор, тогда, как правило, существует база примеров следующего вида: (), . Т.е. вначале создается некая база на основе эвристик, и потом при помощи примеров она редактируется и обеспечиваются эти свойства.

Этап 1. Разбиваем пространство входных и выходных переменных.

Переменная х1:

Рассмотрим переменную х2

Выходная переменная Y

Этап 2. Задаем начальную базу правил. Можно предложить 2 варианта:

a. Мы формируем правила на основе всех возможных сочетаний предпосылок.

…

В итоге получим 60 правил.

Этот подход целесообразен, когда количество переменных и количество их описаний мало.

b. Каждому примеру обучающей выборки сопоставляется отдельное правило, т.е. для каждого примера определяются степени принадлежности к соответствующим нечетким моделям.

==>

Этот подход целесообразно использовать при сравнительно небольшом количестве примеров.

Этап 3. Определение рейтингов правил. Цель – ликвидация противоречивости. Здесь тоже существует несколько подходов: экспертный и экспериментальный. На данном этапе все примеры обучающей выборки предъявляются каждому правилу, и в соответствии с этим определяется его рейтинг.

Этап 4. Выполняется сокращение числа правил.

После подсчета рейтингов из базы исключаются правила:

· Имеющие наименьший рейтинг r_i;

· Противоречащие друг другу – имеющие одинаковые предпосылки и разные заключения.

Этап 5. Выполняется адаптация параметров, оставшихся в базе правил. Суть этого этапа заключается в таком изменении параметров функции принадлежности, при которых обеспечивается максимум активности по всем примерам.