Читать доклад по информатике, вычислительной технике, телекоммуникациям: "Принятие решений в экологической геоинформационной системе на основе нечеткой модели классификации" Страница 2

(Назад) (Cкачать работу)

Сформулируем основные принципы построения нечетких алгоритмов. Нечеткие инструкции, используемые в нечетких алгоритмах, формируются или на основе обобщения опыта специалиста при решении рассматриваемой задачи, или на основе тщательного изучения и содержательного ее анализа.

Для построения нечетких алгоритмов учитываются все ограничения и критерии, вытекающие из содержательного рассмотрения задачи, однако полученные нечеткие инструкции используются не все: выделяются наиболее существенные из них, исключаются возможные противоречия и устанавливается порядок их выполнения, приводящий к решению задачи.

С учетом слабоформализованных задач существуют два способа получения исходных нечетких данных - непосредственный и как результат обработки четких данных. В основе обоих способов лежит необходимость субъективной оценки функций принадлежности нечетких множеств.

Рассмотрим модель классификации на основе которой строится система принятия решений [3]. Модель описывает разбиение многомерного пространства признаков факторов, наиболее существенно влияющих на выбор управляющих решений, на нечеткие области, соответствующие этим решениям. Модель представляется в виде тройки (W, Q, H), в которой W= - множество признаков факторов, Q={L1,...,Li,...,Lk} - разбиение W на нечеткие эталонные классы Li ,H={ h1,...,hi,...,hk } - множество управляющих решений hi , соответствующих классам Li .

Путем экспертного опроса или исходя из содержательного анализа задачи выделяются признаки-факторы X, Y, Z (для простоты рассматриваем только три) и формируется пространство W=. Эта процедура является неформальной и существенно зависит от предметной области, квалификации специалистов экспертов. С каждым из выделенных признаков связывается своя лингвистическая переменная со своими значениями. Лингвистические переменные, соответствующие признакам X, Y, Z, обозначим соответственно через A, B, C, а их значения – через {}, {}, {}.

Для всех выделенных значений , ,путем экспертного опроса строятся функции принадлежности , , на соответствующих базовых шкалах X, Y, Z. Строится качественная структура модели в виде решающей таблицы, имеющей nmp строк и 4 столбца. Строки таблицы соответствуют всевозможным наборам (, , ), первые три столбца обозначены символами лингвистических переменных A, B, C, четвертый столбец обозначен символом Н. В столбцах A, B, C проставляются всевозможные наборы (, , ), то в столбце H для каждого такого набора специалист-эксперт проставляет одно из возможных управляющих решений hi, которое он принял бы в ситуации, словесно описанной соответствующим набором. В итоге формируется модель (W, Q, H), в которой каждый класс Li характеризуется функцией принадлежности , задаваемой следующей нечеткой логической формулой:

, где Li - множество наборов (, , ), которым в решающей таблице соответствует решение hi ,.

В основе программной реализации лежит вышеописанный алгоритм. При программной реализации используется 5 лингвистических переменных и число строк решающей таблицы составляет 162.

Нечеткие модель в силу относительной простоты требуют меньше времени и объема памяти для своей

Похожие работы