Fuzzy pravidla
 Rozcestnik                   Pár slov ...                   Znalostní technologie I.                   Znalostní technologie II.                   Znalostní technologie III.                   Další zdroje                  
Dnes je:        Aktuální čas: 00:00       Moudra: 

Pár slov o FUZZY PRAVIDLECH

To, jakým způsobem bude pravidlo vyhodnoceno v klasickém Clipsu, závisí na mnoha faktorech - jaká je struktura podmínkové části např. z hlediska toho, jaké fakty či proměnné jsou použity a jaká je např. struktura usuzovací části tj. jaké akce chceme provést např. s danými fakty nebo provést zcela jinou akci např. vložení faktu zcela nového (příkazem assert) apod. Z hlediska Fuzzy Clipsu (při posuzování pravidla) hodnotíme podobně dané pravidlo jak je výše zmíněno, jen se navíc např. díváme např. na míru nejistoty definovanou v pravidle nebo na to, jakou fuzzy množinu využívá určitý fakt definovaný v podmínkové části apod.

Fuzzy Clips využívá 3 typy pravidel:

  1. CRISP_SIMPLE RULE
  2. FUZZY_CRISP
  3. FUZZY_FUZZY

CRISP

Jedná se o jednoduché pravidlo, se kterým jsme byli zvyklí zacházet v klasickém Clipsu. V podmínkové části tohoto pravidla není uveden žádný fuzzy fakt nebo fuzzy entita bez ohledu na to, co obsahuje usuzovací část pravidla. Aby bylo toto pravidlo spuštěno, musí se shodovat to co je uvedeno v podmínkové části pravidla (vzor předpokladu) s tím, co je definováno v bázi faktů (vzor faktu). V usuzovací části fuzzy entita být může, ale také nemusí. Činitel jistoty je určen matematicky takto: CFf2 = CFr*CFf1.

FUZZY_CRISP

Jedná se o typ pravidla, které má v podmínkové části fuzzy entitu. Fakt, který má být v pravidle zkoumán, musí mít stejnou lingvistickou proměnnou, jako fakt se kterým má být podmínková část pravidla porovnávána ve struktuře deffacts. Např. fakty (teplota nizka) a (tlak vysoky) nemohou být porovnávány, protože nejsou stejné (teplota <> tlak). Dalším požadavkem je, že aby mohly být porovnávány fuzzy fakty, musejí se jejich fuzzy množiny alespoň částečně překrývat.

překrývání fuzzy množin

Určení stupně nejistoty je téměř stejný jako v případě Crispu tj. CFf2 = CFr * CFf1´ * S S je zde míra shody fuzzy množiny F1 s F1´ fuzzy množinou. Pokud je zde velká míra shody, pak lze očekávat i vysoký stupeň jistoty závěru (tj. konečného důsledku pravidla - co pravidlo vykoná). Pokud se fuzzy množiny faktů nebudou vůbec překrývat - jak je to uvedeno u fuzzy termů pressure low a pressure high, pak stupeň jistoty bude 0. Pravidlo by pak nemělo být provedeno. Závěr: Tedy pro to, aby došlo k porovnávání fuzzy množin definovaných u fuzzy termů, pak se musejí lingvistické proměnné, které mají být porovnávány, stejně jmenovat a jejich rozsah fuzzy množiny se musí alespoň zčásti překrývat.

FUZZY_FUZZY

U tohoto pravidla se nachází fuzzy entita v podmínkové i usuzovací části pravidla. Stupeň nejistoty je určen dle vztahu: CFf2 = CFr*CFf1.
Validace

Valid XHTML 1.0 Strict

Valid CSS!

Počet přístupů na stránku:





Monitoring webu