- •1 Основные понятия и структурная схема приборного комплекса.
- •17 Принципы построения измерителей навигационных параметров в живом организме.
- •2.Комплексы оборудования самолетов.
- •10 . Основные направления развития исследований и систем искусственного интеллекта
- •4. Основные характеристики и требования, предъявляемые к системам отображения информации.
- •5. Навигационные комплексы. Общие сведения и классификация.
- •11.Диалоговые системы искусственного интеллекта.
- •12 Бионика, как наука.
- •6.Основные закономерности построения навигационных комплексов.
- •7.Навигационные комплексы на базе микропроцессоров.
- •8.Иерархические структуры навигационных комплексов. Системы искусственного интеллекта в навигационных комплексах.
- •18 Общие принципы построения биологических навигационных комплексов.
- •22 Интеллектуальный биологический навигационный комплекс.
- •9.Понятие об искусственном интеллекте. Интеллектуальные системы.
- •13 Обобщенная модель живого организма.
- •14 Основные функции живого организма.
- •15 Навигационная бионика. Общность задач и основных принципов навигации в живой природе и технике.
- •16 Общая характеристика методов навигации.
- •19 Информационное обеспечение пространственной навигации животных.
- •20 Обеспечение точности и надежности функционирования навигационных биосистем.
- •21 .Накопление априорной информации в биологических навигационных комплексах при обучении.
- •23 Основные особенности биологических навигационных комплексов.
- •24 Системы искусственного интеллекта – системы, базирующиеся на знаниях.
- •25 Основные структуры систем искусственного интеллекта.
- •26 Представление знаний.
- •27. Семантические сети.
- •28 Фреймовые модели.
- •29 Логические модели знаний и системы логического вывода.
- •30 Продукции и продукционные системы.
- •31. База знаний систем искусственного интеллекта.
- •32 Стратегия управления и механизм вывода в системах искусственного интеллекта.
- •33 Прямая цепочка рассуждений. База знаний. Обобщенный алгоритм работы.
- •34 Обратная цепочка рассуждений. Дерево решений. База знаний. Обобщенный алгоритм работы.
- •35 Общие методы поиска решений в пространстве состояний.
- •41)Нечеткие множества и лингвистические переменные.
- •42)Операции с нечеткими множествами.
- •37 Особенности разработки баз знаний бортовых экспертных систем.
- •43)Нечеткие алгоритмы.
- •47) Программная и аппаратная реализация нечетких регуляторов.
- •44)Общие принципы построения интеллектуальных систем управления на основе нечеткой логики.
- •45) Процедура синтеза нечетких регуляторов.
- •46) Синтез адаптивной сау с эталонной моделью на основе нечеткой логики.
- •48)Общая характеристика проблемы построения искусственных нейронных сетей. История проблемы.
- •49)Моделирование механизмов человеческого мышления. Модели нейронов.
- •50_Реализация логических функций на формальных нейронах. Проблема «Исключающего или».
- •51 .Искусственные нейронные сети. Общие положения.
- •52 . Персептрон ф. Розенблатта.
- •53 .Адаптивный пороговый элемент.
- •55. Общие принципы построения интеллектуальных сау с использованием нейронных сетей.
- •39 Нечеткая логика: история проблемы, практические приложения.
- •54. Многослойные персептроны. Алгоритм обратного распространения.
- •57 Применение нейронных сетей в задачах адаптации алгоритмов управления нелинейными объектами.
- •62. Нейрокомпьютер фирмы аас.
- •61. Способы реализации нейронных сетей. Примеры реализации нейрокомпьютеров.
- •1. Нейрокомпьютеры на базе транспьютеров.
- •58. Применение нейронных сетей в задачах идентификации математических моделей динамических объектов.
- •59 Обзор возможных вариантов построения нейронных сетей.
- •63.Генетические алгоритмы. Особенности построения и реализации
- •38 Системы искусственного интеллекта с использованием нечеткой логики.
- •36.Проблемы разработки бортовых оперативно-советующих экспертных систем.
42)Операции с нечеткими множествами.
Определение операций, выполняемых с нечеткими множествами, во многом аналогично операциям с обычными (четкими) множествами.
Эквивалентность. Два нечетких множества А и В эквивалентны (это обозначается как АВ) тогда и только тогда, когда для всех хХ имеет место А(x)= В(х) (рис. 27.1, a).
Рис. 27.1. Операции с нечеткими множествами.
Включение. Нечеткое множество А содержится в нечетком множестве В (А В) тогда и только тогда, когда
, (27.1)
Объединение, или дизъюнкция (disjunction), АВ двух нечетких множеств А и В соответствует логической операции «ИЛИ» и определяется как наименьшее нечеткое множество, содержащее оба множества А и В. Функция принадлежности для этого множества находится с помощью операции взятия максимума (рис. 16.1, б)
, (27.2)
Пересечение, или коньюкция (conjunction), АВ соответствует логической операции «И» и определяется как наибольшее нечеткое множество, являющееся одновременно подмножеством обоих множеств. Функция принадлежности множества АВ выражается с помощью операции нахождения минимума (рис. 27.1, в)
, (27.3)
Дополнение (complement) нечеткого множества А, обозначаемое через (илиА), соответствует логическому отрицанию «НЕ» и определяется формулой (рис. 27.1, г)
, (27.4)
Легко видеть, что применительно к классическим «четким» множествам, для которых функции принадлежности принимают только 2 значения: 0 или 1, формулы (27.2) - (27.4) определяют известные операции логического «ИЛИ», «И», «НЕ».
Приведем определения еще двух достаточно распространенных операций над нечеткими множествами - алгебраического произведения и алгебраической суммы нечетких множеств.
Алгебраическое произведение АВ нечетких множеств А и В определяется следующим образом:
, (27.5)
Алгебраическая сумма АВ:
, хХ. (27.6)
Кроме перечисленных, имеются и другие операции, которые оказываются полезными при работе с лингвистическими переменными.
Операция концентрации (concentration) CON (A) определяется как алгебраическое произведение нечеткого множества А на самого себя: CON(A)=A2, т.е.
, хХ. (27.7)
В результате применения этой операции к множеству А уменьшаются степени принадлежности элементов х этому множеству, причем если x)1, то это уменьшение относительно мало, а для элементов с малой степенью принадлежности - относительно велико. В естественном языке применение этой операции к тому или иному значению лингвистической переменной А соответствует использованию усиливающего терма «очень» (например, «очень высокий», «очень старый» и т.д.).
Операция растяжения (dilation) DIL(A) определяется как DIL(A)=А0,5, где
, хХ. (27.8)
Действие этой операции противоположно действию операции концентрации и соответствует неопределенному терму «довольно», выполняющему функцию ослабления следующего за ним (основного) терма А: «довольно высокий», «довольно старый» и т.п.