Читайте также:
|
|
В продукционных моделях, также как и в логических, существует возможность организации нечеткого вывода.
Если в обычных детерминированных моделях предполагается, что каждое правило является либо применимым или неприменимым, то в нечетких моделях для каждого состояния задана таблица вероятностей применения тех или иных правил. Можно высчитать вероятности достижения целей с помощью применения определенных последовательностей правил, можно определить самое вероятное решение, или найти решение, удовлетворяющее заданному вероятностному порогу (p>a, 0<=a<=1).
Пример. Опишем на продукциях задачу распознавания почтовых индексов (задача, аналогичная описанной в 2.3).
Предположим, что после сканирования получаем данные о том, с какой вероятностью какие линии проведены (шаблон на рис?).
//рисунок (4 - рис. 24 из 2-й главы)
Сформулируем, например, следующие правила.
//выдержки из примеров правил в продукционном виде. (5)
l3, l4, l8 → 1 0,97 (1)
l3, l4 → 1 0,75 (2)
l4, l8 → 1 0,6 (3)
l3, l8 → 1 0,5 (4)
Терминальные условия соответствуют цифрам от 0 до 9. Результат распознавания – наиболее вероятный символ, если его вероятность превышает определенное пороговое значение.
//пример вычисления вероятностей (6)
Пусть:
p (l3) = 0,9 p (l4) = 0,9 p (l8) = 0,95,
тогда:
по первому правилу:
p (1) = 0,9 ∙ 0,9 ∙ 0,95 ∙ 0,97 = 0,95 ∙ 0,81 ∙ 0,97 ≈ 0,75
по второму правилу:
p (1) = 0,9 ∙ 0,9 ∙ 0,75 = 0,81 ∙ 0,75 ≈ 0,6
по третьему правилу:
p(1) = 0,9 ∙ 0,95 ∙ 0,6 = 0,54 ∙ 0,95 ≈ 0,51
по четвертому правилу:
p(1) = 0,9 ∙ 0,95 ∙ 0,5 ≈ 0,43
Таким образом
p(1) = 0,75 (определяется по максимуму)
Примечание. Сравнивая данный материал с изложенным в 2.3, легко видеть, что для задачи распознавания почтовых индексов применение логических и продукционных моделей фактически идентично.
Дата добавления: 2015-09-06; просмотров: 98 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Многозначные логики. | | | Понятие об ИПС. |