Logiczna reprezentacja wiedzy i metoda logiczno-algebraiczna



Podobne dokumenty
Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Adam Meissner.

Matematyka ETId Elementy logiki

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.

Ziemia obraca się wokół Księżyca, bo posiadając odpowiednią wiedzę można stwierdzić, czy są prawdziwe, czy fałszywe. Zdaniami nie są wypowiedzi:

Logika pragmatyczna dla inżynierów

4 Klasyczny rachunek zdań

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Elementy logiki i teorii mnogości

Lekcja 3: Elementy logiki - Rachunek zdań

Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie:

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Jak wnioskują maszyny?

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

Schematy Piramid Logicznych

Architektura komputerów ćwiczenia Bramki logiczne. Układy kombinacyjne. Kanoniczna postać dysjunkcyjna i koniunkcyjna.

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa.

PODSTAWY SZTUCZNEJ INTELIGENCJI

Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),

STANDARDOWE FUNKCJE PRZYNALEŻNOŚCI. METODY HEURYSTYCZNE wykład 6. (alternatywa dla s) (zdef. poprzez klasę s) GAUSSOWSKA F.

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW

Programowanie liniowe

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

Elementy logiki matematycznej

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

Semantyka rachunku predykatów

SZTUCZNA INTELIGENCJA

Definicja: alfabetem. słowem długością słowa

Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia

Elementy logiki. Algebra Boole a. Analiza i synteza układów logicznych

Wstęp do Techniki Cyfrowej... Algebra Boole a

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)

5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH

Podstawy Automatyki. Wykład 13 - Układy bramkowe. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

1. Elementy logiki matematycznej, rachunek zdań, funkcje zdaniowe, metody dowodzenia, rachunek predykatów

Automatyzacja Ćwicz. 2 Teoria mnogości i algebra logiki Akademia Morska w Szczecinie - Wydział Inżynieryjno-Ekonomiczny Transportu

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

ALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO

ĆWICZENIE 2. DEF. Mówimy, że formuła A wynika logicznie z formuł wartościowanie w, takie że w A. A,, A w KRZ, jeżeli nie istnieje

5. Rozwiązywanie układów równań liniowych

ROZDZIAŁ 1. Rachunek funkcyjny

Inteligencja obliczeniowa

LOGIKA I TEORIA ZBIORÓW

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I

LOGIKA Dedukcja Naturalna

vf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ).

LOGIKA Klasyczny Rachunek Zdań

Metoda Tablic Semantycznych

Statystyka i eksploracja danych

Wstęp do logiki. Klasyczny Rachunek Zdań II

6. Zagadnienie parkowania ciężarówki.

Dowody założeniowe w KRZ

Automatyka Lab 1 Teoria mnogości i algebra logiki. Akademia Morska w Szczecinie - Wydział Inżynieryjno-Ekonomiczny Transportu

Paradygmaty dowodzenia

Wprowadzenie do teorii systemów ekspertowych

Podstawy Automatyki. Wykład 13 - Układy bramkowe. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ

Automatyka i sterowania

Bramki logiczne V MAX V MIN

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

Kultura logiczna Klasyczny rachunek zdań 2/2

7. Zagadnienie parkowania ciężarówki.

Trzy razy o indukcji

Elementy logiki Klasyczny rachunek zdań. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

ĆWICZENIE 4 KRZ: A B A B A B A A METODA TABLIC ANALITYCZNYCH

Rachunek logiczny. 1. Język rachunku logicznego.

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Logika Matematyczna (10)

Algebra Boole a i jej zastosowania

Rachunek zdań i predykatów

Logika I. Wykład 4. Semantyka Klasycznego Rachunku Zdań

Rola stacji gazowych w ograniczaniu strat gazu w sieciach dystrybucyjnych

Wybierz cztery z poniższych pięciu zadań. Poprawne rozwiazanie dwóch zadań oznacza zdany egzamin.

Struktury formalne, czyli elementy Teorii Modeli

Technika cyfrowa Synteza układów kombinacyjnych (I)

Wnioskowanie rozmyte. Krzysztof Patan

Prawdopodobieństwo i statystyka

WYKORZYSTANIE LOGIKI SEKWENTÓW GENTZENA DO SYMBOLICZNEJ ANALIZY SIECI PETRIEGO

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej

Sterowniki Programowalne (SP) Wykład 11

Asynchroniczne statyczne układy sekwencyjne

Logika intuicjonistyczna

Implementacja rozmytych systemów wnioskujących w zdaniach regulacji

Podstawy Automatyki. Wykład 9 - Podstawy matematyczne automatyki procesów dyskretnych. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

O pewnych związkach teorii modeli z teorią reprezentacji

Podstawy Automatyki. Wykład 12 - synteza i minimalizacja funkcji logicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Lista 1 (elementy logiki)

Jak wiernie odzwierciedlić świat i zachować występujące w nim zależności? Jak implementacja fizyczna zmienia model logiczny?

Logika Temporalna i Automaty Czasowe

Drobinka semantyki KRP

Transkrypt:

Logiczna reprezentacja wiedzy i metoda logiczno-algebraiczna dr inż. Grzegorz ilcek & dr inż. Maciej Hojda Zakład Inteligentnych Systemów Wspomagania Decyzji, Instytut Informatyki, Politechnika Wrocławska copyright Grzegorz ilcek & Maciej Hojda

Wybrane opisy obiektów wejściowo-wyjściowych u y=f (u) Obiekt opisany funkcyjną zależnością wyjścia od wejścia y u D u R(u,y) D y y Obiekt opisany relacyjną reprezentacją wiedzy u u (α u ) (α u,α w,α y ) y (α y ) y Obiekt opisany logiczną reprezentacją wiedzy

Podstawowe pojęcia ormuła logiczna opisująca obiekt składa się z formuł elementarnych α i operacji logicznych: alternatywy ( ᴠ ), koniunkcji ( ᴧ ), negacji ( ), Implikacji ( ). Np. (α 1, α 2, α 3, α 4 )= α 1 ᴠ α 2 ᴧ α 3 α 4.

Podstawowe pojęcia α(x) formuła elementarna ( własność zmiennych wejściowych, wyjściowych, bądź pomocniczych ogólnie oznaczonych przez x) pewne z założenia niepodzielne klocki (z założenia, tzn. zakładamy, że są niepodzielne, ale w rzeczywistości mogą składać się ze skomplikowanych formuł logicznych). Np. α(x)= Prędkość x>100 km/h lub α(x)= Dla każdego x spełniona jest relacja R(x,a)=x>a. α u,i (u)єa u i-ta (i=1,2,,n1) formuła elementarna wejściowa dotycząca tylko zmiennych u należąca do zbioru formuł wejściowych A u α y,i (y) ЄA y i-ta (i=1,2,,n2) formuła elementarna wyjściowa dotycząca tylko zmiennych y należąca do zbioru formuł wyjściowych A y α w,i (u,w,y) ЄA w i-ta (i=1,2,,n3) formuła elementarna pomocnicza (wewnętrzna systemu) dotycząca zmiennych u lub y lub w (nie tylko u i nie tylko y) należąca do zbioru formuł pomocniczych (wewnętrznych) A w (W ogólności α w,i może zależeć nie tylko od trójki (u,w, y), ale również od par (u,w), a także (w,y)).

Podstawowe pojęcia n=n1+n2+n3 liczba wszystkich formuł elementarnych (α u, α w, α y ) =α ciąg wszystkich formuł elementarnych a j =w(α j )Є{0,1} wartość logiczna j-ej formuły elementarnej (a u, a w, a y )=a zerojedynkowy ciąg wartości logicznych odpowiednich formuł elementarnych α u, α w, α y (takich ciągów jest 2 n dla każdego ciągu formuł elementarnych α) Np. dla ciągu formuł elementarnych α=(α u1, α u2, α w, α y ) przykładowe 4 (z 16) ciągi wartości (a i =(a u1, a u2, a w, a y ), i-numer ciągu wartości), są następujące: a 1 =(1,1,1,1), a 2 =(0,1,1,0), a 3 =(0,0,0,1), a 4 =(0,1,0,1).

Logiczna reprezentacja wiedzy jest zbiorem faktów (α)= 1 (α)ᴧ 2 (α)ᴧ ᴧ k (α) zbiór k faktów (definiuje relację R(u,y)) i (α) i-ty fakt, (i=1,2,,k) zapisany jako formuła logiczna składająca się z formuł elementarnych α i (a), (a) wyrażenia algebraiczne w algebrze logiki dwuwartościowej W bazie wiedzy zakłada się, że wszystkie występujące w niej formuły są faktami, czyli są prawdziwe, czyli dla każdego ciągu a, (a)=1. W literaturze fakty w formie implikacji często zwane są regułami, stąd możliwe są inne określenia jak : baza faktów, baza reguł, baza reguł i faktów.

akty a relacje Każdy fakt i (α) określa relację między zmiennymi wejściowymi, wyjściowymi i pomocniczymi (wewnętrznymi): R i (u,w,y)={(u,w,y) Є UΧWΧY: i [a u (u),a w (u,w,y),a y (y))]=1}, i=1,2,,k Zbiór tych relacji tworzy bazę wiedzy (k liczba reguł i faktów w bazie wiedzy). Zmienne w można wyeliminować i sprowadzić bazę wiedzy do jednej relacji: R(u,y)={(u,y) Є UΧY: V w ЄW [(u,w,y) Є R 1 (u,w,y) R k (u,w,y)]}, czyli R(u,y)={(u,y) Є UΧY: V w ЄW [(a)=1]}.

akty a relacje c.d. Oznacza to, że w obiekcie mogą wystąpić tylko takie wartości (u,y), dla których istnieje taka wartość w, że wszystkie fakty są prawdziwe. u (α u ) logiczna formuła wejściowa, w której występują tylko podciągi α złożone z α u,i (i=1,2,,n1) (definiuje zbiór D u ={uєu: u [a u (u)]=1}) y (α y ) logiczna formuła wyjściowa, w której występują tylko podciągi α złożone z α y,i (i=1,2,,n2) (definiuje zbiór D y ={yєy: y [a y (y)]=1})

Proste zadanie analizy Proste zadanie analizy, inaczej problem dowodzenia twierdzeń. Należy dla przyjętej bazy faktów i reguł podać postać formuły wejściowej u oraz y, przy czym zakłada się, że formuła u jest prawdziwa, a więc formuła ~ = u ᴧ uznana jest za prawdziwą. Należy odpowiedzieć na pytanie: Jaka jest wartość ~ logiczna podanej formuły y? (Inaczej, czy y jest logiczną konsekwencją?). Możliwe odpowiedzi to: TAK, NIE, NIE WIEM. (Ta ostatnia oznacza, że wartość logiczna y nie jest zdeterminowana zbiorem faktów i reguł i własnością u.) W rzeczywistości wyznaczenie algorytmu wnioskowania (z użyciem odpowiednich reguł wnioskowania) dla skomplikowanych struktur logicznych może być bardzo trudne, o ile w ogóle możliwe.

Zadanie analizy Zadanie analizy polega na wyznaczeniu najlepszej* postaci formuły wyjściowej y dla zadanej formuły wejściowej u, a więc odpowiedniego zdania logicznego zawierającego elementarne formuły wyjściowe połączone odpowiednimi spójnikami logicznymi, które spełnia implikację u ᴧ y. (#) *Najlepsza oznacza taką formułę, która implikuje wszystkie inne. Np. jeśli M formuł 1 y, 2 y, 3 y,, M y spełnia (#) oraz zachodzi ( 1 y 2 y) ᴧ ( 1 y 3 y) ᴧ ᴧ ( 1 y M y), to najlepszą formułą jest 1 y Zadanie można więc sformułować następująco: Dane: u, Wyznacz: najlepszą* y spełniającą (#).

Zadanie podejmowania decyzji (sterowania) Zadanie podejmowania decyzji (sterowania) polega na wyznaczeniu najlepszej** postaci formuły wejściowej u dla zadanej formuły wyjściowej y, a więc odpowiedniego zdania logicznego zawierającego elementarne formuły wejściowe połączone odpowiednimi spójnikami logicznymi, które spełnia implikację u ᴧ y. (#) **Najlepsza oznacza taką formułę, która jest implikowana przez wszystkie inne. Np. jeśli M formuł 1 u, 2 u, 3 u,, M u spełnia (#) oraz zachodzi ( 2 u 1 u) ᴧ ( 3 u 1 u) ᴧ ᴧ ( M u 1 u), to najlepszą formułą jest 1 u Zadanie można więc sformułować następująco: Dane: y, Wyznacz: najlepszą** u spełniającą (#).

Metoda logiczno-algebraiczna Metoda logiczno-algebraiczna, zwana też metodą Bubnickiego. Polega na rozwiązaniu zadania analizy bądź podejmowania decyzji poprzez przejście z reprezentacji zdania w formie zmiennych logicznych na ich reprezentację w algebrze dwuwartościowej, rozwiązaniu postawionego równoważnego zadania zastępczego, a następnie powrotu do reprezentacji w formie zmiennych logicznych.

Dodatkowe oznaczenia A zbiór wszystkich ciągów a=(a u,a w,a y ) S a ={a Є A: (a)=1} zbiór równoważny formule (α). S u ={a u Є A: u (a u )=1} zbiór równoważny formule u (α u ). S y ={a y Є A: y (a y )=1} zbiór równoważny formule y (α y )

Rozwiązanie zadania analizy Równoważny problem analizy polega na wyznaczeniu najmniejszego zbioru S y, dla którego spełniona jest implikacja a u ЄS u a y ЄS y Aby rozwiązać zadanie analizy należy znaleźć wszystkie ciągi wartości formuł elementarnych a y (czyli zbiór S y ), dla których spełnione jest (a u,a w,a y )=1 ᴧ u (a u )=1

Rozwiązanie zadania podejmowania decyzji (sterowania) Równoważny problem analizy polega na wyznaczeniu największego zbioru S u, dla którego spełniona jest implikacja a u ЄS u a y ЄS y Aby rozwiązać zadanie podejmowania decyzji należy znaleźć wszystkie ciągi wartości formuł elementarnych a u (czyli zbiór S u ), dla których spełnione jest (a u,a w,a y )=1 ᴧ y (a y )=1 ale niespełnione jest (a u,a w,a y )=1 ᴧ y (a y )=0

Rozwiązanie zadania podejmowania decyzji (sterowania) c.d. W praktyce należy wyznaczyć dwa zbiory S u1 i S u2. Dla S u1 spełnione jest (a u,a w,a y )=1 ᴧ y (a y )=1, Dla S u2, spełnione jest (a u,a w,a y )=1 ᴧ y (a y )=0. Ostatecznie S u = S u1 S u2

Powrót do reprezentacji w formie zmiennych logicznych Aby przejść z reprezentacji algebraicznej do logicznej, wystarczy utworzyć formułę stworzoną z alternatyw koniunkcji zmiennych logicznych (formuł elementarnych), których wartości występują w odpowiednim zbiorze S u lub S y, przy czym jeśli w danym ciągu wartości przy odpowiadającej zmiennej logicznej jest wartość 0, to w formule ta zmienna wystąpi z negacją. Jest to tzw. postać dysjunkcyjna. Przykład: Dla rozwiązania zadania analizy S y ={(0,1);(1,0);(1,1)}, formuła wyjściowa wygląda następująco: y = ( α y1 ᴧ α y2 ) ᴠ (α y1 ᴧ α y2 ) ᴠ (α y1 ᴧ α y2 ). Otrzymaną formułę często można uprościć stosując prawa i twierdzenia rachunku zdań logicznych, np. powyższą formułę można zapisać prościej jako y = α y1 ᴠ α y2.

Dodatkowe informacje W sformułowanych rozwiązaniach zastępczych, zadań analizy i podejmowania decyzji wykorzystujących algebrę dwuwartościową, można zauważyć, że do znalezienia rozwiązania należy przeglądnąć wszystkie możliwe ciągi wartościowań formuł elementarnych. Dla dużych i skomplikowanych problemów zadanie może być bardzo trudne, głównie ze względu na jego czasochłonność. Aby dla wielu przypadków uprościć procedurę rozwiązania zaproponowano metody dekompozycji. Metoda logicznoalgebraiczna jak i metody dekompozycji zarówno dla zadania analizy jak i podejmowania decyzji zostały opisane m.in. w następujących publikacjach:

Literatura Bubnicki, Z. (1990), Wstęp do systemów ekspertowych, PWN, W-wa. Bubnicki, Z. (1992), Decomposition of a system described by logical model. R. Trappl (red.) Cybernetics and System Research, t. 1, Singapore: World Scientific, 121-128 Bubnicki, Z. (1997), Logic-algebraic method for a class of knowledge-based systems.. Pichler, R. Moreno-Diaz (red.) Computer Aided System Theory, Lecture Notes in Computer Science, Springer-Verlag, 1333, Berlin, 420-428 Bubnicki, Z. (1997), Logic-algebraic method for a class of dynamical knowledge-based systems. A. Sydow (red.) Proc. of the 15th IMACS World Congress on Scientific Computation, Modelling and Applied Mathematics, t. 4, 101-106, Berlin Bubnicki, Z. (1998), Logic-algebraic method for knowledge-based relation systems. Sys. Anal. Model. Simul., 33, 21-35 Bubnicki, Z. (1999), Learning processes and logic-algebraic method in knowledge-based control systems. S.G. Tzafestas, G. Schmidt (red.) Progress in System and Robot Analysis and Control Design. Lecture Notes in Control and Information Sciences, 243. Springer-Verlag, London, 183-194 Bubnicki, Z. (2002), Teoria i algorytmy sterowania, PWN, W-wa

Przykłady Na kolejnych slajdach znajdują się przykłady ilustrujące przedstawioną teorię

System grzewczy - schemat u 2 u 4 u 1 y 1 u 3 Grzejnik wody Podsystem sterujący () y 2 u 5 y 3 copyright Maciej Hojda

Wejścia i wyjścia u [0, ) Doprowadzone napięcie zasilające do grzałki [V ] 1 u {0,1} 2 Włącznik grzejnika [wył., wł.] u (, ) Wprowadzona docelowa temperatura wody [ C 3 u (, ) Zmierzona aktualna temperatura wody [ C 4 u [0, ) Poziom wody w zbiorniku [ cm] 5 ] ] y { brak, zielony, czerwony } Sygnał kontrolki [nieaktywny, ogrzewanie włączone, ogrzewanie 1 niemożliwe] y {0,1} 2 Podanie napięcia na grzałkę [nie, tak] y (, ) Różnica między temperaturami: docelową, a aktualną[ C ] 3 copyright Maciej Hojda

ormuły elementarne i fakty u1 {0,1} " 24 u 1 460 " u2 {0,1} " u 2 1" u3 {0,1} " u3 u4 " u4 {0,1} " u 10 " 5 y1 {0,1} " y ~ brak 1 " y2 {0,1} " y zielony y3 {0,1} " y 1" 1 " 2 y4 {0,1} " y 0 " 3 w1 {0,1} Czy system jest gotowy do ogrzewania wody [nie, tak] w2 {0,1} Czy woda powinna być ogrzana [nie, tak] 1 u1 u2 w1 2 u3 u4 w2 3 w1 w2 y2 y3 4 u3 y4 4 u3 y4 copyright Maciej Hojda

Przykładowe przekształcenia między wejściami, wyjściami, a formułami D u u 1 [210,240], 1 3 1, 1, 1, 0 u u1 u2 elementarnymi u 2, u 30, u 20, u 5 u3 u4 u ( u ) u1 u2 u3 u4 u ( u ) u1 u2 u3 u4 1, 0, 0, 1 u u1 u2 4 u3 u4 2 3 u u 5 D u u 1 [40,460], u 0, u 4, 10 5 D y y y1 brak, y2 tak, y 3 0 0, 0, 1, 1 y1 y2 y3 y4 1, 1, 0, 1 y D y y1 y2 y3 y1 zielony, y2 nie, y 3 0 y4 Przez formuły wejściowe u i wyjściowe y rozumiemy koniunkcje odpowiednich formuł elementarnych. copyright Maciej Hojda

Przykładowa reprezentacja wiedzy 1 u1 u2 w1 Zadanie analizy ~ 2 w1 u2 y1 ) 3 w1 y1 (~ y 2 u y ~ u1 u2? Zadanie syntezy y u ~ ( ~ ) y1 y2? copyright Maciej Hojda

Zadanie analizy - rozwiązanie a a u1 u2 a w1 a y1 a y2 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 1 0 1 0... 0 1 0 1 0 1 1 1 1 1... 0 1 0 0 1 1 1 1 1 1... 0 1 0 1 1 1 1 1 1 1... 0 1 1 1 1 1 1 1 1 1... 1 2 3 u u S y {(1,0), (0,1), (1,1)} y ( y1 ~ y2) (~ y1 y2) ( y1 y2) y1 y2 copyright Maciej Hojda

a u1 Zadanie syntezy - rozwiązanie a u2 a w1 a y1 a y2 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 0 0... 0 0 0 1 0 1 1 1 1 1 0 1 1 0 0 1 0 1 1 1 1 1 0 1 0 1 0 1 0 1 1 1 1 1 0 1... 0 1 0 0 1 1 1 1 0 1 1 0... 0 0 0 1 1 1 1 1 0 1 1 0 1 0 0 1 1 1 1 1 0 1 1 0 0 1 0 1 1 1 1 1 0 1 1 0... 0 0 1 1 1 1 1 1 0 1 1 0 1 0 1 1 1 1 1 1 0 1 1 0 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 0 1 1 0 2 3 y y ~ y S u1 {(0,0),(0,1),(0,1),(1,1)} S u2 {(0,0),(1,0),(0,1)} S u {(1,1)} copyright Maciej Hojda u u1 u2

Uproszczony system grzewczy u 1 u 2 Grzejnik wody Podsystem sterujący () y 1 u 3 u {0,1} Włącznik grzejnika [wył., wł.] 1 u (, ) Wprowadzona docelowa temperatura wody [ C 2 u (, ) Zmierzona aktualna temperatura wody [ C 3 ] ] y {0,1} Podanie napięcia na grzałkę [nie, tak] 1 copyright Maciej Hojda

Uproszczony system grzewczy {0,1} " u 1 " u2 2 {0,1} " u u " u3 3 4 {0,1} " y zielony y2 1 " {0,1} " y 1 " y3 2 {0,1} Czy system jest gotowy do ogrzewania wody [nie, tak] w1 {0,1} Czy woda powinna być ogrzana [nie, tak] y2 copyright Maciej Hojda