Logika klasyczna i rozmyta. Rozmyte złożenie relacji (ang. fuzzy composition) Złożenie relacji (ang. composition)

Podobne dokumenty
Wstęp do Sztucznej Inteligencji: Laboratorium Sterownik rozmyty

Definicja. Złożenie zbioru rozmytego i relacji rozmytej. Rozważmy. zbiór rozmyty A X z funkcją przynależności

ELEMENTY TEORII ZBIORÓW ROZMYTYCH

Sterowanie rozmyte. mgr inż. Piotr Fiertek p. 544

Zmienna losowa. M. Przybycień Rachunek prawdopodobieństwa i statystyka

Modelowanie niepewności

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

Blok 2: Zależność funkcyjna wielkości fizycznych

SZTUCZNA INTELIGENCJA

Ekstrema funkcji dwóch zmiennych

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup.

SKRYPT Z MATEMATYKI. Wstęp do matematyki. Rafał Filipów Piotr Szuca

Metody numeryczne. Wykład nr 2. dr hab. Piotr Fronczak

Warsztat pracy matematyka

Elementy logiki matematycznej

1 Macierze i wyznaczniki

14. Grupy, pierścienie i ciała.

Rysunek 1-1. Przykładowy zbiór klasyczny (nierozmyty) oraz jego funkcja przynale żności.

INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

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

Przestrzenie liniowe w zadaniach

Zbiory rozmyte. Teoria i zastosowania we wnioskowaniu aproksymacyjnym

Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)

Metoda podziału zbioru obiektów na wielokryterialne klastry jakościowe

4. Schematy blokowe; algebra schematów blokowych

Pochodna funkcji wykład 5

METODY INTELIGENCJI OBLICZENIOWEJ wykład 6

1 Przekształcenie Laplace a

Testy dotyczące wartości oczekiwanej (1 próbka).

Wartości i wektory własne

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

(g) (p q) [(p q) p]; (h) p [( p q) ( p q)]; (i) [p ( p q)]; (j) p [( q q) r]; (k) [(p q) (q p)] (p q); (l) [(p q) (r s)] [(p s) (q r)];

Inżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska

LVI Olimpiada Matematyczna

Podstawy Sztucznej Inteligencji (PSZT)

Rachunek zdań i predykatów

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),

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

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Wykład 2. Informatyka Stosowana. 8 października 2018, M. A-B. Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41

Transformacja Hilberta (1905)

Rachunek zdao i logika matematyczna

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

Zagadnienia AI wykład 3

Wnioskowanie rozmyte. Krzysztof Patan

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

Wykład Analiza jakościowa równań różniczkowych

POLITYKA DYWIDENDY. Podstawowy dylemat: ile zysku przeznaczyć na dywidendy, a ile zatrzymać w firmie i przeznaczyć na potrzeby jej dalszego rozwoju?

Testy statystyczne teoria

1 Podstawowe oznaczenia

Logika i teoria mnogości Ćwiczenia

Jeśli X jest przestrzenią o nieskończonej liczbie elementów:

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3

Algorytmy ewolucyjne (2)

Krzywe Freya i Wielkie Twierdzenie Fermata

Inżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

4 Klasyczny rachunek zdań

SID Wykład 7 Zbiory rozmyte

Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów Wykład 12, str. 1 C 1 C 2 C 3 1. * x 2. x 2. or max then (min)

Logika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S.

Bloki funkcjonalne. stanowią wyposażenie bibliotek komputerowych systemów projektowania. Każdy układ cyfrowy składamy z bloków funkcjonalnych ZPT

Teoria zbiorów w rozmytych

Niezwykła hiperbola, twierdzenia o wartości średniej i równania funkcyjne

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

= oraz = ; Przykładowe zadania EGZAMINACYJNE z przedmiotu PODSTAWY AUTOMATYKI. Transmitancja operatorowa

Metody wnioskowania. Wnioskowanie w przód (ang. forward chaining) Wnioskowanie w tył (ang. Backward chaining) Od przesłanki do konkluzji Np..

Transformacja Hilberta (1905)

i = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =

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



1 Macierz odwrotna metoda operacji elementarnych

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

Podstawy logiki i teorii zbiorów Ćwiczenia

Arytmetyka liczb binarnych

3.2. Podstawowe własności funkcji. Funkcje cyklometryczne, hiperboliczne. Definicję funkcji f o dziedzinie X i przeciwdziedzinie Y mamy w 3A5.

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

Zadania do rozdziału 10.

Bazy danych. Plan wykładu. Zależności funkcyjne. Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL.

Logika formalna wprowadzenie. Ponieważ punkty 10.i 12. nie były omawiane na zajęciach, dlatego można je przeczytać fakultatywnie.

SZEREGOWY SYSTEM HYDRAULICZNY

5. Relacja prawostronnie jednoznaczna (jednoznaczna, inaczej: jest funkcją), jeżeli

OWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE

KONKURS PRZEDMIOTOWY Z FIZYKI dla uczniów gimnazjów. Schemat punktowania zadań

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

Podstawy logiki i teorii zbiorów Ćwiczenia

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.

f x f y f, jest 4, mianowicie f = f xx f xy f yx

Sztuczna inteligencja : Zbiory rozmyte cz. 2

Modele rozmyte 1. Model Mamdaniego

1 Funktory i kwantyfikatory

Schematy Piramid Logicznych

Podstawowe struktury algebraiczne

REGUŁOWO-MODELOWE SKORUPOWE SYSTEMY EKSPERTOWE

Logika rozmyta typu 2

Indukcja matematyczna

Transkrypt:

Złożenie relacji ang. compoition) Niech X Y, Y Z. Ptanie: X Z? Cz można znaleźć taą relację, tóra wiąże te ame element z X, tóre zawiera z tmi ammi elementami z Z, tóre zawiera? Czli cz zuam X Z. Przład Podtawowe form operacji złożenia max-min i max-product czaem nazwana max-dot):. max-min o χ x,z). max-product χ x,z) V χ x,) χ,z Y max min χ x,), χ,z) Y max χ x,) χ,z V χ x,) χ,z Y Y ozmte złożenie relacji ang. fuzz compoition) Ja w przpadu crip. Niech ~ będzie relacją tóra mapuje element z przetrzeni X na Y, a ~ relacją, tóra mapuje element z Y na Z. zuam ~ z X Z. max-min ~ ~ o ~ x,z) V x,),z ~ ~ ~ Y max min x,),,z) Y ~ ~. max-product ~ ~ ~ x,z) V x,),z ~ Y ~ ~ Y ~ ~ max min x,),z) Operacje na macierzach). aciej Hape ogia rozmta w zatoowaniach inżnierich 40 aciej Hape ogia rozmta w zatoowaniach inżnierich 4 ogia laczna i rozmta ogia laczna Załóżm, że mam dwa twierdzenia P: prawda, że x Q: prawda, że x Prawdziwość mierzona jet natępująco: Jeżeli x, P) ; w przeciwnm wpadu P) 0 Jeżeli x, Q) ; w przeciwnm wpadu Q) 0 pójnii logiczne ang. logical connective) Djuncja Koniuncja Negacja P Q: x lub x P Q) maxp),q P Q: x i x P Q) minp),q Jeżeli P), to P) 0 Jeżeli P) 0, to P) P Q): x lub x P Q) P Q) ównoważność P Q): P Q), dla P) 0, dla P) Q) Q) Klaczna impliacja P Q jet prawdziwa we wztich przpadach, oprócz taiego, gd poprzedni jet prawdą, a natępni fałzem. Przład:. Jeżeli + to 4>0. Jeżeli +3 to 4>0 3. Jeżeli +3 to 4<0 4. Jeżeli + to 4<0 Czli P Q) P) Q) P) Q) Wobraźm obie, że impliacja dotcz dwóch różnch przetrzeni P jet twierdzeniem termem) wrażonm przez zbiór oreślonm na X Q jet twierdzeniem termem) wrażonm przez zbiór oreślonm na Y P Q może bć też wrażona przez relację : jeżeli to Y) aciej Hape ogia rozmta w zatoowaniach inżnierich 4 aciej Hape ogia rozmta w zatoowaniach inżnierich 43

jeżeli to, w przeciwnm razie C C ) w logice P Q) P ) gdzie : C, C Y Deducja wnioowanie, w tórm z przełane wnia logicznie wnioe Deducja modu ponen reguła odrwania) Z prawdziwości przełani i impliacji wnia prawdziwość wniou. Przład autologie W logice pomocne ą związi, tóre ą zawze prawdziwe tautologie) w ażdej nieputej dziedzinie. Przład tautologii: Każd pie jet aiem Każd pie jet ręgowcem w domśle Każd a jet ręgowcem ) jet jet C jet C ~ Λ x) V ~ x) x x jet zbiorem liczb pierwzch,,, 33, 45..., wted twierdzenie i nie jet podzielne przez 6 jet tautologią. C Przełana Wnioe Jan jet ierowcą Jan poiada prawo jazd Deducja modu tollen Przełana Wnioe Jan nie poiada prawa jazd Jan nie jet ierowcą aciej Hape ogia rozmta w zatoowaniach inżnierich 44 aciej Hape ogia rozmta w zatoowaniach inżnierich 45 Wnioowanie deducjne Załóżm, że mam regułę ) JEŻEI, O ) Y gdzie jet zdefiniowane na X, a na Y.? cz znając now poprzedni możem wwnioować now natępni? może bć znalezione natępująco: ) Y Parado logii dwuwartościowej Golibroda z evilli goli wztich i tlo tch mężczzn, tórz ami ię nie golą, to goli golibrodę? ubię wztich tch i tlo tch tórz ami iebie nie lubią. Cz łamca z Kret łamie gd mówi wzc Kreteńczc ą łamcami. Niech golibroda am ię goli golibroda am ię nie goli Wted oraz, tzn., czli ) ) ) ) ½ półprawda pół fałz) aciej Hape ogia rozmta w zatoowaniach inżnierich 46 aciej Hape ogia rozmta w zatoowaniach inżnierich 47

ogia rozmta Załóżm, że twierdzenie P ~ jet przpiane do zbioru ~, wted wartość prawdziwa twierdzenia będzie wrażona: P ~ ) x), gdzie x) [0, ] ~ topień prawdziwości P ~ ) jet odpowiada topniowi prznależności x do ~. Niech P ~ będzie oreślone na zbiorze ~, a Q ~ na zbiorze ~. Wted ~ Jeżeli x jet ~ to jet ~ funcja prznależności ~ ~ ~ ) ~ Y) x, ) max[ x), x] ~ ~ ~ ~ Jeżeli x jet ~ to jet ~, w przeciwnm razie jet C ~ ~ ~ ~ ) ~ C ~ ) x, ) max[ x), x ~ ~ ~ ~ C ~ ] Negacja P ~ ) P ~ ) Djuncja P ~ v Q ~ : x jet ~ lub ~ P ~ v Q ~ ) maxp ~ ), Q ~ Koniuncja P ~ Q ~ : x jet ~ i ~ P ~ Q ~ ) minp ~ ), Q ~ [Zadeh, 973] P ~ Q ~ : x jet ~, to jet ~ P ~ v Q ~ ) max P ~ ), Q ~ aciej Hape ogia rozmta w zatoowaniach inżnierich 48 aciej Hape ogia rozmta w zatoowaniach inżnierich 49 Wnioowanie przbliżone Wnioowanie z niepreczjnch twierdzeń) Uogólniona rozmta) reguła wnioowania modu ponen. Przład: Przełana x jet ~ Jeżeli x jet ~ to jet ~ Wnioe jet ~ Przełana Wnioe ~ ~ ~ Prędość amochodu jet duża Jeżeli prędość amochodu jet bardzo duża, to poziom hałau jet woi Poziom hałau w amochodzie jet średniowoi Inne operacje rozmtej impliacji Zadeha 973) x, ) max{min[ x), )], ~ ~ ~ ~ amdani ego 976) x, ) min{ x), ~ ~ ~ arena x,) x) ~ ~ ~ Łuaiewicza x, ) min{,[ x) + Ocena przełani ) )} ~ ~ ~ )]} x)} Wnioowanie rozmte - ocena topnia pełnienia przełane pozczególnch reguł i przenieienie go na onluzje. poób obliczania topnia pełnienia przełani JEŻEI x x) x x aciej Hape ogia rozmta w zatoowaniach inżnierich 50 aciej Hape ogia rozmta w zatoowaniach inżnierich 5

Przład graficzne wnioowania. Jeżeli x to wejście jet crip) Obliczenia dla uprozczonej werji dretnej, tzn..5.5 0.5.5 + + + + + + + 5 5.5 6 6.5 7 6 6.5 7 7.5 0 0 0. x 6.5, tzn. ' + + + + crip) 5 5.5 6 6.5 7 0 0 0.5. ' + + + + fuzz) 5 5.5 6 6.5 7 amdaniego i ilocznowa. 0 + 8. Jeżeli x to wejście jet fuzz) ad.. \ 6 6.5 7 7.5 8 0 5 0 0 0 0 0 0 5.5 0 0.5 0.5 0.5 0 0 6 0 0.5 0.5 0 6.5 0 0.5 0.5 0.5 0 [0 0.5 0.5 0.5 0] 0 7 0 0 0 0 0 ad.. \ 6 6.5 7 7.5 8 0 5 0 0 0 0 0 0 5.5 0 0.5 0.5 0.5 0 0 6 0 0.5 0.5 0 0.5 6.5 0 0.5 0.5 0.5 0 [0 0.5 0.5 0.5 0] 7 0 0 0 0 0 aciej Hape ogia rozmta w zatoowaniach inżnierich 5 aciej Hape ogia rozmta w zatoowaniach inżnierich 53 ozmte tem regułowe trutura temu rozmtego x Fuzz tem n input output x x tem x Fuzz tem n input output ) Fuz Inferencja Defuz x x xn Fuzz tem n input output Potać anoniczna temu rozmtego eguła : JEŻEI c, O r eguła : JEŻEI c, O r n Nazwa oper. Fuzfiacja rozmwanie) Oper. obliczanie topnia prznależności wartości wejść modelu do zbiorów rozmtch tch wejść Elem. funcje prznależności wejść Inferencja wnioowanie) ocena topnia pełn. przełane reguł oreślenie f. przn. onluzji oreślenie wniowej f. przn. wztich reguł baza reguł mechanizm inferencji funcje prznależności wjścia Defuzfiacja otrzenie) zatąpienie zbioru rozmtego wartością otrą mechanizm defuzfiacji aciej Hape ogia rozmta w zatoowaniach inżnierich 54 aciej Hape ogia rozmta w zatoowaniach inżnierich 55

Deompozcja reguł złożonch Wiele oniuncji poprzedniów JEŻEI x jet ~ oraz x jet ~ ~ ~ ~... ~ x)] x) t[ x),..., ~ ~ ~ JEŻEI x jet ~ O jet ~ Dla dwóch przełane protch: JEŻEI x ) I x ) O jet ~ to dla x x oraz x x topień jej prawdziwości jet obliczan x,x ) x,x ) t x), ~ gdzie t jet jednm z operatorów t-norm. Operator t-norm. min-operator t x), x min x), x. iloczn algebraiczn t x ), x x ) x ) x Wiele djuncji poprzedniów JEŻEI x jet ~ lub x jet ~ ~ ~ ~... ~ x) max[ x),..., ~ ~ ~ JEŻEI x jet ~ O jet ~ Dla dwóch przełane protch: x)] O jet ~ JEŻEI x ) U x ) x,x ) x,x ) x), ~ Operator -norm:. max-operator x ), x max x ), x. uma algebraiczna x ), x x ) + x ) x) x) x x t, x x x aciej Hape ogia rozmta w zatoowaniach inżnierich 56 aciej Hape ogia rozmta w zatoowaniach inżnierich 57 gregacja zbioru reguł rozmtch W oreślaniu trategii agregacji itnieją dwa etremalne przpadi: a. Koniuncjn tem reguł. Wztie reguł muzą bć pełnione, połączenie and. and and and r r funcja prznależności ) min ), ),..., r b. Djuncjn tem reguł. dla Y u wmagane jet pełnienie prznajmniej jednej reguł. Łączni or. or or or r r funcja prznależności ) max ), ),..., r dla Y Graficzne technii wnioowania tem reguł z wieloma przełanami) Załóżm rozmt tem regułow, djuncjn: wejścia i wjście 4 przpadi:. x i x ą crip funcjami delta), wted Wg metod wnioowania amdaniego, ) max[min[ inputi, inputj]],,...,r ~ ~ ~. x i x ą crip funcjami delta), wted Wg metod max-product inference method) ) max[ inputi inputj],,...,r ~ ~ ~ 3. x i x ą rozmte Wg metod wnioowania amdaniego ) max[min{max[ x) x )], ~ max[ ~ ~ x) x )]}],,...,r 4. x i x ą rozmte Wg metod wnioowania max-product ) max[max[ x) x )],max[ x) x )]] ~ ~ ~ aciej Hape ogia rozmta w zatoowaniach inżnierich 58 aciej Hape ogia rozmta w zatoowaniach inżnierich 59

lgortm inferencji eguła : JEŻEI x I I x n n, O eguła j: JEŻEI x j I I x n jn, O j eguła m: JEŻEI x m I I x n jn, O m Kro. Oreślić topień pełnienia przełane pozczególnch reguł agregacja przełane, t-norma) h t x ),..., x h t h j m j t m x ),..., x ),..., n jn x mn n n x n ) th, j ) th, m j m j ) th, m Kro 3. Oreślić wniową funcję prznależności ) przez aumulację zmodfiowanch funcji prznależności ) onluzji pozczególnch reguł j ) ) ),..., m Kro. Oreślić zmodfiowane funcje prznależności j ) onluzji natępniów) pozczególnch reguł inferencja w regułach). lo dla reguł, tórch przełani pełnione ą w topniu h>0. aciej Hape ogia rozmta w zatoowaniach inżnierich 60 aciej Hape ogia rozmta w zatoowaniach inżnierich 6