Bài giảng Xây dựng hệ: Biểu diễn và suy luận - Phan Hiền
Số trang: 39
Loại file: pdf
Dung lượng: 1.09 MB
Lượt xem: 15
Lượt tải: 0
Xem trước 4 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài giảng Xây dựng hệ: Biểu diễn và suy luận do Phan Hiền biên soạn cung cấp cho các bạn những kiến thức về biểu diễn khái niệm; tập rỏ; tập mờ; phép toán; tập mờ lồi; số mờ; phép toán trên số mờ; quan hệ mờ; các phương pháp giải mờ. Mời các bạn tham khảo.
Nội dung trích xuất từ tài liệu:
Bài giảng Xây dựng hệ: Biểu diễn và suy luận - Phan Hiền XÂY DỰNG HỆ BIỂU DIỄN VÀ SUY LUẬN Phan Hiền Khai thác dữ liệu Tìm quy luật thể hiện tính thường xuyên lặp lại. Phân lớp để xác định giá trị tương lai. Mục đích để xác định các quy luật. Xác định cách thức suy diễn trên các luật khi ta có giá trị đầu vào để xác định giá trị đầu ra (như một sự dự đoán). Vấn đề - Biểu diễn các khái niệm mang tính ngữ nghỉa thực. - Phương pháp suy diễn để xác định dự báo. Biểu diễn khái niệm Trong thực tế có rất nhiều khái niệm mang tính mơ hồ, ví dụ như trời “rất nóng”, … Vấn đề làm sao lượng hóa các khái niệm đó để cho việc tính toán và so sánh. Ta xem xét khái niệm về tập mờ (Fuzzy Set), số mờ (Fuzzy number). Tập rỏ Cho tập X = {xi} X1 X2 X3 X4 Ta sử dụng hàm thành viên µ chỉ mức độ bao hàm của tập X với thành viên xi. Đối với tập rỏ, thì µ(xi) = 1 nếu xi là con của X. thì µ(xi) = 0 nếu xi không là con của X. Tập rỏ Cách thể hiện hàm thành viên theo đồ thị 1 0 X1 X2 X3 X4 Tập mờ Cho tập X = {xi} X1 X4 X3 X2 Xuất hiện khái niệm đường biên, nơi mà có thể giá trị con xi có một phần thuộc vào và một phần không thuộc. Hàm thành viên không còn mang 2 giá trị tuyệt đối 0 hay 1, mà là giá trị thuộc đoạn [0,1]. Tập mờ Lực lượng của tập mờ X là X X ( xi ) Cách thể hiện hàm thành viên theo đồ thị 1 0 X1 X2 X3 X4 Ví dụ Cho tập mờ A = {(ai,µ(ai))} Ví dụ: A = {(1,0.2) (3,0.5) (6,0.1)} B = {(3,0.2) (4,0.6) (1,0.1) (5,0.5)} 1 0.5 0 3 4 1 5 Phép toán Cho 2 tập mờ A, µA(x) và B, µB(x) Phép hội Z A B Z ( x) max( A ( x), B ( x)) Có thể thay hàm max bằng hàm tổng nhưng nhỏ hơn hay bằng 1 Phép giao Z A B Z ( x) min( A ( x), B ( x)) Có thể thay hàm min bằng hàm tích Phép phủ định Z A Z ( x) 1 A ( x ) Ví dụ B = {(3,0.2) (4,0.6) (1,0.1) (5,0.5)} B B 1 1 0.5 0.5 0 0 3 4 1 5 3 4 1 5 Đảo của B = {(3,0.8) (4,0.4) (1,0.9) (5,0.5)} Ví dụ A = {(1,0.2) (3,0.5) (6,0.1)} B = {(3,0.2) (4,0.6) (1,0.1) (5,0.5)} A giao B = {(3,0.2) (1,0.1)} A hợp B = {(3,0.5) (4,0.6) (1,0.2) (5,0.5) (6,0.1)} Tập mờ lồi Cho tập mờ A, µA(x) có dạng sau Nếu ta có mọi t = wx1 + (1-w)x2 với w trong [0,1] và với mọi x1,x2 trong miền giá trị của x. mà thoả µA(t) >= min(µA(x1), µA(x2)) thì ta gọi tập mờ A là lồi. 1 µA(t) µA(x2) µA(x1) 0 Số mờ Số mờ là trường hợp của tập mờ lồi và trên miền giá trị số thực liên tục. 1 0 Số mờ Xét trường hợp nói thu nhập khá, nghĩa là thu nhập trong đoạn [5,10] triệu. Nếu xét đó là số rỏ là đoạn [5,10], ta thấy ý nghĩa mang tính tuyệt đối cao. Nếu người đó chỉ cần có thu nhập là 5 triệu thì là thu nhập khá, nếu là 4 triệu 900 nghìn đồng thì vẫn bị coi là thu nhập không khá. Thực tế có ý nghĩa khác, 4triệu 900 nghìn là gần khá,… Biểu diễn với hàm thành viên để chỉ độ bao hàm giảm dần hay tăng dần. Số mờ Số mờ TNkhá = [5,10], trong đó, ta coi mức thu nhập được đánh giá là khá mạnh nhất là mức từ 7 đến 9. Nhận thấy tính tương đối nhiều 1 0 5 7 9 10 Số mờ Quy ước là dùng đồ thị hình thang biểu diễn cho hàm thành viên của số mờ A. 0 xa or xd 1 bxc xa A ( x) a xb ba dx cxd d c 1 Biểu diễn thành bộ 4 0 [a,b,c,d] a b c d Phép toán Cho 2 số mờ A, µA(x) và B, µB(x) Phép hội Z A B Z ( x) max( A ( x), B ( x)) Có thể thay hàm max bằng hàm tổng nhưng nhỏ hơn hay bằng 1 Phép giao Z A B Z ( x) min( A ( x), B ( x)) Có thể thay hàm min bằng hàm tích Phép phủ định Z A Z ( x) 1 A ( x ) Phép toán trên số mờ Chỉ hàm thành viên số mờ A Chỉ hàm thành viên số mờ B 1 0 a b c d e f h Chỉ hàm thành viên của số mờ là giao của 2 số mờ Chỉ hàm thành viên của số mờ là hợp của 2 số mờ Chỉ hàm thành viên của số mờ là phủ định của số mờ A Quan hệ mờ Cho quan hệ R là quan hệ của 2 số mờ A, µA(x) và B, µB(y) R là số mờ trên 2 đại lượng x và y R có hàm thành viên µR(x,y) R {(( x, y), R ( x, y)) | ( x, y) X Y } R ( x, y) A ( x) B ( y) Quan hệ mờ B µB(y) µ(x,y) y (x,y) A µA(x) x ...
Nội dung trích xuất từ tài liệu:
Bài giảng Xây dựng hệ: Biểu diễn và suy luận - Phan Hiền XÂY DỰNG HỆ BIỂU DIỄN VÀ SUY LUẬN Phan Hiền Khai thác dữ liệu Tìm quy luật thể hiện tính thường xuyên lặp lại. Phân lớp để xác định giá trị tương lai. Mục đích để xác định các quy luật. Xác định cách thức suy diễn trên các luật khi ta có giá trị đầu vào để xác định giá trị đầu ra (như một sự dự đoán). Vấn đề - Biểu diễn các khái niệm mang tính ngữ nghỉa thực. - Phương pháp suy diễn để xác định dự báo. Biểu diễn khái niệm Trong thực tế có rất nhiều khái niệm mang tính mơ hồ, ví dụ như trời “rất nóng”, … Vấn đề làm sao lượng hóa các khái niệm đó để cho việc tính toán và so sánh. Ta xem xét khái niệm về tập mờ (Fuzzy Set), số mờ (Fuzzy number). Tập rỏ Cho tập X = {xi} X1 X2 X3 X4 Ta sử dụng hàm thành viên µ chỉ mức độ bao hàm của tập X với thành viên xi. Đối với tập rỏ, thì µ(xi) = 1 nếu xi là con của X. thì µ(xi) = 0 nếu xi không là con của X. Tập rỏ Cách thể hiện hàm thành viên theo đồ thị 1 0 X1 X2 X3 X4 Tập mờ Cho tập X = {xi} X1 X4 X3 X2 Xuất hiện khái niệm đường biên, nơi mà có thể giá trị con xi có một phần thuộc vào và một phần không thuộc. Hàm thành viên không còn mang 2 giá trị tuyệt đối 0 hay 1, mà là giá trị thuộc đoạn [0,1]. Tập mờ Lực lượng của tập mờ X là X X ( xi ) Cách thể hiện hàm thành viên theo đồ thị 1 0 X1 X2 X3 X4 Ví dụ Cho tập mờ A = {(ai,µ(ai))} Ví dụ: A = {(1,0.2) (3,0.5) (6,0.1)} B = {(3,0.2) (4,0.6) (1,0.1) (5,0.5)} 1 0.5 0 3 4 1 5 Phép toán Cho 2 tập mờ A, µA(x) và B, µB(x) Phép hội Z A B Z ( x) max( A ( x), B ( x)) Có thể thay hàm max bằng hàm tổng nhưng nhỏ hơn hay bằng 1 Phép giao Z A B Z ( x) min( A ( x), B ( x)) Có thể thay hàm min bằng hàm tích Phép phủ định Z A Z ( x) 1 A ( x ) Ví dụ B = {(3,0.2) (4,0.6) (1,0.1) (5,0.5)} B B 1 1 0.5 0.5 0 0 3 4 1 5 3 4 1 5 Đảo của B = {(3,0.8) (4,0.4) (1,0.9) (5,0.5)} Ví dụ A = {(1,0.2) (3,0.5) (6,0.1)} B = {(3,0.2) (4,0.6) (1,0.1) (5,0.5)} A giao B = {(3,0.2) (1,0.1)} A hợp B = {(3,0.5) (4,0.6) (1,0.2) (5,0.5) (6,0.1)} Tập mờ lồi Cho tập mờ A, µA(x) có dạng sau Nếu ta có mọi t = wx1 + (1-w)x2 với w trong [0,1] và với mọi x1,x2 trong miền giá trị của x. mà thoả µA(t) >= min(µA(x1), µA(x2)) thì ta gọi tập mờ A là lồi. 1 µA(t) µA(x2) µA(x1) 0 Số mờ Số mờ là trường hợp của tập mờ lồi và trên miền giá trị số thực liên tục. 1 0 Số mờ Xét trường hợp nói thu nhập khá, nghĩa là thu nhập trong đoạn [5,10] triệu. Nếu xét đó là số rỏ là đoạn [5,10], ta thấy ý nghĩa mang tính tuyệt đối cao. Nếu người đó chỉ cần có thu nhập là 5 triệu thì là thu nhập khá, nếu là 4 triệu 900 nghìn đồng thì vẫn bị coi là thu nhập không khá. Thực tế có ý nghĩa khác, 4triệu 900 nghìn là gần khá,… Biểu diễn với hàm thành viên để chỉ độ bao hàm giảm dần hay tăng dần. Số mờ Số mờ TNkhá = [5,10], trong đó, ta coi mức thu nhập được đánh giá là khá mạnh nhất là mức từ 7 đến 9. Nhận thấy tính tương đối nhiều 1 0 5 7 9 10 Số mờ Quy ước là dùng đồ thị hình thang biểu diễn cho hàm thành viên của số mờ A. 0 xa or xd 1 bxc xa A ( x) a xb ba dx cxd d c 1 Biểu diễn thành bộ 4 0 [a,b,c,d] a b c d Phép toán Cho 2 số mờ A, µA(x) và B, µB(x) Phép hội Z A B Z ( x) max( A ( x), B ( x)) Có thể thay hàm max bằng hàm tổng nhưng nhỏ hơn hay bằng 1 Phép giao Z A B Z ( x) min( A ( x), B ( x)) Có thể thay hàm min bằng hàm tích Phép phủ định Z A Z ( x) 1 A ( x ) Phép toán trên số mờ Chỉ hàm thành viên số mờ A Chỉ hàm thành viên số mờ B 1 0 a b c d e f h Chỉ hàm thành viên của số mờ là giao của 2 số mờ Chỉ hàm thành viên của số mờ là hợp của 2 số mờ Chỉ hàm thành viên của số mờ là phủ định của số mờ A Quan hệ mờ Cho quan hệ R là quan hệ của 2 số mờ A, µA(x) và B, µB(y) R là số mờ trên 2 đại lượng x và y R có hàm thành viên µR(x,y) R {(( x, y), R ( x, y)) | ( x, y) X Y } R ( x, y) A ( x) B ( y) Quan hệ mờ B µB(y) µ(x,y) y (x,y) A µA(x) x ...
Tìm kiếm theo từ khóa liên quan:
Xây dựng hệ Bài giảng Xây dựng hệ Biểu diễn và suy luận Tập mờ lồi Phép toán trên số mờ Quan hệ mờGợi ý tài liệu liên quan:
-
Kỹ thuật điều khiển nâng cao (TS. Nguyễn Viễn Quốc) - Chương 3: Điều khiển mờ
13 trang 25 0 0 -
Thiết kế bộ điều khiển mờ cho máy giặt
15 trang 17 0 0 -
47 trang 15 0 0
-
Bài giảng Xây dựng hệ: Khai mỏ dữ liệu - Phan Hiền
13 trang 15 0 0 -
BCNCKH: Xác định quan hệ mở bằng mạng Nơron nhân tạo
35 trang 14 0 0 -
Dự báo chuỗi thời gian mờ dựa trên nhóm quan hệ mờ phụ thuộc thời gian và tối ưu bầy đàn
9 trang 14 0 0 -
Áp dụng lý thuyết tập mờ để mở rộng CSDL quan hệ
11 trang 13 0 0 -
Một số phép toán quan hệ mờ và phụ thuộc hàm mờ dựa trên số mờ hình thang
6 trang 13 0 0 -
Bài giảng Xử lý thông tin mờ - Chương 3, 4
31 trang 12 0 0 -
Một số tính toán cho tổng kết dữ liệu trên cơ sở dữ liệu quan hệ mờ.
6 trang 12 0 0