Построение функций принадлежности
Рецензия
Оглавление Рецензия. 1 Лист задания. 3 Введение. 4 1. Построение нечёткого дерева решений. 6 1.1 Определение лингвистических переменных. 6 1.2 Построение функций принадлежности. 7 1.3 Расчёт E(SN), G(SN) 8 1.4 Расчёт степеней принадлежности к каждому новому узлу. 11 1.5 Расчёт принадлежности новой записи к целевому классу. 14 2. Построение нечёткой экспертной системы в программном пакете CubiCalc 2.0. 16 2.1 Определение переменных Fuzzy Input, Output 16 2.2 Построение функций принадлежности. 17 2.3 Определение набора правил, связывающих входные переменные с выходными. 19 2.4 Настройка входного файла. 20 2.5 Проверка работы системы.. 20 Заключение. 21 Список использованных источников. 22
Лист задания
Вариант 9 Магазин спортивных товаров. Руководству компании необходимо определить место организации магазина представленного направления.
Введение
Проблемы принятия решений в сложных условиях занимают в настоящее время особое место в информационных технологиях. Математические методы широко применяются для описания и анализа сложных экономических, социальных и других систем. Теория оптимизации создала совокупность методов, помогающих при использовании ЭВМ эффективно принимать решения при известных и фиксированных параметрах или когда параметры - случайные величины с известными законами распределения. Существует, однако, ряд задач, которые не поддаются формальному описанию в силу того, что часть параметров представляют собой неточно или качественно заданные величины, для которых переход от «принадлежности к классу» к «непринадлежности» непрерывен. Традиционные методы недостаточно пригодны для решения подобных задач именно потому, что они не в состоянии описать возникающую неопределенность. В основе нечеткой логики лежит теория нечетких множеств, где функция принадлежности элемента множеству не бинарна (да/нет), а может принимать любое значение в диапазоне 0-1. Это дает возможность определять понятия, нечеткие по самой своей природе: "хороший", "высокий", "слабый" и т.д. Нечеткая логика дает возможность строить базы знаний и экспертные системы нового поколения, способные хранить и обрабатывать неточную информацию. Системы, основанные на нечеткой логике, разработаны и успешно внедрены в таких областях, как управление технологическими процессами, управление транспортом, управление бытовой техникой, медицинская и техническая диагностика, финансовый менеджмент, финансовый анализ, биржевое прогнозирование, распознавание образов, исследование рисковых и критических операций, прогнозирование землетрясений, составление автобусных расписаний, климатический контроль в зданиях. Цель курсовой работы: изучить нечеткую логику в системе моделирования. Для достижения данной цели поставлены следующие задачи:
Построение нечёткого дерева решений
В данном разделе необходимо построить нечеткое дерево решений, с помощью которого определить рейтинг выбора места организации магазина, который посещают 50 000 тысяч человек за месяц и расстояние до базы 40 км. В таблице 1 представлены данные о семи местах организации магазина: проходимость (определена, исходя из оценок, выставляемых рейтинговым агентством), расстояние до базы (в километрах) и рейтинг (определен экспертом). Табл. 1 - данные о месте организации магазина
Определение лингвистических переменных 1) х1: «проходимость»; Х: [0;60.000]; Т(х): «низкая», «средняя», «большая»; G: «достаточно», «недостаточно»; М: задано таблично (таблица 2). 2) х2: «расстояние»; Х: [0, 50]; Т(х): «малое», «среднее», «большое»; G: «достаточно», «недостаточно»; М: задано таблично (таблица 3).
Табл.2 - Табличное представление семантического правила для х1
Построение функций принадлежности
Общий вид функций принадлежности лингвистических переменных показан на рисунке 1.
1
0 Проходимость
1
0 Расстояние Рис.1 - Графики функции принадлежности
1.3 Расчёт E(SN), G(SN)
Необходимо найти значение общей энтропии: Рда = 0+0+0,3+0,4+0,5+0,8+1,0= 3 Рнет =1,0+1,0+ 0,7+0,6+0,5+0,2+0=4 Р= Рда +Рнет =7 Рассчитываем значение энтропии E(SN), воспользовавшись формулой : E(SN)= -3/7*log23/7 – 4/7*log24/7 » 0,985 бит Рассчитаем E(SN, проходимость). E(SN, проходимость, низкая): Рданизкая=min(0;1)+min(0;0,8)+min(0,3;0,5)+min(0,4;0,2)+min(0,5;0)+min(0,8;0)+min(1;0)=0+0+0,3+0,2+0+0+0=0,5 Рнетнизкая=min(1;1)+min(1;0,8)+min(0,7;0,5)+min(0,6;0,2)+min(0,5;0)+min(0,2;0)+ min (0;0)=1+0,8+0,5+0,2+0+0+0=2,5 Рнизкая= Рда +Рнет =0,5+2,5=3,0 E(проходимость, низкая)= - 0,5/3,0* log20,5/3,0-2,5/3,0* log22,5/3,0=0,65 бит Рассчитаем E(SN, проходимость, средняя). Рдасредняя=min(0;0)+min(0;0,2)+min(0,3;0,5)+min(0,4;0,8)+min(0,5;0,5)+min(0,8;0)+min(1;0)=0,3+0,4+0,5=1,2 Рнетсредняя= min(1;0)+min(1;0,2)+min(0,7;0,5)+min(0,6;0,8)+min(0,5;0,5)+min(0,2;0)+min(0;0)=0,2+0,5+0,6+0,5=1,8 Рсредняя= 1,2+1,8=3 E(проходимость, средняя)= - 1,2/3* log21,2/3-1,8/3* log21,8/3=0,97 бит Рассчитаем E(SN, проходимость, большая). Рдабольшая=min(0;0)+min(0;0)+min(0,3;0)+min(0,4;0)+min(0,5;0,5)+min(0,8;1)+min(1;1)=0,5+0,8+1=2,3 Рнетбольшая=min(1;0)+min(1;0)+min(0,7;0)+min(0,6;0)+min(0,5;0,5)+min(0,2;1)+min(0;1)=0,5+0,2=0,7 Рбольшая= 2,3+0,7=3 E(проходимость, большая)= - 2,3/3* log22,3 /3-0,7/3* log20,7/3=0,78 бит
Табл. 4 - итоги расчетов для х1
Найдём энтропию, воспользовавшись формулой:
E(SN ,проходимость)= - 2,5/7* 0,65+1,8 /7*0,97+ 0,7/7* 0,78=0,56 бит Рассчитаем прирост информации для данного атрибута. G(SN,проходимость)= 0,98-0,56= 0,42 бит
Рассчитаем E(SN, расстояние). E(SN, расстояние, маленькое): Рдамаленькое=min(0;1)+min(0;0,4)+min(0,3;0)+min(0,4;0)+min(0,5;0)+min(0,8;0)+min(1;0)=0 Рнетмаленькое =min(1;1)+min(1;0,4)+min(0,7;0)+min(0,6;0)+min(0,5;0)+min(0,2;0)+ min(0;0)=1+0,4=1,4 Рмаленькое= Рда +Рнет =0+1,4=1,4 E(расстояние,маленькое)= - 0/1,4* log20/1,4-1,4/1,4* log21,4/1,4=0 бит E(SN, расстояние,среднее): Рдасреднее=min(0;0)+min(0;0,6)+min(0,3;1)+min(0,4;0,8)+min(0,5;0)+min(0,8;0,1)+min(1;0,2)=1 Рнетсреднее=min(1;0)+min(1;0,6)+min(0,7;1)+min(0,6;0,8)+min(0,5;0)+min(0,8;0,1)+ min(1;0,2)=0,6+0,7+0,6+0,1+0,2=2,2 Рсреднее= Рда +Рнет =1+2,2=3,2 E(расстояние,среднее)= - 1/3,2* log21/3,2-2,2/3,2* log22,2/3,2=0,896 бит E(SN, расстояние,большое): Рдабольшое=min(0;0)+min(0;0)+min(0,3;0)+min(0,4;0,2)+min(0,5;1)+min(0,8;0,9)+min(1;0,8)=0,2+0,5+0,8=0,8=2,3 Рнетбольшое=min(1;0)+min(1;0)+min(0,7;0)+min(0,6;0,2)+min(0,5;1)+min(0,2;0,9)+ min(0;0,8)=0,2+0,5+0,2=0,9 Рбольшое= Рда +Рнет =2,3+0,9=3,2 E(расстояние,большое)= - 2,3/3,2* log22,3/3,2-0,9/3,2* log20,9/3,2=0,857 бит
Табл. 5 - итоги расчетов для х2
E(SN, расстояние)= 1,4/7*0+2,2/7*0,896+0,9/7*0,857=0,391 бит G(SN,расстояние)= 0,985-0,391= 0,594 бит Максимальны прирост информации обеспечивает атрибут «расстояние», следовательно, разбиение начнется с него.
Популярное: Как построить свою речь (словесное оформление):
При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою... Генезис конфликтологии как науки в древней Греции: Для уяснения предыстории конфликтологии существенное значение имеет обращение к античной... Как распознать напряжение: Говоря о мышечном напряжении, мы в первую очередь имеем в виду мускулы, прикрепленные к костям ... Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... ©2015-2020 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (653)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |