Professional Documents
Culture Documents
Курсова Работа
по
Soft-computing(Пети модул)
Разработил:………… Проверил
Стела Димитрова Тодорова …………
Бургас 2011
Съдържание:
1.Soft-computing......................................................................................3
2.Fuzzy Logic............................................................................................5
4.Размити множества............................................................................10
4.2.1Допълнение....................................................................................11
4.2.2Обединение....................................................................................11
4.2.3Сечение..........................................................................................11
2
4.3Аритметични операции..................................................................11
4.3.1Събиране.......................................................................................11
4.3.2Изваждане.....................................................................................11
4.3.3Умножение....................................................................................11
4.3.4Деление..........................................................................................12
5.Размити релации................................................................................12
5.1.1 Допълнение...................................................................................12
5.1.2 Обединение...................................................................................12
5.1.3 Сечение.........................................................................................12
5.1.4Обратна релация...........................................................................12
8. Теория на вероятностите..................................................................14
Използвана литература.........................................................................14
(Originally identified and set forth by Lotfi A. Zadeh, Ph.D., University of California,
Berkeley) 1.Soft-computing
Soft-computing е термин, използван в една област, в компютърните
науки, която се характеризира с използването на неточни решения
на задачи, които трудно се изчисляват.
3
Soft-computing стана официален термин в областта на
компютърните науки в началото на 1990. По-рано изчислителните
подходи могли да моделират и анализират прецизно относително
прости системи.More complex systems arising in , , the , , and
similar fields often remained intractable to conventional mathematical
and analytical methods. По-сложните системи, възникнали в областта
на биологията, медицината, на хуманитарните науки, науките за
управление и други подобни области често остават неподатливи за
изчисления от традиционните математически и аналитични методи.
That said, it should be pointed out that simplicity and complexity of
systems are relative, and many conventional mathematical models have
been both challenging and very productive. Трябва да се отбележи, че
простотата и сложността на системите, са относителни. Soft
computing deals with imprecision, uncertainty, partial truth, and
approximation to achieve tractability, robustness and low solution cost.
Soft-computing се занимава с неточности. Components of soft
computing include:
Unlike hard computing schemes, which strive for exactness and full
truth, soft computing techniques exploit the given tolerance of
imprecision, partial truth, and uncertainty for a particular problem. Soft-
computing представлява сливане на няколко методологии, които са
създадени да моделират и създават решения на проблемите в
реалния свят, които не са формирани или е много трудно да се
моделират в реалния свят. Тези проблеми са таблично асоциирани с
неясни, комплексни и динамични системи с неточни данни. Тези
системи са тези, които моделират реалния свят и са най-
интригуващи за модерната наука.
4
Soft-computing е мултидисциплинарна област, която е основана от
Д-р Лотфи Заде, чиято идея е била да конструира ново поколение
Изкуствен интелект, известно като Изчислителен интелект. Чрез
неговите идеи, концепцията за Soft-computing еволюира. Д-р Заде
дефинира Soft-computing като слива областите: Fuzzy Logic, Neuro-
computing, Evolutionary and Genetic Computing Probabilistic
computing в мултидисциплинарна система. Главната цел на Soft-
computing е да развие интелигентните системи и да намери
решението на математически немоделирани проблеми.
Приложението на Soft-computing даказва две важни предимства.
Първо, направи възможно решаването на нелинейните проблеми,
чието решаване математически е невъзможно. Второ, Soft-
computing предостави познанията за разпознаването, разбирането,
научаването в областта на изчислението. Това даде резултат във
възможността за създаване на интелигентни системи – автономни
настройващи се системи.
Soft-computing е нова наука и областите, които включва също са
доста нови. Тенденцията за разширяване на Soft-computing, която
Д-р Заде е започнал, прогресира много бързо. Все още обаче не е
сигурно какво точно ще включва. Една от областите е Fuzzy Logic,
предложена от основателя Д-р Заде.
2.Fuzzy Logic(Originally identified and set forth by Lotfi A. Zadeh, Ph.D., University of
California, Berkeley)
5
на проблема. The term "fuzzy" was first used by Dr. Lotfi Zadeh in the
engineering journal, "Proceedings of the IRE," a leading engineering
journal, in 1962.Терминът fuzzy logic, е използван за първи път от д-
р Лотфи Заде през 1962 година. Dr. Zadeh became, in 1963, the
Chairman of the Electrical Engineering department of the University of
California at Berkeley. EH Mamdani is credited with building the
world's first fuzzy logic controller, after reading Dr. Zadeh's paper on
the subject (see Ch. 2 of this tutorial).The following chapters of this
tutorial attempt to explain for us "Just Plain Folks" how the "fuzzy logic
method born in humans" is used to evaluate and control complex
systems.Fuzzy Logic Analysis and Control
Fuzzy logic is the way the human brain works, and we can mimic this in
machines so they will perform somewhat like humans, not to be
confused with Artificial Intelligence, where the so far unattainable goal
is for machines to perform EXACTLY like humans. Fuzzy logic
temperatureFuzzy set theory defines fuzzy operators on fuzzy
sets.Теорията на размитите множества определя оператори в
размитите множества. The problem in applying this is that the
appropriate fuzzy operator may not be known.Rules are usually
expressed in the form:
IF variable IS property THEN actionIF variable IS property THEN
action.
For example, a simple temperature regulator that uses a fan might look
like this:Например, едно просто регулиране на температурата, която
използва вентилатор може да изглежда така:
6
IF temperature IS hot THEN speed up fan Ако времето е горещо
тогава да се се ускори вентилатора.
NOT x = (1 - truth(x))
x AND y = minimum(truth(x), truth(y))
x OR y = maximum(truth(x), truth(y))
7
свойства на биологичните невронни мрежи. While similar in their
techniques, the former has the aim of solving particular tasks, while the
latter aims to build mathematical models of biological neural
systems.При Neural Networks се използват математически или
изчислителни модели за обработка на информация.
8
Най-често срещани са невронните мрежи, съставени от няколко
обособени слоя от елементи, при които елементите от най-ниския
слой играят ролята на входни устройства на мрежата, а елементите
от най-горния слой играят ролята на изходни устройства на
мрежата. Често при тези невронни мрежи връзките са еднопосочни
и свързват елементите от един слой с елементи от слоя, разположен
непосредствено над него. В зависимост от броя на слоевете в
мрежата се говори за двуслойни невронни врежи и многослойни
невронни мрежи.
10
3.3 Методи за самообучение на невронни мрежи.
4.Размити множества
В повечето случаи обектите, които наброяват нашия реален свят
нямат точно дефинирана критерия за принадлежност. Примерно
има различни класове кучета, коне и т.н., но изключват растения,
камъни и т.н. Обаче бактерията няма определен статут при
класовете от животни. Същото се получава с класовете от числа,
които са много по-големи от 1. Класът от реални числа, които са
много по-големи от 1 и класът от високи хора не образуват
множества или класове, както при обикновените математически
принципи. Такива видове класове образуват размити множества.
4.2.1Допълнение:
Ā(x)=1 –A(x);
4.2.2Обединение:
12
(AB)(x) = Max[A(x) ,B(x)];
4.2.3Сечение:
4.3Аритметични операции:
4.3.1Събиране:
4.3.2Изваждане:
4.3.3Умножение:
4.3.4Деление:
5. Размити релации
Размита двуместна релация се нарича размитото двуместно
множество на Декартовото произведение X и Y,
характеризиращо се с функция на принадлежност:
fR(x,y).
13
на размитата релация с функция на принадлежност, взимащи
стойности 0 и 1.
5.1.1 Допълнение:
fĀ(x,y)=1 - fA(x,y);
5.1.2 Обединение:
5.1.3 Сечение:
fR-1(y,x) = fR(x,y);
Гα = {x | fA(x) ≥ α}
тогава
fС[λx1 + (1 - λ)x2] =
следователно
fС[λx1 + (1 - λ)x2] =
8. Теория на вероятностите
15
Теорията на вероятностите се е възприемала да бъде редуцирана до
изчисляване. Но сега повечето от приложенията на теорията на
вероятностите включват неточни и непълни данни. Тя се развива
много добре в областта на математиката, всички останали области
на науката и всеки аспект от нашия живот, където в по-голяма част
от случаите съдържат размити множестна и неясни, непълни данни.
16