К числу других достоинств подобных систем относятся:
○ использование лингвистических переменных, близких человеческому восприятию;
○ необязательность понимания всех деталей;
○ дешевизна;
○ упрощение представления знаний;
○ то, что малое количество правил дает сложное (и «разумное») поведение.
Таким образом, нечеткие системы управления позволяют реализовать рекомендации экспертов на практике.
Для того, чтобы найти решение с помощью экспертной системы, например, путем прямого вывода, надо выполнить большое количество правил. Почти на каждом шаге оказывается, что можно выполнить несколько правил, так что четкой последовательности действий обычно нет. Подобная ситуация возникает и при планировании мероприятий по реализации решения: цель может быть достигнута за некоторое (подчас большое) количество шагов, причем есть много вариантов ее достижения.
Итак, задача для экспертных систем формулируется следующим образом. Дано: набор исходных фактов; набор конечных фактов, истинность которых требуется установить; набор правил. Требуется: найти последовательность правил, которая позволит установить истинность конечных фактов. Именно для этой постановки было получено большинство результатов.
В более общей постановке задача выглядит следующим образом.
Дано: набор исходных состояний или значений параметров; набор конечных (целевых, желаемых) состояний; набор операторов (мероприятий) по преобразованию состояний. Требуется: найти последовательность применения мероприятий, которые обеспечат достижение хотя бы одного из желаемых состояний. Как видно, это задача, непосредственно связанная с управлением организацией. Довольно серьезными допущениями являются однозначность результата после применения мероприятия при заданных начальных условиях, а также полная информация о состоянии до и после каждого мероприятия. Время в данной модели не учитывается.
Таким образом, необходим метод, обеспечивающий нахождение решения. Различные методы решения поставленной задачи описаны в [43]. Поскольку задача неформализована, все методы являются эвристическими.
Поиск в пространстве состояний полным перебором. Строится граф переходов от начальных состояний через промежуточные до терминальных (с которыми больше ничего нельзя сделать) и целевых. Каждая дуга этого графа – некоторое мероприятие. Иногда задается ограничение на длину связей (количество шагов для достижения цели). Поиск производится от каждого начального состояния «в глубину» (движение происходит от той вершины, которая рассмотрена последней) или «в ширину» (рассматриваются все связи, выходящие из данной вершины) Просмотр «в глубину» предпочтительнее с той точки зрения, что требуется запоминать меньше промежуточных вершин. Можно двигаться в прямом направлении, от исходных состояний к конечным; в обратном; одновременно от конечных и от начальных вершин.
Эвристический поиск может происходить несколько быстрее. Например, можно попробовать в первую очередь обрабатывать вершину, из которой выходит наибольшее количество дуг (больше вероятность нахождения решения) или наименьшее (вершины будут просматриваться быстрее).
Метод редукции. Задача разбивается на подзадачи до тех пор, пока они не будут иметь очевидного решения. Начальные вершины – задачи, которые надо решить. Конечные вершины – заведомо разрешимые (или заведомо неразрешимые) задачи. В результате такой декомпозиции получается И / ИЛИ граф подзадач. Для решения задачи, находящейся в И-вершине, надо решить все подзадачи, для решения задачи в ИЛИ-вершине – хотя бы одну. Далее находится подграф разрешимых вершин, по которому видно, может ли задача быть решена и как. Это также связано с перебором.
Генерация-проверка. Генерируется решение (путь по графу) и проверяется, достигается ли с помощью этого решения результат. Генератор должен быть полным (генерируются все решения) и неизбыточным (решения генерируются по одному разу).
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.