Нечеткий вывод как расширение Байесовского алгоритма - Моделирование сетей

Применим тот же подход, что и в случае с детерминированным логическим выводом, к нечеткому логическому выводу. Преобразуем эту систему в фактор от двух лингвистических переменных.

Фактор, представляющий системы нечетких правил вывода

А

В

P(B|A)

Low

Low

0

Low

Middle

0

Low

High

1

Middle

Low

0

Middle

Middle

1

Middle

High

0

High

Low

1

High

Middle

0

High

High

0

Для того же значения x, что и в примере выше вычислим вес каждого правила. В данном случае, данный вес будет играть роль индикативной функции равенства в модифицированном алгоритме сокращения фактора:

Взвешенный фактор

А

В

P(B|A)

Б=I(A=x)

P'(A, B)

Low

Low

0

0,7

0,7*0=

0

Low

Middle

0

0,7

0,7*0=

0

Low

High

1

0,7

0,7*1=

0.7

Middle

Low

0

0,3

0,3*0=

0

Middle

Middle

1

0,3

0,3*1=

0.3

Middle

High

0

0,3

0,3*0=

0

High

Low

1

0

0*1=

0

High

Middle

0

0

0*0=

0

High

High

0

0

0*0=

0

Затем, как и ранее в модифицированном алгоритме сокращения. маргинализируем переменную А из фактора:

Взвешенный фактор

В

P(B|A=x)

Low

0+0+0=

0

Middle

0+0.3+0=

0.3

High

0.7 +0+0=

0.7

Как видно из таблицы, результат полностью идентичен результату вывода, полученному классическим алгоритмом Мамдани. Доказательство идентичности этих двух алгоритмов аналогично доказательству, приведенному ранее для метода альтернативного сокращения факторов.

Похожие статьи




Нечеткий вывод как расширение Байесовского алгоритма - Моделирование сетей

Предыдущая | Следующая