КнигоПровод.Ru29.03.2024

/Наука и Техника/Математика

Нечёткие множества в моделях управления и искусственного интеллекта — Аверкин А. Н., Батыршин И. 3., Блишун А. Ф., Силов В. Б., Тарасов В. Б.
Нечёткие множества в моделях управления и искусственного интеллекта
Аверкин А. Н., Батыршин И. 3., Блишун А. Ф., Силов В. Б., Тарасов В. Б.
год издания — 1986, кол-во страниц — 312, тираж — 6900, язык — русский, тип обложки — твёрд. 7Б, масса книги — 400 гр., издательство — Физматлит
серия — Проблемы искусственного интеллекта
КНИГА СНЯТА С ПРОДАЖИ
Сохранность книги — хорошая

Р е ц е н з е н т:
д-р тех. наук А. Н. Борисов

Формат 60x90 1/16. Бумага типографская №1. Печать высокая
ключевые слова — нечётк, автомат, алгоритмов, кластерн, распознаван, экспертн, интеллект, fuzzy, нечёткознач, грамматик, терм-множеств

Рассматривается применение аппарата теории нечётких множеств к таким областям математики, как теория матриц и отношений, логика, теория автоматов и алгоритмов, модели принятия решений и др. Описывается применение полученных формальных методов к кластерному анализу, распознаванию образов, задачам рационального выбора, экспертным оценкам, экономическим прогнозам, описанию биологических и социальных процессов, моделированию поведения человека-оператора, к системам планирования и представления знаний в системах искусственного интеллекта, алгоритмам управления роботами и технологическими процессами, допускающим нечёткие инструкции.

Для специалистов в области кибернетики, управления, робототехники, биологии, социологии.

Табл. 32. Ил. 40. Библиогр. 616 назв.


В науке XX века нередко возникает ситуация, когда какое-то исследование подобно одному кристаллу, попавшему в перенасыщенный раствор, мгновенно вызывает огромный поток работ. Этот поток, разливаясь, захватывает большие области. Потом исследования начинают иссякать, из-под разбушевавшегося потока постепенно освобождаются те области, где новые идеи не нашли для себя благодатной почвы. И, наконец, поток либо совершенно иссякает, либо он принимает форму зарегулированного водотока, текущего в тех местах, где его воды приносят неоспоримую пользу.

Так было, например, когда появились первые публикации Н. Хомского по формальным грамматикам. Будучи лингвистом, Хомский ставил перед собой совершенно определённую цель, связанную с созданием формальных методов порождения синтаксически правильных фраз. Но эта работа сразу вызвала поток исследований, очень быстро выплеснувшихся из лингвистики (где эти исследования дали начало практически новой ветви лингвистики — структурной лингвистике) в другие научные области: формальные грамматики стали объектом изучения в кибернетике, программировании, теории дискретных устройств управления, а несколько позже исследования такого типа заинтересовали психологов и специалистов по искусственному интеллекту. Очень быстро первоначальная идея Хомского трансформировалась, появились формальные грамматики самых разнообразных типов: аппликативные, трансформационные, сетевые и многие другие. В теории формальных грамматик возникли собственные, внутренние для этой теории задачи, связанные с оценкой сложности формальных грамматик, со сравнением по мощности языков, порождаемых ими, с решением задач алгоритмической разрешимости для распознающих и порождающих грамматик. Довольно быстро была установлена связь формальных грамматик с классическими объектами, изучающимися в теории логической вычислимости, что породило новую волну чисто математических исследований. Потом поток публикаций стал уменьшаться и сейчас от того контингента специалистов, который вёл активные работы в этой области, вряд ли сохранилось даже пять процентов. Но эти «последние могикане формальных грамматик» работают теперь более целенаправленно и продуктивно. Их наука накопила в период своего бурного развития достаточно фактов и методов, чтобы стало возможным её дальнейшее оправданное существование.

Весьма похожей была и ситуация с бурным развитием теории автоматов. Примерно так же выглядел первый этап в создании языков программирования. Американскому учёному Л. Заде мы обязаны возникновением ещё одной аналогичной ситуации. Роль стимулятора сыграла появившаяся в журнале Information and Control в 1965 г. статья Заде, которая называлась «Fuzzy Sets». Название нового объекта, который рассматривался в работе Заде, было придумано им. При переводах этого термина на другие языки возникало немало трудностей из-за семантической неоднозначности термина «fuzzy» и того почти неуловимого в других языках смыслового оттенка, который несёт в себе это слово для носителей английского языка. Во всяком случае, на русский язык его переводили и как «нечёткий», и как «размытый», и как «расплывчатый», и даже как «неопределённый». Первый из переводов со временем вытеснил остальные и стал в отечественной литературе узаконенным.

Основная идея Заде состояла в том, что человеческий способ рассуждений, опирающийся на естественный язык, не может быть описан в рамках традиционных математических формализмов. Этим формализмам присуща строгая однозначность интерпретации, а всё, что связано с использованием естественного языка, имеет многозначную интерпретацию. Программа Заде состояла в построении новой математической дисциплины, в основе которой лежала бы не классическая теория множеств, а теория нечётких множеств. Последовательно проводя идею нечёткости, по мнению Заде, можно построить нечёткие аналоги всех основных математических понятий и создать необходимый формальный аппарат для моделирования человеческих рассуждений и человеческого способа решения задач.

Программа построения нечёткой математики быстро нашла отклик среди исследователей из разных стран мира. Как и в других подобных случаях, исследования развивались в двух основных направлениях. Часть исследований устремилась «вширь», вводя в рассмотрение нечёткие расширения таких фундаментальных понятий математики, как функция, отношение, предикат. Появились нечёткие уравнения и нечёткие интегралы, нечёткая логика и нечёткая топология и многие другие подобные области. Другие исследования устремились «вглубь». Их целью было выявление самой природы нечёткости, возможности ввести нечёткие объекты не только на основе нечётких множеств Заде, а каким-либо иным способом. Так вместо одной нечёткой математики стали строиться разные нечёткие математики. И оба эти направления породили огромное количество работ. Стали созываться многочисленные национальные и международные симпозиумы и конференции, посвящённые нечётким множествам и их приложениям в науке и технике. Возник международный журнал Fuzzy Sets and Systems, членами редколлегии которого являются известные советские учёные академик Н. Н. Моисеев и профессор М. А. Айзерман. В 1984 г. создана международная организация по этим проблемам. Её первый конгресс состоялся в 1985 г. па острове Майорка. В нашей стране также наблюдается большой интерес к работам этого направления. В течение ряда лет проводятся общесоюзные семинары и конференции, специально посвящённые отечественным достижениям в этой области. В Москве, Ленинграде, Новосибирске, Риге, Баку. Тбилиси и ряде других городов сложились научные коллективы, в которых ведутся исследования, по уровню не уступающие мировому. Многие журналы публикуют статьи на эту тему, стали появляться монографии, в которых обсуждаются те или иные аспекты, связанные с построением моделей рассуждений и принятия решений, характерных для людей (см. обширную библиографию в конце книги).

Надо отметить ещё одну особенность исследований в области нечётких множеств. С самого начала основная прагматическая цель Заде — создание аппарата, способного моделировать человеческие рассуждения и объяснять человеческие приёмы принятия решений в ходе решения различных задач, привлекла в эту область многочисленную армию прикладников. В потоке чисто математических работ начал возникать поток работ прикладных. Идеи Заде и его последователей находят применение при создании систем, понимающих тексты на естественном языке, при создании планирующих систем, опирающихся на неполную информацию, при обработке зрительных сигналов, при управлении техническими, социальными и экономическими системами, в системах искусственного интеллекта и робототехнических системах. Именно эти практически ориентированные исследования являются той питательной почвой, на которой продолжает расти дерево поисков, связанных с понятием нечёткости. Но одновременно они диктуют и свои требования к этому поиску. Расширяется само понятие нечёткости. Как правильно отмечал в своих работах известный советский специалист в области интеллектуальных систем А. С. Нариньяни, нельзя ограничиваться лишь объектами, характеризуемыми нечёткостью. Недетерминированность, неполнота, ненормированность, неопределённость и многие другие «не» порождают своё понимание той математики, которая должна строиться для них.

Книга, которую предваряет это предисловие, написана коллективом молодых авторов. Каждый из них хорошо известен специалистам, работающим в данной области. Их основной заслугой явилось не только то, что они первые в нашей литературе изложили общую точку зрения на состояние работ в области нечётких множеств и их применений для решения задач управления и искусственного интеллекта. Наряду с включением в научный оборот малоизвестных советским специалистам зарубежных работ, они изложили и лично им принадлежащий оригинальный материал в той области, которой посвящена монография.

По моему мнению, книга, как всякий первый опыт в новой научной области, не лишена некоторых недостатков. Но достоинства позволяют рекомендовать её всем специалистам, интересующимся использованием новых методов, дающих возможность работать с качественно или неполно определённой информацией.

Работа между авторами распределялась так: В. Б. Тарасов — главы 1, 9; И. 3. Батыршин — главы 2, 3; В. Б. Силов — главы 4, 5; А. Н. Аверкин — главы 6, 7; А. Ф. Блишун — главы 7 (§ 7.8 написан В. Н. Захаровым), 8 и 10. Окончательная подготовка всего материала к печати осуществлена А. Н. Аверкиным, А. Ф. Блишуном и В. Б. Тарасовым.

Редактор этой книги В. Н. Захаров сделал всё возможное, чтобы книга стала чётко структурированной и единой по стилю и замыслу, что всегда так трудно сделать при большом коллективе авторов.

ПРЕДИСЛОВИЕ РЕДАКТОРА
Д. А. Поспелов

ОГЛАВЛЕНИЕ

Предисловие редактора5
Введение9
 
Г л а в а  1.  Способы формализации нечёткости13
 
§ 1.1. Два основных подхода к формализации нечёткости13
§ 1.2. Виды областей значений функций принадлежности23
§ 1.3. Гетерогенные нечёткие множества24
§ 1.4. Виды областей определения функций принадлежности25
§ 1.5. Нечёткие операторы29
 
Г л а в а  2.  Нечёткие отношения и их применение в анализе сложных
систем37
 
§ 2.1. Определение нечётких отношений37
§ 2.2. Операции над нечёткими отношениями39
§ 2.3. Свойства нечётких отношений41
§ 2.4. Декомпозиция нечётких отношений42
§ 2.5. Транзитивное замыкание нечётких отношений44
§ 2.6. Классификация нечётких отношений45
§ 2.7. Отношения сходства и различия48
§ 2.8. Порядки и слабые порядки52
§ 2.9. Приложения теории нечётких отношений к анализу систем58
 
Г л а в а  3.  Показатели размытости нечётких множеств65
 
§ 3.1. Основные виды показателей размытости65
§ 3.2. Аксиоматический подход к определению показателей
размытости НМ65
§ 3.3. Метрический подход к определению показателей размытости НМ69
§ 3.4. Связь показателя размытости с алгебраическими свойствами
решётки НМ70
§ 3.5. Другие подходы к определению показателей размытости74
 
Г л а в а  4.  Нечёткие меры и интегралы77
 
§ 4.1. Методические замечания77
§ 4.2. Нечёткие меры78
§ 4.3. Особенности аппроксимации нечётких мер85
§ 4.4. Нечёткие интегралы90
§ 4.5. Применение нечётких мер и интегралов для решения слабо
структурированных задач94
 
Г л а в а  5.  Нечёткие числа, уравнения и аппроксимация
лингвистических значений102
 
§ 5.1. Свойства нечётких чисел102
§ 5.2. Нечёткие числа (L—R)-типа105
§ 5.3. Решение уравнений с нечёткими числами106
§ 5.4. Некоторые области применения нечёткой арифметики109
§ 5.5. Логико-лингвистическое описание сложных систем и
(L—R)-аппроксимация109
§ 5.6. Методы точной интерпретации122
§ 5.7. Особенности лингвистической аппроксимации126
§ 5.8. Обратная задача для нечётких отношений126
§ 5.9. Практическое использование логико-лингвистических моделей133
 
Г л а в а  6.  Нечёткая логика и приближённые рассуждения139
 
§ 6.1. Специальная нечёткая логика139
§ 6.2. Многозначные и нечёткозначная логики145
§ 6.3. Теория приближённых рассуждений150
§ 6.4. Анализ методов приближённых рассуждений15!)
 
Г л а в а  7.  Порождение и распознавание нечётких языков170
 
§ 7.1. Нечёткий язык и его свойства170
§ 7.2. Нечёткие грамматики и их свойства172
§ 7.3. Порождение языков нечёткими грамматиками181
§ 7.4. Описание нечётких регулярных языков регулярными выражениями183
§ 7.5. Определение нечёткого автомата184
§ 7.6. Распознавание языков нечёткими автоматами188
§ 7.7. Нечёткие регулярные грамматики и автоматы189
§ 7.8. Реализация нечёткими автоматами временных соотношений191
 
Г л а в а  8.  Нечёткие алгоритмы198
 
§ 8.1. Определение нечёткого алгоритма198
§ 8.2. Способы выполнения нечётких алгоритмов205
§ 8.3. Представление нечёткого алгоритма в виде графа206
§ 8.4. Алгоритмы обучения209
§ 8.5. Описание простейших нечётких алгоритмов223
 
Г л а в а  9.  Нечёткие модели оптимизации и принятия решений236
 
§ 9.1. Модели нечёткого математического программирования236
§ 9.2. Модели нечёткой ожидаемой полезности242
§ 9.3. Нечёткие модели коллективных решений244
§ 9.4. Нечёткие модели многокритериальных задач248
§ 9.5. Динамические модели принятия решения252
§ 9.6. Лингвистические модели принятия решений255
 
Г л а в а  10.  Методы построения функции принадлежности259
 
§ 10.1. Основные группы методов259
§ 10.2. Прямые методы для одного эксперта263
§ 10.3. Косвенные методы для одного эксперта265
§ 10.4. Прямые методы для группы экспертов269
§ 10.5. Косвенные методы для группы экспертов270
§ 10.6. Методы построения терм-множеств273
 
Основные обозначения277
Список литературы279
Предметный указатель307

Книги на ту же тему

  1. Искусственный интеллект: Методы поиска решений, Нильсон Н., 1973
  2. Фантазия или наука: На пути к искусственному интеллекту, Поспелов Д. А., 1982
  3. Нечёткие модели и сети, Борисов В. В., Круглов В. В., Федулов А. С., 2007
  4. Представление и анализ смысла в интеллектуальных информационных системах, Рубашкин В. Ш., 1989
  5. Представление знаний о времени и пространстве в интеллектуальных системах, Кандрашина Е. Ю., Литвинцева Л. В., Поспелов Д. А., 1989
  6. Инструментальный комплекс программирования на основе языков высокого уровня, Левин Д. Я., 1987
  7. Интеллектуальные информационные системы, Любарский Ю. Я., 1990
  8. Теория измеримых множеств и мультимножеств, Петровский А. Б., 2018
  9. Системы искусственного интеллекта, Лорьер Ж. Л., 1991
  10. Автоматизация синтеза и обучение интеллектуальных систем автоматического управления, Макаров И. М., Лохин В. М., ред., 2009
  11. Искусственный интеллект и интеллектуальные системы управления, Макаров И. М., Лохин В. М., Манько С. В., Романов М. П., 2006
  12. Логический подход к искусственному интеллекту: от классической логики к логическому программированию, Тей А., Грибомон П., Луи Ж., Снийерс Д., Водон П., Гоше П., Грегуар Э., Санчес Э., Дельсарт Ф., 1990
  13. Нейросетевые системы управления, Терехов В. А., Ефимов Д. В., Тюкин И. Ю., 2002
  14. Интеллектуальные методы в менеджменте, Кричевский М. Л., 2005
  15. Нейронные сети, генетические алгоритмы и нечёткие системы, Рутковская Д., Пилиньский М., Рутковский Л., 2008
  16. Непараметрические коллективы решающих правил, Лапко В. А., 2002
  17. Сотрудничающий компьютер: проблемы, теории, приложения, Стефанюк В. Л., Жожикашвили А. В., 2007
  18. Методы принятия технических решений, Мушик Э., Мюллер П., 1990
  19. Методы распознавания: Учебное пособие для вузов. — 3-е изд., перераб. и доп., Горелик А. Л., Скрипкин В. А., 1989
  20. Стохастические модели обучаемости, Буш Р., Мостеллер Ф., 1962
  21. Искусственный интеллект: Применение в интегрированных производственных системах, Кьюсиак Э., ред., 1991
  22. Зрение роботов, Хорн Б. К. П., 1989
  23. Теория алгоритмов: основные открытия и приложения, Успенский В. А., Семёнов А. Л., 1987
  24. Алгоритмы и вычислительные автоматы, Трахтенброт Б. А., 1974
  25. Теория формальных грамматик, Гросс М., Лантен А., 1971
  26. Нейронное программирование диалоговых систем, Толкачёв С. Ф., 2006
  27. Компьютеры, мозг, познание: успехи когнитивных наук, Величковский Б. М., Соловьёв В. Д., ред., 2008
  28. Чего не могут вычислительные машины: Критика искусственного разума, Дрейфус Х., 1978

© 1913—2013 КнигоПровод.Ruhttp://knigoprovod.ru