WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

,

где – название отношения, rt* RT, RT – множество временных отношений Алена, – нечеткая характеристическая функция образа, указывающая на наличие во ВР Y нечеткого темпорального отношения между событиями qi и qj, определяемая на основе выражения

, (1)

где I(qi) – темпоральная интерпретация признака qi..

Истинность нечетко-темпорального отношения = qi rt* qj на интервале t определяется как величина, равная максимальному значению истинности по всем возможным интерпретациям данного отношения на интервале t.

Для упрощения процедуры вычисления характеристической функции нечетко-темпорального отношения предлагается подход, основанный на сведении нечетких интервальных отношений, используемых в критерии (1), к эквивалентной форме представления через отношения между граничными точками интервалов.

Граничные точки нечетких интервалов определяются с помощью нечетких характеристических функций-маркеров Fn(t) и Fk(t). Тогда нечеткая характеристическая функция НТП определится через характеристические функции его граничных точек как:

µq([ti, tj]) = µn(ti) & µk(tj). (2)

Логическое условие, которому должны удовлетворять граничные точки интервалов, находящихся в отношении rt* при их проецировании на шкалу T, формализовано следующим образом:

,

где tj (j = 1,2,…,k) – образы граничных точек интервалов, спроецированные на временную шкалу T и упорядоченные в соответствии с семантикой отношения rt*.

Выражение Frt*(t1,t2,…,tk) = называется функтором отношения rt*.

Используя понятие функтора, факт наличия отношения rt* на интервале [ts, te] формально описывается как:

. (3)

Опираясь на условие (2), характеристическую функцию темпорального отношения rt* можно выразить через функтор:

. (4)

Имеет место следующее:

Утверждение. Для любых НТП, характеристические функции которых удовлетворяют условию (2), определения характеристических функций (1) и (4) являются эквивалентными.

На основе приведенного утверждения предложен более простой по сравнению с «переборной» формулой (1) способ вычисления характеристических функций, опираясь на принцип ДП-программирования, имеющий квадратичную оценку сложности.

В общем случае, образ нечеткого темпорального ОТНОШЕНИЯ на интервале допускает дизъюнктивную форму представления. Дизъюнктивным нечетко-темпоральным образом ОТНОШЕНИЯ (НД-образ) называется двойка

,

где – название отношения; – нечеткая характеристическая функция НД-образа, характеризующая возможность нахождения НТП qi, qj в нескольких отношениях.

Характеристическая функция НД-образа определена на основе выражения:

Третий уровень иерархической модели представлен нечетким темпоральным образом СТРУКТУРА (НТС), характеризующим наличие нескольких нечетко-темпоральных отношений на заданном временном интервале.

Нечетко-темпоральным образом СТРУКТРА называется двойка:

,

где – название структуры; – нечеткая характеристическая функция, указывающая на наличие нескольких образов ОТНОШЕНИЙ на заданном временном интервале, определяемая на основе выражения:

,

где – нечеткие характеристические функции образов ОТНОШЕНИЙ, входящих в структуру.

Образ СТРУКТУРЫ позволяет отражать более специализированные знания, включающие большее число различных нюансов о временном взаимодействии НТП в структуре исследуемого ВР, нежели просто образ ОТНОШЕНИЯ. Поэтому данный тип образа выбран в качестве универсального средства представления нечетких темпоральных знаний о структуре ВР, позволяющего отразить в нем все темпоральные аспекты знаний.

Рассматривается техника оперирования -срезами нечетко-темпоральных структур на основе их представления в виде конъюнктивно-дизъюнктивных форм (КД-формы), применяемых в темпоральной логике для описания неопределенных отношений.

В заключении второй главы проведено исследование по оценке эффективности предложенного класса иерархических моделей (HFTI-моделей), опираясь на критерии, затрагивающие аспекты выразительности и интерпретационной пригодности моделей представления знаний. В качестве объектов сравнения рассматривается TSKR-методология, UTG-методология, НТВ-модели и специальный класс рекурсивных моделей (RFT-моделей). Результаты проведенного анализа сведены в таблице 1. Строки таблицы соответствуют отдельным концептам критериев выразительности и интерпретационной пригодности, а столбцы – типам моделей. Крестики проставлены в столбцах напротив тех концептов, которые отражены в соответствующих моделях.

Таблица 1

Сравнительные оценки моделей представления темпоральных образов


TSKR

UTG

HTB

RF

HFTI

Выразительность

Концепт

нечеткости

+

+

+

Концепт продолжительности

+

+

+

Концепт одновременности

+

+

+

+

Концепт

очередности

+

+

+

+

+

Интерпретационная пригодность

Концепт

количества

+

+

Концепт

качества

+

+

+

+

+

Концепт

манерности

+

+

Анализ показал, что главными недостатками RF и UTG-моделей является их плохая выразительность, однако эти модели в наилучшей мере удовлетворяют концепту манерности. Основным недостатком НТВ-моделей является их плохая интерпретационная пригодность, что выражено только в удовлетворении одному из трех концептов интерпретационной пригодности. Иерархическая структура TSKR и HFTI-моделей обеспечивает лучшие показатели по сравнению с другими моделями, однако HFTI-модели являются более предпочтительными по критерию выразительности, поскольку позволяют в отличие от TSKR-моделей удовлетворить концепту нечеткости.

В третьей главе разработана общая схема выявления знаний в БД ВР представленных в виде HFTI-образов, а также методика вычисления характеристических функций. Для поиска частных модификаций нечетких темпоральных структур предложены адаптированные алгоритмы выявления знаний на основе методов «априори» и генетического поиска.

Общая поисковая схема (рис. 1) состоит из пяти этапов, охватывающих все основные операции, связанные с предобработкой и постобработкой темпоральных данных.

На примере георадиолокационных данных приведены основные процедуры препроцессинга, такие как бинаризация, аспектирование и описание радарограммы языком трендовых шейпов. На концептуальном уровне рассмотрены возможные варианты методов нахождения трендовых и шейповых НТП, используемые при поиске знаний в БД ГДС.

Рис. 1. Общая схема поиска знаний

Далее рассматриваются процедуры вычисления характеристических функций, являющиеся базовыми в решении всех поисковых задач.

Предложен метод вычисления характеристических функций нечетко-темпоральных структур последовательного вида, основанный на идеях ДП-программирования путем представления НТП в виде последовательности граничных точек, доставляющих максимум функционалу.

При практической реализации поисковых алгоритмов в БД ВР нечеткие темпоральные образы представляются в виде КД-форм, являющихся -срезами нечетких образов. В основе предлагаемого подхода к определению -срезов нечетких темпоральных образов лежит идея анализа временных соотношений между интервалами, полученными путем проецирования на временную ось -срезов граничных точек темпоральных событий, входящих в описание образа. Если при заданном пороге в нечетко-темпоральном образе ОТНОШЕНИЯ требуется выявить весь -срез отношений, то для этого достаточно на основе пересечений граничных -интервалов, входящих в данный образ событий, сформировать все возможные соотношения между временными отсчетами, пересекаемых граничных интервалов и включить в -срез соответствующие им темпоральные отношения. Данная процедура реализуется средствами булевой алгебры, для этого необходимо:

  1. всем возможным пересечениям граничных интервалов сопоставить дизъюнкции ограничений, порождаемых этими пересечениями;
  2. взять конъюнкцию всех сформированных в п.1) дизъюнктивных ограничений, в результате чего получить конъюнктивно-дизъюнктивную форму ;
  3. путем раскрытия скобок в, получить все возможные соотношения между граничными точками интервалов и сформировать из них множество ограничений ;
  4. выбрать в все допустимые по семантике темпоральных отношений ограничения и из соответствующих темпоральных отношений сформировать -срез нечетко-темпорального образа.

Далее рассмотрен метод извлечения темпоральных структур последовательного вида, представленных в форме выражений:, где rt*RTP, RTР – подмножество тепморальных отношений Алена, включающее семь прямых отношений. Элементарные события A представлены в виде троек <A, ts, te >, где AQ, тип НТП, ts, te – начальное и конечное время (номера трасс) интервала радарограммы проявления НТП типа A. В основе работы настоящего алгоритма лежит концепция «априои-поиска» в сочетании с процедурами хеширования.

Для работы с большими БД НТП предложен метод поиска НТС частного вида:, где rt*RTT, RTT – подмножество тепморальных отношений Алена, включающее три следующих отношения: rtsn (СТЫК), rts (СЛЕДОВАНИЕ), rte (СОВПАДЕНИЕ), основанного на использовании концепций эволюционного моделирования.

Извлекаемые частные структуры НТС представляются в лингвистической форме, удобной для непосредственного использования в системах текстового резюмирования, например, (событие А во время события Б) перед событием В.

В четвертой главе для предложенных ранее моделей и методов выявления знаний описаны результаты их практического использования в задачах автоматического анализа состояния земляного полотна железнодорожного пути на основе георадиолокационных данных (ГД).

Теоретической основой методологии интерпретации ГД является интеллектуальная модель выявления нечетких темпоральных признаков в БД ГДС с последующим текстовым резюмированием. В качестве базовых НТП (рис. 2) в предложенной модели используются:

  • НТП ТРЕНД (НТПТ), характеризующий «поведение» линий синфазности (ЛС), посредством лингвистических значений: «спад», «подъем», «ровно» и «хаос», присваиваемых согласно системе нечетких правил, описывающих связь между количеством ЛС и значениями их тренда, с одной стороны, и типом самого тренда, с другой, например: «Если количество тупых углов мало, количество острых углов велико и количество прямых углов немало, значит НТПТ – спад».
  • НТП КРУТИЗНЫ (НТПКр) описывает среднюю степень отклонения ЛС от горизонтального положения. Данный признак несет детализирующую информацию, повышающую полноту описания НТПТ за счет использования дополнительных термов «Резкий», «Плавный».
  • НТП СТРУКТУРЫ (НТПС) характеризует целостность фрагмента радарограммы через характер ЛС, имеет два значения – «целостный», «нецелостный» – отражающих среднюю степень целостности слоев в теле земляного полотна.
  • НТП КОЛИЧЕСТВО (НТПК) детализирует информацию о количестве обнаруженных ЛС и, по мнению экспертов, служит одним из индикаторов наличия в земляном полотне переувлажненного грунта. В нем используются нечеткие термы «Большое», «Среднее», «Малое».

Рис. 2. Иерархическая система НТП

При выявлении и формализации НТП важную роль играет выбор масштаба временной шкалы, на которой оценивается значение НТП. Один и тот же фрагмент ВР может восприниматься экспертом по разному, следовательно, при формализации НТП необходимо выработать единый критерий выбора масштаба. В качестве такого критерия предложено использовать устойчивость оценок к масштабным изменениям.

Основой оценивания НТП являются специальные системы правил, регулирующие приоритет тех или иных значений НТП. Например, значения основного НТП ТРЕНД определены в соответствии со следующими правилами:

Pages:     | 1 || 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»