Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки
Розглянуті особливості розробки систем оперативного оцінювання станів складних об’єктів, що функціонують в умовах невизначеності. Обґрунтована міра наближення коефіцієнтів впевненості до функцій належності під час розробки методів і моделей оперативного оцінювання станів складних об’єктів. Це дозвол...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2011 |
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2011
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/60062 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки / Є.І. Кучеренко, І.С. Творошенко // Штучний інтелект. — 2011. — № 3. — С. 382-387. — Бібліогр.: 6 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860006497408253952 |
|---|---|
| author | Кучеренко, Є.І. Творошенко, І.С. |
| author_facet | Кучеренко, Є.І. Творошенко, І.С. |
| citation_txt | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки / Є.І. Кучеренко, І.С. Творошенко // Штучний інтелект. — 2011. — № 3. — С. 382-387. — Бібліогр.: 6 назв. — укр. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | Розглянуті особливості розробки систем оперативного оцінювання станів складних об’єктів, що функціонують в умовах невизначеності. Обґрунтована міра наближення коефіцієнтів впевненості до функцій належності під час розробки методів і моделей оперативного оцінювання станів складних об’єктів. Це дозволяє на основі інтелектуальних підходів реалізувати процеси прийняття рішень у складних об’єктах, які функціонують за умов невизначеності.
Рассмотрены особенности разработки систем оперативного оценивания состояний сложных объектов, функционирующих в условиях неопределенности. Обоснована мера приближения коэффициентов уверенности к функциям принадлежности при разработке методов и моделей оперативного оценивания состояний сложных объектов. Это позволяет на основе интеллектуальных подходов реализовать процессы принятия решений в сложных объектах, которые функционируют в условиях неопределенности.
The peculiarities of the operational evaluation of states of complex objects, which is functioning under the conditions of uncertainty are considered. The measure of approximation of the coefficients of confidence to the membership functions during the development of methods and models of the operational evaluation stats of complex objects is grounded. This allows to implement on the basis of intellectual approaches objects functioning under the conditions of uncertainty.
|
| first_indexed | 2025-12-07T16:38:45Z |
| format | Article |
| fulltext |
«Искусственный интеллект» 3’2011 382
5К
УДК 519.7:007.52;004.8
Є.І. Кучеренко, І.С. Творошенко
Харківський національний університет радіоелектроніки, м. Харків, Україна
tvoroshenko@gmail.com
Оперативне оцінювання простору станів
складних розподілених об’єктів
з використанням нечіткої інтервальної логіки
Розглянуті особливості розробки систем оперативного оцінювання станів складних об’єктів, що
функціонують в умовах невизначеності. Обґрунтована міра наближення коефіцієнтів впевненості до
функцій належності під час розробки методів і моделей оперативного оцінювання станів складних
об’єктів. Це дозволяє на основі інтелектуальних підходів реалізувати процеси прийняття рішень у
складних об’єктах, які функціонують за умов невизначеності.
Вступ
Відомо, що складність інтелектуальних засобів та систем визначається особливістю
об’єктів дослідження [1-3]. Під час прийняття рішень у невизначеному середовищі
виникає необхідність врахування нечітких властивостей об’єкта, поданих на деякому
інтервалі значень лінгвістичних змінних [2]. Такі постановки характерні для систем
оцінювання станів складних об’єктів у реальному часі, прийняття рішень в умовах
надзвичайних ситуацій, обробки та реалізації нечітких запитів в умовах невизначеності
великих розподілених систем у середовищі Internet [1] і деяких інших систем.
Побудова моделей, здатних приймати правильні рішення в умовах неповної і
нечіткої інформації та використання їх у комп’ютерних системах, представляє сьогодні
одну із важливих проблем обчислювального інтелекту [4].
Незважаючи на велику кількість наукових робіт за даною тематикою, все ще
існує проблема дослідження нечітких мережних моделей. Відповідно існує потреба у
комплексному розв’язанні складних задач, які виникають у ході побудови таких моделей.
У зв’язку з цим тематика даної роботи є актуальною та визначає перспективність
як теоретичних, так і практичних результатів.
Постановка задачі дослідження
Вихідними даними для розв’язання задач прийняття рішень в умовах невизна-
ченості є:
– нечіткий простір станів, заданий на множині відношень «умова – дія», який
визначає вихідний стан складного об’єкта:
IiQi ,~
, (1)
де iQ~ – множина процесів вихідних станів об’єктів; I – множина індексів
процесів вихідних станів об’єктів;
Оперативне оцінювання простору станів складних розподілених об’єктів…
«Штучний інтелект» 3’2011 383
5К
– досліджувані процеси, що взаємодіють, мають асинхронний характер та
функціонують в розподіленому нечіткому просторі станів (1):
Kk,Πk ~
, (2)
де kΠ
~
– множина процесів; K – множина індексів процесів;
– об’єкт функціонує за умов нечіткості даних та знань, що визначають
вихідний стан складних об’єктів (1);
– визначена множина функцій належності процесів (2):
Ii,kμi , (3)
де iμ – множина функцій належності; k – деяка змінна, що визначає значення
функцій належності.
Компоненти із (3):
kμkμ ii (4)
визначені на деякому нечіткому інтервалі і дозволяють отримати нові (часто неточні
або наближені) дані, які потребують подальших досліджень.
Як коефіцієнти впевненості KU необхідно запропонувати та обгрунтувати міру
на основі лінійного індексу нечіткості [2] функцій належності d
n
2
як об’єктивну
міру впевненості у задачах нечіткого логічного виведення.
Тоді
KUd
n
2
, (5)
де – визначає у даному випадку ознаку деякого наближення, причому
ε , (6)
де ε – деяка міра наближення, що визначає норму похибки відповідно до (1) – (6).
Обґрунтування міри наближення коефіцієнтів впевненості
до функцій належності
Для апробації досліджень вибрано й обґрунтовано нову та актуальну проблему
ідентифікації та аналізу станів серцево-судинних захворювань, що і визначило пред-
метну область досліджень [1].
Нехай є множина медичних діагностичних ознак JjPj ,
~
для множини діагнозів
JjDj , . Вся множина ознак JjPj ,
~
розбивається на 4 групи за родинною власти-
вістю jS
~
, jF
~
, jL
~
, jSD
~~
, які відповідають багатоетапному оцінюванню станів складного
об’єкта.
Для кожного значення із множини ознак JjPj ,
~
задається його функція належ-
ності jμ до кожного конкретного діагнозу JjDj , , і отримуємо деяку множину
Jjxμ j , . (7)
Кучеренко Є.І., Творошенко І.С.
«Искусственный интеллект» 3’2011 384
5К
Задаються коефіцієнти впевненості jKU ознак у діагнозах JjDj , і отримуємо
деяку множину
JjkKU j , . (8)
Деякі положення підходу, що використовують еквівалентність значень коефіцієнтів
впевненості і функцій належності, представлені у [5], але дані дослідження не враховують
особливості властивостей, що отримані за допомогою цієї еквівалентності.
Виходячи із
kKUxμ jj , (9)
ми можемо стверджувати про еквівалентність значень коефіцієнтів впевненості і
функцій належності (9). Тоді
0j0jjjjjjj kKUxμkKUkKU,xμxμ,kKU,xμ (10)
0j0jjj
jjjj
kΔKUxΔμkΔKUkΔKU
,xΔμxΔμ,kΔKU,xΔμ
(11)
причому необхідно враховувати, що 0j xμ є верхньою границею оцінки 0j kKU
0j0j kKUxμ , (12)
а 0j xΔμ є відповідно верхньою границею оцінки 0j kΔKU
0j0j kΔKUxΔμ . (13)
Значення (12) і (13) безпосередньо випливають із сутності нечіткої інтервальної
логіки і коефіцієнта впевненості [5].
Таким чином, кожній діагностичній ознаці [5] у групі ставиться у відповідність
коефіцієнт впевненості 0j kKU , який збігається, як показали дослідження, з функцією
належності 0j xμ значень ознаки JjPj ,
~
до діагнозів JjDj , , тобто
0j0j kKUxμ ; (14)
0j0j kΔKUxΔμ . (15)
Тоді, якщо існує деяка сукупність функцій належності 0j xμ , а також
сукупність аналітичних залежностей, які визначають коефіцієнти впевненості
0j kKU , то з деяким наближенням буде виконуватися (14).
Визначення коефіцієнта впевненості kKU j у діагнозах JjDj , за всіма
ознаками JjPj ,~
, що входять у конкретну вибрану групу jS
~
, jF
~
, jL
~
або jSD
~~
,
впорядковану за зменшенням значимості, здійснюється згідно:
– для групи jS
~
визначаємо значимі (не нульові) значення функцій належності
bb Sμ
~
:
bbbs
B
1b
j SμSPrS
~~~
~
, (16)
Оперативне оцінювання простору станів складних розподілених об’єктів…
«Штучний інтелект» 3’2011 385
5К
де sPr~ – параметри, що відповідають вибраній групі jS
~
; bS
~
– значення
вибраного параметра sPr~ із групи jS
~
;
– для групи jF
~
визначаємо значимі (не нульові) значення функцій належності
dd Fμ
~
:
dddf
D
1d
j FμFPrF
~~~
~
, (17)
де
f
Pr~ – параметри, що відповідають вибраній групі jF~ ; dF
~
– значення вибраного
параметра fPr~ із групи jF
~
;
для групи jL
~
визначаємо значимі (не нульові) значення функцій належності
qq Lμ :
qqql
Q
1q
j LμLPrL
~~~
~
, (18)
де
l
Pr~ – параметри, що відповідають вибраній групі jL
~
; qL
~
– значення
вибраного параметра
l
Pr~ із групи jL
~
;
– для групи jSD
~~
визначаємо значимі (не нульові) значення функцій належності
hh SDμ
~~
:
hhhsd
H
1h
j SDμSDPrSD
~~~~~~
~~
, (19)
де
sd
Pr ~~ – параметри, що відповідають вибраній групі jSD
~~
; hSD
~~
– значення
вибраного параметра
sd
Pr ~~ із групи jSD
~~
.
Визначення коефіцієнта впевненості kKU j з урахуванням (14) і (16) – (19)
буде мати вигляд:
h
H
h
hh
q
Q
q
qq
d
D
d
dd
b
B
0b
bb
j
SD
SDμ
L
Lμ
F
Fμ
S
Sμ
kKU ~~
~~
~
~
~
~
~
~
000
, (20)
де hhqqddbb SDμLμFμSμ
~~
,
~
,
~
,
~
– функції належності за кожною ознакою, що
відповідають групам jS
~
, jF
~
, jL
~
і jSD
~~
, впорядковані за зменшенням значимості;
hqdb SDLFS
~~
,
~
,
~
,
~
– потужності множин значимих ознак, для яких εSμ bb
~
,
εFμ dd
~
, εLμ qq
~
, εSDμ hh
~~
, де ε – деякий мінімальний поріг, причому
jhjqjdjb SDSDLLFFSS
~~~~
,
~~
,
~~
,
~~
. (21)
Кучеренко Є.І., Творошенко І.С.
«Искусственный интеллект» 3’2011 386
5К
Визначення коефіцієнта впевненості на деякому інтервалі kΔKU j з врахуван-
ням (15) буде мати виглад:
,
~~
~~~
0
00
i
n
j
ijj
i
n
j
ijj
i
n
j
ijj
i
n
0j
ijj
j
Pl
PlSDΔμ
Pl
PlLΔμ
Pl
PlFΔμ
Pl
PlSΔμ
kΔKU
(22)
де jjjjjjjj SDΔμLΔμFΔμSΔμ
~~
,
~
,
~
,
~
– функції належності, подані через деякий
інтервал за кожною ознакою і відповідають відповідно групам jS
~
, jF , jL
~
і jSD
~~
;
iPl – елементарна площа, що відповідає отриманій області перетину всіх функцій
належності, поданих через деякі інтервали за кожною із ознак, що відповідають
групам jS
~
, jF
~
, jL
~
і jSD
~~
.
Остаточний коефіцієнт впевненості zakljKU або zakljΔKU у діагнозі JjDj ,
на основі всіх коефіцієнтів kKU j або kΔKU j , обчислених за кожною групою із
споріднених ознак (7) – (22), визначимо відповідно за формулами:
kKUmaxKU jzaklj ; (23)
kΔKUmaxΔKU jzaklj . (24)
Практична реалізація
Як методи, моделі та технології оцінювання простору станів складних об’єктів
з використанням підходів до застосування нечіткої інтервальної логіки було спроектовано
та досліджено інструментальні засоби оперативного оцінювання станів пацієнтів
лікарняного закладу (Полтавська область, Україна), що мають проблеми із серцево-
судинними захворюваннями. Програмна реалізація положень роботи виконана в
об’єктно-орієнтованому програмному середовищі С++ Builder та Borland Delphi [3],
її складність близька до експоненціальної і потребує подальших досліджень зі зменшення
рівня складності [5]. Дослідна експлуатація системи дозволила зробити висновок про
важливість та ефективність запропонованих методів, моделей та технологій [6].
Висновки
1. У даній роботі обґрунтовано актуальність задач, що визначають важливість
застосування нових методів, моделей та технологій на основі лінгвістичних змінних та
апарату нечіткої інтервальної логіки для відображення предметної області, ідентифікації
та адекватного аналізу простору станів складного розподіленого об’єкта.
Оперативне оцінювання простору станів складних розподілених об’єктів…
«Штучний інтелект» 3’2011 387
5К
2. Як показали дослідження та результати впровадження засобів та технологій
прийняття рішень, це призвело до підвищення вірогідності відповідальних рішень до 20%
при одночасному зниженні часових ресурсів і вимог до кваліфікації обслуговуючого
персоналу.
3. Серед споживачів даних досліджень можуть бути представники різних пред-
метних областей, що використовують у своїй роботі нечіткі дані та нечіткі знання.
Література
1. Творошенко И.С. Анализ процессов принятия решений в интеллектуальных системах / И.С. Творошенко //
Системы обработки информации. – 2010. – Вып. 2 (83). – С. 248-253.
2. Кучеренко Е.И. Процессы принятия решений в сложных системах на основе нечетких интер-
вальных представлений / Е.И. Кучеренко, И.С. Творошенко // Вестник национального технического
университета «ХПИ». – 2003. – Т. 1, № 7. – С. 79-86.
3. Творошенко И.С. Структура и функции интеллектуальных средств принятия решений в сложных
системах / И.С. Творошенко // Искусственный интеллект. – 2004. – № 4. – С. 462-470.
4. Кучеренко Е.И. Прикладные аспекты моделирования нечетких процессов в сложных системах /
Е.И. Кучеренко, И.С. Творошенко // Сборник научных трудов ХУВС. – 2010. – Вып. 1 (23). –
С. 127-131.
5. Korenevskii N.A. Generation of fuzzy network models taught on basis of data structure for medical
expert systems / N.A. Korenevskii, R.A. Krupchatnikov, S.A. Gorbatenko // Biomedical Engineering. –
2008. – Vol. 42. – № 2. – P. 67-72.
6. Творошенко И.С. Анализ процессов принятия решений в интеллектуальных системах / И.С. Творошенко //
Системы обработки информации. – 2010. – Вып. 2 (83). – С. 248-253.
Lіteratura
1. Tvoroshenko I.S. Sistemy obrabotki informacii. 2010. Vyp. 2 (83). S. 248-253.
2. Kucherenko E.I. Vestnik nacional'nogo tehnicheskogo universiteta “HPI”. T. 1. № 7. 2003. S. 79-86.
3. Tvoroshenko I.S. Iskusstvennyj intellekt. № 4. 2004. S. 462-470.
4. Kucherenko E.I. Sbornik nauchnyh trudov HUVS. Vyp. 1 (23). 2010. S. 127-131.
5. Korenevskii N.A. Biomedical Engineering. Vol 42. № 2. 2008. P. 67-72.
6. Tvoroshenko I.S. Sistemy obrabotki informacii. Vyp. 2 (83). 2010. S. 248-253.
Е.И. Кучеренко, И.С. Творошенко
Оперативное оценивание пространства состояний сложных распределенных объектов
с использованием нечеткой интервальной логики
Рассмотрены особенности разработки систем оперативного оценивания состояний сложных объектов,
функционирующих в условиях неопределенности. Обоснована мера приближения коэффициентов
уверенности к функциям принадлежности при разработке методов и моделей оперативного оценивания
состояний сложных объектов. Это позволяет на основе интеллектуальных подходов реализовать процессы
принятия решений в сложных объектах, которые функционируют в условиях неопределенности.
Ye.I. Kucherenko, I.S. Tvoroshenko
Operational Evaluation of Space of Complex Distributed Object States Using Fuzzy Interval Logic
The peculiarities of the operational evaluation of states of complex objects, which is functioning under the
conditions of uncertainty are considered. The measure of approximation of the coefficients of confidence to
the membership functions during the development of methods and models of the operational evaluation stats
of complex objects is grounded. This allows to implement on the basis of intellectual approaches objects
functioning under the conditions of uncertainty.
Стаття надійшла до редакції 01.06.2011.
|
| id | nasplib_isofts_kiev_ua-123456789-60062 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Ukrainian |
| last_indexed | 2025-12-07T16:38:45Z |
| publishDate | 2011 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Кучеренко, Є.І. Творошенко, І.С. 2014-04-11T11:32:08Z 2014-04-11T11:32:08Z 2011 Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки / Є.І. Кучеренко, І.С. Творошенко // Штучний інтелект. — 2011. — № 3. — С. 382-387. — Бібліогр.: 6 назв. — укр. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/60062 519.7:007.52;004.8 Розглянуті особливості розробки систем оперативного оцінювання станів складних об’єктів, що функціонують в умовах невизначеності. Обґрунтована міра наближення коефіцієнтів впевненості до функцій належності під час розробки методів і моделей оперативного оцінювання станів складних об’єктів. Це дозволяє на основі інтелектуальних підходів реалізувати процеси прийняття рішень у складних об’єктах, які функціонують за умов невизначеності. Рассмотрены особенности разработки систем оперативного оценивания состояний сложных объектов, функционирующих в условиях неопределенности. Обоснована мера приближения коэффициентов уверенности к функциям принадлежности при разработке методов и моделей оперативного оценивания состояний сложных объектов. Это позволяет на основе интеллектуальных подходов реализовать процессы принятия решений в сложных объектах, которые функционируют в условиях неопределенности. The peculiarities of the operational evaluation of states of complex objects, which is functioning under the conditions of uncertainty are considered. The measure of approximation of the coefficients of confidence to the membership functions during the development of methods and models of the operational evaluation stats of complex objects is grounded. This allows to implement on the basis of intellectual approaches objects functioning under the conditions of uncertainty. uk Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Интеллектуальные системы планирования, управления, моделирования и принятия решений Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки Оперативное оценивание пространства состояний сложных распределенных объектов с использованием нечеткой интервальной логики Operational Evaluation of Space of Complex Distributed Object States Using Fuzzy Interval Logic Article published earlier |
| spellingShingle | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки Кучеренко, Є.І. Творошенко, І.С. Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| title | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки |
| title_alt | Оперативное оценивание пространства состояний сложных распределенных объектов с использованием нечеткой интервальной логики Operational Evaluation of Space of Complex Distributed Object States Using Fuzzy Interval Logic |
| title_full | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки |
| title_fullStr | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки |
| title_full_unstemmed | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки |
| title_short | Оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки |
| title_sort | оперативне оцінювання простору станів складних розподілених об’єктів з використанням нечіткої інтервальної логіки |
| topic | Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| topic_facet | Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/60062 |
| work_keys_str_mv | AT kučerenkoêí operativneocínûvannâprostorustanívskladnihrozpodílenihobêktívzvikoristannâmnečítkoííntervalʹnoílogíki AT tvorošenkoís operativneocínûvannâprostorustanívskladnihrozpodílenihobêktívzvikoristannâmnečítkoííntervalʹnoílogíki AT kučerenkoêí operativnoeocenivanieprostranstvasostoâniisložnyhraspredelennyhobʺektovsispolʹzovaniemnečetkoiintervalʹnoilogiki AT tvorošenkoís operativnoeocenivanieprostranstvasostoâniisložnyhraspredelennyhobʺektovsispolʹzovaniemnečetkoiintervalʹnoilogiki AT kučerenkoêí operationalevaluationofspaceofcomplexdistributedobjectstatesusingfuzzyintervallogic AT tvorošenkoís operationalevaluationofspaceofcomplexdistributedobjectstatesusingfuzzyintervallogic |