31.01.2015 Views

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

122<br />

В рамках развиваемого формализма первоначально строятся орграфы<br />

доменов для каждого признака − {G(φ i )}. Строится также орграф доменов<br />

теста «Интервал поиска - ∆t» − G(∆t), определяющий масштабные уровни<br />

интервала времени до наступления события. Далее на множестве всех<br />

описаний β = ∆t/Λ<br />

находится экстремальный пограничный слой набросков, а также<br />

синдромные и вероятностные модели знаний, включая предельные модели<br />

(см. главу 5). В главе 7 дополнительно будут рассмотрены алгоритмы<br />

выявления закономерностей в процессе познания действительности.<br />

Важными средствами построения информационного множества<br />

являются эмпирический оператор эволюции (глава 7), а также индуктивное<br />

развертывание ситуации на основе замыканий значений тестов.<br />

Пусть запись β:α означает, что ситуация β является обобщением<br />

ситуации α, а α рассматривается как конкретизация ситуации β.<br />

Обобщение будем связывать с заменой тестов {a/A} α на более общие тесты<br />

{b/B} β . Для такой замены в базе знаний k должен существовать<br />

системопаттерн вида f/µ: {a/A} → {b/B}, с помощью которого<br />

осуществляется преобразование значений одной группы тестов в значения<br />

другой группы тестов.<br />

Переход от первичных данных ситуации α к нечетким или<br />

интервальным множествам является примером построения обобщения β.<br />

Главным свойством операции обобщения является ее необратимость,<br />

т.е. из α можно получить β, но из β нельзя получить α. Модель<br />

иерархической структуры мира представима в виде: U = {α 1 : α 2 : …:α n }.<br />

Множеством обобщения ситуации/образа α назовем множество G γ (α)<br />

следующего вида:<br />

G γ (α) = {β | β:α & γ(β) = true}. (3.30)<br />

Пусть, например, ситуация/образ α описывается с помощью базовых<br />

доменов N тестов, орграфы которых содержат M i доменов (без потери<br />

общности примем, что каждое вхождение теста – это отдельный тест).<br />

Общее число различных описаний действительности, получаемых из α и<br />

обобщающих α, составляет M 1 ×M 2 ×…×M N -1. Положим γ(β) = true, если β<br />

является одним из таких описаний. Роль отображений {f/µ} играют<br />

восходящие преобразования в рамках орграфов доменов. Таким образом,<br />

получили точную оценку мощности множества G γ (α) для данного примера,<br />

а именно:<br />

|G γ (α)| = M 1 ×M 2 ×…×M N -1.<br />

В данном примере Gs(α) = α ∪ G γ (α). Однако далеко не всегда множество

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!