31.01.2015 Views

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

162<br />

Таблица 4.9 – Фрагмент базы прецедентов<br />

Факторы<br />

Результаты<br />

X1 X2 X3 X4 X5 X6 X7 Y1 Y2 Z<br />

ОП 2 К В Б МС 1 65 2 1<br />

ОЯ 1 К С О ОС 1 54 2 0<br />

ОП 2 Т В П ОМ 1 67 2 1<br />

ОП 1 С Н П О 1 44 3 0<br />

ЯЯ 3 Т С О ОС 1 57 1 0<br />

На основе таблицы 4.9 с помощью банка тестов создается расширенная<br />

таблица, которая для каждого фактора содержит столько колонок, сколько<br />

доменов в конфигураторе данного фактора. С помощью расширенной<br />

таблицы и банка тестов находятся (предельные) синдромные и<br />

вероятностные модели знаний (глава 5). Модели знаний служат основой<br />

для решения первой и второй задач.<br />

Задача прогнозирования состоит в том, чтобы по планируемым к<br />

применению или уже применяемым агротехнологиям спрогнозировать<br />

наиболее вероятные хозяйственные результаты. Приведем пример Анкеты<br />

распознаваемой ситуации:<br />

Анкета ситуации {ПРЕДШЕСТВЕННИКИ/1 Многолетние травы;<br />

УРОВЕНЬ ПЛОДОРОДИЯ/1 Средний; ОБРАБОТКА ПОЧВЫ/1<br />

Безотвальная; УДОБРЕНИЕ/1 Отсутствует; ЗАЩИТА РАСТЕНИЙ/1<br />

«Бактороденцид 3 кг/га : Фосфид цинка т.п. (5%) 4 кг/га»}.<br />

По Анкете ситуации и фиксированной синдромной модели знаний<br />

определяются все имеющиеся синдромы. Синдромы могут указывать либо<br />

на z = 1, либо на z = 0. Если обнаружатся синдромы, которые указывают на<br />

разные заключения, то либо анализируемая ситуация не соответствует<br />

реальности, либо база прецедентов не релевантная (содержит не все<br />

значимые прецеденты), другими словами, анализируемая ситуация<br />

фальсифицирует выбранную модель знаний.<br />

Если нас интересует вопрос о том, какие необходимо применить<br />

агротехнологии, чтобы получить очень высокую урожайность озимой<br />

пшеницы сорта_2, то необходимо сформировать соответствующее Z и с<br />

помощью метода предельных обобщений построить синдромные модели<br />

знаний. Далее определяются достижимые целевые синдромы, которые<br />

затем реализуются. Классификационная шкала Z формируется так (z = 1):<br />

Культура + сорт + урожайность: Озимая пшеница+Сорт_2+{90.0-100.0}.<br />

Отметим, что если бы в исходных данных были указаны<br />

предшественники не только прошлого года, но и позапрошлого, и 3, 4, и<br />

более лет назад, то предложенная модель позволила бы исследовать их

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

Saved successfully!

Ooh no, something went wrong!