ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

202
Выход: {S * } α .
LimSP (α, K)
begin
{S * } α := ∅;
for каждого описания {τ/T} do
for {τ/T}’ ⊆ {τ/T} do
if Sindrom({τ/T}’ α , z α )) = true
then {S * } α := {S * } α ∪ LimS(S({τ/T}’ α , z α ), K);
return ({S * } α )
end.
Одной из задач метода предельных обобщений является построение
полной предельной синдромной модели знаний в виде
Для примера «Диагностика»
{S * } Full = ∪ α ∈ Ω {S * } α . (5.12)
{S * } Full = {S * } α1 ∪ {S * } α2 ∪ {S * } α3 ∪ {S * } α4 = {S * (τ 1 /T1 36.0; z1); S * (τ 2 /В1
12; z1); S * (τ 1 /T2 Пониженная, τ 2 /В3Допенсионный; z1)} α1 ∪ {S * (τ 2 /В2
Средних лет; z1); S * (τ 1 /T3 Нормальная; z1)} α2 ∪ {S * (τ 2 /В1 32; z2);
S * ((τ 1 /T2 Повышенная; z2)} α3 ∪ {S * (τ 1 /T1 36.4; z2); S * (τ 2 /В3
Пенсионный; z2)} α4 .
Ясно, что такие синдромы, как S * (τ 1 /T1 36.0; z1), не могут
претендовать на статус инвариантов (параметров порядка) из-за низкого
уровня обобщения, но такие синдромы, как S * (τ 1 /T2 Пониженная,
τ 2 /В3Допенсионный; z1), S * (τ 2 /В2 Средних лет; z1), S * (τ 1 /T3
Нормальная; z1), S * ((τ 1 /T2 Повышенная; z2) и S * (τ 2 /В3 Пенсионный;
z2), имеют достаточно высокий уровень обобщения и поэтому вполне
могут претендовать на статус параметров порядка.
Предложение 5.10. Если база прецедентов Ω({τ/T 0 }, Z) не содержит
конфликтов, то полная предельная синдромная модель знаний {S * } Full на
существует и единственна.
Приведем алгоритм построения полной предельной синдромной модели
знаний {S * } Full на , который основан на выражении (5.12).
Алгоритм 5.6
Вход: Контекст K = < Ω, {G(τ)}>.
Выход: {S * } Full.
LimSFull (K)
begin
{S * } Full := ∅;