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.

210<br />

|Z| ≤ |{S * } * Min| ≤ |Ω|. (5.23)<br />

Вместе с тем, любая даже абсолютно минимальная модель знаний<br />

может быть еще редуцирована (в ряде случаев значительно). Такая<br />

возможность вытекает из того, что Z образует полную и несовместную<br />

группу заключений. Следовательно, если установлено отсутствие любого<br />

из z 1 , …, z N-1 заключений (с точностью до нумерации), то прецедент может<br />

иметь только заключение z N , но в таком случае можно обойтись без<br />

синдромов, которые позволяют установить z N . Рассмотрим более детально<br />

данную возможность.<br />

Пусть в произвольной синдромной базе знаний {S} заключению z j<br />

отвечает подмножество синдромов {S} j (j = 1,…,N). Определим мощность<br />

(индекс) каждого из подмножеств синдромов:<br />

L j = |{S} j |, j = 1,…,N. (5.24)<br />

По определению синдромной модели знаний L j > 0 (j = 1,…,N). Мощность<br />

всей модели знаний {S} определяется выражением:<br />

L {S} = Σ j∈ Z L j. (5.25)<br />

Таким образом, для произвольной синдромной модели знаний {S}<br />

определен кортеж индексов: . Найдем такое подмножество<br />

номеров I={i 1 ,…, i N-1 } ⊂ Z, которое обеспечивает минимум сумме индексов,<br />

а именно:<br />

L I = Σ j∈I L j → min. (5.26)<br />

Ясно, что задача (5.26) может решаться не единственным образом. В таком<br />

случае можно выбрать либо любое решение, либо продолжить<br />

оптимизацию по другим критериям, например, дополнительно<br />

минимизировать общую суммарную стоимость тестов или минимизировать<br />

число используемых тестов.<br />

Для произвольной синдромной модели знаний {S}=∪ j∈Z {S} j определим<br />

редуцированную модель знаний {S} ~ следующим образом:<br />

{S} ~ = ∪ j ∈ I {S} j (5.27)<br />

z k , где k = Z\I ⇔ & j ∈ I ¬z j ≡ ¬ (∨ j ∈ I z j )= true, (5.28)<br />

где множество I определяется путем решения задачи (5.26). Правило (5.28)<br />

является неотъемлемой частью модели {S} ~ . Оно позволяет установить<br />

заключение z k в том случае, когда доказано отсутствие заключений из I.<br />

Принципиальное отличие синдромной модели знаний от<br />

редуцированной модели заключается в том, что в рамках синдромной<br />

модели для любого прецедента из базы прецедентов существует хотя бы

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

Saved successfully!

Ooh no, something went wrong!