ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
ÐÐ ÐÐЦÐÐ ÐÐ ÐÐÐÐЬÐЫХ ÐÐÐÐЩÐÐÐÐ: меÑодологиÑ, задаÑи ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
211<br />
один синдром. В редуцированной модели это правило не выполняется: для<br />
прецедентов α({τ/T}, z k ) синдромы отсутствуют.<br />
Таким образом, редуцированная модель знаний является более сложной<br />
структурой, чем просто синдромная модель знаний, но это усложнение<br />
позволяет сократить (иногда значительно) как общее число синдромов, так<br />
и, возможно, число используемых тестов.<br />
Приведем пример. Пусть Z = {1, 2, 3}; {S} 1 = {S 1 ; S 2 ; S 3 }; {S} 2 = {S 4 ; S 5 ;<br />
S 6 }; {S} 3 = {S 7 ; S 8 }. Получаем две эквивалентные (по числу синдромов)<br />
редуцированные модели знаний:<br />
{S} ~ = {S} 1 ∪ {S} 3 & (z 2 ⇔ ¬z 1 & ¬z 3 = true); I 1 = {1, 3};<br />
{S} ~ = {S} 2 ∪ {S} 3 & (z 1 ⇔ ¬z 2 & ¬z 3 = true); I 2 = {2, 3}.<br />
Выбор первой или второй редуцированной модели может зависеть от числа<br />
используемых тестов в каждой модели, от суммарного веса синдромов, от<br />
суммарной стоимости тестов или от других свойств тестов (например,<br />
комфортности, опасности и т.д.).<br />
Редуцированные модели можно также минимизировать, как и<br />
синдромные модели {S} Min . Более того, редуцированные модели<br />
целесообразно строить на основе {S} Min . Уточним данное положение.<br />
Решим задачу (5.26) для множества моделей {S * } * Min на .<br />
Получим величину L * = L I и множество {I}, где каждое I ∈ {I}<br />
обеспечивает достижение L * .<br />
Предложение 5.19. Во всех моделях {S * } * Min на мощность<br />
каждого сегмента {S} j (j ∈ Z) одинакова. Константа L * и множества {I} для<br />
всех моделей {S * } * Min также одинаковы.<br />
Действительно, каждый сегмент {S} j (j ∈ Z) оптимизируется<br />
(минимизируется) независимо от других, следовательно, глобальный<br />
оптимум у них один. Совпадение глобальных оптимумов по каждому<br />
сегменту {S} j (j ∈ Z) означает универсальность константы L * и множества<br />
{I} для всех моделей {S * } * Min.<br />
Предложение 5.20. Константа L * определяет абсолютно минимальное<br />
число синдромов, которое может быть использовано в редуцированной<br />
модели знаний для решения задачи классификации на Ω. Оптимальные<br />
редуцированные модели знаний строятся на основе любой {S * } * Min.<br />
Пусть K * – общее число моделей знаний {S * } * Min, а K ~ – общее число<br />
оптимальных редуцированных моделей знаний ({S * } * Min) ~ . Справедлива<br />
оценка<br />
K ~ ≤ K * ⋅ |{I}|. (5.29)<br />
Неравенство в выражении (5.29) означает, что некоторые оптимальные<br />
модели знаний могут совпадать.<br />
Уточним величину K * . Мощность каждого сегмента {S} j (j ∈ Z) в