ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

220
конкурирующих заключений.
Если функция Classif выдает код ‘0’, то проблема устраняется
достаточно просто: необходимо установить все синдромы {S} α и
выполнить следующие две операции:
Ω := Ω ∪ α; {S}:= {S} ∪ {S} α .
Приведенный ниже алгоритм позволяет исключить оба вида
фальсификаций: как отсутствие заключений, так и появление нескольких
конкурирующих заключений.
Алгоритм 5.9
Вход: Прецедент α({τ/T}, z/Z), модель знаний {S}.
Выход: z α .
Онтология: Банк тестов {G(τ)}.
Classif_2(α, {S})
begin
Z α := ∅; {τ/T} + ;
for S({τ/T}’, z/Z) ∈ {S} do
if ({τ/T}’ α ⊆ {τ/T} + ) & ({τ/T}’ α = {τ/T}’) then Z α := Z α ∪ z/Z;
if | Z α | = 1 then z α := z/Z else z α := 0;
return (z α )
end.
Недостатком алгоритма 5.9 является необходимость проведения всех
тестов, которые фигурируют в синдромах модели знаний {S}.
Приведем рациональный вариант алгоритма классификации нового
прецедента, в котором проверяются не все возможные синдромы, а только
те из оставшихся, которые совместимы с уже найденными.
Совместимость синдромов S и S’ означает, что у некоторого прецедента
α могут быть одновременно синдромы S и S’. Несовместимость синдромов
S и S’ означает, что у любого прецедента α не могут иметь место
одновременно синдромы S и S’. Однако, несмотря на кажущуюся простоту
понятия «совместимость синдромов», дать формальное определение
совместимости достаточно непросто, так как в текущей базе прецедентов
могут отсутствовать прецеденты, имеющие одновременно синдромы S и S’
даже если они совместимы.
Множество синдромов назовем совместимым, если в базе прецедентов
Ω имеется прецедент, содержащий все синдромы из множества.
Соответственно, произвольное множество синдромов {S} назовем
условно совместимым, если для него не выполняется условие
совместимости, но для любого теста τ, принадлежащего одновременно {τ} S