Проверяемый текст
Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткие множества, нейронные сети, генетические алгоритмы. Монография. - Винница: "Універсум-Вінниця", 1999.
[стр. 107]

107 Рис.
4.2.1 Дерево логического вывода Пользуясь введенными качественными термами и знаниями эксперта (врач-терапевт В.М.
Шеверда) представим соотношения
4.2.1-4.2.3 в виде системы нечетких логических уравнений, связывающих функции принадлежности диагнозов и входных переменных с учетом операций *(И пип)и У (И Л И -тах).
/ Ч < ) = к С( ^ ) ^ ' СД ) * / С(2)К1лС(^ )^ ^ С(У )У 'С( г ^ И л1)‘ / С0')*АС( 4 / М = И ^ ) * / ( У ) * / й К И ^ ) * / С0 ') * /( г ) К [ А * ( ^ ) ./С0 ') * / С( 4
[стр. 229]

опасность ИБС, которая измеряется уровнями ; инструментальная опасность, которая зависит от параметров ; биохимическая опасность, которая зависит от параметров .
Структура модели для дифференциальной диагностики ИБС показана на рис.
8.6.
в виде дерева логического вывода, отвечающего соотношениям: (8.1) (8.2) (8.3) Для оценки значений лингвистических переменных , а также и , будем использовать единую шкалу качественных термов: Н низкий, нС ниже среднего, С средний, вС выше среднего, В высокий.
Каждый из этих термов представляет нечеткое множество, заданное с помощью соответствующей функции принадлежности.
Пользуясь введенными качественными термами и знаниями эксперта (врачтерапевт В.М.
Шеверда) представим соотношения
8.1-8.3 в виде табл.
8.1-8.3.
8.2.3.
Нечеткие логические уравнения Используя табл.
8.1-8.3 и операции (И min ) и (ИЛИ max), легко записать систему нечетких логических уравнений, связывающих функции принадлежности диагнозов и входных переменных:

[Back]