Проверяемый текст
Сумкин Константин Сергеевич. Модель разграничения прав доступа и программная реализация модели для компьютерных сетей (Диссертация 2009)
[стр. 33]

= 1,2), В случае, если входные переменные (*,) являются четкими или одноточечными нечеткими множествами, данный этап называют этапом введения нечеткости (фаззификацией).
Этап 2.
Агрегирование степеней истинности предпосылок по каждому из правил
a..
Дня данного примера: ai = min \рЛи(х{\Ила(*Л «г =min{u<(]l (хх),рЛп(х,)\ Этап 3.
Активизация (определение степеней истинности) заключений по каждому из правил на основе операции min-активизации:
М^(у) = (у)}, Дя; Су) = min {а,,O')} Этап 4.
Аккумулирование полученных на предыдущем этапе заключений по всем правилам.
Объединение найденных усеченных нечетких множеств проводится с использованием операции максимум (maxдизъюнкции).
В итоге формируется нечеткое множество для выходной переменной с функцией принадлежности
Ив М = тах{^ ОО.Д*; O')) Этап 5.
Этап приведения к четкости выполняется, если необходимо привести полученное нечеткое множество к четкому виду.
В алгоритме нечеткого вывода Мамдани, как правило, используется центроидный метод дефаззификации, при котором четкое значение выходной переменной
Y определяется как «центр тяжести» (center of gravity) для Мв (у): (1.3) где fmjn, Ум ~ границы интервала носителя нечеткого множества выходной переменной у.
33 Дня дискретного варианта:
[стр. 55]

ОО = max sup 'pink, «, _Bi (x,x)f'*>.2 хшХ = max sup ртп[мл (х1Х/<<( (*,),// (*,),// (x^fi^x,),/! ooj* «“1.2 Xlyt2e.v На рис.
1.11 иллюстрируется выполнение алгоритма нечеткого вывода Мам дани.
Рис.
1.11.
Иллюстрация алгоритма нечеткою вывода Мамдани Этап 1.
Определение степени срабатывания (истинности) каждой предпосылки каждого правила для заданных значений входных переменных (Xj),(/, ] = 1,2), В случае, если входные переменные (*,) являются четкими или одноточечными нечеткими множествами, данный этап называют этапом введения нечеткости (фаззификацисй).
Этап 2.
Агрегирование степеней истинности предпосылок по каждому из правил
а,.
Для данного примера: «i=minK„(*i)’/Mx2)}* а 2 = min^,, (х0,^з:(х2)\ Этап 3.
Активизация (определение степеней истинности) заключений по каждому из правил на основе операции min-активизации:
55

[стр.,56]

/^f(>') = n,in {«1.^,0')}.
AaiM = min{a,,/^O0} Этап 4.
Аккумулирование полученных на предыдущем этапе заключений по всем правилам.
Объединение найденных усеченных нечетких множеств проводится с использованием операции максимум (max-дизъюнкции).
В итоге формируется нечеткое множество для выходной переменной с функцией принадлежности
Этап 5.
Этап приведения к четкости выполняется, если необходимо привести полученное нечеткое множество к четкому виду.
В алгоритме нечеткого вывода Мамдани, как правило, используется центроидный метод дефаззификации, при котором четкое значение выходной переменной
у определяется как «центр тяжести» (center of gravity) для МвO'): где границы интервала носителя нечеткого множества выходной переменной у.
Для дискретного варианта: где У^число элементов у,в дискретизированной для вычисления «центра тяжести» области у.
В алгоритме нечеткого вывода Ларсена; 1.
база правил формируется аналогично алгоритму Мамдани; 2.
декартово произведение нечетких множеств задано формулой (1.2); 3.
нечеткая импликация нечеткое умножение; (у) = та*К; O')»/**; О)} (1.3) к 56

[Back]