Основы теории нечетких множеств

         

Обучающийся нечеткий автомат


Рассмотрим автомат с четким входом и зависимым от времени нечетким отношением перехода . Пусть — нечеткое состояние автомата в момент времени на конечном множестве состояний

и — оценка значения .Состояние автомата в момент времени

определяется - композицией:

или аналогично ей. Обучение направлено на изменение нечеткой матрицы переходов:

где . Константа определяет скорость обучения. Начало работы автомата возможно без априорной информации или 1, а также с априорной информацией . Величина

зависит от оценки функционирования автомата. Доказано, что имеет место сходимость матрицы переходов, независимо от того, есть ли априорная информация, т.е. может быть любым значением из интервала .

Пример.

На рис. 12.1 изображена модель классификации образов. Роль входа и выхода можно кратко объяснить следующим образом. Во время каждого интервала времени классификатор образов получает новый образец из неизвестной внешней среды. Далее обрабатывается в рецепторе, из которого поступает как в блок "обучаемый", так и в блок "учитель" для оценки. Критерий оценки должен быть выбран так, чтобы его минимизация или максимизация отражала свойства классификации (классов образов). Поэтому, благодаря естественному распределению образов, критерий может быть включен в систему, чтобы служить в качестве учителя для классификатора. Модель обучения формируется следующим образом. Предполагается, что классификатор имеет в распоряжении множество дискриминантных функций нескольких переменных. Система адаптируется к лучшему решению. Лучшее решение выделяет множество дискриминантных функций, которые дают минимум нераспознавания среди множества дискриминантных функций для данного множества образцов.


увеличить изображение
Рис. 12.1. 



Содержание раздела