模糊数学及其应用五模糊数学在人工智能和信息检索中的应用.docVIP

模糊数学及其应用五模糊数学在人工智能和信息检索中的应用 　　概况粗略地说，模糊算法是包含有模糊指令的有序指令集合。 x为5左右，x很小，若x小则y大否则y不大，大约走n步等等都是模糊指令，因为这些指令中都包含了模糊概念。象x转到7，如x5则停机这类指令不包含模糊概念，我们称为机器指令。由这些包含了模糊指令的有序指令集合构成了模糊算法，它可以用来对一个问题作出近似解，可用来描述人的思维过程等等。例如下面的一个算法用来指导机器人H绕过障碍沿近路到达目的地，它是模仿人的思维的(图l)。 ||l算法:OBSTACLE该算法由三个子算法组成:ALIGH，HUG，STRAIGHT。 STRAIGHT:用于把H从出发点送到中途点工，及从中途点l把H送到终点ALIGH:使H按所希望的方向转向。HUG:指导H一直沿着障碍物边界走，一直到中途点亚2所示。 模糊指令的解释设F;是一模糊指令，把F;在环境C:下的估计误差石车卜￡转公转30℃转少些会转15’C转很少会转7.5“A会￡接近3o0CB会￡接近o。 IUG千算法ALJGN算i夫STRAIGHT4一66一解释看成是机器指令(普通指令)集M上的模糊集。FiC尺=补:s，镇s卜:)0饭这里M={ml，，’’，m。}是机器指令集，卜:是模糊指令F;在环境C:下的解释中对机器指令m:的从属程度。 　　我们首先选从属程度最高的机器指令作为解释，假如该解释的执行是不可能的，则进行重选，即退回到前面一步作第二次解释，从余下的设选中的机器指令中选一个从属程度最高的指令。 　　设有一个指令为“用一个洲Cm友右的拐杖”，凡om.左右”是一个在〔。，1_00cm〕我们取阑值为0.5，因65cm的拐杖的从属程度小于0.5，所以不考虑。首先应选“用55cm的拐杖”，它的从属程度最高。假若该指令因某种原因无法执行，则进行重选，这时应选“用42cm的拐杖”这一机器指令。假如该指令还是不行，再进行重选，因这时已无其它指令可选，就认为此模糊指令无法执行 　　重选过程的框图开始N二lBl=0二拓士资盛图3模糊程序解释框图卜一个模糊算法构成的模糊程序就是这样依序对模糊指令进行解释和执行。当某一条模糊指令的解释无法执行时，进行重选。假如一条模糊指令是无法执行的，则称此模糊程序无法执行。图3和图4的二个框图分别反映了模糊程序的解释和重选。 机器人的控制1976年日本大阪大学田中研究率的三位学玻且的到拟.它畔姆可侧一霖第，I个模糊扎亏令的解释者作了一个研究。给一个机器人一市简图(不精确的)或给它一系列尸找、、子下可执行补)一二洽二卜N二N十1的地的粗糙的指令，这个机器人在这些信息指引下虽然有时会迷路、利卜徊，最后还是到达了目的地。 (1)指令“走大约n步”用G*(n)表示(x)是JK距离FGHIJ图7K距离叭常数例2在图5所示的城市中机器人正沿箭头”方向前进，指令“走大约20步”用G‘(20)表示。 20步”这距离的从属函数如图6所示。 　　个信息检索系统一般可看成一个查询和文献之间的匹配过程。有一种叫做描述符系统，其中每个文献用一组各自独立的描述符表示(例如关键字等)。由查询和文献的描述特之间进行比较来进行检索。 走一步(一步长15cm)(2)转气单位(30。)从计算机着，机器人是它的一个输出部件。机器人的控制单元中有一个特征寄存器，对机器人的控制如下进行: O，然后输出一个动作命令给机器人，一直到该寄存器为l才停止。作为反响，当命令执行完毕后，机器人把该寄存器置l作为命令完成信号，计算机通过接口识别了以后再发下一个命令。