Ασαφής Λογική Παράδειγµα. Νίκος Καραδήµας

Σχετικά έγγραφα
ΣΤΑΤΙΣΤΙΚΗ ΕΞΕΙ ΙΚΕΥΣΗ ΕΝΟΣ ΣΧΗΜΑΤΟΣ. ΑΛΛΗΛΕΞΑΡΤΗΣΕΩΝ. ( Παλινδρόµηση στον Πληθυσµό και Παλινδρόµηση στο είγµα).

Δυναμική ενέργεια στο βαρυτικό πεδίο. Θετική ή αρνητική;

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή.

Q = ( P) + 1.

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη

οµή δικτύου ΣΧΗΜΑ 8.1

Κεφάλαιο 12 : ΥΠΟΠΡΟΓΡΑΜΜΑΤΑ

Η ακρίβεια ορίζεται σαν το πηλίκο των ευρεθέντων συναφών εγγράφων προς τα ευρεθέντα έγγραφα. Άρα για τα τρία συστήµατα έχουµε τις εξής τιµές:

ΣΩΣΤΗ ΧΡΗΣΗ ΤΩΝ Ε ΟΜΕΝΩΝ

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

3 ΙΣΟΡΡΟΠΙΕΣ 3 ΙΣΟΡΡΟΠΙΕΣ

ΦΥΣ-151. Ηλεκτρονικοί Υπολογιστές Ι (FORTRAN 77) (Άνοιξη 2004)

Αριθµητική Ανάλυση. Ενότητα 5 Προσέγγιση Συναρτήσεων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,

Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης)

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις

(µονάδες 25) ΟΜΑ Α Β Να περιγράψετε, χρησιµοποιώντας και το κατάλληλο σχεδιάγραµµα, το οικονοµικό κύκλωµα.

2.3. Ασκήσεις σχ. βιβλίου σελίδας Α ΟΜΑ ΑΣ

Κίνηση σε φθηνότερη διαδροµή µε µη γραµµικό κόστος

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Θεώρηµα: Z ( Απόδειξη: Περ. #1: Περ. #2: *1, *2: αποδεικνύονται εύκολα, διερευνώντας τις περιπτώσεις ο k να είναι άρτιος ή περιττός

Ιδιότητες καµπυλών ζήτησης

Κώδικας σχεδίασης Λογισµικής ιαγραµµατικής Οντολογίας

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ

4.3. Γραµµικοί ταξινοµητές

Σχεδίαση τροχιάς. (α) (β) (γ) (δ) Σχήµα 2.5

Πρόβληµα 2 (15 µονάδες)

( ) = inf { (, Ρ) : Ρ διαµέριση του [, ]}

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Κατανοµές. Η κατανοµή (distribution) µιας µεταβλητής (variable) φαίνεται από το σχήµα του ιστογράµµατος (histogram).

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Σηµειώσεις στις σειρές

HY118- ιακριτά Μαθηµατικά. Παράδειγµα. Από τα συµπεράσµατα στις υποθέσεις Αποδείξεις - Θεωρία συνόλων. Από τις υποθέσεις στα συµπεράσµατα...

ΠΕΡΙ ΜΕΤΑΒΑΣΗΣ ΑΠΟ ΤΑ ΙΑΓΡΑΜΜΑΤΑ ΡΟΗΣ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΕ ΙΑΓΡΑΜΜΑΤΑ ΟΜΗΣ Ε ΟΜΕΝΩΝ

Επιµέλεια Θοδωρής Πιερράτος

Επαναληπτικό ιαγώνισµα Πληροφορικής Γ Γυµνασίου Γιώργος Λιακέας Σχολικός Σύµβουλος Πληροφορικής Ερωτήσεις

HY118- ιακριτά Μαθηµατικά

Πρακτική µε στοιχεία στατιστικής ανάλυσης

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοηµοσύνη Ι» 7ο Φροντιστήριο 15/1/2008

Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ


Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

Οδηγός Οικονοµικής Ανάλυσης: Οικονοµική Αξιολόγηση των Επιλογών Καθαρότερης Παραγωγής

Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος;

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

οριακό PASS 402 PASS Πολύ σωστά, µπράβο οριακό PASS

0.1 Εκχειλίσεις κατά την Επίλυση Τετραγωνικής Εξίσωσης

ΘΕΩΡΙΑ ΧΡΗΣΙΜΟΤΗΤΑΣ ΚΑΤΑΝΑΛΩΤΙΚΗ ΣΥΜΠΕΡΙΦΟΡΑ

Case 06: Το πρόβληµα τωνlorie και Savage Εισαγωγή (1)

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μέρος Β (Οργάνωση Υπολογιστών)

2. Missing Data mechanisms

Ορισµοί και εξισώσεις κίνησης

Μια TM µπορεί ένα από τα δύο: να αποφασίζει µια γλώσσα L. να αναγνωρίζει (ηµιαποφασίζει) µια γλώσσα L. 1. Η TM «εκτελεί» τον απαριθµητή, E.

Διάλεξη 13. Καµπύλες κόστους. Μορφές καµπυλών κόστους

ΕΘΝΙΚΗ ΔΙΕΠΑΓΓΕΛΜΑΤΙΚΗ ΟΡΓΑΝΩΣΗ ΑΜΠΕΛΟΥ & ΟΙΝΟΥ

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

Μηχανική ΙI. Λαγκρανζιανή συνάρτηση. Τµήµα Π. Ιωάννου & Θ. Αποστολάτου 3/2001

Τιµή, αξία (πρόθεση για πληρωµή) και µέτρα ευηµερίας του καταναλωτή

Κεφάλαιο 5ο: Εντολές Επανάληψης

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss

Δοµές Δεδοµένων. 18η Διάλεξη Ισορροπηµένα δέντρα. Ε. Μαρκάκης

Ενότητα 2 η ΕΠΙΚΟΙΝΩΝΙΑ ΣΤΟ ΣΧΟΛΕΙΟ

ΚΕΦΑΛΑΙΟ 9 ο ΤΟ ΠΕΡΙΒΑΛΛΟΝ. 9.1 Εισαγωγή

HY118- ιακριτά Μαθηµατικά. Νόµοι ισοδυναµίας. Κατηγορηµατικός Λογισµός. ιακριτά Μαθηµατικά, Εαρινό εξάµηνο Παρασκευή, 24/02/2017

Αλγόριθµοι και Πολυπλοκότητα

ΕισαγωγήστουςΗ/Υ. PHP Hypertext Preprocessor

Αλγόριθµοι και Πολυπλοκότητα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ιανυσµατικά πεδία Όπως έχουµε ήδη αναφέρει ένα διανυσµατικό πεδίο είναι µια συνάρτηση

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

Γενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης.

Σχήµα 3.1: Εισαγωγή shift register σε βρόγχο for-loop.

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ Κεφάλαιο 10 : Εντολές επιλογής και αποφάσεων

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

Εισαγωγή ΕΙΣΑΓΩΓΗ ΣΤΑ ΓΣΠ

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

Στοιχεία Αλγορίθµων και Πολυπλοκότητας

ΘΕΩΡΗΜΑ CAYLEY-HAMILTON. Έστω A πίνακας ν ν. Από το θεώρηµα Cayley-Hamilton συµπεραίνουµε ότι το σύνολο των πολυωνύµων p( λ ), ώστε p( A)

ΠΑΡΑ ΕΙΓΜΑΤΑ ΣΤΗ ΓΛΩΣΣΑ PROLOG ΠΑΡΑ ΕΙΓΜΑ 1

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Δοµές Δεδοµένων και Αλγόριθµοι - Εισαγωγή

5.1 Ιδιοτιµές και Ιδιοδιανύσµατα

1. Ακολουθία 2. Επιλογή 2.1. Απλή επιλογή

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Παλαιότερες ασκήσεις

«Ο κύριος στόχος δεν είναι να ανακαλύψουµε

Σε αυτό το µάθηµα θα ασχοληθούµε µε τη βελτίωση της εµφάνισης ενός ιστοτόπου, αλλά και τον εύκολο χειρισµό όλων των αλλαγών στην εµφάνιση της σελίδας

Kalman Filter Γιατί ο όρος φίλτρο;

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9

Επίλυση Γραµµικών Συστηµάτων

5.2 ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟ ΟΣ

if(συνθήκη) {... // οµάδα εντολών } C: Από τη Θεωρία στην Εφαρµογή 5 ο Κεφάλαιο

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

ΚΕΦΑΛΑΙΟ 12ο. œ œ œ œ œ œ œ œ ΙΑΣΤΗΜΑΤΑ. ιάστηµα λέγεται η απόσταση µεταξύ δύο φθόγγων. Η 1η νότα λέγεται ΒΑΣΗ και η 2η ΚΟΡΥΦΗ.

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ

Χρονική Αξία του Χρήµατος

Transcript:

Ασαφής Λογική Παράδειγµα Νίκος Καραδήµας

Παράδειγµα Θα εξεταστεί το πρόβληµα του φιλοδωρήµατος: «Ποιο είναι το "σωστό" φιλοδώρηµα γιατονσερβιτόροµας;» Λαµβάνοντας υπόψη έναν αριθµό µεταξύ 0 και 10 που αντιπροσωπεύει την ποιότητα της υπηρεσίας σε ένα εστιατόριο (όπου 10 είναι άριστα), ποιο θα έπρεπε να είναι το φιλοδώρηµα;

Η µη-ασαφή προσέγγιση (1/) Αρχίζοντας µε τηναπλούστερηπιθανή σχέση. Υποθέτουµε ότιτοφιλοδώρηµα είναι ίσο πάντα µε 15% του συνολικού λογαριασµού Tip = 0.15

Η µη-ασαφή προσέγγιση Αυτό δεν λαµβάνει υπόψη πραγµατικά την ποιότητα της υπηρεσίας, έτσι πρέπει να προσθέσουµε έναννέοόροστην εξίσωση. εδοµένου ότι η υπηρεσία εκτιµάται σε µια κλίµακα 0 έως 10, µπορεί να έχουµε το φιλοδώρηµα να µεταβάλλεται γραµµικά από 5% εάν η υπηρεσία είναι κακή, σε 25% εάν η υπηρεσία είναι άριστη.

Η µη-ασαφή προσέγγιση Τώρα η σχέση µας µοιάζει µε: Tip = 0.20/10*service+0.05

Η µη-ασαφή προσέγγιση Ο τύπος είναι καλός και απλός. Εντούτοις, µπορούµε να θελήσουµε το φιλοδώρηµα να εκφράζεται και ανάλογα µε την ποιότητα των τροφίµων. Αυτή η επέκταση του προβλήµατος καθορίζεται ως εξής. Λαµβάνοντας υπόψη δύο σύνολα αριθµών µεταξύ 0 και 10 (όπου 10 είναι άριστος) που αντιπροσωπεύει αντίστοιχα την ποιότητα της υπηρεσίας και την ποιότητα του φαγητού σε ένα εστιατόριο, ποιο θα πρέπει να είναι το φιλοδώρηµα;

Η µη-ασαφή προσέγγιση Ο τύπος επηρεάζεται τώρα που έχουµε προσθέσει µια άλλη µεταβλητή. Tip = 0.20/20*(service+food)+0.05;

Η µη-ασαφή προσέγγιση Σε αυτήν την περίπτωση, τα αποτελέσµατα φαίνονται όµορφα, αλλά όταν εξεταστούν καλύτερα, δεν φαίνονται αρκετά καλά. Υποθέτουµε ότι θέλουµε την υπηρεσία να είναι σηµαντικότερος παράγοντας από την ποιότητα του φαγητού.

Η µη-ασαφή προσέγγιση Ας υποθέσουµε ότι η υπηρεσία θα αποτελεί το 80% του γενικού φιλοδωρήµατος και το φαγητό θα αποτελεί το άλλο 20%. servratio=0.8; tip=servratio*(0.20/10*service+0.05) +... (1- servratio)*(0.20/10*food+0.05)

Η µη-ασαφή προσέγγιση Ηαπάντησηείναιακόµα κάπως οµοιόµορφα γραµµική. Υποθέτουµε ότι θέλουµε περισσότεροαπόµιας επίπεδης απάντησης στη µέση, δηλ. αν θέλουµε να δώσουµε έναφιλοδώρηµα 15% γενικά, και να ξεκινάει από αυτό το πλαφόν µόνο εάν η υπηρεσία είναι εξαιρετικά καλή ή κακή. Αυτό σηµαίνει ότι εκείνες οι ωραίες γραµµικές χαρτογραφήσεις δεν ισχύουν πλέον.

Η µη-ασαφή προσέγγιση Μπορούµε ακόµα να σώσουµε τα πράγµατα µε τη χρησιµοποίηση µιας τµηµατικά γραµµικής κατασκευής. Επιστρέφοντας στο µονοδιάστατο πρόβληµα µελετώντας µόνο την υπηρεσία. if service<3, tip=(0.10/3)*service+0.05; elseif service<7, tip=0.15; elseif service<=10, tip=(0.10/3)*(service-7)+0.15; end

Η µη-ασαφή προσέγγιση Τότε το σχέδιο θα µοιάζει µε αυτό...

Η µη-ασαφή προσέγγιση Εάν επεκτείνουµε αυτό σε δύο διαστάσεις, όπου λαµβάνουµε υπόψη πάλι το φαγητό, θα έχουµε: servratio=0.8; if service<3, tip=((0.10/3)*service+0.05)*servratio +... (1-servRatio)*(0.20/10*food+0.05); elseif service<7, tip=(0.15)*servratio +... (1-servRatio)*(0.20/10*food+0.05); else, tip=((0.10/3)*(service-7)+0.15)*servratio +... (1-servRatio)*(0.20/10*food+0.05); end

Η µη-ασαφή προσέγγιση Τότε το σχέδιο θα µοιάζει µε αυτό...

Συµπέρασµα Το σχεδιάγραµµα φαίνεται καλό, αλλά η λειτουργία είναι εκπληκτικά περίπλοκη. Ήταν λίγο δυσνόητο να κωδικοποιηθεί αυτό σωστά, και δεν είναι σίγουρα εύκολο να τροποποιηθεί αυτός ο κώδικας στο µέλλον. Επιπλέον, είναι προφανές πώς ο αλγόριθµος λειτουργεί σε κάποιον που δεν επιβεβαίωσε την αρχική διαδικασία σχεδίου.

Η ασαφή προσέγγιση Θα ήταν ωραίο εάν θα µπορούσαµε να συλλάβουµε ακριβώςτιςβασικές ανάγκες αυτού του προβλήµατος, αφήνοντας κατά µέρος όλους τους παράγοντες που θα µπορούσαν να είναι αυθαίρετοι.

Η ασαφή προσέγγιση Εάν συντάξουµε µία λίστα µε τι πραγµατικά συµβαίνει στο πρόβληµα, θα καταλήξουµε στιςακόλουθες περιγραφές: 1. Εάν η υπηρεσία είναι φτωχή, τότε το φιλοδώρηµα είναι φτηνό 2. Εάν η υπηρεσία είναι καλή, τότε το φιλοδώρηµα είναιµέτριο 3. Εάν η υπηρεσία είναι άριστη, τότε το φιλοδώρηµα είναι γενναιόδωρο

Η ασαφή προσέγγιση Η διάταξη των κανόνων που παρουσιάζονται εδώ είναι αυθαίρετη. εν πειράζει ποιοι κανόνες εµφανίζονται πρώτα. Εάν θελήσαµε να περιλάβουµε την επίδραση του φαγητού στο φιλοδώρηµα, µπορούµε να προσθέσουµε τους ακόλουθους δύο κανόνες. 4. Εάν το φαγητό είναι άγευστο, τότε το φιλοδώρηµα είναιφτηνό 5. Εάντοφαγητόείναιεύγευστο, τότε το φιλοδώρηµα είναι γενναιόδωρο

Η ασαφή προσέγγιση Στην πραγµατικότητα, µπορούµε να συνδυάσουµε τις δύο διαφορετικές λίστες κανόνων σε µία λίστα τριών κανόνων: 1. Εάν η υπηρεσία είναι φτωχή ή το φαγητό είναι άγευστο, τότε το φιλοδώρηµα είναιφτηνό 2. Εάν η υπηρεσία είναι καλή, τότε το φιλοδώρηµα είναι µέτριο 3. Εάν η υπηρεσία είναι άριστη ή το φαγητό είναι εύγευστο, τότε το φιλοδώρηµα γενναιόδωρο

Η ασαφή προσέγγιση Αυτοί οι τρεις κανόνες είναι ο πυρήνας της λύσης µας. Συµπτωµατικά, καθορίσαµε µόλις και τους κανόνες για ένα σύστηµα ασαφούς λογικής. Τώρα εάν δίνουµε τοµαθηµατικό νόηµα στις γλωσσικές µεταβλητές (τι είναι ένα "µέτριο" φιλοδώρηµα, παραδείγµατος χάριν?) θα είχαµε ένα πλήρες ασαφές σύστηµα συµπεράσµατος.

Η ασαφή προσέγγιση Φυσικά, υπάρχουν πολλά ακόµα πράγµατα για την µεθοδολογία της ασαφούς λογικής. Οι λεπτοµέρειες της µεθόδου δεν αλλάζουν πραγµατικά πολύ από πρόβληµα σεπρόβληµα -- οι µηχανισµοί της ασαφούς λογικής δεν είναι τροµερά σύνθετοι. Αυτό που πειράζει είναι αυτό που έχουµε παρουσιάσει σε αυτήν την προκαταρκτική έκθεση: ότι η ασαφής λογική είναι προσαρµόσιµη, απλή, και εφαρµόζεται εύκολα.

Αποτέλεσµα Το σχέδιο θα µοιάζει µε αυτό...