Оптимизация задачи поиска временных характеристик экспонатов
В статье рассматривается представление временных характеристик экспонатов в виде лингвистических переменных из теории нечеткой логики. Предлагается метод, основанный на кросс-шкальном переходе, позволяющий сокращать вычисления при решении задачи поиска экспонатов по временным характеристикам....
Збережено в:
| Дата: | 2010 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2010
|
| Назва видання: | Штучний інтелект |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/56119 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Оптимизация задачи поиска временных характеристик экспонатов / О.В. Липская // Штучний інтелект. — 2010. — № 1. — С. 32-35. — Бібліогр.: 2 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-56119 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-561192014-02-12T03:10:16Z Оптимизация задачи поиска временных характеристик экспонатов Липская, О.В. Системы и методы искусственного интеллекта В статье рассматривается представление временных характеристик экспонатов в виде лингвистических переменных из теории нечеткой логики. Предлагается метод, основанный на кросс-шкальном переходе, позволяющий сокращать вычисления при решении задачи поиска экспонатов по временным характеристикам. У статті розглядається подання часових характеристик експонатів у вигляді лінгвістичних змінних з теорії нечіткої логіки. Пропонується метод, що базується на крос-шкальному переході, що дозволяє скорочувати обчислення при вирішенні задачі пошуку експонатів за часовими характеристиками. The paper is devoted to the time characteristics of exhibits which are represented as linguistic variables. The method, that is based on scale crossing, allows to reduce the computations which occur during finding exhibits by its time characteristics. 2010 Article Оптимизация задачи поиска временных характеристик экспонатов / О.В. Липская // Штучний інтелект. — 2010. — № 1. — С. 32-35. — Бібліогр.: 2 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/56119 004.827:902.6]:069.51 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Системы и методы искусственного интеллекта Системы и методы искусственного интеллекта |
| spellingShingle |
Системы и методы искусственного интеллекта Системы и методы искусственного интеллекта Липская, О.В. Оптимизация задачи поиска временных характеристик экспонатов Штучний інтелект |
| description |
В статье рассматривается представление временных характеристик экспонатов в виде лингвистических переменных из теории нечеткой логики. Предлагается метод, основанный на кросс-шкальном переходе, позволяющий сокращать вычисления при решении задачи поиска экспонатов по временным характеристикам. |
| format |
Article |
| author |
Липская, О.В. |
| author_facet |
Липская, О.В. |
| author_sort |
Липская, О.В. |
| title |
Оптимизация задачи поиска временных характеристик экспонатов |
| title_short |
Оптимизация задачи поиска временных характеристик экспонатов |
| title_full |
Оптимизация задачи поиска временных характеристик экспонатов |
| title_fullStr |
Оптимизация задачи поиска временных характеристик экспонатов |
| title_full_unstemmed |
Оптимизация задачи поиска временных характеристик экспонатов |
| title_sort |
оптимизация задачи поиска временных характеристик экспонатов |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| publishDate |
2010 |
| topic_facet |
Системы и методы искусственного интеллекта |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/56119 |
| citation_txt |
Оптимизация задачи поиска временных характеристик экспонатов / О.В. Липская // Штучний інтелект. — 2010. — № 1. — С. 32-35. — Бібліогр.: 2 назв. — рос. |
| series |
Штучний інтелект |
| work_keys_str_mv |
AT lipskaâov optimizaciâzadačipoiskavremennyhharakteristikéksponatov |
| first_indexed |
2025-07-05T07:22:03Z |
| last_indexed |
2025-07-05T07:22:03Z |
| _version_ |
1836790709725691904 |
| fulltext |
«Искусственный интеллект» 1’2010 32
1Л
УДК 004.827:902.6]:069.51
О.В. Липская
Одесский национальный политехнический университет, г. Одесса, Украина
o.lipskaya@gmail.com
Оптимизация задачи поиска временных
характеристик экспонатов
В статье рассматривается представление временных характеристик экспонатов в виде лингвистических
переменных из теории нечеткой логики. Предлагается метод, основанный на кросс-шкальном переходе,
позволяющий сокращать вычисления при решении задачи поиска экспонатов по временным характеристикам.
Введение
Временные характеристики экспонатов хранятся с различной степенью подроб-
ности, зависящей от возможности точной датировки некоторого экспоната. В силу
высокой неопределённости и отсутствия формализации понятий, применяемых для
описания временных характеристик, целесообразно применять для хранения датиро-
вок механизмы нечёткой логики [1], [2].
Целью данной работы является использование кросс-шкального перехода, позво-
ляющего оптимизировать метод поиска временных характеристик экспонатов по эта-
лонной временной характеристике.
Кросс-шкальный переход
Для задания временных характеристик экспоната воспользуемся трапециевид-
ной функцией принадлежности, наиболее часто применяемой в теории нечетких мно-
жеств.
Рисунок 1 – Трапециевидная функция принадлежности временной характеристики
Функция принадлежности µ задается следующим образом:
0, ;
, ;
1, ;
, ;
0, .
если t a
t a если a t b
b a
если b t c
d t если c t d
d c
если t d
µ
≤
− < <
−
= ≤ ≤
− < <
−
≥
(1)
Оптимизация задачи поиска временных характеристик экспонатов
«Штучний інтелект» 1’2010 33
1Л
Временная характеристика экспоната определяется вектором параметров нечет-
кой переменной (a, b, с, d) и характеризуется шириной временного домена w, на кото-
ром она определена:
adw −= . (2)
Перечислим используемые лингвистические переменные временных характерис-
тик и их значения в виде нечётких множеств [2].
1. «Век». Поскольку рассматривается временной домен [0; 100], то этой лингвис-
тической переменной соответствует единственное значение нечёткого множества «век».
2. «Половина века» = («первая», «вторая»).
3. «Треть века» = («первая»; «вторая»; «последняя»).
4. «Четверть века» = («первая»; «вторая»; «третья»; «последняя»).
5. «Часть века» = («начало века»; «середина века»; «конец века»).
Будем считать, что шкала «год» является самой подробной и четкой. Она являет-
ся основной, на базе которой формируются лингвистические переменные, такие как
«половина века», «треть века» и т.д.
Естественно, что выбор шкалы для представления временной характеристики
некоторого экспоната зависит от того, насколько точно известны его временные ха-
рактеристики.
Введем понятие подробности шкалы. Подробностью шкалы «год» будем счи-
тать 1, а значит, подробностью шкалы «n лет» будем считать величину
n
det 1
= . (3)
Назовем подробность шкалы, при которой нечеткая переменная стает четкой – detopt.
Наиболее подробной есть шкала «год» с шириной временного домена – w = 100.
Следовательно, с уменьшением подробности шкалы в n раз ширина временного до-
мена сокращается в n раз.
w = 100/n.
Таблица 1 – Подробность шкалы
шкала n w det
«год» 1 100 1
«2 года» 2 50 0,5
«5 лет» 3 20 0,2
«10 лет» 10 10 0,1
«20 лет» 20 5 0,05
«25 лет» 25 4 0,04
«n лет» n 100/n 1/n
Для поиска экспоната по временной характеристике необходимо проанализи-
ровать ее соответствие эталону. При этом целесообразно оценивать степень соответ-
ствия временной характеристики экспоната эталонной S в процентном соотношении –
0 – 100%.
Вид эталонной временной характеристики, очевидно, должен задаваться в тех
же терминах, что и временные характеристики экспонатов. То есть эталон должен фор-
мироваться как значение или интервал значений лингвистических переменных – «век»,
«половина века», «треть века» и т.д.
Липская О.В.
«Искусственный интеллект» 1’2010 34
1Л
При анализе временной характеристики и эталона производится логическая опе-
рация «Пересечение» эталонной временной характеристики (ЭХ) и текущей времен-
ной характеристики (ТХ), в результате чего образуется их область пересечения (ОП).
Степень соответствия S ОП к ТХ определяется в процентном соотношении через их
мощности:
100%
ТХ
ОПMS
M
= × . (4)
Введем понятие nчетк. nчетк – значение шкалы, при котором нечеткая временная
характеристика становится четкой
);max( cdabnчетк −−= . (5)
Отдельный случай, b – a = d – c, то есть трапеция, формирующая лингвистичес-
кую переменную, – равнобокая. Таким образом, можно сказать, что любая временная
характеристика будет нечеткой до тех пор, пока будет существовать хотя бы одна точ-
ка из области определения, значение функции принадлежности в которой меньше
единицы.
Существенное сокращение затрат на вычисление мощностей ОП и ТХ позволяет
достигнуть переход из одной шкалы в другую – кросс-шкальный переход. Чем менее
подробная шкала, тем короче ширина временного домена, а значит, уменьшается ко-
личество операций, необходимых для вычисления мощностей нечетких областей, коими
являются сформированная область пересечения, а также текущая временная характе-
ристика. При переходе из шкалы «год» в шкалу «n лет» количество операций, необхо-
димых для вычисления мощности нечеткой области, уменьшается в n раз.
Расчетной будем считать шкалу, для которой:
1);min( −= ТХ
четк
ЭХ
четкрасч nnn . (6)
Выбор шкалы для представления эталонной и текущей временных характерис-
тик не влияют на значение степени соответствия ЭХ и ТХ до тех пор, пока значение
nрасч шкалы не становится равным nчеткЭХ или nчеткТХ.
Следовательно, кросс-шкальный переход осуществляется в 5 этапов:
1) расчет nчеткЭХ;
2) расчет nчеткТХ;
3) расчет nрасч;
4) перевод в расчетную шкалу ТХ;
5) перевод в расчетную шкалу ЭХ.
0
200
400
600
800
1000
1200
1400
1600
1800
2000
0 200 400 600 800 1000
ширина временного домена
ко
ли
че
ст
во
о
пе
ра
ци
й
det=1
det=0,5
det=0,2
det=0,1
det=0,02
Рисунок 2 – Сокращение затрат при кросс-шкальном переходе
Оптимизация задачи поиска временных характеристик экспонатов
«Штучний інтелект» 1’2010 35
1Л
Таким образом, при выполнении операции поиска временной характеристики по
эталонной, целесообразно определять расчетную шкалу и осуществлять переход из шка-
лы «век» в эту шкалу. Процесс перехода из одной шкалы в другую сопровождается
дополнительными операциями, но в то же время сокращает количество операций, за-
трачиваемых на вычисление мощностей анализируемых характеристик.
Выводы
Предложенный метод, основанный на кросс-шкальном переходе, позволяет оп-
ределить и перейти в расчетную шкалу из более общей шкалы «год». Этим достига-
ется существенное сокращение вычислений при поиске по временным характеристикам
за счет уменьшения затрат при подсчете мощности этих нечетких характеристик.
Литература
1. Крисилова Г.Ф. Решение задач хранения и поиска временных характеристик экспонатов археоло-
гического музея / Г.Ф. Крисилова, О.В. Липская // Труды Одесского политехнического университе-
та. – 2007. – № 59. – С. 110-114.
2. Zadeh L.A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and
fuzzy logic / L.A. Zadeh // Fuzzy Sets Syst. – 1997. – Vol. 90, № 2. – С. 35-40.
О.В. Ліпська
Оптимізація задачі пошука часових характеристик експонатів
У статті розглядається подання часових характеристик експонатів у вигляді лінгвістичних змінних з
теорії нечіткої логіки. Пропонується метод, що базується на крос-шкальному переході, що дозволяє
скорочувати обчислення при вирішенні задачі пошуку експонатів за часовими характеристиками.
O.V. Lipska
The Optimization of Finding Exhibit’s Time Characteristics
The paper is devoted to the time characteristics of exhibits which are represented as linguistic variables. The
method, that is based on scale crossing, allows to reduce the computations which occur during finding
exhibits by its time characteristics.
Статья поступила в редакцию 29.10.2009.
|