и засобами? РАКЗ-методу [22] в умовах
? - невизначеності. Сутність ? РАКЗ-методу прийняття рішень в ІКЗ
У термінах? РАКЗ-методу формулюється і його ж засобами вирішувати три базові завдання ІКЗ.
1. Формалізація уявлення, аксіоматичного синтезу і комп'ютерного маніпулювання < b align="justify">? k-знаннями 0-го, 1-го і 2-го рівнів складності з урахуванням ? - невизначеності (А ? - задача).
. Виведення на ? k-знаннях ідентифікаційних (впізнавання) рішень (В < b align="justify">? - задача), спираючись на ідентифікаційну Б? kЗ.
. Виведення на ? k-знаннях прогнозних (екстраполяція) рішень (С < b align="justify">? - задача), спираючись на прогнозну Б? kЗ.
Сутність ? РАКЗ-методу полягає в науково обґрунтованому систематизованому застосуванні розроблених модельних і алгоритмічних засобів для постановки і вирішення зазначених базових А ? -, В ? -, С ? - завдань у ІКЗ .
Основні дії? РАКЗ-методу прийняття рішень та порядок їх виконання наведені нижче.
. Формування вибіркових ТЕД (B? - C?) І Спозі (B? - C?) З оцінкою адекватності їх обсягу m? n необхідної Б? kЗ при заданій допустимій величині достовірності p * містять в ній імплікатівних і функціональних закономірностей.
. Синтез ідентифікаційної логічної мережі можливих міркувань (ЛСВР (B?)) Або прогнозної (ЛСВР (С?)) В режимі навчання за допомогою запропонованого алгоритму? АЛОБУЧ.
. Автоматичне квантування ЛСВР (B? - C?) За допомогою алгоритму? АЛАКВА і трансформація її в ? - квантову мережу виводу рішень ( ? - КСВр (B ? - C ?)) виконує роль Б? kЗ (B? - C?) і механізму прийняття ідентифікаційних і прогнозних рішень з обчисленням показника достовірності p (B?) і p (C?) виведених рішень.
. Оптимізація Б? kЗ за критерієм надмірності її структури за допомогою алгоритму? АЛОПТ і формування робочих? - КСВр (B?) І? - КСВр (C?).
5. Висновок ідентифікаційного рішення? ksRCw з Б? kЗ (B?) і прогнозного рішення? ksRCw з Б? kЗ (C?) за допомогою DED-оператора і синтезованих алгоритмів АЛ (B?), АЛ (C?) і АЛУПР відповідно.
Постановка і вирішення А ? - завдання ІКЗ
Формально -завдання представимо множинної «п'ятіркою»:
(3.1)
де - символьний мову? -квантів знань, що складається з кінцевого безлічі букв, цифр і символів операцій теорії алгоритмів;
- кінцеве безліч термінальних? -квантів знань; задаваемое апріорі;
- безліч показників достовірності (ПД)? k-знань з інтервалу [0, 1];
- правила конструювання різнорівневих? -квантів;
- безліч семантичних кодів і спеціальних структур даних , що визначають рівень і зміст? -знание.
У -завдання потрібно створити формальний механізм побудови класу різнорівневих? k-знань в мові S зі значеннями ступеня достовірності з на основі застосування правил до термінальним ? - квантам з, а також з необхідним рівнем і змістом? -квантів з відповідними семантичними кодами з.
Ймовірним безліччю на універсальній множині U={u} називається сукупність пар виду:
(3.2)
У класі? k-знання визначаються аксіоматично. Розглянемо об'єкти прийняття рішень (ОПР) з різнотипними ознаками, які приймають значення з кінцевих ймовірних множин:
(3.3)
де - функція достовірності ймовірного множини.
Постулируем:
(а) безліч К ? термінальних ? - квантів знань:
(3.4)
- Термінальний вибирає
