Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

UMĚLÁ INTELIGENCE II.. Možnosti manažera  expertní systémy  neuronové sítě  fuzzy systémy  genetický algoritmus  hybridní systémy.

Podobné prezentace


Prezentace na téma: "UMĚLÁ INTELIGENCE II.. Možnosti manažera  expertní systémy  neuronové sítě  fuzzy systémy  genetický algoritmus  hybridní systémy."— Transkript prezentace:

1 UMĚLÁ INTELIGENCE II.

2 Možnosti manažera  expertní systémy  neuronové sítě  fuzzy systémy  genetický algoritmus  hybridní systémy

3 Fuzzy systémy  Zavádění nejistoty (základní znak komunikace v přirozeném jazyce).  Využití:  Fotoaparát s automatickým vyhledáváním centrálního bodu pro zaostření (Minolta)  ABS, řízení motoru, volnoběhu a klimatizace (Honda, Nissan)  Řízení výtahů (Mitsubishi)  Elektrospotřebiče (pračky)  Fuzzy množiny a Fuzzy logika

4 Základní operace s fuzzy množinami

5 Lingvistické proměnné a operátory  Lingvistická (slovní) proměnná  Malý, střední, velký  Jazykové modifikátory (operátory)  Velmi, více méně, značně, slabě

6 Fuzzy pravidla  Klasická pravidla  Fuzzy pravidla

7 Základní bloky fuzzy řízení  Fuzzifikace: transformace konkrétních hodnot do normalizovaného tvaru a přiřazení stupně příslušnosti do jedné nebo více fuzzy množin  Inference: definování pravidel  Agregace: složení fuzzy množin, výsledkem je jedna fuzzy množina  Defuzzifikace: transformace agregované fuzzy množiny na konkrétní hodnotu.

8 Příklad – nový výrobek Vedení firmy má pro rozšíření výroby vybrat nový výrobek. Jako kandidáti se nabízejí výrobky V1-V5. Zvolit se musí výrobek, který nejlépe splňuje všechny cíle a podmínky. Pro výběr nejvhodnějšího výrobku jsou stanoveny následující cíle, podmínky a přiřazeny váhy: Cíle  Dosažení (spíše) velkého zisku  Nezanedbatelné zvýšení zaměstnanosti  Nízké realizační náklady Podmínky  Krátká doba realizace  Nezatěžování životního prostředí

9 Očekávání Výrobek Roční zisk (mil.Kč) Nová prac.místa Realizační náklady (mil.Kč) Doba Realizace Nebezp. odpad (kg) V11, ,5 V22, V32, V V

10 Fuzzy množiny

11 Převod na stupeň jistoty VýrobekRoční zisk Nová prac.místa Realizační náklady Doba Realizace Nebezp. odpad V10100,750,25 V20,2510,5 0 V30,250,501 V40,510,25 1 V510,250,70,250,5

12 Nejlepší varianta Důležitost W0,170,340,130,10,26 VýrobekRoční zisk Nové prac.místa NákladyDoba realizace Nebezpečný odpad Vážený součet V1V1 0100,750,250,48 V2V2 0,2510,5 0 V3V3 0,250,501 0,44 V4V4 0,510,25 10,74 V5V5 10,250,70,250,5

13 Příklad - konkurz Požadavek Uchazeči VáhaKarelJanPetrPavelJiří VŠ manažerského směru40,80,90,80,50,3 Odborná praxe20,40,6510,71 Úroveň jaz. znalostí 120,70,4 0,61 Úroveň jaz. znalostí 220,80,70,6 0,5 Zdravotní stav310,910,71 Rodinný stav100,500,81

14 Výsledek Požadavek Uchazeči VáhaKarelJanPetrPavelJiří VŠ manažerského směru40,80,90,80,50,3 Odborná praxe20,40,6510,71 Úroveň jaz. znalostí 120,70,4 0,61 Úroveň jaz. znalostí 220,80,70,6 0,5 Zdravotní stav310,910,71 Rodinný stav100,500,81 Pesimistické hledisko1400,400,50,3 Akceptování vah0,7140,7360,7290,6210,729

15 Genetický algoritmus Inspirace v přírodě Hledání optimálního řešení Klasické metody jsou časově náročné nebo nelze řešit

16 Genetické algoritmy Inicializace Selekce Křížení Mutace Ukončení Konec ano ne Náhodná výměna části chromozónů Náhodná změna genu jedince Náhodná generování výchozí populace Výběr nej jedinců pomocí evaluační funkce


Stáhnout ppt "UMĚLÁ INTELIGENCE II.. Možnosti manažera  expertní systémy  neuronové sítě  fuzzy systémy  genetický algoritmus  hybridní systémy."

Podobné prezentace


Reklamy Google