Применение нечеткой литерной логики в анализе пространственных отношений
Ознакомление с задачами алгоритма синтеза визуального представления ситуации. Рассмотрение и характеристика структуры графа переходов автомата выявления пространственных отношений. Исследование и анализ примера и алгоритма построения семантической сети.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 19.01.2018 |
Размер файла | 418,0 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Волгоградский государственный технический университет
Применение нечеткой литерной логики в анализе пространственных отношений
Столяров А.А.
e-mail: drju6ka@gmail.com
Задачи анализа пространственных отношений часто встречаются во многих областях (робототехника, геоинформационные системы, компьютерные игры и т.д.). Данная работа посвящена модели анализа пространственных отношений в текстовом описании ситуации (на примере синтеза визуального представления описываемой ситуации). Использование нечеткой литерной логики обосновано тем, что аппарат НЛЛ позволяет оперировать семантикой слов на основе их символьного представления, что позволяет вычислять степень близости слов без словарей [1].
Сравнительный анализ существующих классификаций пространственных отношений показал, что для случая статической ситуации и неподвижного наблюдателя они являются эквивалентными. Однако в классификации В.Г. Гака [2] предлагается наиболее формализованная и полная модель пространственного отношения, что и определило ее использование в данной работе.
Так В.Г. Гак определяет пространственное отношение в чистом виде формулой
<S, V, R, L>,(1)
где S - локализуемый объект; V - глагол; R - конкретный тип локализации, выражаемый, например, предлогом; L - локализатор, то есть двухмерное или трехмерное пространство, в котором способен помещаться локализуемый объект [2].
В задачи алгоритма синтеза визуального представления ситуации входит:
1) Выявление пространственных отношений
2) Построение графического представления
Требования к входному тексту:
· описание пространственной ситуации должно быть конечно;
· текст должен описывать статическую ситуацию с точки зрения неподвижного наблюдателя;
· описание пространственной ситуации должно быть непротиворечивым.
Грамматика входного языка:
<Текст>><S><V><R><L>.<Текст>
<Текст>><R><L><V><S>.<Текст>
<Текст>><S><R><L>.<Текст>
<Текст>><R><L><S>.<Текст>
<Текст>>е
<S>><PS><существительное>
<PS>><PS><прилагательное>
<PS>>е
<R>><AR><отношение** - множество пространственных отношений конечно.>
<AR>><наречие><AR>
<AR>>е
<V>><глагол>
<L>><PL><существительное>
<PL>><PL><прилагательное>
<PL>>е
Поставленные задачи предполагают, что алгоритм должен транслировать данные в модель пространственных отношений Гака, вследствие чего было принято решение использовать автомат для разбора входного языка как наиболее эффективный метод решения данной задачи.
В качестве метода хранения данных была выбрана семантическая сеть, как наиболее удобный вариант хранения описания ситуации.
Геометрическая модель строится при помощи рассуждений по прецедентам, так как эта модель рассуждений наиболее близкая к решению данной задачи человеком.
Модель синтеза визуального представления текстового описания пространственных отношений представлена на рисунке 1 в виде DFD диаграммы.
Блок «Выявление морфологических признаков» использует морфологический словарь ДИАЛИНГ. На выходе формируется таблица лексем, количество строк которой равно количеству слов и точек в наборе символов.
Блок «Выявление пространственных отношений» получает на вход данную таблицу лексем. Задачей блока является выявление пространственных отношений соответственно модели Гака, что делается с помощью автомата. На рисунке 2 изображен граф переходов. На выходе блока таблица пространственных отношений.
Рис. 1. DFD диаграмма синтеза визуального представления ситуации
Рис. 2. Граф переходов автомата выявления пространственных отношений
Тип лексемы:
– С1 - сущ. им.
– С2 - сущ. не им.
– П1 - прил. им.
– П2 - прил. не им.
– Г - глагол
– Н - наречие
– П - предлог
– ТЧК - знак «точка»
– КСЛ - конец списка лексем
Действия:
– S` - записать лексему как локализуемый объект
– V` - записать лексему как глагол
– V* - задать глагол по умолчанию
– R` - записать лексему как пространственное отношение
– L` - записать лексему как локализатор
– AS` - добавить лексему в список атрибутов локализуемого объекта
– AL` - добавить лексему в список атрибутов локализатора
– AR` - добавить лексему в список атрибутов отношения
– ADD - добавить пространственное отношение в таблицу
Задачей блока 3 является построение семантической сети, описывающую ситуацию в виде таблицы концептов и таблицы дуг.
Семантическая сеть строится по правилам:
– Множеству концептов семантической сети соответствует множество объектов ситуации (локализуемые объекты и локализаторы);
– Множеству дуг семантической сети соответствует множество пространственных отношений;
– Дуга семантической сети направляется от локализуемого объекта к локализатору.
Пример построения семантической сети представлен на рисунке 3.
Рис. 3. Пример построения семантической сети
Алгоритм работы блока 3 представлен на рисунке 4.
Рис. 4. Алгоритм построение семантической сети
При выявлении объектов ситуации все упоминания о них (локализаторы и локализуемые объекты) попарно сравниваются с помощью коэффициента . Если больше порогового значения, считается, что речь идет об одном и том же объекте. При расчете используется нечеткая литерная логика [1]:
где A(oj) - список атрибутов j-того объекта.
При построении дуг сети используется рассуждение по прецедентам так как:
– процесс решения задачи человеком плохо поддаётся формализации;
– прецедент является обоснованием решения;
– прецеденты имеют тенденцию к повторению;
– подобные прецеденты имеют подобные решения.
Структура прецедента (для задачи визуализации) имеет вид:
– описание случая (проблемы) - модель Гака <S,V,R,L>
– описание решения проблемы - <X,Ang,Ms,Ml>,
где X - координаты локализуемого объекта в локальной системе координат локализатора; Ang - углы поворота модели локализуемого объекта; Ms - ссылка на модель локализуемого объекта в БД моделей; Ml - ссылка на модель локализатора в БД моделей.
Для каждого пространственного отношения из таблицы в базе прецедентов выбирается наиболее близкий случай и дуга семантической сети инициализируется его решением. Для оценки близости пространственного отношения <S,V,R,L> и i-того прецедента из базы используется функция f:
Переменная нечеткой литерной логики характеризуется двойкой
<U, X>,(2)
где: U - многомерное позиционное множество символов; X - нечеткое многомерное подмножество множества U, представляющее собой нечеткое ограничение на значение переменных xiX - степени значимости символов.
В рамках НЛЛ к переменным могут применяться следующие операции:
- конъюнкция; - дизъюнкция; - отрицание.
При осуществлении логического вывода операции применяются слева направо, согласно приоритету: отрицание; конъюнкция; дизъюнкция.
Вывод инициируется операцией сравнения «=», которая не является частью логической системы и имеет самый низший приоритет. Перед ее выполнением осуществляется подготовка необходимых данных путем последовательного применения операций НЛЛ присутствующих в выражении.
Рассмотрим подробно используемые операции.
Операции дизъюнкции.
Дизъюнкция в выражениях НЛЛ используется для связывания разнородных синонимических групп при описании баз знаний.
Входом операции является:
- переменные НЛЛ, хранящие разнородные понятия.
Выходом операции является:
-- переменная НЛЛ, описывающая объединенное понятие.
Выполнение операции дизъюнкции осуществляется по следующему алгоритму:
1) Поместить все значения из в ;
2) Поместить все значения из в ;
3) Для каждого измерения множества :
3.1) Создать в URwR измерение dR;
3.2) Поместить все значения из измерения dj множества в измерение dR множества ;
4) Для каждого измерения dj множества :
4.1) Создать в измерение dR;
4.2) Поместить все значения из измерения dj множества в измерение dR множества ;
Операция сравнения.
Входом операции является: - переменные НЛЛ, хранящие сравниваемые понятия.
Выходом операции является: - степень соответствия понятий.
Выполнение операции дизъюнкции осуществляется по следующему алгоритму: семантический сеть пространственный
1) Совместить множества и так, чтобы совпало максимально возможное число символов;
2) Вычислить степень важности позиций символов в пересечении;
3) Для каждой позиции символов множеств и входящих в пересечение:
3.1) Вычислить , где и - -ая позиция символов в множествах и соответственно.
3.2) Вычислить .
Литература
1. Прохоров И. В. Автоматизация этимологического анализа: Автореферат диссертации кандидата технических наук. - ВолгГТУ. - Волгоград, 2007.- 20с.
2. Гак В.Г. Пространство вне пространства// Логический анализ языка. Языки пространств. - 2000. - №5. - С.127-134.
Размещено на Allbest.ru
...Подобные документы
Исследование нечеткой модели управления. Создание нейронной сети, выполняющей различные функции. Исследование генетического алгоритма поиска экстремума целевой функции. Сравнительный анализ нечеткой логики и нейронной сети на примере печи кипящего слоя.
лабораторная работа [2,3 M], добавлен 25.03.2014Рассмотрение способов присоединения атрибутов к графическим объектам. Знакомство с функциями геоинформационной системы. Пространственный анализ как группа функций, обеспечивающих анализ связей и иных пространственных отношений пространственных объектов.
курсовая работа [4,2 M], добавлен 18.12.2014Методика минимизации абстрактного автомата. Порядок построения графа полученного минимизированного автомата. Синтез на элементах ИЛИ-НЕ и Т-тригерах. Составление таблицы переходов. Разработка микропрограммного автомата, реализующего микропрограмму.
курсовая работа [997,7 K], добавлен 28.03.2011Ознакомление с элементами топологии базы геоданных. Исследование и характеристика особенностей кластерной обработки. Изучение алгоритмов, использующихся при проверке и кластеризации. Анализ процесса использования пространственных отношений объектов.
презентация [749,3 K], добавлен 18.10.2017Понятие, последовательность построения и схемная реализация цифрового автомата. Описание форм представления функций алгебры логики. Принципы минимизации функций выходов и переходов автомата, их перевода в базис. Сведенья о программе Electronics Workbench.
курсовая работа [2,0 M], добавлен 27.10.2010Моделирование пространства и способы представления пространственных объектов. Хранение и извлечение пространственных объектов. Применение географических баз данных. Классификация объектов на основе размерности. Мозаичное и векторное представление.
презентация [179,5 K], добавлен 11.10.2013Понятие и сущность экспертной системы, ее внутренняя структура и назначение, этапы и принципы разработки. Продукционная и фреймовая модель представления знаний, порядок построения семантической сети. Разработка алгоритма программы, создание интерфейса.
курсовая работа [1,2 M], добавлен 22.01.2015Общее понятие графа, его виды и сущность вершинного покрытия. Написание точного алгоритма решения задачи о надежности сети, нахождение минимального покрытия. Реализация данного алгоритма на языке TurboC++. Код программы, решающий поставленную задачу.
курсовая работа [1,3 M], добавлен 27.06.2014Устройство управления и синхронизации в структуре микропроцессора. Порядок синтеза конечного автомата (КА) для устройства управления ЭВМ. Алгоритм функционирования КА, заданный с помощью графа, функции переходов. Состояние триггеров в микросхеме.
методичка [1019,0 K], добавлен 28.04.2009Создание программного обеспечения для реализации алгоритма, позволяющего находить кратчайшее расстояние от одной из вершин графа до всех остальных, при условии, что ребра графа не имеют отрицательного веса. Примеры выполнения алгоритма Дейкстра.
курсовая работа [1,1 M], добавлен 11.01.2015Параметры автомобиля, используемые в экспертной системе. Задание нечетких и лингвистических переменных, виды термов. Список правил для функционирования системы, результаты анализа ее работы. Применение алгоритма Мамдани в системах нечеткой логики.
курсовая работа [1,5 M], добавлен 10.02.2013Специфика построения и минимизации детерминированного автомата методом разбиения. Построение детерминированной сети Петри, моделирующей работу распознающего автомата. Особенности программной реализации праволинейной грамматики, построение ее графа.
курсовая работа [615,1 K], добавлен 19.06.2012Содержание и особенности этапов синтеза дискретного автомата. Граф переходов-выходов автомата Мура, кодирование входных и выходных сигналов. Построение функциональной схемы автомата Мура на RS–триггерах и элементах И-НЕ в программе Electronic WorkBench.
курсовая работа [964,2 K], добавлен 20.07.2015Математические графы, области их применения. Способы раскраски вершин и ребер графов, задачи на их применение. Разработка алгоритма, работающего на основе операций с матрицей смежности. Описание логической структуры программы. Пример зарисовки графа.
курсовая работа [145,5 K], добавлен 27.01.2013Исследование системы распределения ключей на основе линейных преобразований. Описание компонентов сети конфиденциальной связи. Характеристика отечественного алгоритма шифрования данных. Обзор результатов расчетов криптостойкости алгоритма шифрования.
контрольная работа [56,5 K], добавлен 26.09.2012Основные понятия и определения теории графов: теоремы и способы задания графа, сильная связность графов. Построение блок-схем алгоритма, тестирование разработанного программного обеспечения, подбор тестовых данных, анализ и исправление ошибок программы.
курсовая работа [525,6 K], добавлен 14.07.2012Этапы нахождения хроматического числа произвольного графа. Анализ примеров раскраски графа. Характеристика трудоемкости алгоритма раскраски вершин графа Мейниеля. Особенности графов, удовлетворяющих структуру графов Мейниеля, основные классы графов.
курсовая работа [1,1 M], добавлен 26.06.2012Реализация алгоритмов Краскала и Прима для построения минимального остовного дерева взвешенного связного неориентированного графа. Анализ трудоемкости алгоритмов, их псевдокоды и тестирование. Применение алгоритма Краскала на практике в работе авиалиний.
курсовая работа [142,0 K], добавлен 25.12.2012Разработка управляющего автомата, ориентированного на выполнение заданной микрооперации. Разработка алгоритма работы управляющего автомата. Листинг программы. Выбор оптимального варианта кодирования состояний автомата. Синтез функции возбуждения.
курсовая работа [506,9 K], добавлен 26.12.2012Понятие алгоритма как набора инструкций, описывающего порядок действий. Поиск в ширину - метод обхода графа и поиска пути в нем. Пример работы алгоритма поиска в ширину, его неформальное и формальное описание. Реализация с помощью структуры "очередь".
курсовая работа [684,8 K], добавлен 05.04.2015