Произведите дистрибутивные преобразования логического описания вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях имеют вид:

x₁= "После завтрака", x₂= "После обеда", x₃= "После ужина", x₄= "Весной", x₅= "Летом", x₆= "Осенью", x₇= "Зимой". 1. (x₁ ∨ x₃) ∧ x₄ →​ R₁= "Прогулка на велосипеде"; 2. (x₁ ∧ x₆) ∨ (x₂ ∧ x₄) →​ R₂= "Шахматы"; 3. (x₂ ∧ x₅) ∨ (x₁ ∧ x₇) →​ R₃= "Верховая езда"; 4. (x₁ ∧ x₅) ∨ (x₂ ∧ x₆) →​ R₄= "Байдарка"; 5. x₃ ∧ (x₄ ∨ x₆) →​ R₅= "Дискотека"; 6. (x₂ ∧ x₇) ∨ (x₃ ∧ (x₅ ∨ x₇)) →​ R₆= "Пешая прогулка"

Правильный ответ:

• # Для правильной совершенной нейронной сети, используемой в бабушкиной СПР 1. x1 ∧ x4 →​ R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) →​ R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) →​ R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) →​ R4= "Байдарка"; 5. x3 ∧(x4 ∨ x6) →​ R5= "Дискотека"; 6. (x2 ∧ x7)∨ (x3 ∧ (x5 ∨ x7)) →​ R6= "Пешая прогулка" исследуйте и обсудите возможность применения данной передаточной функции на основе анализа эталонных ситуаций. Передаточная функция имеет вид: \begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \end{array} (Значение h позвольте выбрать бабушке самой так, чтобы не морочить себе голову анализом ненулевых значений возбуждения.)
• # Используя приведенные ниже рисунок, и соответствующую ему нейронную сеть, рассчитайте маршруты следования из центрального пункта по заданным координатам пункта назначения. Воспользуйтесь передаточной функцией: [Большая Картинка] [Большая Картинка] Координаты пункта назначения (50, -150).
• # Исследуйте диагностические возможности логических нейронных сетей. Рассмотрите принципы компьютерной диагностики на основе динамического выбора стратегии поиска неисправностей.
• # Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x1, x2} вырабатывается вектор управляющего воздействия Y = {y1, y2} Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид: [Большая Картинка] Рассчитайте приближенное значение компонент вектора Y для измеренных компонент вектора Х, считая, что y1 слабо зависит от х2, а y2 слабо зависит от х1 X = {4,6; 2,4}
• # В результате моделирования выяснилось, что рассмотрение принадлежности x1 всему диапазону δ1 не удовлетворяет требованиям к точности результатов. А именно, если предполагается условие x1∈[0; 0,5), нейросеть выдает удовлетворительный ответ. Однако условие (x1∈[0,5; 1))∧ (x2∈[1, 2)) требует нового правильного решения Y5 Модифицируйте заданную нейронную сеть с учетом новых данных. Исходная нейронная сеть имеет вид: [Большая Картинка]