Оптимизация структуры переменнозначных логических функций при добавлении новых продукционных правил

Abstract

В настоящей работе предложено теоретическое обоснование и практическая реализация в виде алгоритма модификации переменнозначных логических функций при добавлении новых продукционных правил в уже сформированный (в рамках исходной предметной области) логический классификатор. Предложенный алгоритм основан на применении метода конструктивного преобразования переменнозначных логических классификаторов, построенных на основе системы продукционных правил, закодированных при помощи переменнозначных предикатов. Исследованы свойства изменения структур продукционных дизъюнктов и дизъюнктов свободных знаний в процессе добавления новых продукционных правил. Выявлены условия при которых эти дизъюнкты гарантировано обращаются в логический ноль, или остаются в неизменном виде. Учет в предлагаемом алгоритме этих условий позволяет снизить количество выполняемых логических операций и обеспечить снижение вычислительных затрат для выполнения требуемых преобразований.

Keywords

• логические операции
• переменнозначный предикат
• переменнозначная логическая функция
• обучающая выборка
• продукционное правило
• логический классификатор
• логическая нейронная сеть
• combination of operations
• variable-valued predicate
• variablevalued logical function
• training sample
• production rule
• mixed classifier
• logical neural network