Кадровый потенциал

Кадровый потенциал - совокупность способностей всех людей, которые заняты в данной организации и решают определенные задачи ...

Реализация алгоритмов индуктивного вывода

Построение дерева

Решающее правило в виде бинарного дерева строится на основе базы фактов, множества элементарных свойств и процедуры расчета информационной меры G. Собственно построение бинарного дерева производится по следующему алгоритму.

. Находятся значения a* и i* , при которых информационная мера G достигает своего максимума, где А - множество элементарных свойств, М - число тем.

g* = G(a*, i*) = max(max( G(a, i) | F)), aÎA i=1,M

* - значение максимума G-меры;

а* - элементарное свойство, на котором G-мера достигает своего максимума;

i* - номер темы, на котором G-мера достигает своего максимума.

Значение G(a, i) при аÎА и i=1,M рассчитывается по всей базе факторов F.

. В качестве очередного (первого) узла бинарного дерева следует рассматривать элементарное свойство а* (см. рис. 7)

Замечания

В общем случае существует подмножество элементарных свойств А*ÎА, такое что для любого аÎА* G(a,i*)=g*

То есть все свойства из множества А* имеют одинаковое максимальное значение информационной меры.

В этом случае в качестве узла дерева следует брать любое из свойств, принадлежащих множеству А*.

Свойства из А* - это наиболее информативные гипотезы, которые можно использовать различными способами. Наиболее очевидны следующие:

а) в узел дерева помещается элементарное свойство а*, которое является наиболее простым (общим) в А*.

б) в узел дерева помещается конъюнкция всех элементарных свойств из А*: а* = L а , аÎА*.

. Элементарное свойство а*, обладающее максимальной классифицирующей силой, разбивает фазу факторов F на две части:

F+(a*) и F-(a*), причем F= F+(a*) È F-(a*), где

+(a*) - подмножество фактов, на котором элементарное свойство а* принимает значение “истино”;

F-(a*) - подмножество фактов, на котором элементарное свойство а* принимает значение “ложно”

Для сформированных частей базы фактов вновь производится поиск элементарного свойства и номера темы, на которых информационная мера достигает своего максимума.

а) F+(a*)®F*1 = G(b*, j*) = max(max( G(b, j) | F)), bÎA j=1,M

б) F+(a*)®F*2 = G(с*, k*) = max(max( G(с, k) | F)), cÎA k=1,M

далее переходим к шагу 1.

Итак, каждое полученное подмножество базы фактов рассматривается далее рекурсивно до момента остановки.

. Если для текущей базы фактов F все заключения темы i* имеют одинаковые значения равные v, то это значение помещается в узел дерева.

. Остановка алгоритма производится в тот момент, когда в текущей базе фактов F все факты имеют одинаковые значения заключений

" i i=1,M vf1i=vf2i , f1,f2ÎF

и больше текущих баз фактов не осталось.

Особенности алгоритма

Приведенный алгоритм не содержит специальных требований к фактическому материалу, так как основан на измерении информации и логике. В связи с этим алгоритм обладает достаточной широтой применимости.

.Более того, при достаточном фактическом материале алгоритм формирует решающее правило, которое сколь угодно точно приближает любую непрерывную функцию. Иными словами, если базу фактов заполнить табличными значениями некоторой непрерывной функции, то построенное решающее правило будет представлять ее ступенчатое приближение. Тем самым алгоритм обеспечивает асимптотическую сходимость к любой непрерывной функции.

Перейти на страницу: 1 2 3 4 5 6 7 8 9 10 11