Дискретно-непрерывная математика. Кн. 0 : Алгоритмы. Ч. Генетические алгоритмы

Другим примером, иллюстрирующим суть гранулирования 
информации, является следующий.
Рассмотрим ситуацию, в которой 
субъект 
A
разговаривает по телефону с субъектом 
B
, которого 
A
не 
знает. За короткое время разговора, скажем, за 10-20 секунд, 
A
может 
сформировать грубую оценку возраста 
B,
выраженную, например, 
следующим образом: 
“Вероятность того, что 
B
очень молодой, очень малая”, 
“Вероятность того, что 
B
молодой, малая”, 
“Вероятность того, что 
B
средних лет, большая”, 
“Вероятность того, что 
B
старый, малая”, 
“Вероятность того, что 
B
очень старый, очень малая”. 
Эти 
оценки 
могут 
интерпретироваться 
как 
гранулярное 
представление вероятностного распределения 
P
возраста 
B
. В 
символической форме 
P
может быть представлено нечетким графом:
P = очень малая\очень молодой + малая\молодой + 

---

А.Е. Кононюк Дискретно-непрерывная математика 
38 
большая\средних лет + малая\старый + очень малая\очень старый 
В этом выражении + означает оператор объединения, а терм типа 
«малая\старый» означает, что «малая» есть лингвистическая 
вероятность того, что 
B
– «старый». Здесь важным моментом является 
то, что человек может формировать такие оценки, используя 
лингвистические, т.е. гранулированные значения возраста и 
вероятностей. В то же время человек не может думать на основе 
численных оценок в форме «Вероятность того, что субъекту 
B
25 лет 
равна 0.012».
Следует заметить, что во многих случаях человек оценил бы возраст 
B термином «средних лет», опуская его вероятность. Пропуск 
вероятностей может быть оправданным, если существует так 
называемое 
p
-доминантное значение в вероятностном распределении, 
т.е. такое значение, вероятность которого доминирует вероятности 
других значений. Пропуск вероятностей играет ключевую роль в