рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Сети. Сетевые модели представления информации

Сети. Сетевые модели представления информации - раздел Математика, Лекция 4. СОБЫТИЕ И ВЕРОЯТНОСТЬ В Этом Проглядывается Талант Исследователя Охватить Значительные Районы Явлен...

В этом проглядывается талант исследователя охватить значительные районы явлений с помощью немногочисленных допущений, представить разносторонние совокупности предметов и процессов в сжатой, компактной форме.

А. Сухотин

Граф называется взвешеннымили сетью,если каждому его ребру поставлено в соответствие некоторое число (вес). Взвешенными графами могут быть схемы в электронике, электрические схемы, карты автомобильных и железных дорог и др. Например, на картах автодорог вершины являются населенными пунктами, ребра — дорогами, а весом — числа, равные расстоянию между населенными пунктами.

В строительстве сетевые графы применяются для наглядного изображения некоторого комплекса работ или производственных процессов. Ребрам графа могут соответствовать числа, означающие длину, уклон, запланированное время и другие характеристики.

Например, последовательность работ для монтажа каркаса здания изображена в виде графа (рис. 2.20).

Числами обозначены технологические операции:

1 — рытье котлована;

2 — монтаж фундамента;

3 — завоз металлоконструкций;

4 — монтаж подъемного крана;

5 — монтаж каркаса здания.

На рис. 2.21 изображен сетевой граф некоторого комплекса раб в виде взвешенного графа с указанием времени, затраченного выполнение этой работы (в минутах).

В основе процесса планирования лежит некоторый сценарл представляющий собой сеть, состоящую из вершин — пошагового описания действий и дуг — отношений между ними. Такой дает возможность, сравнивая альтернативы, планировать действия для достижения поставленной цели.

 

Рис. 2.20. Диаграмма последовательности работ при строительстве здания

Сети широко используются в качестве моделей для представления знаний в интеллектуальных системах. Сетевая модель представления информации основана на том, что любые знания можно рассматривать как множества объектов (понятий) и связи между ними (отношения).

Понятия-объекты и другие элементы предметной области могут быть графически изображены в виде вершин, а отношения между ними — в виде дуг, связывающих эти вершины. Такое физическое представление информации (знаний) в интеллектуальных системах носит название семантических сетей.Они являются универсальным средством для представления знаний в интеллектуальных системах. Понятия, входящие в сети, можно описать с помощью фрейма. Фреймомназывается минимально возможное описание сущности некоторого явления, объекта, события процесса. Состоит фрейм из набора стандартных единиц — слотов, содержащих определенный минимум информации о его содержании и назначении. Семантическая сеть в виде некоторой ее совокупности фреймов нуждается в указании отношения между ее вершинами, что тоже возможно осуществить в виде слота. Семантические сети широко применяются в информатике, например, для операций поиска по образцу,где в виде сетей представляется база данных. Результат такого поиска можно изобразить графом. Используются сети и для графической иллюстрации системы отношений базы данных.

Широко применяются сети для графического изображения различных логических схем в теории автоматов, например схемы с памятью, у которых каждый узел F(i) — функция алгебры логики (см., например, рис. 4.17, 4.18).

Для формального описания совокупности процессов, протекающих одновременно, используют сети Петри.Они представляют собой ориентированные графы, состоящие из вершин двух видов: некоторых позиций и переходов, причем позиции изображают кружочками, а переходы — «планками» (рис. 2.22). Сети Петри предназначены для описания действия дискретных процессов во времени. Такие сети дают возможность моделировать ситуации протекания параллельных процессов, прослеживать возможные варианты их взаимодействия, выявлять нежелательные ситуации. Также в виде сетей изображаются схемы устройств, например радиоприемника или телевизора.

– Конец работы –

Эта тема принадлежит разделу:

Лекция 4. СОБЫТИЕ И ВЕРОЯТНОСТЬ

Теорема сложения вероятностей несовместимых событий Пример Испытание... Вопросы для контроля знаний и подведения итога прочитанной... Дайте определение случайной величины...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Сети. Сетевые модели представления информации

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Лекция 4. СОБЫТИЕ И ВЕРОЯТНОСТЬ
Цель: Изучить основные понятия теории вероятности План: 1.Основные понятия. Определение вероятности 2. Свойства вероятности 3. Вопросы для контроля знаний и подв

Теорема сложения вероятностей несовместимых событий.
Определение 1. Суммой событий А и В называют событие С = А + В, состоящее в наступлении, по крайней мере, одного из событий А или

Формула полной вероятности.
Теорема 8.5. Вероятность события А, которое может наступить лишь при условии появления одного из п попарно несовместимых событий В1, В2,... , В

Формула Бейеса.
Пусть в условиях рассуждения, относящегося к формуле полной вероятности, произведено одно испытание, в результате которого произошло событие А. Спрашивается, как изменились (в связи с тем, ч

Вопросы для контроля знаний и подведения итога прочитанной лекции
  1. Дайте определения противоположным, независимым, несовместным событиям. Приведите примеры таких событий. 2. Что называется полной группой событий? 3. Сформулируй

Случайные величины
1. Понятие «случайные величины». Определение 1. Случайной величиной называют переменную величину, которая в зависимости от исхода испытания случайн

Математическое ожидание дискретной случайной величины
1. Понятие математического ожидания.Закон распределения полностью задает дискретную случайную величину. Однако часто встречаются случаи, когда закон распределения случайной величин

Свойства математического ожидания дискретной случайной величины.
1.Математическое ожидание постоянной величины С равно этой величине. Постоянную С можно рассматривать как дискретную случайную величину, принимающую лишь одно зн

Дисперсия дискретной случайной величины
1. Понятие дисперсии.Математическое ожидание не дает полной характеристики закона распределения случайной величины. Покажем это на примере. Пусть заданы две дискретные случайные ве

Среднее квадратическое отклонение.
Определение. Средним квадратическим отклонением s(X) случайной величины X называется корень квадратный из ее дисперсии: s(X) =

Понятие о моментах распределения.
Определение 1. Начальным моментом порядка k случайной величины X называют математическое ожидание случайной величины Xk, где k — натуральное

Непрерывные случайные величины
1. Интегральная функция распределения. Для непрерывной случайной величины в отличие от дискретной нельзя построить таблицу распределения. Поэтому непрерывные случайные величины изучают другим спосо

Математическое ожидание и дисперсия непрерывной случайной величины.
Определение 1. Математическим ожиданием непрерывной случайной величины Х с плотностью вероятности f(x) называют величину несобственного интеграла (если он сход

Некоторые законы распределения случайных величин
1. Биномиальное распределение.Пусть производится п испытаний, причем вероятность появления события А в каждом испытании равна р и не зависит от исхода других и

Локальная и интегральная предельные теоремы Лапласа.
Если число испытаний п велико, то вычисления по формуле Бернулли становятся затруднительными. Лаплас получил важную приближенную формулу для вероятности Рn(т) появления соб

Гипергеометрическое распределение
Гипергеометрическое распределение имеет место при выборочном контроле конечной совокупности объектов объёма N по альтернативному признаку. Каждый контролируемый объект классифицируетс

Генеральная совокупность и выборка
Мы приступаем к изучению элементов математической статистики, в которой разрабатываются научно обоснованные методы сбора статистических данных и их обработки. 1. Генеральная совоку

Оценки параметров генеральной совокупности по ее выборке
1. Выборка как набор случайных величин.Пусть имеется некоторая генеральная совокупность, каждый объект которой наделен количественным признаком X. При случайном извлечении о

Лекция 7. ЭЛЕМЕНТЫ ТЕОРИИ ГРАФОВ. ОСНОВНЫЕ ПОНЯТИЯ
Цель: Изучить основные понятия теории графов План: 1. Основные понятия и определения графа и его элементов 2. Деревья. Лес. Бинарные деревья 3. Способы задания г

Деревья. Лес. Бинарные деревья
С вершины дорога вперед — только вниз. Я. Таранов Деревомназывают конечный связный граф с выделенной вершиной (корнем),не имеющий циклов (

Применение графов и сетей
Храни порядок, и порядок сохранит тебя. Латинская формула Сети получили широкое практическое применение потому, что они являются естественным и удобным способом изображения

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги