Weighted Fuzzy Backward Reasoning Using Weighted Fuzzy Petri-Nets

가중 퍼지 페트리네트를 이용한 가중 퍼지 후진추론

This paper presents a weighted fuzzy backward reasoning algorithm for rule-based systems based on weighted fuzzy Petri nets. The fuzzy production rules in the knowledge base of a rule-based system are modeled by weighted fuzzy Petri nets, where the truth values of the propositions appearing in the fuzzy production rules and the certainty factors of the rules are represented by fuzzy numbers. Furthermore, the weights of the propositions appearing in the rules are also represented by fuzzy numbers. The proposed weighted fuzzy backward reasoning generates the backward reasoning path from the goal node to the initial nodes and then evaluates the certainty factor of the goal node. The algorithm we proposed can allow the rule-based systems to perform weighted fuzzy backward reasoning in more flexible and human-like manner.

본 논문에서는 가중 퍼지 페트리네트에 기반을 둔 규칙기반시스템을 위한 가중 퍼지 후진추론 알고리즘을 제안한다. 규칙기반시스템에 있는 퍼지 생성규칙은 가중 퍼지 페트리네트로 모형화된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 진리값과 규칙의 확신도는 퍼지 숫자로 표현한다. 그리고 규칙에 나타나는 퍼지 명제의 가중값도 퍼지 숫자로 표현하다. 제안한 가중 퍼지 후진추론 알고리즘은 목표노드에서 초기노드까지 후진추론 통로를 생성한 후 목표노드의 확신도를 계산한다. 우리가 제안한 알고리즘은 규칙기반시스템이 더 유연하고 사람과 같은 방법으로 가중 퍼지 후진추론을 하는 것을 가능하게 한다.