Достоинства логических моделей представления знаний
· В качестве «фундамента» здесь используется классический аппарат математической логики, методы которой достаточно хорошо изучены и формально обоснованы.
· Существуют достаточно эффективные процедуры вывода, в том числе реализованные в языке логического программирования Пролог, использующие механизмы автоматического доказательства теорем для поиска и логически осмысленного вывода информации
· В базах знаний можно хранить лишь множество аксиом, а все остальные знания получать из них по правилам вывода, а также Данные, факты и другие сведения о людях, предметах, событиях и процессах.
17. Семантические сети для представления знаний
Семантические сети
Термин семантическая означает смысловая, а сама семантика — это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т.е. наука, определяющая смысл знаков.
Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними.
Понятиями обычно выступают абстрактные или конкретные объекты, а отношения — это связи типа: "это" ("is"), "имеет частью" ("has part"), "принадлежит", "любит". Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:
• класс — элемент класса;
• свойство — значение;
• пример элемента класса.
Можно ввести несколько классификаций семантических сетей. Например, по количеству типов отношений:
|
|
|
• однородные (с единственным типом отношений);
• неоднородные (с различными типами отношений). По типам отношений:
• бинарные (в которых отношения связывают два объекта);
• п-арные (в которых есть специальные отношения, связывающие более двух понятий). Наиболее часто в семантических сетях используются следующие отношения:
• связи типа "часть-целое" (^'класс-подкласс", "элемент-множество" и т.п.);
• функциональные связи (определяемые обычно глаголами "производит", "влияет"...);
• количественные (больше, меньше, равно...);
• пространственные (далеко от, близко от, за, под, над...);
• временные (раньше, позже, в течение...);
• атрибутивные связи (иметь свойство, иметь значение...);
• логические связи (и, или, не) и др.
Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, соответствующей поставленному вопросу.
Пример 16.3. На рис. 16.1 изображена семантическая сеть. В качестве вершин — понятия: Человек, Иванов, Волга, Автомобиль, Вид транспорта. Двигатель.
Рис. 16.1. Семантическая сеть
Основное преимущество этой модели — в соответствии современным представлениям об организации долговременной памяти человека. Недостаток модели — сложность поиска вывода на семантической сети.
|
|
|
Для реализации семантических сетей существуют специальные сетевые языки, например NET[12] и др. Широко известны экспертные системы, использующие семантические сети в качестве языка представления знаний — PROSPECTOR, CASNET, TORUS [8, 10].
18. Примеры комбинированного представления знаний
19. Методы перебора для поиска решений в Эс
20. Прямой и обратный вывод при поиске решений
Логический вывод может происходить многими способами, из которых наиболее распространенные - прямой порядок вывода и обратный порядок вывода. Прямой порядок вывода - от фактов, которые находятся в рабочем множестве, к заключению. Если такое заключение удается найти, то оно заносится в рабочее множество. Прямой вывод часто называют выводом, управляемым данными. Для иллюстрации добавим к нашему примеру базы знаний о погоде еще одно правило:
ЕСЛИ скоро пойдет дождь
ТО нужно взять с собой зонтик. (правило2)
Предположим также, что факты "Небо покрыто тучами" и "Барометр падает" имеются в рабочем множестве, а целью системы является ответ на вопрос пользователя: "Нужно взять с собой зонтик?"
При прямом выводе работа системы будет протекать следующим образом:
|
|
|
Шаг 1. Рассматривается правило 1. Его условие истинно, так как оба элемента конъюнкции имеются в рабочем множестве. Применяем правило 1; добавляем к рабочему множеству факт "Скоро пойдет дождь".
Шаг 2. Рассматривается правило 2. Его условие истинно, т.к. утверждение из условия имеется в рабочем множестве. Примеряем правило 2; добавляем к рабочему множеству факт "Нужно взять с собой зонтик". Целевое утверждение выведено.
Обратный порядок вывода: заключения просматриваются до тех пор, пока не будет обнаружены в рабочей памяти или получены от пользователя факты, подтверждающие одно из них. В системах с обратным выводом вначале выдвигается некоторая гипотеза, а затем механизм вывода в процессе работы, как бы возвращается назад, переходя от нее к фактам, и пытается найти среди них те, которые подтверждают эту гипотезу. Если она оказалась правильной, то выбирается следующая гипотеза, детализирующая первую являющаяся по отношению к ней подцелью. Далее отыскиваются факты, подтверждающие истинность подчиненной гипотезы. Вывод такого типа называется управляемым целями. Обратный поиск применяется в тех случаях, когда цели известны и их сравнительно немного.
|
|
|
В рассматриваемом примере вывод целевого утверждения "Нужно взять с собой зонтик" обратной цепочкой рассуждений выполняется следующим образом:
Шаг 1. Рассматривается правило 1. Оно не содержит цели в правой части. Переходим к правилу 2.
Шаг 2. Рассматривается правило 2. Оно содержит цель в правой части правила. Переходим к правой части правила и рассматриваем в качестве текущей цели утверждения "Скоро пойдет дождь".
Шаг 3. Текущей цели нет в рабочем множестве. Рассмотрим правило 1, которое содержит цель в правой части. Обе компоненты его условия имеются в рабочем множестве, так что условие истинно. Применяем привило 1; в результате выводим утверждение "Скоро пойдет дождь"; которое было нашей предыдущей целью.
Шаг 4. Применяем правило 2. условием которого является данное утверждение. Получаем вывод исходного утверждения.
21. Методы извлечения знаний в ЭС
Рассмотрим классификацию методов извлечения знаний, которые позволяют в зависимости от конкретной задачи и ситуации выбрать подходящий метод (рис.). 
Основной принцип деления связан с источником знаний. Коммуникативные методы охватывают все виды контактов с источником знаний – экспертом, а текстологические касаются методов извлечения знаний из документов и специальной литературы (статей, монографий, учебников).
Коммуникативные методы можно также разделить на две группы: активные и пассивные. Пассивные методы подразумевают, что ведущая роль в процедуре извлечения как бы передается эксперту, а инженер познаниям только протоколирует рассуждения эксперта во время его реальной работы по принятию решений или записывает то, что эксперт считает нужным рассказать. В активных методах инициатива полностью в руках инженера по знаниям. Он активно контактирует с экспертом различными способами – в играх, диалогах, беседах за круглым столом и т.п.
Пассивные методы на первый взгляд достаточно просты, но на самом деле требуют от инженера по знаниям умения четко анализировать «поток сознания» эксперта и выявлять в нем значимые фрагменты знаний. Отсутствие обратной связи значительно ослабляет эффективность этих методов. Поэтому они обычно играют вспомогательную роль при активных методах.
Активные методы можно разделить на две группы в зависимости от числа экспертов, отдающих свои знания. Если их число больше одного, то целесообразно применять методы групповых обсуждений предметной области. Такие групповые методы активизируют мышление участников дискуссий и позволяют выявить тонкие аспекты их знаний. Однако индивидуальные методы на сегодняшний день остаются ведущими, поскольку «отъем знаний» не терпит лишних свидетелей.
Игровые методы сейчас широко используются в социологии, экономике, менеджменте для подготовки руководителей, учителей, врачей и др. В игре человек раскрепощается и чувствует себя намного свободнее, чем в обычной трудовой деятельности.
На выбор метода влияют три фактора: личностные особенности инженера по знаниям, эксперта и характеристика предметной области.
Одна из возможных классификаций людей по психологическим характеристикам делит всех людей на три типа:
* мыслитель (познавательный тип);
* собеседник (эмоционально-коммуникативный тип);
* практик (практический тип).
Мыслители ориентированы на интеллектуальную работу и обладают такими характеристиками, как поленезависимость и рефлексивность. Собеседники – это общительные, открытые люди, готовые к сотрудничеству. Практики предпочитают действие разговорам, хорошо реализуют замыслы других, направлены на результативность работы.
Для характеристики предметных областей можно использовать следующую классификацию:
* хорошо документированные;
* средне документированные;
* слабо документированные.
Эта классификация связана с соотношением двух видов знаний. Это экспертное «личное» знание и материализованное в книгах «общее» знание в данной предметной области.
Кроме этого предметные области можно разделить по критерию структурированности знаний. Под структурированностью понимают степень теоретического осмысления и выявленности основных закономерностей и принципов, действующих в данной предметной области. По степени структурированности предметные области могут быть хорошо структурированными - с четкой аксиоматизацией, широким применением математического аппарата, устоявшейся терминологией; средне структурированными – с определившейся терминологией, развивающейся теорией, явными взаимосвязями между явлениями; слабо структурированными – с размытыми определениями, богатой эмпирикой, скрытыми взаимосвязями, с большим количеством белых пятен.
22. Использование внешних баз данных в системе EXPRO
ЗАПРОС – SQL запрос к внешней базе данных Microsoft Access.
Описание: <Имя переменной> = ЗАПРОС (<Имя базы данных>,SQLзапрос), где SQLзапрос - стандартный SELECT SQL-запрос к базе данных Microsoft Access,
Пример:
Кол_хлеб=ЗАПРОС("Склады.mdb","SELECT Склад, Товар, Количество FROM Склад WHERE (Товар="Хлеб" AND Количество>10)")
Дата добавления: 2016-01-06; просмотров: 23; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!