7 Компоненты информационной технологии в экспертной системе. Решение, объяснение решения, система правил, семантические модели, интерпретатор, модуль создания системы, оболочка экспертных систем
В основе ЭС как системы искусственного интеллекта лежит база знаний(БЗ).
Знанияоснованы на данных, которые получены в результате опыта. Они представляют собой результат мыслительной деятельности человека. Таким образом, знания – закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
По своей природе знания можно разделить на декларативные и процедурные.
Декларативные знания представляют собой описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.
Процедурные знания – описание действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.
По способу приобретения знания можно разделить на факты и эвристику (правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований).
По типу представления знания делятся на факты и правила. Факты – знания типа «А – это А», такие знания характерны для баз данных и сетевых моделей. Правила, или продукции – знания типа «если А, то Б».
Для размещения БЗ в компьютере с целью ее использования для решения прикладных задач, необходимо ее формальное описание с помощью моделей. Представление знаний возможно с помощью декларативных моделей.
В декларативных моделяхзнания – структурированные данные. Интерпретация структур и выполнение операций над ними – функция программных средств, обеспечивающих метод. Эти средства не зависят от конкретной системы знаний и полностью определяются синтаксисом и семантикой языка представления знаний. К типовым декларативным моделям можно отнести сетевую и фреймовую модели, в которых декларативная составляющая преобладает.
В процедурных моделяхзнания также представляются в ЭВМ структурами данных, но при этом с элементами структур ассоциируются некоторые специализированные выполняемые процедуры. При процедурных методах представления знаний трудно бывает работать с большими системами знаний, но элементы процедурного подхода успешно используются в декларативных моделях. К процедурным моделям относятся продукционная и логическая модели представления знаний.
В семантических сетяхпроблемная среда рассматривается как совокупность сущностей (объектов) и отношений (связей) между ними. Семантическая сеть – орграф, у которого вершины – сущности, а дуги – отношения между ними. Используются три основных типа объектов: понятия (объекты предметной области), события (действия) и свойства (характеристики объектов или событий).
При построении семантической сети отсутствуют ограничения на число связей и на сложность сети. Для того, чтобы формализация семантической сети оказалась возможной, она [сеть] должна быть систематизирована. Семантические сети Куиллиана систематизируют функции отношений между понятиями с помощью следующих признаков:
множество–подмножество (типы отношений «целое–часть»; «род–вид» и т.д.);
отношений «близости»;
отношений «сходства–различия»;
логических связей (И, ИЛИ, НЕ);
количественных связей (больше, меньше, равно, …);
пространственных связей (далеко от, за, над, …);
временных связей (раньше, позже, в течение, …);
атрибутных связей (иметь свойство, иметь значение);
лингвистических связей и др.
Продукционная модельиначе называется моделью, основанной направилах. Эта модель позволяет представить знания в виде «Если <условие>, то <действие>». В качестве «условия» выступает предложение, по которому осуществляется поиск в БЗ, а «действие» выполняется при успешном исходе поиске.
Продукционная модель представления знаний наглядна, обладает легкостью для внесения изменений и простым логическим выводом. Программные продукты, основанные на продукционных правилах, характеризуются высокой модульностью.
Продукционные модели основываются на продукционной системе Поста, предложенной для формальной замены последовательностей символов. Любое продукционное правило , содержащееся в БЗ, состоит из двух частей: антецедентаи консеквента:. Антецедент представляет условие применения правила и состоит из элементарного предложения, консеквент включает одно или несколько предложений, соединенных логическими связками И, ИЛИ.
В рабочей памяти продукционной системы хранятся пары атрибут–значение, истинность которых установлена к некоторому конкретному времени при решении определенной задачи. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение срабатываемого правила заносится в рабочую память. Поэтому рабочая память в процессе логического вывода обычно увеличивается. Она может уменьшаться, если действие какого-либо правила заключается в удалении фактов из рабочей памяти. В процессе вывода каждое правило может сработать только один раз.
Факты можно описывать с помощью триплетов объект–атрибут–значение. В этом случае отдельная сущность рассматривается как объект, а данные, хранящиеся в рабочей памяти, показывают значения, которые принимают атрибуты этого объекта.
Правила из базы правил при триплетах могут срабатывать более одного раза в процессе одного логического вывода, т.к. одно правило может применяться к различным экземплярам объекта (но не более одного раза к каждому экземпляру).
Существуют два типа продукционных систем – с прямым и обратным выводами. Прямой вывод реализует стратегию от фактов к заключению, а обратный – от гипотез вероятных заключений, которые либо подтверждаются, либо нет фактами, поступающими в рабочую память. Существуют системы с двунаправленными выводами.
Основные достоинства продукционных систем – простота представления знаний и организации логического вывода. Недостатки: сложность оценки целостного образа знаний, низкая эффективность обработки знаний, неясность взаимных отношений правил.
- Автоматизированные информационные системы
- 1 Информационное обеспечение управления. Информационная система, информационная технология. Информационные ресурсы. Информационные продукты и услуги
- 2 Компоненты информационной системы. Автоматизированные и неавтоматизированные информационные системы
- Компоненты информационной системы
- 3 Классификационные признаки информационных систем. Основные направления автоматизации управления: сапр, асу тп, асуп, асу гпс, иасу
- 4 База знаний, Методы принятия решений. Компьютерная поддержка принятия управленческих решений
- 5 Система поддержки принятия решений и ее состав. Внешние данные, система управления данными и ее возможности. Модели: стратегические, тактические, оперативные, математические.
- 6 Экспертные системы, их разновидности и классификация. Экспертные системы как инструмент интеллектуализации процессов обработки информации. Области применения экспертных систем .
- Области применения экспертных систем.
- 7 Компоненты информационной технологии в экспертной системе. Решение, объяснение решения, система правил, семантические модели, интерпретатор, модуль создания системы, оболочка экспертных систем
- А теперь кратко
- Второй вариант ответа на этот же вопрос:
- Подсистема приобретения знаний
- База знаний
- Подсистема вывода
- 2.4.1 Подсистема вывода, способы логического вывода
- 2.4.2. Компонент вывода
- 2.4.3. Управляющий компонент.
- 2.5. Диалог с эс. Объяснение.
- Основные компоненты экспертных систем
- 8 Общее понятие о системе искусственного интеллекта. Основные сферы использования систем искусственного интеллекта
- 9 Моделирование ис. Математические модели системы. Классификация математических моделей
- Математическое моделирование
- Правила для успешного математического моделирования:
- Определения
- Классификация моделей Формальная классификация моделей
- Классификация по способу представления объекта
- Содержательные и формальные модели
- Содержательная классификация моделей
- Тип 1: Гипотеза(такое могло бы быть)
- Тип 2: Феноменологическая модель (ведем себя так, как если бы…)
- Тип 3: Приближение (что-то считаем очень большим или очень малым)
- Тип 4: Упрощение (опустим для ясности некоторые детали)
- Тип 5: Эвристическая модель (количественного подтверждения нет, но модель способствует более глубокому проникновению в суть дела)
- Тип 6: Аналогия (учтём только некоторые особенности)
- Тип 7: Мысленный эксперимент(главное состоит в опровержении возможности)
- Тип 8: Демонстрация возможности (главное — показать внутреннюю непротиворечивость возможности)
- 10 Подходы к построению ис. Ис как среда реализации функций управления. Основные модули ис
- 11 Стандарты рекомендаций по управлению производством (mrp II, erp, csrp, и другие подходы). Типичные представители данного подхода.
- 12.Автоматизация управления как процесс – ориентированной деятельности. Понятие бизнес – процесса. Основные характеристики данного подхода. Workflow диаграммы.
- 13. Технологии виртуальных предприятий и разработка ис под конкретную организацию.
- 14.Реинжиниринг бизнес – процессов. Управление процессом разработки ис.
- 16.Построение ис на основе прототипов. Достоинства и недостатки данного подхода к построению ис.
- 17.Построение ис на основе пакетов программ. Критерии оценки пакетов программ. Достоинства и недостатки данного подхода к построению ис.