Експертні системи

смотреть на реферати схожі на «Експертні системи «Московський державна інституція електроніки і математики (технічний университет) Кафедра ИТАС Реферат на задану тему: «Реалізація мережі фреймів і розв’язання різноманітних варіантів завдання з допомогою різних механізмів виведення в експертних системах».

Група: АП-101.

Студентка: Гусєва И.А.

1.

Введение

.

Інженерія знань — це область інформаційної технологій, мету, якої - нагромаджувати й використовувати знання, не як об'єкт обробки їх людиною, але як об'єкт в обробці їх у комп’ютері. І тому необхідно проаналізувати знання і набутий особливості їх опрацювання людиною і комп’ютером, і навіть розробити їх машинне уявлення. На жаль точного і незаперечного визначення, що є знання, досі пір просто немає. Але, тим щонайменше, мета інженерії знань — забезпечити використання знань у комп’ютерних системах більш рівні, ніж досі - актуальна. Але треба помітити, можливість використання знань можна здійснити тільки тоді ми, коли ці знання існують, що цілком можна пояснити. Технологія накопичення та підсумовування знань йде пліч-о-пліч з технологією використання знань, де їх взаємно доповнюють одне одного, і ведуть до створення однієї технології, технології обробки знаний.

2. Функції, що їх експертної системою Експертна система — це програма, що поводиться подібно експерту в деякою, зазвичай вузької прикладної області. Типові застосування експертних систем містять у собі завдання, як медична діагностика, локалізація несправностей в обладнанні й інтерпретація результатів вимірів. Експертні системи мають виконувати завдання, потребують для свого рішення експертних знань у деякою конкретної області. У тому чи іншого формі експертні системи повинні мати цими знаннями. Тому і також називають системами, заснованими на знаннях. Проте чи будь-яку систему, засновану на знаннях, можна як експертну. Експертна система повинна також вміти якимось чином пояснювати свою поведінку й свої рішення користувачеві, як і, як це робить эксперт-человек. Особливо це необхідна за областях, котрим характерна невизначеність, неточність інформації (наприклад, у медичній діагностиці). У таких випадках спроможність до поясненню потрібна у тому, щоби підвищити ступінь довіри користувача до порад системи, і навіть у тому, щоб дати можливість користувачеві знайти можливий дефект в міркуваннях системи. У зв’язку з цим у експертних системах слід передбачати дружнє взаємодію Космосу з користувачем, що робить для користувача процес міркування системи «прозорим » .

Часто до експертним системам пред’являють додаткове вимога — здатність поводитися з невизначеністю і неповнотою. Інформації про поставленому завданню то, можливо неповної чи ненадійної; відносини між об'єктами предметної області спроможні бути наближеними. Наприклад, може бути цілковитої певності щодо у пацієнта деякого симптому чи тому, що ці, отримані виміру атмосферного явища, вірні; ліки можуть може стати причиною ускладнення, хоча зазвичай цього немає. В усіх цих випадках необхідні міркування з допомогою вероятностного подхода.

В узагальненому разі у тому, щоб побудувати експертну систему, ми повинні розробити механізми виконання таких функцій системы:

1. вирішення завдань з допомогою знання конкретної предметної області можливо, у своїй виникне необхідності поводитися з невизначеністю; 2. взаємодію Космосу з користувачем, включаючи пояснення намірів і рішень системи під час та по закінченні процесу рішення задачи.

Каждая з цих функцій може дуже складною і залежить від прикладної області, і навіть від різних практичних вимог. У процесі вироблення та її реалізації можуть бути різноманітні важкі проблемы.

3. Теорія фреймов.

Теорія фреймів — це парадигма до подання знань з єдиною метою використання тих знань комп’ютером. Вперше було представлено Мінським, як спроба побудувати фреймовую мережу, чи парадигму з досягнення більший ефект розуміння. З одного боку Мінський намагався сконструювати базі даних, що містить енциклопедичні знання, але з іншого боку, він хотів створити найбільш описує базу, що містить інформацію в структурованої і упорядкованим формі. Ця структура дозволила б комп’ютера вводити інформацію на більш гнучкою формі, маючи доступом до тому поділу, потрібного в момент. Мінський розробив таку схему, у якій інформація міститься у спеціальних осередках, званих фреймами, об'єднаними до мережі, звану системою фреймів. Новий фрейм активізується із настанням нову ситуацію. Знаковою межею і те, що він одночасно містить великий обсяг знань й те ж час є дуже гнучким у тому, щоб бути використаним як окремий елемент БД. Термін «фрейм» був найпопулярніший у середині 70-х років, коли існувало багато тлумачень, відмінних інтерпретації Минского.

Отже, як уже зазначалося вище фрейми — це фрагменти знання, призначені до подання стандартних ситуацій. Термін «фрейм» (Frame — рамка) було запропоновано Мінським. Фрейми мають вигляд структурованих компонентів ситуацій, званих слотами. Слот може вказувати в інший фрейм, встановлюючи, в такий спосіб, зв’язок між двома фреймами. Можуть встановлюватися загальні зв’язку типу зв’язку з спілкуванню. Із кожним фреймом асоціюється різноманітна інформація (зокрема і складні процедури), наприклад очікувані процедури ситуації, засоби одержання інформації про слотах, значення прийняті за умовчанням, правила вывода.

Формальна структура фрейму має вигляд: f[,, …, ],.

де f — ім'я фрейму; пара — i-ый слот, Ni — ім'я слота і Vi — його значение.

Значення слота то, можливо представлено последовательностью.

;…;;; …;, де Ki — імена атрибутів, притаманних даного слота; Li — значення цих атрибутів, притаманних даного слота; Rj — різні посилання інші слоты.

Кожен фрейм, як структура зберігає знання про предметної області (фрейм-прототип), а під час заповнення слотів знаннями перетворюється на конкретний фрейм події чи явления.

Фрейми можна розділити на дві групи: фреймы-описания; рольові фреймы.

Розглянемо пример.

Фрейм опис: [,, , ].

Рольової фрейм: [,, ,, , ].

У фрейме-описании як імен слотів заданий вид програмного забезпечення, а значення слота характеризує масу чуток і виробника конкретної продукції. У рольовому фреймі як імен слотів виступають питальні слова, яких є значеннями слотів. Для даного прикладу представлені вже описи конкретних фреймів, які можуть опинитися називатися або фреймами — прикладами, або фреймами — екземплярами. Якщо наведеному прикладі прибрати значення слотів, залишивши лише імена, одержимо так званий фрейм — прототип.

Гідність фрейму — подання в що свідчить грунтуються на включенні в нього припущень в очікуванні. Це досягається з допомогою присвоєння по вмовчанням слотам фрейму стандартних ситуацій. У процесі пошуку рішень ці значення можуть бути більш достовірними. Деякі перемінні виділено в такий спосіб, про їх значеннях система повинна запитати користувача. Частина змінних визначається у вигляді вбудованих процедур, званих внутрішніми. Принаймні присвоєння змінним певних значень здійснюється виклик інших процедур. Цей тип уявлення комбінує декларативні і процедурні знания.

Фреймові моделі забезпечують вимоги структурованості і зв’язаності. Це досягається з допомогою властивостей спадковості й вкладеності, які мають фрейми, тобто. як слотів може бути система імен слотів нижчого рівня, і навіть слоты можна використовувати як виклики будь-яких процедур для выполнения.

Багатьом предметних областей фреймові моделі основним способом формалізації знаний.

Щоб краще зрозуміти цю теорію, розглянемо лише один приклад Мінського, заснований на зв’язок між очікуванням, відчуттям і почуттям людини, коли він відчиняє двері і у кімнату. Припустимо, що ви маєте намір відчинити двері і зайти у кімнату незнайомого вам вдома. Знаходячись у домі, перш ніж відчинити двері, ви є певні ставлення до тому, що ви не побачите, зайшовши у кімнату. Наприклад, коли ви побачите будь-якої пейзаж або морською берег, спочатку з працею дізнаєтеся їх. Потім ви здивовані, і наприкінці кінців дезорієнтовані, оскільки ви зможете пояснити який надійшов інформації і зв’язати її з тими уявленнями, які в вас були доти. В вас виникнуть труднощі про те, аби передбачити дальший хід подій. З аналітичної погляду це можна пояснити як активізацію фрейму кімнати в останній момент відкривання дверей і його провідної ролі в інтерпретації, котра надходить інформації. Коли ви побачили з-за дверей ліжко, то фрейм кімнати придбав би більш вузьку форму, і перетворився у фрейм ліжка. Інакше кажучи, ви мали доступом до найбільш специфичному фрейму із усіх доступних. Можливо, що ви використовуєте інформацію, що є у вашій фреймі кімнати щоб розпізнати меблі, що називається процесом згори донизу, чи контексті теорії фреймів фреймодвижущим розпізнаванням. Коли ви побачили пожежний гідрант, то ваші відчуття було б аналогічні першому випадку. Психологи помітили, що розпізнавання об'єктів легше відбувається на звичайному контексті, ніж у нестандартній обстановці. На цьому прикладу бачимо, що фрейм — це модель знань, яка активізується у певному ситуації та служить для її пояснення й передбачення. У Мінського були досить розпливчасті ідеї про структуру такий БД, яка б виконувати такі речі. Запропонував він систему, що складається з пов’язаних між собою фреймів, частина з яких складаються з однакових підкомпонентів, об'єднаних до мережі. Таким чином, у разі, коли хтось входить у дім, його очікування контролюються операціями, які входять у мережу системи фреймів. У розглянутий вище разі ми маємо справу з фреймовой системою для вдома, і з підсистемами для дверцят і кімнати. Активізовані фрейми з додатковою інформацією в БД у тому, що ви відкриваєте двері, служитимуть переходом від активізованого фрейму двері до фрейму кімнати. У цьому фрейми дверцят і кімнати матимуть однакову подструктуру. Мінський назвав це явище розділом терміналів і вважав його важливою частиною цьогорічного теорії фреймов.

Мінський також запровадив термінологію, яка б використовуватися при вивченні цієї теорії (фрейми, слоты, термінали тощо.). Хоча приклади цієї теорії було поділено на мовні і перцептуальные, і Мінський розглядав їх як що мають спільну природу, у мові зазвичай більше широка сфера її застосування. Здебільшого більшість досліджень було зроблено на контексті загальновживаної лексики і літературного языка.

Як найдоступнішу ілюстрацію розпізнаванню, інтерпретації і припущенню можна розгледіти дві послідовності пропозицій, узятих з книжок Шранка і Абельсона. На глобальному рівні послідовність, А явно відрізняється від В.

A. John went to a restaurant.

He asked the waitress for a hamburger.

He paid the tip & left.

B. John went to a park.

He asked the midget for a mouse.

He picked up the box & left.

Хоча усі цих пропозицій мають однакову синтаксичну структуру і тип семантичної інформації, розуміння їх кардинально різниться. Послідовність, А має доступом до деякому виду структури знань вищого рівня, а Не має. Якби, А мало такий доступ, що його розуміння зводилося б до рівня У і характеризувалося б існувати як дезорієнтоване. Цей контраст є наочним прикладом миттєвою роботи вищого рівня структури знаний.

Була запропонована програма під назвою SAM, що відповідає стосовно питань видає зміст таких оповідань. Наприклад, SAM зміг відповісти на такі питання, яких не дано у тексті, з допомогою доступу до записи гаданих подій, попередніх обіду в ресторане.

Did John sit down in the restaurant?

Did John eat the hamburger?

Отже, SAM може розпізнати описану ситуацію як обід в ресторані, і потім передбачити оптимальне розвитку подій. У нашому випадку розпізнавання було труднощів, але переважно випадків воно досить непросте і є найважливішою частиною теории.

Розглянемо інший пример:

З. He plunked down $ 5 at the window.

She tried to give him $ 2.50, but he wouldn’t take it.

So when they got inside, she bought him a large bag of popcorn.

Він цікавий за тим, що більшість людей він викликає цикл повторюваних неправильних чи незакінчених распознаваний і реинтерпретаций.

У нещасних випадках з багатозначними словами багатозначності дозволяється з допомогою активізованого раніше фрейму. Для цього необхідно створити лексикон до кожного фрейму. Коли фрейм активізується, відповідному лексикону віддається перевагу у пошуку відповідного значення слова. У ТФ це розпізнавання процесів, контрольованих фреймами, які, своєю чергою, контролюють розпізнавання яка входить інформації. Деколи це називається процесом згори — вниз фреймодвижущего распознавания.

Застосування цих процесів виявилося у програмі FRAMP, яка може підсумовувати газетні зведення і класифікувати в відповідність до класом подій, наприклад тероризм чи землетрясения.

Ця програма зберігає набір об'єктів, що їх описані у кожної різновиду текстів, і це набір допомагає процесу розпізнавання подій .

Маніпуляція фреймами.

Деталі специфікації фреймів та його репрезентації може бути опущені, так само як і алгоритми, їх маніпуляції, оскільки де вони грають великий роль ТФ.

Такі питання, як розмір фрейму чи доступу до нього, пов’язані з організацією пам’яті і вимагають спеціального рассмотрения.

Распознавание.

У літературі є багато міркувань щодо процесів, що стосуються розпізнавання фреймів і доступу до структури знань вищого рівня. Незважаючи те що, що можуть розпізнати фрейм без особливих зусиль, для комп’ютера в більшості випадків це досить складне завдання. Тож питання розпізнавання фреймів залишаються відкритими й важкими на вирішення з допомогою ИИ.

Розмір фрейма.

Розмір фрейму значно більше тісно пов’язані з організацією пам’яті, чому це здається здавалося б. Це тому, що у розумінні людини розмір фрейму визначається й не так семантичним контекстом, а й багатьма іншими чинниками. Розглянемо фрейм візиту до лікаря, який складається з подфреймов, однією із є кімната очікування. Отже, ми можемо сказати, що розмір фрейму залежить від семантичного змісту що був фрейму (такого, як, наприклад, візит його до лікаря), але залежить від цього, які компоненти яка описує інформації у фреймі (такому, як кімната очікування) використовують у пам’яті. Це означає, що коли і певний набір знань використовується пам’яттю більш ніж у однієї ситуації, система пам’яті визначає це, потім модифікує цю інформацію у фрейм, і реструктурирует вихідний фрейм те щоб новий фрейм використовувався як він подкомпонент.

Перелічені вище операції також залишаються відкритими питаннями в ТФ.

Инициализационные категории.

Рош запропонував рівні категорій уявлення знань: базову, субординатную і суперординационную. Наприклад, у сфері меблювання концепція крісла є взірцем категорії основного рівня, а концепція меблів — це приклад суперординационной категорії. Мова уявлення знань піддається впливу цієї таксономії і включає їх як різні типи даних. У сфері людського спілкування категорії основного рівня є найпершими категоріями, які дізнаються людина, інші категорії випливають із них. Тобто суперординационная категорія — це узагальнення базової, а субординатная — це підрозділ базової категорії. приклад суперординатная ідеї події базова події дії субординатная дії прогулка.

Кожен фрейм має власний певний так званий слот. Так, для фрейму дію слот то, можливо заповнений лише будь-яким виконавцем цього дії, а сусідні фрейми можуть успадковувати цей слот.

Деякі дослідники припустили, що факти граматики відмінків збігаються зі слотами в ТФ, і це теорія було названо теорією ідентичності слота і падежу. Було запропоновано число таких відмінків, від 8 до 20, але точне число не визначено. Але якщо агентив повністю збігаються зі своїми слотом, інші відмінки викликали суперечки. І на цього часу точно б не встановлено, як усієї існує падежей.

Також викликав труднощі те що, що слоты який завжди може бути перехідними. Наприклад, у відповідність із ТФ можна сказати, що фрейм одухотворений предмет може мати слот живої, фрейм то вона може мати слот чесний, а фрейм блоха неспроможна мати такий слот, і вона до нього ніколи б не перейдет.

Інакше кажучи, зв’язок між слотами в ТФ є дослідженими до кінця. Слоты можуть передаватися, може бути багатофункціональні, але ж час не розглядаються як функции.

Гібридні системы.

СФ іноді адаптуються для побудови описів чи визначень. Був створено змішаний мову, під назвою KRYPTON, що з фреймовых компонентів і компонентів предикатных числень, які допомагають робити якіабо висновки з допомогою термінів та предикатів. Коли активізується фрейм, факти стають доступними користувачеві. Існує також мову Loops, що об'єднує об'єкти, логічне програмування і процедуры.

Є також фреймоподобные мови, які з вихідну позицію приймають один тип даних у пам’яті, якусь концепцію, а чи не дві (наприклад, фрейм і слот), і помилкове уявлення цю концепцію у пам’яті має бути цельным.

. Об'єктно-орієнтовані языки.

Паралельно зі мовами фреймів існують об'єктно-орієнтовані програмні мови, що використовуються складання програм, але мають деякі властивості мов фреймів, такі, як використання слотів для детальної, досконального класифікації об'єктів. Відмінність їхню відмінність від мов фреймів у цьому, що фреймові мови спрямовані більш узагальнену надання інформації про объекте.

Однією з труднощів уявлення знань й мови фреймів є відсутність формальної семантики. Це утрудняє порівняння властивостей уявлення знань різних мов фреймів, і навіть повне логічне пояснення мови фреймов.

4. Структура експертної системы.

Під час розробки експертної системи заведено поділяти в три основних модуля: 1. база знань; 2. машина логічного висновку; 3. інтерфейс з пользователем.

База знань містить знання, які стосуються конкретної прикладної області, зокрема окремі факти, правила, описують стосунки або явища, і навіть, можливо, методи, евристики й різні ідеї, що стосуються вирішення завдань у цій прикладної области.

Машина логічного висновку вміє активно використовувати інформацію, що є у базі знаний.

Інтерфейс з користувачем відпо-відає безперебійний обміну інформацією між користувачем і жорсткою системою; він також дає користувачеві можливість стежити процесом вирішення завдань, протекающим в машині логічного вывода.

Прийнято розглядати машину виведення і інтерфейс одностайно великий модуль, зазвичай званий оболонкою експертної системи, чи, для стислості, просто оболочкой.

У описаної вище структурі власне знання відділені від алгоритмів, які ці знання. Таке поділ зручно з наступних міркувань. База знань, очевидно, залежить від конкретного докладання. З іншого боку, оболонка, по крайнього заходу у принципі, незалежна від додатків. Таким чином, розумний спосіб розробки експертної системи для кількох додатків зводиться до створення універсальної оболонки, після чого для кожного докладання досить залучити до системі нову базу знань. Зрозуміло, всі ці бази знань повинні задовольняти одному й тому формалізму, який оболонка «розуміє «. Практичний досвід показує, що для складних експертних систем сценарій з одного оболонкою і багатьма базами знань працює, негаразд гладко, навіть коли хотілося, окрім тих випадків, коли прикладні області дуже близькі. Проте, навіть якщо перехід від однієї прикладної області привертає інший вимагає модифікації оболонки то крайнього заходу основні засади її побудови зазвичай вдається сохранить.

До сформування оболонки, із якої можна проілюструвати основні ідеї, й методи у сфері експертних систем, можна дотримуватися наступного плана:

•Выбрать формальний апарат до подання знань. •Розробити механізм логічного висновку, відповідний цьому формализму.

•Добавить кошти взаємодії з користувачем. •Забезпечити можливість роботи у умовах неопределенности.

5. Методи придбання знаний.

Приобретение знань реалізується з допомогою двох функцій: отримання інформації ззовні й її систематизації. Причому у залежність від здібності системи навчання до логічним висновків можливі різноманітні форми придбання знань, і навіть різноманітні форми одержуваної інформації. Форма уявлення знань їхнього використання визначається всередині системи, тому форма інформації, яку вона може приймати, залежить від цього, які здібності має система для формалізації інформації рівня знань. Якщо обучающаяся система зовсім позбавлена такий здібності, то людина має заздалегідь підготувати все, до формалізації інформації, т. е. що стоїть здібності машини до логічним висновків, тим менше навантаження человека.

Функции, необхідні студіюючої системі на придбання знань, різняться залежно від конфігурації системи. Надалі при розгляді систем інженерії знань передбачається, що Існує система з конфігурацією, показаної на рис, 1.1, що включає базу знань і механізм логічних висновків, використовує ці знання під час вирішення завдань. Якщо база знань поповнюється знаннями про стандартної форми їх уявлення, то цими знаннями теж можна скористатися. Отже, від функцій навчання потрібно перетворення отриманої ззовні інформацією знання і набутий поповнення ними бази знаний.

Рис. 1 Базова структура систем обробки знаний Можно запропонувати таку класифікацію систем придбання знань, яка спиратися на здатність системи до сприйняття знань у різних форматах, якісно різняться між собою — і здатність до формалізації (рис 2).

Рис 2. Классификация методів придбання знаний.

6. АНАЛІЗ ЗНИЗУ ДОГОРИ І ЗГОРИ ВНИЗ.

«Згори донизу», «знизу вгору», «прямий», «зворотний», «керований даними», «спонукуваний метою» — три пари визначень для таких термінів, як «ланцюгової аналіз», «парсинг», «синтаксичний розбір», «логічний аналіз» і «пошук». У принципі так, всі ці терміни відбивають подібні відносини, і розбіжності з-поміж них лише у цьому, що вони взяті з різних подобластей комп’ютерна наука і штучного інтелекту (парсинг, системи з закладені у них правилами, пошукові системи та системи, створені задля розв’язання проблеми і т.д.).

Суть цих протиставлень можна проілюструвати з прикладу парадигми пошуку. Основне завдання будь-якого пошуку у тому, щоб визначити маршрут, яким ви переміщатися зі справжньою позиції до вашої мети. Якщо ви і почнете пошук із поточною позиції і продовжуватимете його, доки наткнетеся на бажаного результату, — це званий прямий пошук чи пошук знизу вгору. Якщо ви і подумки ставите себе у те місце, де ви мені хочете опинитись у результаті пошуку істини та визначаєте маршрут, рухаючись в напрямку, тобто. туди, де справді перебуваєте у сьогодні, — це пошук у напрямі чи пошук згори донизу. Зверніть увагу, що, визначивши маршрут внаслідок зворотного пошуку, вам все-таки доведеться дістатись своєї мети. Попри те що, що зараз рухаєтеся вперед, не є прямим пошуком, т.к. пошук вже було здійснено раніше, причому у напрямку. Ці самі протиставлення можна розгледіти з прикладу систем з умонтованими правилами. Уявімо, що правило складається з набору антецедентов і набору наслідків. Коли система визначає, що це антецеденты певного правила задоволені, цього правила викликається і виконується (виконується чи кожне викликане правило залежить від специфіки конкретної системи). Після цього, у базу знань заносяться затвердження, отримані у виконання правила, і виконуються відповідні операції. Цей процес відбувається вищеописаним чином, незалежно від того, застосовує чи система прямій чи зворотний логічний аналіз. Щоб проілюструвати різницю між ними, слід окремо розглянути процедуру активації правила. Викликаються лише активовані правила. При прямому логічному аналізі (знизу вгору), як у систему додаються нові дані, вони порівнюються з усіма антецедентами всіх правил. Якщо є відповідають антецеденту правила, це правило активується (коли вона ще є активованим), і якщо підібрані все антецеденты певного правила, воно викликається. Твердження, отримані в результаті виконання правила, заносять у базу знань і розглядаються в ролі нових даних, порівнюються з антецедентами і може викликати активацію і виклик додаткових правил. При зворотному логічному аналізі (згори донизу) при додаванні даних правила не активуються. Коли система отримує запит, він порівнюється з усіма наслідками всіх правил. Якщо запит збігається з наслідком, це правило активується, проте його антецеденты розглядаються як вторинних запитів і може викликати активацію додаткових правил. Коли запит відповідає не обмеженому умовою утвердженню бази знань, нею надходить відповідь, і коли цей запит виходив від антецедента, вважається, що він задовольняє останньому. Коли всі антецеденты деякого правила задовольняться, правило викликається і виконується. За виконання правила здійснюється у відповідь запити, що його активували, і тепер інші антецеденты вважаються задоволеними і може викликатися відповідні їм правила. Зверніть увагу, що виклик і виконання правила завжди відбувається у прямий послідовності, а відмінність прямого ланцюгового аналізу протилежного у тому, коли активується правило.

Сравнение.

Ефективність. Вибір виду аналізу (згори донизу чи знизу вгору) залежить від конфігурації дерева, яким здійснюється пошук. Якщо середньому кожному елементу слід більше елементів, ніж передує, то аналіз згори донизу (чи зворотний аналіз) буде більш і навпаки. Розглянемо випадок. Припустимо, що пошукова область утворює дерево з вершиною в початковому стані. Тоді під час використання прямого підходу доведеться здійснювати пошук практично з усього дереву, тоді як із зворотному підході - лише на його лінійної части.

Порівняння і уніфікація. У системах з закладеними правилами чи системах логічного аналізу вибір прямого чи зворотного ланцюгового аналізу впливає ступінь труднощі процесу порівняння. При прямому цепном аналізі системі постійно пред’являються нові історичні факти, які мають вільних змінних. Таким чином постійно проводиться порівняння антецедентов, цілком можливо які мають вільними перемінними, з фактами, не з такими. З іншого боку, системам зі зворотним ланцюговим аналізом често задають спеціальні питання. Якщо правила викладені у логіці предикатів, а чи не логіці суджень, тоді виробляється порівняння питання з перемінної зі наслідком зі змінними. Побічні запити також можуть утримувати перемінні, тому, загалом, системи зі зворотним ланцюговим аналізом повинні розроблені в такий спосіб, що вони могли порівнювати дві символьні структури, кожна з яких може містити перемінні, навіщо знадобиться створення алгоритму унификации.

Смешанные стратегии.

Пошук у двох напрямах. Не ясно, який краєвид пошуку — прямій чи зворотний — є найбільш приемлимым конкретної докладання, слід здійснювати пошук у двох напрямах. У разі, відправними точками стають початкова й кінцеве стан, та віднайдення здійснюється за до центру. Висновок в двох напрямах. При даному підході найперші дані застосовуються для активирования правил, котоые перебирають інші антецеденты у порядку. Побічні запити, які відповідають ні слідством, ні даним, зберігаються як «демонів», які можна задоволені пізніше з допомогою нових, або пізніше які поступили даних. Систему можна розробити в такий спосіб, що ці, задовольняють «демонам» (антецеденты активованих правил) ні активувати додаткові правила, що «змусить» систему при майбутньому прямому виведення сконцентруватися на правилах, які враховують попередній контекст.

Розбір з початком у лівій розі. Застосувавши вищеописаний метод до парсингу, ми матимемо так званий розбір з початком у лівій розі. У термінах прикладу, наведеного розділ парсинг, система спочатку розгляне «they», знайде правило 9 — єдине правило, що можна застосувати до цього слову, потім правило 3, що пояснювало PRO, та був правило 1, як єдине правило, слідство якого починається з NP. Далі система спробує розібрати згори донизу «are flying planes» як VP.

7. Приклад розробки експертної системы.

Розглянемо на конкретному прикладі організацію взаємодії користувача із засідання експертної системою. Предметна область цій експертній системи — продажу бухгалтерських і правових систем (режим діалог із користувачем для правильного вибору програмного забезпечення). Припустимо, що фрагмент бази знань містить наступний набір правил:

1. ЯКЩО клас — бухгалтерські программы.

І форма конфигурирования системи мусить бути жорсткої (користувач це не матиме можливості сам конфіґурувати будь-які вхідні чи вихідні документы).

ТЕ найкраще вам підходить бухгалтерська програма 1С версія 6.0.

2. ЯКЩО клас — бухгалтерські программы.

І форма конфигурирования системи мусить бути лояльної (тобто. користувач може сам конфіґурувати будь-які вхідні чи вихідні документы).

І програма розроблена під оболонку DOS.

ТЕ найкраще вам підходить система бухгалтерських програм «Бест».

3. ЯКЩО клас — бухгалтерські программы.

І форма конфигурирования системи мусить бути лояльної (тобто. користувач може сам конфіґурувати будь-які вхідні чи вихідні документы).

І програма розроблена під оболонку Windows95.

І програма одноуровневая.

ТЕ найкраще вам підходить бухгалтерська програма «Інфо Бухгалтер».

4. ЯКЩО клас — бухгалтерські программы.

І форма конфигурирования системи мусить бути лояльної (тобто. користувач може сам конфіґурувати будь-які вхідні чи вихідні документы).

І програма розроблена під оболонку Windows95.

І програма не одноуровневая.

ТЕ найкраще вам підходить система бухгалтерських програм «Турбо Бухгалтер».

5. ЯКЩО тип — правові системы.

І поповнення інформаційної бази відбувається щотижня (мінімум), у вигляді курьера.

ТЕ найкраще вам підходить правова програма «Гарант».

6. ЯКЩО тип — правові системы.

І поповнення інформаційної бази відбувається щомісяця (мінімум), через купівлю нового CD-ROM.

ТЕ найкраще вам підходить правова програма «Кодекс».

7. ЯКЩО тип — правові системы.

І поповнення інформаційної бази відбувається щомісяця (мінімум), через купівлю нового CD-ROM чи щотижня (мінімум), у вигляді курьера.

ТЕ найкраще вам підходить правова програма «Эталон».

8. ЯКЩО тип — складські программы.

І форма конфигурирования системи мусить бути жорсткої (користувач це не матиме можливості сам конфіґурувати будь-які вхідні чи вихідні документы).

ТЕ найкраще вам підходить правова складська програма «Фолио».

9. ЯКЩО тип — складські программы.

І форма конфигурирования системи мусить бути лояльної (тобто. користувач може сам конфіґурувати будь-які вхідні чи вихідні документы).

ТЕ найкраще вам підходить правова програма склад «1С версія 7.5». Припустимо, і користувачем поставлено завдання дізнатися яке забезпечення, з широкого спектра запропонованого зараз програмного забезпечення йому найбільш підійде, враховуючи специфіку ПК який передбачається встановити це ПО. З допомогу деяких базових правил фірми «Элком-Информ», складена деяка експертна система, яка допоможе користувачеві у його нелегкій виборі. Сеанс діалогу може мати такий вигляд: ЕС: Яке програмне забезпечення ви ж хотіли б мати? (правове, бухгалтерське, складське). Користувач: Бухгалтерське ЕС: Форма конфигурирования системи мусить бути жорсткої (користувач не матиме можливості сам конфіґурувати будь-які вхідні чи вихідні документи)? (так, немає). Користувач: Ні. ЕС: Форма конфигурирования системи мусить бути лояльної (тобто. користувач може сам конфіґурувати будь-які вхідні чи вихідні документи)? Користувач: Так ЕС: Програма слід розробити під оболонку Windows95? Користувач: Так. ЕС: Програма мусить бути однорівнева? (так, немає). Користувач: Ні. ЕС: Програма мусить бути не однорівнева? Користувач: Да ЭС: Найкраще вам підходить система бухгалтерських програм «Турбо Бухгалтер».

Якщо користувач зацікавиться, чому зроблено такий висновок, то експертна система видасть цих правил і вкаже відповідність між відповідями користувача, правилами і відповіддю експертної системы.

8. Правила типу «если-то «до подання знаний.

Як кандидата використання в експертної системі можна розглядати, у принципі, будь-який несуперечливий формалізм, у межах якого описувати знання про певну проблемної області. Проте найпопулярнішим формальним мовою уявлення знань є мову правил типу «если-то «(чи коротко: «если-то «-правил), званих також продукциями. І таке правило є, власне кажучи, деяке умовне твердження, але можливі й інші інтерпретації. Ось приклади: •якщо попередню умову P то висновок (висновок) З •якщо P. S то дію A •якщо виконані умови C1 і C2 то ми не виконано умова C.

" Если-то «-правила зазвичай є дуже природні виразним засобом уявлення знань. З іншого боку, вони мають такими привабливими властивостями: 1. Модульність: кожне правило описує невеличкий, щодо незалежний фрагмент знань. 2. Можливість инкрементного нарощування: додавання нових правив у базу знань відбувається щодо незалежно з інших правил. 3. Зручність модифікації (як наслідок модульности): старі правила можна змінювати і заміняти налаштувалася на нові щодо незалежно з інших правил. 4. Застосування правил сприяє прозорості системы.

Останнє властивість — ця важлива, відносне властивість експертних систем. Під прозорістю ми розуміємо здатність системи до пояснення прийнятих прийняття рішень та отриманих результатів. Застосування «если-то «- правил полегшує отримання відповіді такі основні типи питань пользователя:

•Вопросы типу «як »: Як багато прийшли до цього висновку? •Запитання на кшталт «чому »: Чому вас цікавить ця информация?

" Если-то «-правила часто застосовують визначення логічних відносин між поняттями предметної області. Про суто логічні відносини можна сказати, що вони належать до «категоричним знань », «категоричним «- оскільки відповідні затвердження завжди, абсолютно вірні. Однак у деяких предметних областях, як-от медична діагностика, переважають «м'які «чи імовірнісні знання. Ці знання є «м'якими «тому, що про їхнє застосовності до будь-яких практичним ситуацій можна тільки до певної міри («часто, але з завжди »). У разі використовують модифіковані «если-то «-правила, доповнюючи їх логічний інтерпретацію вероятностной оцінкою. Например:

если умова A, то висновок B впевнено F.

Власне кажучи, якщо хочете розробити серйозну експертну систему для деякою обраної вами предметної області, ви повинні провести консультації з експертами у цій галузі і що дізнатися неї самі. Досягти певного розуміння предметної області після спілкування з експертами читання літератури, та був втілити таке розуміння до форми уявлення знань у рамках обраного формального мови — мистецтво, зване інженерією знань. Зазвичай, це складне завдання, потребує великих усилий.

Розглянемо невелику базу знань, яка може допомогти локалізувати несправності у дуже простій електричної схемою, що з електричних приладів та запобіжників. Електрична схема показано на рис. 6. Ось одне з можливих правил:

если лампа1 включена і лампа1 спрацьовує і предохранитель1 явно цілий то лампа1 явно неисправна.

Вот ще один приклад правила: якщо радіатор працює то предохранитель1 явно цел.

Ці дві правила спираються певні факти (які стосуються нашої конкретної схемою), саме що лампа1 з'єднана з предохранитель1 І що лампа1 і радіатор мають загальний запобіжник. Для інший схеми нам знадобиться іще одна набір правил. Тож було б жити краще сформулювати правила на більш загальному вигляді (використовуючи прологовские перемінні) те щоб вони були застосовні до будь-якої схемою, та був доповнювати їх інформацією щодо конкретної схемою. Наприклад, ось одна з корисних правил: якщо прилад включений, але з працює, а відповідний запобіжник цілий, то прилад несправний. На формальний мову це транслюється так:

правило поломки: если.

Прилад включений і (Прилад працює) и.

Прилад з'єднаний із Запобіжник и.

Запобіжник явно цілий то.

Прилад явно неисправен.

Заключение

.

Зазвичай, у системах штучного інтелекту застосовується одне із двох видів аналізу. Перший — це аналіз знизу вгору чи прямий аналіз, а другийзгори донизу чи зворотний. Різниця їх залежить від того, у напрямі ведеться пошук (з початку насамкінець навпаки) і який елемент (слідство чи антецедент) активує правила. Чинник ефективності і легкості впровадження може зіграти на вирішальній ролі при виборі виду аналізу, який застосовуватися у певному додатку, однак слід пам’ятати, що використання змішаних стратегій також можливо. Список літератури. 1. З. М. Шалютин «Штучний інтелект», М.: Думка, 1985 2. А. Ендрю «Штучний інтелект», М.: Світ, 1985 3. М. Вінер «Кібернетика», М.: Наука, 1983 4. Р. Клаус «Кібернетика і філософія», М.: Іноземна література, 1963 5. В. Л. Стефанюк «Експертні системи та їх застосування»: Курс лекцій. 6. «Новини искуственного інтелекту», Москва — 1993. 7. «Обчислювальна техніка і його застосування»: Москва 1989 г. № 2.

———————————;

Одержання готового набору знань, поданих у внутрішньому формате.

Одержання знань, поданих у внутрішньому форматі як диалога.

Одержання знань, поданих у зовнішньому форматі та його понимание.

Просте запам’ятовування даних (Категорія А).

Одержання даних які у вигляді знань (Категорія Б).

Навчання без выводов.

Навчання на метауровне.

Навчання на примерах.

Методи придбання знаний.

База знаний.

Механізми висновків користувальницької системы.

Механізми висновків навчальною системы Человек.