Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Представление знанийПредставление знаний - это формализация истинных убеждений посредством схем, записей или языков. Представлению знаний присущ пассивный аспект, например, книга, таблица. Однако нас в искусственном интеллекте интересует активный аспект представления знаний: знать в нашем понимании - это операция, позволяющая не только запоминать, но и извлекать (представленные) знания для выполнения умозаключений на их основе. В этой главе мы рассмотрим модели трех видов представления знаний: логического, сетевого и объектного. Правила продукций Наиболее распространенным методом представления знаний являются правила продукций или продукционные правила. Идея этого метода принадлежит Э-Посту (1943 г.) Этот метод широко используется в разработке информационных систем. Вначале правила продукций имели вид: ЕСЛИ <условия> ТО <действие>. Слова в угловых скобках являются посылками или утверждениями. В дальнейшем они приобрели более общую форму. Наряду с написанной используются следующие формы: ЕСЛИ<предшествующий>ТО<последующий> Таким образом, правило состоит из двух частей. Часть ЕСЛИ указывает "условия", "предшествующий" или "основание", и часть ТО представляет соответственно "заключение", "последующий" или "гипотезу" Перечисленные элементы второй части генерируются при истинности условий первой части. Примером правила продукции может служить следующее: ЕСЛИ клиент работает на одном месте более двух лет Гипотетический силлогизм означает, что когда заключение одного правила является посылкой другого правила, то можно установить третье правило с посылкой из первого правила и заключением из второго. Другими словами: условие ЕСЛИ Х ТО У Например, на основании двух следующих правил ЕСЛИ клиент женат и ЕСЛИ имущество является совместным Как мы увидели в предыдущей главе, модус поненс и гипотетический силлогизм являются двумя правилами вывода в логике. Рассмотрим базу знаний, написанную на примере закладной для получения кредита банка под залог недвижимого имущества (ссуды). Для получения кредита клиент должен иметь постоянную работу, приемлемый доход, хороший кредитный рейтинг и приемлемое имущество (собственность). Если клиент не имеет постоянной работы, тогда он должен иметь адекватные активы. Величина кредита не может быть больше 80 процентов стоимости его имущества и клиент должен иметь 20 процентов ценности в кассе. Определение "постоянная работа" состоит в том, что клиент должен иметь одну и ту же работу более двух лет. Определение "адекватные активы" заключается в том, что имущество клиента должно быть оценено как десятикратная величина кредита или клиент должен иметь ликвидные активы, оцениваемые как пятикратная величина кредита. "Приемлемое имущество" - это имущество, находящееся на территории расположения банка. Проверка кредитного рейтинга проводится вручную. Смысл "адекватного дохода" состоит в следующем. Если клиент одиночка, то оплата закладной должна быть менее чем 70 процентов его чистого дохода. Если клиент женат, то оплата закладной должна быть менее чем 60 процентов чистого дохода семьи. В продукционных правилах мы будем использовать соединители И, ИЛИ и НЕ. 1. ЕСЛИ клиент имеет постоянную работу 2. ЕСЛИ клиент имеет адекватные активы 3. ЕСЛИ клиент имеет работу 4. ЕСЛИ имущество находится в зоне расположения банка 5. ЕСЛИ доход имеется и адекватен 6. ЕСЛИ клиент женат 7. ЕСЛИ клиент не женат 8. ЕСЛИ стоимость имущества клиента больше десятикратной величины кредита Популярность продукционных правил объясняются несколькими причинами. 1. Большинство человеческих знаний можно представить в виде правил продукций. 2. Модульность продукции позволяет добавлять в система новые продукции без изменения прежних. 3. Продукции могут реализовать любые алгоритмы и, следовательно, любые процедурные знания. 4. Параллелизм и асинхронность продукций делают их удобной моделью вычислений, отвечающей подобным требованиям новых поколений ЭВМ. Недостаток продукции состоит в том, что при их большом количестве становится трудоемкой проверка непротиворечивости системы продукций, например, при добавлении новых правил. Таблицы принятия решений Таблица принятия решений (таблица решений) является табличной формой представления множества продукционных правил. Таблицы решений применяются с 60-х годов в различных областях, например, в задачах автоматизации проектирования технологических процессов. Идея таблиц решений заключается в использовании их в качестве алгоритмов в постановках задач и одновременно в качестве средства программирования на исходном языке, т.е. чтобы этап алгоритмизации задачи являлся одновременно и этапом программирования. Постановка задачи с использованием таблиц является четкой и недвусмысленной. Рассмотрим таблицу решений (Таблица 1), которая является алгоритмом проектирования элементарного технологического процесса для цилиндрических поверхностей вращения применительно к условиям некоторого завода. В зависимости от характеристик поверхности: класса точности, класса чистоты, вида термообработки и несоосности выбирается соответствующий этим характеристикам план ее обработки, т.е. операции токарная, шлифовальная и т.п. Таблица разделяется двойной горизонтальной линией на область условий и область действий. Двойной вертикальной линией таблица также разделяется на две части: в левой части находится колонка с названием "операнд" и символы операций. Справа от двойной линии размещаются колонки правила, которые содержат правые части отношений и операнды операторов (в примере - метки оператора перехода). Полученную таблицу называют таблицей принятия решений (ТР). Таблица 1. Таблица принятия решений
Таблица интерпретируется следующим образом: ЕСЛИ класс - точности >= 4 ЕСЛИ класс - точности >= 2 Нетрудно заметить, что столбцы таблицы являются продукционными правилами. Таблицу решений выгодно составлять в том случае, когда множество продукционных правил содержит одинаковые условия (посылки), на основе знаний которых принимаются заключения. По сравнению с блок-схемой алгоритма и записью на алгоритмическом языке в таблице достигнута более высокая степень формализации процесса принятия решения. Она нагляднее, чем запись на алгоритмическом языке, в то же время по сравнению с блок-схемой записана на входном табличном языке. По типу элементов в клетках ТР могут быть таблицами с ограниченными, расширенными и смешанными элементами. В таблице с ограниченными элементами (Таблица 2) формулировки условий являются законченными и включают переменную и значение условного выражения. Для записи элементов условий используются три символа: ДА (условие истинно для правила); Таблица 2. Группировка деталей
Действия могут быть обозначены символами "^" (выполнить действие, указанное слева от двойной линии) или "-" (не выполнить). Таблица смешанного вида (Таблица 3) включает правила, в которых сочетаются как ограниченные, так и расширенные элементы. Однако каждая строка таблицы должна содержать элементы только одного вида. Например, в табл. 3 первая строка области условий содержит справа от двойной линии правые части отношений, которые в общем случае могут быть арифметическими или текстовыми выражениями. Вторая и третья строки области условий включают элементы ограниченного вида, т.е. логические значения ДА (истина) и НЕТ (ложь), и элемент, не влияющий на выбор решения. Таблица 3. Выбор операции обработки детали
Область применения таблиц решений - многошаговые задачи управления объектами, где на каждом шаге требуется принять рациональное решение. Это задачи со сложной логикой принятия решений, включающие большое количество различного рода данных, каждое из которых принимает некоторое множество значений. Алгоритмизацию и программирование таких задач с различной степенью детализации целесообразно производить при помощи таблиц решений. Семантические сети Основные понятия. В отличие от логических моделей представления знаний семантические сети позволяют успешно структурировать информацию. Граф, который лежит в основе семантической сети, собирает вокруг одного узла всю информацию по некоторому объекту. Такие модели позволяют наглядно представить круг решаемых проблем в большей степени, чем множество правил, относящихся к ним. Семантическая сеть состоит из множества концептуальных графов. Концептуальный граф соответствует некоторой логической формуле, имена и аргументы предикатов которой изображается двумя типами узлов. Прямоугольники соответствуют аргументам, а круги - именам предикатов. Круг соединяется стрелкой с прямоугольником, если они соответствуют имени и аргументу некоторого предиката. Таким образом, прямоугольники используются для представления аргументов, событий и состояний. А круги - для увязывания этих понятий Проиллюстрируем эти понятия на примере. Разработка семантических сетей относится к 1960г, когда они использовались для моделирования обработки естественного языка. Так, Мастерман с помощью семантических сетей разработал 100 базовых понятий для моделирования словаря в 15000 слов. Рис. 1. Концептуальный граф
|