23657

Продукционные модели. ЕСЛИ - ТО (явление - реакция)

Лекция

Информатика, кибернетика и программирование

Эти две отличительные черты и определили широкое распространение методов представления знаний правилами. Программные средства оперирующие со знаниями представленными правилами получили название продукционных систем или систем продукции и впервые были предложены Постом в 1941 году. Общим для систем продукции является то что они состоят из трех элементов: Набор правил используемых как БЗ его еще называют базой правил; Рабочая память где хранятся предпосылки касающиеся отдельных задач а также результаты выводов получаемых на основе...

Русский

2013-08-05

166 KB

13 чел.

© SerP   С.Хабаров  - Лекция по курсу "Информационные технологии " (4 стр.)  стр. 4

6. Продукционные модели

6.1. Системы продукции

Продукционные модели - это наиболее распространенные на текущий день модели, в которых знания представляются с помощью правил вида:

ЕСЛИ - ТО (явление - реакция)

При использовании таких моделей у систем основанных на знаниях имеется возможность:

  •  применение простого и точного механизма использования знаний;
  •  представления знаний с высокой однородностью, описываемых по единому синтаксису.

Эти две отличительные черты и определили широкое распространение методов представления знаний правилами.

Программные средства, оперирующие со знаниями, представленными правилами, получили название продукционных систем (или систем продукции) и впервые были предложены Постом в 1941 году.

Продукция в системе Поста имеет следующую схему:

,

где t1, t2, ...,tn – посылки;

t – заключение.

Применение схемы Поста (*) основывается на подстановке цепочек знаков вместо переменных, причем вместо вхождения одной и той же переменной представляется одна и та же цепочка.

Общим для систем продукции является то, что они состоят из трех элементов:

  1.  Набор правил, используемых как БЗ, его еще называют базой правил;
  2.  Рабочая память, где хранятся предпосылки, касающиеся отдельных задач, а также результаты выводов, получаемых на основе этих предпосылок (динамическая база данных - ДБД);
  3.  Механизм логического вывода, использующий правила в соответствии с содержимым рабочей памяти.

Конфигурацию систем продукции упрощенно можно представить в следующем виде рис. 6.1.

Рис. 6.1. Конфигурация продукционной системы

6.2. Механизм функционирования систем продукции

На простом примере рассмотрим упрощенно механизм функционирования систем продукции.

Допустим, что данные, записанные в рабочую область, представляют собой образцы в виде набора символов:

«намерение – отдых»

«место отдыха – горы»

Эти образцы соответствуют фактам «намерение IS отдых» и «место отдыха IS горы».

Правила отражают содержимое рабочей памяти. В их условной части находятся либо одиночные образцы, либо несколько условий, соединенных предлогом «И», а в заключительной части – образцы, дополнительно регистрируемые в памяти:

правило №1 ЕСЛИ «намерение – отдых» И

«дорога - ухабистая»

ТО  «использовать - джип»

правило №2 ЕСЛИ «место отдыха – горы»

ТО  «дорога – ухабистая»

Тогда после того, как в рабочую память записываются образцы и в базу – правила, рассматривается возможность применения этих правил. Для этого механизм вывода сопоставляет образцы из условной части правила с образцами, хранимыми в рабочей памяти. Если все образцы имеются в рабочей памяти, условная часть считается истинной, в противном случае – ложной.

Для рассматриваемого примера рабочая память и база правил будет заполнена, как это изображено на рис. 6.2.

Рис. 6.2. Прямая цепочка рассуждений

Для рассматриваемого примера последовательность логического вывода будет следующей:

Механизм вывода анализирует правила, начиная с первого, определяет наличие образца «намерение – отдых» в рабочей памяти и отсутствие в ней образца «дорога – ухабистая».

  1.  Условная часть правила №1 считается ложной, и механизм вывода переходит к следующему правилу (в нашем случае к правилу №2).
  2.  Условная часть правила №2 признается истинной, т.к. образец «место отдыха – горы» присутствует в рабочей памяти и механизм вывода переходит к выполнению его заключительной части.
  3.  Заключительная часть правила №2 «дорога – ухабистая» заносится в рабочую память.
  4.  После просмотра всех правил происходит вторичное их применение, начиная с первого правила, за исключением тех, которые уже были применены (в примере это правило №2).
  5.  При повторном сопоставлении правила №1 его условная часть становится истинной ввиду доопределения рабочей памяти, и механизм вывода выполняет его заключительную часть.
  6.  Заключительная часть «использовать - джип» переносится в рабочую память, а правило №1 исключается из дальнейшего согласования.
  7.  Правил для сопоставления не остается, и система останавливается.

Если теперь обратиться к рабочей памяти, то исходя из посылок что

«намерения отдых» и

«место отдыха горы»

результатом вывода является рекомендация

«использовать – джип»

с пояснением причин данного вывода, которая определяется тем, что

«дорога – ухабистая»

В данном примере для получения вывода проводилась работа по:

многократному просмотру содержимого базы правил;

последовательному применению правил на основе предварительно записанного содержимого рабочей памяти;

дополнению данных, помещаемых в рабочую память.

Такие выводы называются прямыми (прямая цепочка рассуждений). Напротив, способ, при котором на основании фактов исследуется возможность применения правила, пригодного для подтверждения, называется обратным выводом (обратная цепочка рассуждений).

6.3. Обратная цепочка рассуждений в системе продукций

Для пояснения этого способа обратимся к знакомому примеру. Целью запроса к системе является факт установления целесообразности использования Джипа при отдыхе в горах.

Считая, что рабочая память содержит образцы «намерения – отдых» и «место отдыха – горы», а база содержит оба правила, целью составления является доказательство факта «использовать – джип». Т. е. в этом случае рабочая память имеет исходный вид (рис. 6.3).

Рис. 6.2. Обратная цепочка рассуждений

Последовательность составления системой продукции следующая:

Определяется правило, в котором в заключительной части содержится целевой факт.

Исследуется возможность применения первого правила для подтверждения исходного факта.

Поскольку образец «намерение – отдых» из условной части правила №1 занесен в рабочую память, то для достижения цели достаточно подтвердить факт «дорога – ухабистая».

Образец «дорога – ухабистая» принимается за новую цель, и необходимо найти правило, подтверждающее этот факт.

Исследуется возможность применения правила №2. Условная часть этого правила является истинной, т.к. образец «место отдыха – горы» имеется в рабочей памяти;

В виду возможности применения правила №2, рабочая память пополнится образцом «дорога – ухабистая» и появляется возможность применения правила №1 для подтверждения цели «использовать – джип».

Таким образом, результатом вывода является подтверждение цели «использовать – джип» при условии «дорога – ухабистая».


 

А также другие работы, которые могут Вас заинтересовать

19532. Цифровая обработка сигналов. Основные понятия 608.07 KB
  Лекция 1.Цифровая обработка сигналов. Основные понятия Введение В настоящее время методы цифровой обработки сигналов digital signal processing DSP находят все более широкое применение вытесняя постепенно методы основанные на аналоговой обработке. В данном курсе рассматрива...
19533. Преобразование Фурье и обобщенные функции 641.26 KB
  2 Лекция 2. Преобразование Фурье и обобщенные функции Вспомогательные утверждения Лемма. Справедлива формула 1 Доказательство. Хотя формула 1 хорошо известна мы приведем ее доказательство поскольку она является основой многих дальнейших выкл...
19534. Восстановление дискретного сигнала 146.5 KB
  Лекция 3 Восстановление дискретного сигнала Наша цель найти необходимые условия при которых сигнал может быть восстановлен по дискретной выборке Прежде всего отметим часто часто используемый факт: Преобразование Фурье от последовательности Пусть имеется сиг...
19535. Дискретное преобразование Фурье (ДПФ) 487.85 KB
  2 Лекция 4. Дискретное преобразование Фурье ДПФ В данной лекции установим свойства дискретного преобразования Фурье аналогичные свойствам непрерывного преобразования. Как обычно преобразования типа почленного интегрирования ряда перестановки порядка с
19536. Цифровые фильтры. Основные понятия 489.7 KB
  2 Лекция 5. Цифровые фильтры. Основные понятия Цифровые фильтры являются частным случаем линейных инвариантных систем. Существенное ограничение связано с физической реализуемостью системы. Определение. Система называется физически реализуемой если сигн...
19537. Z-преобразование. Фильтры первого порядка 192.23 KB
  2 Лекция 6. Zпреобразование. Фильтры первого порядка Zпреобразование Иногда вместо преобразования Фурье используют Zпреобразование. Оно определяется формулой 1 В формуле 1 ряд является формальным если же он сходится то определяет аналитическую ф...
19538. Фильтры второго и высших порядков 452.79 KB
  1 Лекция 7. Фильтры второго и высших порядков Определение фильтра второго порядка Примером фильтра вторго порядка является фильтр . Рассматриваем только вещественный случай. Переходя к Z преобразованию получим: . Найдя корни многочлена в знаменателе пере
19539. Фильтры Баттеруорта 297.97 KB
  2 Лекция 8. Фильтры Баттеруорта Отыскание параметров фильтра В левой и правой частях в знаменателе находятся многочлены от переменной z. Найдем корни этих многочленов. Множество корней по построению инвариантно относительно замены . Для устойчивости фильтр...
19540. Осциллятор. FIR фильтры 500 KB
  3 Лекция 9. Осциллятор. FIR фильтры Полосовой фильтр на основе фильтра низких частот В предыдущей лекции было показано каким образом можно построить различные фильтры. Оказывается любой из таких фильтров можно получить на основе фильтра низких частот с помо...