36239

Структура моделей знаний: правила продукции. Примеры

Доклад

Информатика, кибернетика и программирование

Структура моделей знаний: правила продукции. Понятие продукционных правил. Для достижения цели используется некоторая совокупность фактов и способов их применения правил. На этих понятиях основан наиболее распространенный метод представления знаний правила продукции или продукционные правила.

Русский

2013-09-21

41 KB

15 чел.

25. Структура моделей знаний: правила продукции. Примеры.

Понятие продукционных правил.

В основе человеческой деятельности лежит мышление. Когда утром звонит будильник, мозг человека дает команду руке выключить его. Следует заметить, что это не автоматическая реакция, а решение конкретной задачи. При этом конечный результат, на который мы рассчитываем, на который направлены наши мыслительные процессы, называется целью. Как только цель (в данном случае выключение будильника) достигнута, перед человеческим мозгом сразу встают новые цели, например, одеться, позавтракать, выйти на остановку и т.д. Осуществление всех этих целей приводит к осуществлению главной цели— не опоздать в институт.

Для достижения цели используется некоторая совокупность фактов и способов их применения— правил. На этих понятиях основан наиболее распространенный метод представления знаний— правила продукции или продукционные правила. Этот метод был предложен Э. Постом (1943 г.). Продукционные правила объясняют логическую связь между понятиями предметной области. Системы с базами знаний, основанных на этой модели, называются продукционными системами. Эти системы бывают двух диаметрально противоположных типов - с прямыми и обратными выводами.

Правило продукции представляет собой подстановку следующего вида:

Р1*А1,А2,.--,Ап->В

где А1,А2,...,Ап— конечная связка факторов, В— действие, которое выполняется, если А1 ,А2,... ,Ап— истинно.

Иначе говоря, примером правил продукции может являться выражение следующего типа:

ЕСЛИ <условие> ТО <действие>.

При этом факты и правила могут быть разной сложности. Они связаны между собой с помощью логических функций И, ИЛИ, НЕ.

Например:

Факт! Тихие, темные улицы опасны

Факт2 Пожилые люди обычно не совершают дерзких преступлений ФактЗ Моя милиция меня бережет

Правило! ЕСЛИ на темной, тихой улице вы встретите пожилого человека ТО можно не очень беспокоится

Это простое правило можно усложнить добавив факты, объединенные в связку с помощью логической функции И: Правило2 ЕСЛИ на тихой темной улице вы видите милиционера И вы не преступали закон

ТО можно чувствовать себя в полной безопасности Правила продукции можно отнести к категорическим знаниям, т.е. они всегда верны. Однако, в некоторых предметных областях (например, медицинская диагностика, системы управления и т.п.) преобладают вероятностные знания. Эти знания являются «мягкими» в том смысле, что говорить об их применимости к любым практическим ситуациям возможно только до некоторой степени. В таких случаях правила продукции дополняют вероятностной оценкой:

ЕСЛИ <условие> ТО <действие> С УВЕРЕННОСТЬЮ <значение> Например:                                                                                 __,

Правило! ЕСЛИ на тихой темной улице вы видите милиционера И вы не преступали закон

ТО можно чувствовать себя в полной безопасности С УВЕРЕННОСТЬЮ 0,3

Факты в правилах могут быть представлены в двух видах: в виде списков или в виде изолированной тройки:

атрибут—» объект—> значение,

при этом с каждым фактом связан коэффициент уверенности, изменяющийся в пределах [0,1].

Представление знаний в виде правил продукции обладает следующими преимуществами:

*   независимостью   правил,   выражающих   самостоятельные   фрагменты знаний;

»   легкостью и естественностью модификации знаний (правила продукции по структуре весьма похожи на рассуждения естественного языка);

*    отделением   управляющих   знаний   (правил)   от   предметных   знаний (фактов). Это позволяет применять различные стратегии управления.

Как уже отмечалось выше, правила продукции относятся к процедурным моделям представления знаний. Даже самое простое правило продукции

есть элемент «процедурное™», т.к. предполагается, что это правило будет использовано для выполнения некоторого действия. Именно это отличает процедурное представление знаний от декларативного, поскольку декларативные знания не несут никакой информации о том, как они будут использованы.

В системе продукций с обратными выводами с помощью правил строится дерево И/ИЛИ, связывающее в единое целое факты и заключения;оценка этого дерева на основании фактов, имеющихся в базе данных, и есть логический вывод. «Логические выводы бывают прямыми, обратными и двунаправленными. При прямом выводе отправной точкой служат предоставленные данные, процесс оценки приостанавливается в узлах с отрицанием, причем в качестве заключения (если не все дерево пройдено) используется гипотеза, соответствующая самому верхнему уровню дерева(корню). Однако для такого вывода характерно большое количество данных, а также оценок дерева, не имеющих прямого отношения к заключению, что излишне. Преимущество обратных выводов в том, что оценивается только те части дерева, которые имеют отношение х заключению, однако если отрицание или утверждение невозможны, то порожденное дерево лишено смысла. В двунаправленных выводах сначала оценивается небольшой объем полученных данных и выбирается гипотеза, а затем запрашиваются данные необходимые для принытия решения о пригодности данной гипотезы. На основе этих выводов можно реализовать более гибкую и мощную систему.

Системы продукций с прямыми выводами среди систем, основанных на использовании знаний, имеют наиболее древнюю историю, поэтому они являются в некотором смысле основополагающими. Эти системы включают три компонента: базу правил, состоящую из наборов правил(правила вывода), базу данных, содержащую множество фактов, и интерпретатор для получения логического вывода на основании этих знаний. База правил и база данных образуют базу знаний, а интерпретатор соответствует механизму логического вывода. Вывод выполняется в идее цикла «понимание -выполнение», причем в каждом цикле выполняемая часть выбранного правила обновляет базу данных. В результате содержимое базы данных преобразуется от первоначального к целевому, т.е. целевая система синтезируется в базе данных. Иначе говоря, для системы продукций характерен простой цикл выбора и выполнения(или оценки) правил, однако из-за необходимости периодического сопоставления с образом в базе правил (отождествлением) с увеличением числа последних(правил) существенно замедляется скорость вывода. Следовательно, такие системы не годятся для решения крупномасштабных задач. Итак, упорядочим сильные, и слабые стороны хорошо известных систем продукций.

Сильные стороны:

1.  Простота создания и понимания отдельных правил;

2.  Простота пополнения и модификации

3.  Простота механизма логического вывода.

Слабые стороны:

1.  Неясность взаимных отношений правил

2.  сложность оценки целостного образа знаний

3.  крайне низкая эффективность обработки

4.  отличие от человеческой структуры знаний

5.  отсутствие гибкости в логической выводе.

Таким образом если объектом является небольшая задача, выявляются только сильные стороны системы продукций.


 

А также другие работы, которые могут Вас заинтересовать

74160. Исследование эффективности автоматического отключения питания в системе TN-C 69 KB
  При отсутствии нулевого провода А 31 Выводы по разделам Обеспечивает ли защитное заземление защиту от косвенного прикосновения в системе TNC и почему Да защищает путём снижения тока кз отводом в землю Возможно ли автоматического отключение питания при отсутствии нулевого провода и почему Результаты измерений При целом нулевом проводе...
74161. Исследование защитного заземления электроустановок 18.03 KB
  Закрепление теоретических знаний по пожарной безопасности промышленных предприятий; изучение существующих средств тушения пожаров; приобретение навыков по правильному использованию, применению и расчету необходимого количества средств пожаротушения для обеспечения пожарной безопасности объектов железнодорожного транспорта
74162. Исследование параметров микроклимата производственных помещений 17.14 KB
  Изучить методы и приборы для изменения микроклимата производственных помещений, ознакомиться с методами нормирования оптимальных и допустимых значений параметров микроклимата, а также приобрести практические навыки в оценке микроклимата рабочей зоны, и принятие мер по её нормализации
74163. Исследование эффективности средств зашиты от шума. Звукоизоляция ограждающих конструкций 60.5 KB
  Цель работы: Изучить методику измерения и нормирования производственного шума средства и методы защиты расчета и оценки эффективности звукоизоляции ограждающих конструкций производственного оборудования и зданий. Исходные данные: Место проведения измерений шума: кабина машиниста электропоезда Источник шума: тяговые двигатели компрессора стук колёс Рекомендуемое средство звукоизоляции...
74164. Исследование освещенности рабочих мест 26.64 KB
  Цель работы: Изучить принцип нормирования естественного совмещенного и искусственного рабочего освещения освоить методы измерения и оценки освещенности в рабочей зоне ознакомиться с основными методами расчёта общего и местного искусственного освещения. Исходные данные: Вариант: 7 Наименование производственного помещения: дом связи Характеристика зрительной работы по степени точности...
74166. Состав пород раннего палеозоя платформ и складчатых областей 3.29 KB
  Состав пород раннего палеозоя платформ и складчатых областей. В начале раннего палеозоя платформы северного полушария испытывали опускания и на больших площадях были покрыты морскими водами. Опускания сменились медленными поднятиями которые в конце раннего палеозоя привели к почти полному осушению всех древних платформ....
74167. ОРГАНИЧЕСКИЙ МИР ПОЗДНЕГО ПАЛЕОЗОЯ 137.98 KB
  Численность многих групп морских животных уменьшилась плеченогие мшанки морские ежи офиуры аммоноидии наутилусы остракоды губки фораминиферы как и их разнообразие вплоть до полного вымирания целых классов трилобиты эвриптериды бластоидеи палеозойские группы морских лилий тетракораллы. В этот период вымерло 96 всех морских видов и 70 наземных видов позвоночных.