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

16 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

11782. Работа со стандартными программами в операционной системе Windows’2000/2003, XP 55.5 KB
  Лабораторная работа № 2 Тема: Работа со стандартными программами в операционной системе Windows2000/2003 XP. Цель работы: Получить практические навыки работы со стандартными программами Windows2000/2003 XP. Содержание работы: Освоение основных приемов работы со стандартными...
11783. Работа с сервисными программами в операционной системе Windows’2000/2003 1.69 MB
  Лабораторная работа № 3. Тема: Работа с сервисными программами в операционной системе Windows2000/2003. Цель работы: Получить практические навыки работы с дискетами и сервисными программами Windows2000/2003. Содержание работы: Освоение основных приемов ра...
11784. Манипулирование файлами в Windows 95/98/2000/ХР. 55 KB
  Лабораторная работа № 0. Часть № 1. Манипулирование файлами в Windows 95/98/2000/ХР. ПРИМЕЧАНИЕ. На эту лабораторную работу надо принести дискету отформатированную чистую. Работать только с теми файлами которые вы скопировали чтобы ничего не испортить...
11785. Изучение основных правил работы в интерактивном режиме системы MatLab 45.5 KB
  Лабораторная работа №7 Изучение основных правил работы в интерактивном режиме системы MatLab. MatLab одна из популярных и тщательно проработанных систем автоматизации математических расчетов. Этот пакет широко используется во всем мире при решении задач связанных с...
11786. Программирование в MatLab и табулирование функций 120 KB
  Лабораторная работа №7 Программирование в MatLab и табулирование функций Цель работы Дальнейшее изучение прикладного пакета и освоение основных элементов программирования. Порядок выполнения лабораторной работы Создать 2 отдельных Мфайла содержащих каждый ...
11787. Анализ рынков с помощью ресурсов Интернета 216.5 KB
  Методические указания к выполнению лабораторных работ по курсу Мировые информационные ресурсы Анализ рынков с помощью ресурсов Интернета Методические указания к выполнению лабораторных работ предназначены для студентов специальности 080801.65 Прикладна...
11788. Работа с сервисами в Интернете 304 KB
  Методические указания к выполнению лабораторных работ по курсу Мировые информационные ресурсы Работа с сервисами в Интернете Методические указания к выполнению лабораторных работ предназначены для студентов специальности 080801.65 Прикладная информатика
11789. Работа со специализированными базами данных в Интернете 732.5 KB
  Методические указания к выполнению лабораторных работ по курсу Мировые информационные ресурсы Работа со специализированными базами данных в Интернете Методические указания к выполнению лабораторных работ предназначены для студентов специальности 080801.6...
11790. Средства поиска информации в Интернете 907 KB
  Методические указания к выполнению лабораторных работ по курсу Мировые информационные ресурсы Средства поиска информации в Интернете Методические указания к выполнению лабораторных работ предназначены для студентов специальности 080801.65 Прикладная инфо