45343

Процедурные модели предоставления знаний

Доклад

Информатика, кибернетика и программирование

Здесь имя или порядковый номер продукции во множестве продукций хранящихся в памяти системы. Q – сфера применения продукции описывающая предметную область или ситуацию. Это позволяет систематизировать продукции что облегчает работу с системой продукций. Р – условие применимости ядра продукции.

Русский

2013-11-16

74.5 KB

6 чел.

10 В процедурном представлении, знания содержатся в процедурах – небольших программах, которые определяют, как поступать в специфических ситуациях. При этом можно не описывать все возможные состояния среды или объекта для реализации вывода. Достаточно хранить некоторые начальные состояния и процедуры, генерирующие необходимые описания ситуаций и действий.

При процедурном представлении знаний, семантика непосредственно заложена в описание элементов базы знаний. За счет чего повышается эффективность поиска решений. По сравнению с процедурной частью статистическая база знаний у них мала.

Главное преимущество процедурных модулей представления знаний заключается в большей эффективности механизмов вывода, за счет введения дополнительных знаний о применении (то есть знаний о том, каким образом использовать накопленные знания для решения конкретной задачи).

Другое важное преимущество заключено в выразительной силе, то есть процедурные системы способны смоделировать практически любую модель представления знаний. Кроме того, их выразительная сила проявляется в расширенной системе выводов, реализуемых в них.

Процедурные модели предоставления знаний

Исчисление предикатов

Традиционная булева алгебра и логика высказываний не всегда подходят для выражения логических рассуждений, проводимых людьми. Для этих целее более подходит исчисление предикатов, которое позволяет формально описать понятия предметной области и связей между ними.

Логика предикатов является расширением логики высказываний. Основным объектом здесь является переменное высказывание (предикат), истинность и ложность которого зависят от значения его переменных.

Рассмотрим вначале элементы логики высказывания.

Высказывание есть утвердительное предложение, которое может принимать одно из двух значений: истина или ложь.

В логике высказываний символы P, Q, V и т.д., используемые для обозначения высказываний, называются атомарными формулами. Из высказываний с помощью логических операторов строятся составные высказывания. К логическим операторам относятся:  

(отрицание, логическое НЕ)

(конъюнкция, логическое И, логическое умножение)

(дизъюнкция, логическое ИЛИ, логическое сложение)

или

(импликация, если …, то…)

или  

(эквивалентность)



(неравнозначность)

В логике предикатов, являющейся развитием логики высказываний, вводится еще три логических понятия: термы, предикаты и кванторы. При этом понятие атомарной формулы в логике предикатов шире аналогичного понятия в логике высказываний, т. к. там атомарная формула рассматривается как единое целое, её структура и состав не анализируется.

Предикат – это логическая функция, заданная на термах (разной природы: константы, переменные, функции) и принимающая значение истина или ложь.

Формализация доказательства высказываний, т.е. вывода истинных высказываний осуществляется на основе аксиоматического метода. В этом методе используется универсальный механизм доказательства, известный как исчисление предикатов. Согласно аксиоматическому методу из множества логических формул выделяется некоторая совокупность формул, называемых аксиомами, и указываются правила вывода из одних формул других, сохраняющих истинность. Основными правилами вывода являются:

1) правило заключения а, а   - ;

2) правило обобщения а -  х(а).

Эти правила вывода состоят из посылки и следствия, соединённых знаком выводимости |-. Посылка и следствие – это логические формулы. Правило заключения утверждает, что из истинности формулы а и истинности формулы а   выводится истинность формулы . Правило обобщения означает: из истинности а следует, что а истинно для всех х. Справедливость этих правил просто доказывается рассуждением "от противного".

Основной недостаток систем представления знаний на базе логики предикатов состоит в их ограниченной выразимости, т.к. существует большое число фактов, которые тяжело или невозможно выразить средствами исчисления предикатов.

Продукционная модель

Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа

ЕСЛИ (условие), ТО (действие).

В общем виде под продукцией понимается выражение следующего вида:

i: Q; P; AB; N.

Здесь i – имя или порядковый номер продукции во множестве продукций, хранящихся в памяти системы.

Q – сфера применения продукции, описывающая предметную область или ситуацию. Это позволяет систематизировать продукции, что облегчает работу с системой продукций.

Р – условие применимости ядра продукции. Обычно Р представляет собой логическое выражение (как правило, предикат). Когда Р принимает значение "истина", то ядро продукции активизируется. Если Р ложно, то ядро продукции не может быть использовано.

AB – ядро продукции, является её основным элементом. Интерпретация ядра продукции может быть различной и зависит от того, что стоит слева и справа от знака секвенции (). Обычное прочтение ядра выглядит следующим образом: ЕСЛИ А, ТО В. Более сложные конструкции ядра допускают в правой части альтернативный выбор, например, ЕСЛИ А, ТО В1, ИНАЧЕ В2.

Секвенция может истолковываться в обычном логическом смысле как знак логического следования В из истинного А (если А не является истинным выражением, то о В ничего сказать нельзя). Возможны и другие интерпретации ядра продукции, например, А описывает некоторое условие, необходимое для того, чтобы можно было совершить действие В.

N – постусловие продукции. Оно актуализируются только в том случае, если ядро продукции реализовалось, и описывают действия и процедуры, которые необходимо выполнить после реализации В. Выполнение N может происходить не сразу после реализации ядра продукции.

Ядра продукций можно разделить на два типа: детерминированные (обязательные) и недетерминированные (необязательные). В первых при актуализации ядра и при выполнимости А правая часть ядра выполняется обязательно, а во вторых В может не выполняться.

В качестве оценок реализации могут применяться вероятность, возможность, коэффициент уверенности и др. Приведём несколько примеров:

ЕСЛИ А, ТО С ВЕРОЯТНОСТЬЮ р РЕАЛИЗОВАТЬ В

ЕСЛИ А, ТО С БОЛЬШОЙ ДОЛЕЙ УВЕРЕННОСТИ В

ЕСЛИ А, ТО ЧАЩЕ ВСЕГО НАДО ДЕЛАТЬ В1, РЕЖЕ В2

ЕСЛИ А, ТО С ВЕРОЯТНОСТЬЮ р МОЖНО ОЖИДАТЬ В

Взаимосвязанный набор продукций образуют систему продукций. В такой системе должны быть заданы специальные процедуры управления продукциями, с помощью которых происходит актуализация продукций и выбор для выполнения той или иной продукции из числа актуализированных.

Если порядок выполнения продукций важен, то в продукции должна содержаться информация о требованиях к этому порядку. Для этого в постусловии продукции указывается имя продукции, которая должна выполняться после нее. В этом случае система продукций превращается в обычную программу для компьютера. Если порядок выполнения продукций произволен, то решение определяется текущей ситуацией или системой управления, для чего используется несколько стратегий управления выполнением продукций. Рассмотрим основные из них.

Принцип "стопки книг" основан на идее, что наиболее часто используемая продукция является наиболее полезной. Готовые продукции как бы образуют "стопку", в которой порядок определяется накопленной частотой исполнения продукций в прошлом. Управление по этому принципу наиболее целесообразно применять, если продукции относительно независимы друг от друга.

Принцип наиболее длинного условия заключается в выборе из фронта готовых продукций той, у которой стало истинным наиболее длинное условие выполнимости ядра. В основу данного принципа заложена идея, что частные правила, относящиеся к узкому классу ситуаций, важнее общих правил, относящиеся к широкому классу задач, поскольку учитывают больше информации о ситуации. Управление по этому принципу целесообразно применять в тех случаях, когда знания и сами продукции хорошо структурированы привязкой к типовым ситуациям, на которых задано отношение типа "частное – общее".

Принцип приоритетного выбора связан с введением статических или динамических приоритетов на продукции. Первые, как правило, формируются на основании сведений о важности продукционных правил в данной проблемной области. Вторые вырабатываются в процессе функционирования системы продукций и могут представлять, например, время нахождения продукции во фронте готовых продукций.

Принцип метапродукций является разновидностью предыдущего принципа и основан на идее ввода в систему продукций специальных метапродукций. На основе анализа заданных признаков в условиях продукций, находящихся во фронте готовых продукций, метапродукции устанавливают порядок их выполнения. Если признаки, подлежащие анализу, фиксируются в рабочей памяти, то данный принцип сводится к принципу "классной доски".

Принцип "классной доски". В интеллектуальной системе выделяется специальная рабочая область памяти – аналог классной доски (мелом пишем объявления и при необходимости их стираем). Как правило, на "классной доске" выделяются специальные поля для формирования условий применимости ядер продукций, различные для разных сфер применения продукций; специальные поля для записи результатов срабатывания продукций и для записи постусловий, если они адресованы другим продукциям.

Продукционные модели, наряду с фреймами, являются наиболее распространенными средствами представления знаний (особенно в промышленных экспертных системах).

К преимуществам продукционных моделей можно отнести:

  •  простоту и ясность основной единицы (продукции);
  •  модульность, т.е. независимость продукции;
  •  легкость модификации базы знаний;
  •  легкость, простоту и изученность механизма логического вывода;
  •  применение продукционных правил способствует "прозрачности" интеллектуальной системы, т.е. её способности к объяснению принятых решений и полученных результатов.

К недостаткам продукционных моделей следует отнести:

  •  трудность при добавлении правил, зависящих от уже имеющихся в базе знаний;
  •  неясность взаимных отношений продукций;
  •  сложность оценки целостного образа знаний.

В ряде интеллектуальных систем используются комбинации фреймовых и продукционных моделей представления знаний. В таких моделях знания описываются в сетевом компоненте модели, а процедурные – в продукционном. В этом случае говорят о работе продукционной системы над семантической сетью.

Нечёткая логика

При разработке интеллектуальных систем знания о конкретной предметной области, для которой создаётся система, редко бывают полными и абсолютно достоверными. Даже количественные данные, полученные путём достаточно точных экспериментов, имеют статистические оценки достоверности, надёжности, значимости и т.д. Информация, которой заполняются экспертные системы, получается в результате опроса экспертов, мнения которых субъективны и могут расходиться. Наряду с количественными характеристиками в базах знаний интеллектуальных систем должны храниться качественные показатели, эвристические правила, текстовые знания и т.д. При обработке знаний с применением жестких механизмов формальной логики возникает противоречие между нечеткими знаниями и четкими методами логического вывода.

Для учёта неточности лингвистических знаний используется формальный аппарат нечёткой (fuzzy) алгебры, предложенный американским математиком, профессором информатики в Университете в Беркли (Калифорния) Лотфи А. Заде (Иран) в 1965 году. Этому учёному принадлежат слова: "Фактически нечёткость может быть ключом к пониманию способности человека справляться с задачами, которые слишком сложны для решения на ЭВМ". Развитие исследований в области нечёткой алгебры привело к появлению нечёткой логики и нечётких выводов, которые выполняются с использованием знаний, представленных нечёткими множествами, нечёткими отношениями, нечёткими соответствиями и т. д. Позднее это направление получило широкое распространение и положило начало одной из ветвей искусственного интеллекта под названием – мягкие вычисления (soft computing).

Л. Заде ввёл одно из главных понятий в нечёткой логике – понятие лингвистической переменной (ЛП).

Лингвистическая переменная – это переменная, значения которой описываются набором словесных (вербальных) характеристик некоторого свойства.

Значения лингвистической переменной определяются через нечёткие множества, которые в свою очередь определены на базовой числовой шкале, имеющей размерность. Например, лингвистическая переменная "возраст" может иметь значения

ЛП = {Младенческий, Детский, Отроческий, Юношеский, Молодой,

Зрелый, Преклонный, Старческий}.

Нечёткое множество определяется через некоторую базовую шкалу B и принадлежности нечёткого множества – (x), хB, принимающую значения в интервале [0..1]. Таким образом, нечёткое множество B – это совокупность пар вида (х,  (x)), где хB. Часто встречается и такая запись:

,

где хii-ое значение базовой шкалы. В данной формуле знак суммирования обозначает объединение, а черта не является символом деления – она обозначает отношение.

Функция принадлежности определяет субъективную степень уверенности эксперта в том, что данное конкретное значение базовой шкалы соответствует определяемому нечёткому множеству.

Например, для лингвистической переменной "возраст" базовая шкала – это числовая шкала [0..120], обозначающая количество прожитых человеком лет. Функция принадлежности определяет, насколько мы уверены, что данное количество прожитых лет можно отнести к данной категории возраста.

На рисунке 4.2 отражено, как одни и те же значения базовой шкалы могут участвовать в определении различных нечётких множеств.

Рисунок 4.2 – Формирование нечёткого множества

Допустим, что неким экспертом к молодому возрасту отнесены люди в возрасте 20 лет со степенью уверенности 0,8, в возрасте 25 лет со степенью уверенности 0,95, в возрасте 30 лет со степенью уверенности 0,95 и в возрасте 35 лет со степенью уверенности 0,7:

(x1) =0,8; (x2) =0,95; (x3) =0,95; (x4) =0,7;

Значение лп="Молодой" можно записать:

"Молодой" = (x1)/ x1 + (x2)/ x2 + (x3)/ x3 + (x4)/ x4 =

= 0,8 / x1 + 0,95 / x2 + 0,95 / x3 + 0,7 / x4

Таким образом, нечёткие множества позволяют учитывать субъективные мнения отдельных экспертов. Для большей наглядности покажем множество "Молодой" графически при помощи функции принадлежности.

Рисунок 4.3 – График функции принадлежности

Нечёткие множества (другое название – мягкие вычисления) очень часто применяются в экспертных системах. Они применяются как удобный инструмент для управления технологическими и индустриальными процессами, для интеллектуального домашнего хозяйства и электроники развлечения, в системах обнаружения ошибок и других экспертных системах. Разработаны специальные средства нечёткого вывода, например, инструментальное средство Fuzzy CLIPS.


Возраст

10

0

15

20

25

40

35

Молодой

Зрелый

0,95

0,95

0,7

0,3

0,8

0,5

0,1

0,3

0,6

0,7

0,9

x

20

25

0

30

35

1,0

(x)


 

А также другие работы, которые могут Вас заинтересовать

70271. Разрезы 549.57 KB
  Изображение предмета, мысленно рассеченного одной или несколькими плоскостями, называют разрезом. Мысленное рассечение предмета относится только к данному разрезу и не влечет за собой изменения других изображений того же предмета.
70272. Избранные лекции по экономике (для медицинских Вузов). Учебно-методическое пособие 2.59 MB
  Название «экономика» произошло от греческих слов: oikos – дом и nomos – закон, иначе управление домашним хозяйством. Домашнее хозяйство является моделью функционирования, как многих организаций (потому, что они перерабатывают редкие экономические ресурсы и производят товары и услуги...
70273. Экономика предприятия (Экономика фирмы): Курс лекций 992.5 KB
  Если предприятие производит быстро устаревающую морально продукцию то оно заинтересовано в скорейшей замене своих ОС а поэтому заинтересовано в ускоренной амортизации чтобы быстрее сформировать необходимые средства на замену оборудования машин...
70274. Аппаратное обеспечение ПК. Архитектура ПК 89 KB
  Положения фон Неймана: Компьютер состоит из нескольких основных устройств арифметико-логическое устройство управляющее устройство память внешняя память устройства ввода и вывода. Для ввода и вывода информации используются устройства ввода и вывода.
70275. УГОЛОВНОЕ ПРАВО: ЛЕКЦИИ 2.51 MB
  Уголовное право как одна из отраслей права представляет собой совокупность принятых государством правовых норм, которые устанавливают и регулируют определенные общественные отношения в соответствии с интересами и потребностями общества.
70276. Methods of teaching English as a science and its relation to other sciences 27 KB
  Pedagogics is the science concerned with general teaching and education. It would be impossible to develop language habits and speech skills without information about the ways of forming them, the influence of formerly acquired habits on the formation of new ones which is supplied by Psychology.
70277. БЮДЖЕТИРОВАНИЕ В СИСТЕМЕ УПРАВЛЕНЧЕСКОГО УЧЕТА. ПОНЯТИЕ БЮДЖЕТА. ЦЕЛИ БЮДЖЕТИРОВАНИЯ 220.5 KB
  Под бюджетированием в управленческом учете понимают процесс планирования. Планирование – одна из функций управления, процесс определения действий, которые должны быть выполнены в будущем. При рассмотрении планирования деятельности предприятия речь ведут о краткосрочном...
70278. Экономическая сущность понятий инвестиции, инвестиционный проект 711.5 KB
  По уровню доходности различают: высокодоходные инвестиции предполагают вложение капитала в инвестиционные проекты финансовые инвестиции ожидаемый уровень доходности по которым превышает среднюю норму прибыли на инвестиционном рынке; среднедоходные инвестиции предполагают вложение...