|
Если tx и ty
значения истинности предпосылок правил x и y, тогда при использовании
логических связок “и/или” истинное значение предпосылки определяется следующим
образом:
- при связи “и” - tпредпосылки
=min{tx,ty}
- при связи “или” - tпредпосылки
=max{tx,ty}
Если в общем случае tправила
есть истинное значение, приписываемое правилу, то тогда tправила
определяется:
tправила =min{tпредпосылки,tдействия}.
Методы нечеткой логики:
Коэффициент уверенности
- это разница между двумя мерами: мерой доверия и мерой недоверия.
КУ[h:e]=МД[h:e]-МНД[h:e]
КУ[h:e] - коэффициент
уверенности в гипотезе h с учетом свидетельств e, МД/МНД - мера доверия
/ недоверия.
Коэффициент уверенности
может принимать значения от -1 (абсолютная ложь) до +1 (абсолютная истина), а
также все промежуточные значения между ними. При этом 0 означает полное
незнание. Значения меры доверия и меры недоверия могут изменяться от 0 до 1.
Основной недостаток: очень
трудно отличить случай противоречивых свидетельств от случая недостаточной
информации.
В основе метода Байеса
лежит оценка конкурирующих гипотез. Основная расчетная формула:
ОП[h:e]=Р[h:e]/Р[h’:e]
ОП - отношение правдоподобия,
которое определяется как вероятность события или свидетельства e при условии
заданной гипотезы h, деленное на вероятность этого свидетельства при условии
ложности данной гипотезы h.
4 - Неполные знания
характерны для реального мира и предполагают наличие множества исключений и
ограничений для конкретных высказываний, которые не принимаются во внимание,
исходя из здравого смысла.
В ЭС предполагается работа с
неполными знаниями. При проектировании БЗ в базу вносятся всегда только
верные знания, а неопределенные знания считаются неверными - гипотеза
закрытого мира.
5 - Неточность вывода
присутствует в ЭС и связана с тем, что в реальном мире система работает с
нечеткими множествами, поэтому для устранения неточности используется теория
нечетких множеств.
4. Организация интерфейса с пользователем в ЭС.
В блоке “интерпретатор
запросов и объяснение результатов” предназначен для функционирования системы в
режиме эксплуатации при работе с конечным пользователем. Интерпретатор запросов
формирует обращение пользователей к системе, а блок объяснения результатов
комментирует весь ход формирования решения в системе. По теории ЭС оба эти
блока должны иметь развитые средства общения с пользователем на языке,
максимально приближенном к естественному. В настоящее время целое научное
направление занимается вопросами создания интерфейса на естественном языке. Интерпретатор
запросов производит редактирование обращения пользователя и формирует на
его основе задачу для системы. В интерпретаторе должны быть предусмотрены
средства устранения неопределенности запросов, а также производятся
синтаксический и семантический анализ запроса. Неопределенность порождается,
как правило, некомпетентностью пользователя. В некоторых случаях объективная
оценка целого ряда факторов, описывающих конкретную ситуацию, может быть
объективно невозможна. В интерпретаторе запросов предусматривается система
уточняющих вопросов к пользователю, а также разрабатывается специальный
аппарат, позволяющий на основе анализа контекста запроса назначить недостающие
значения показателей по умолчанию. В запросе пользователя используется, как правило,
декларативные знания, которые обязательно контролируются как на семантическом,
так и на синтаксическом уровне. Интерпретатор преобразовывает декларативные
знания запросов в те формализмы, которые используются в модели БЗ. Чем проще
пользователю обращаться к системе на естественном языке, тем сложнее
интерпретатор запросов.
В блоке объяснения
должно быть предусмотрено полное текстовое объяснение с использованием
когнетивных функций всего хода решения задачи, а также описание стратегии
поведения системы на сложных этапах выработки решений.
Блок обучения функционирует в режиме актуализации БЗ на этапе ее
проектирования и эксплуатации и взаимодействует с экспертами предметной
области. Его основная задача - это формализация знаний полученных от эксперта в
соответствии с выбранной проектировщиком моделью знаний. В этом блоке
объединяются функции интерпретатора запросов и блока объяснения. Блок
объяснения должен реализовать общение с экспертом на естественном языке.
Продукционная модель (ПМ) знаний и ее использование в
ЭС.
1.
Представление знаний.
2.
Особенности организации
логического вывода.
3.
Организация поиска решений в
простых и сложных ЭС.
4.
Примеры использования ПМ.
1. Представление знаний.
ПМ или системы продукции
используют для представления знаний два понятия:
1 - “объект-атрибут-значение”
2 - “правило продукции”
С помощью (1) описываются
декларативные знания в базе. Такое представление позволяет при формировании БЗ
упорядочить описание объектов, соблюдая их определенную иерархию. Если к таким
упорядоченным объектам в процессе логического вывода применять правила, то
можно организовать обращение отдельно к объекту, отдельно к атрибуту и отдельно
к значению.
Правило продукции
представляет собой средство описания процедурных знаний в виде MG->MD
MG описывает определенную
ситуацию в предметной области
MD описывает собой одно
действие или соволкупность действий, которые необходимо выполнить в случае
обнаружения соответствующей ситуации в предметной области
Применеие каждого текущего
правила изменяет ситуацию на обьекте , поэтому нужно в следующем цикле
проверить весь набор правил, пока не встретится условие останова. И левая и
правая часть правила строится на основе знаний в виде “объект-атрибут-значение”
или более сложных конструкций, построенных на их базе.
Продукционные системы
используют модульный принцип организации знаний (этим они отличаются от
традиционных систем, т.к. те используют модульный принцип организации
алгоритмов)
В продукционных моделях
предполагается полная независимость правил друг от друга, т.е. на одном уровне
иерархии одно правило не может вызвать другое.
Продукционные модели обладают
высокой степенью модифицируемости значений, дают возможность четко отделить
метазнания от предметных знаний, что позволяет даже врамках одной системы
использовать разные стратегии вывода.
2. Особенности организации логического вывода.
Механизм или аппарат
логического вывода продукционной модели основан на принципе распознавания
образов. Этот механизм называют интерпретатором,который циклически выполняет 4
последовательных этапа (выборку, сопоставление, разрешение конфликта, действие
или их совокупность)
На каждом из перечисленных
этапов интерпретатор работает с БЗ, рабочей памятью, памятью состояний
интерпретатора.
Схема одного цикла работы
интерпретатора следующая:
На этапе выборки производится
активизация той части данных и знаний , на основании которых может быть
реализован запрос пользователя.
Активизация знаний
производится на основе заложенной в системе стратегии вывода. Наиболее часто на
этом этапе используется операции замены, добавления, удаления, с помощью
которых пополняются перечни активных знаний и меняется порядок активизации
обьектов.
На этапе сопоставления,
выбранное на предыдущем этапе множество активных правил Рv приводится в
соответствие выбранному множеству элементов рабочей памяти Fv и определяется
конфликтный набор правил, т.е. правил из Рv и данных из Fv, на которых эти
правила определены.
Конфликтный набор -
упорядоченные последовательности Рv и Fv, который называется означивание.
Этап сопоставления требует
проведения значительного объема операций , т.к. для конфликтного набора следует
проверить все условия правил на всех сочетаниях активных элементов рабочей
памяти.
В ходе разрешения конфликта
интерпретатор выбирает одно или несколько означиваний, кот. д.б. выполнены в
текущем цикле. Система строится таким образом, что на этом этапе
предусматривается обязательная ее реакция на изменение окружающей Среды, а
также предусм. возможность приобретения новых значений в тех случаях, когда
возникают новые аспекты окружающей Среды. В ходе разрешения конфликта
появляется необходимость координации действий нескольких правил, кот. по
определению д.б. независимы. В зависимости от выбранной модели знаний, для
разрешения конфликта м.б. использованы следующие управляющие структурыиначе
порядок выбора правил:
1-я управляющая структура —
упорядочивание правил
2-я управляющая структура —
управляющая структура специальных случаев
3-я управляющая структура —
возраста элемента
4-я управляющая структура —
различий (подобия)
5-я управляющая структура —
случайные стратегии
(1) — используется в качестве
критерия выбора означиваний приоритеты или оценки , кот. приписываются
соответствующим правилам. В этом случае вводится понятие памяти правила.
Оценочный показатель
выбирается произвольно, чаще всего исходя из следующих критериев :
1 — динамический приоритет
правила в зависимости от его вклада в достижение целей.
2 — динамический приоритет в
зависимости от важности используемых фактов.
(2) — исп. в качестве
критерия зарание определенного отношения двух правил , такое что если первое
правило является специальным случаем, то оно считается предпочтительным
(3) — исп. в качестве
критерия времени нахождения элемента в рабочей памяти. Обычно возраст
определяется числом циклов работы инт-ра или числом действий, кот. выполнялись
после создания элемента
(4) — исп. в качестве
критерия различия или подобия означиваний из текущего набора тем означиваниям,
кот. были выполнены в пределах цикла
(5) — явл. нежелательной, к
ним приходится прибегать в тех случаях,когда после применения других стратегий
не происходит выбора ниодного правила. К (5) можно отнести и исчерпывающий
перебор правил. Он допустим в небольших по размеру БЗ в тех случаях,когда
необходимо провести анализ всех возможных выводов и комбинаций.
На этапе выполнения действий
осуществляется изменение рабочей памяти посредством проведения операции ввода и
преобразования текущих элементов. На этом этапе используется операция вывода
для организации диалога с пользователем. На этом этапе производится проверка :
не является ли текущее состояние рабочей памяти целевым, т.е. конечным. Если
нет, то процесс вывода продолжается, начиная с этапа выборки.
В продукционных системах
можна выделить два подхода , исп. при выводе решений:
1 — безвозвратный
2 — пробный
В (1) выбранное для выбранное
для исполнения правило используется необратимо, т.е. без возможности
дальнейшего пересмотра. В (2) применимое к конкретной ситуации правило также
выполняется , но предусматривает возможность вернуться к этой ситуации, чтобы
применить другое правило. Для этого режима предусматривается точка возврата и
если на последующих этапах невозможно получить результат, то управление передается
в последнюю точку возврата.
3. Организация поиска решений в простых и сложных ЭС.
Процедуры поиска рашений
зависят от особенностей предметной области и требований, кот. предьявляют
пользователи к этим решениям. Особенности предметной области м.б. описаны
следующими параметрами:
1 — размер предметной области
2 — изменяемость предметной
области во времени ипространстве
3 — полнота модели, описаний
предметной области
4 — определенность данных о
решаемой задаче
Требования пользователя в
системе может описыв. следующ. параметрами:
1 — кол-во требуемых решений
(одно применимое, несколько ,или все допустимые)
2 — ограничение на результат
и способ его получения.
Описанные с помощбю указанных
пар в ЭС подраздел-ся на простые (малая статическая предметная область, полнота
и определенность данных) и сложные. Для простых и сложных ЭС должны использ-ся
различные процедуры поиска решений.
Процедуры поиска решения
значительно отличаются друг от друга в простых и сложных ЭС. Для простых ЭС
чаще всего используют поиск в пространстве состояний : метод редукции,
эвристический поиск.
Метод поиск в пространстве
состояний можно описать следующим образом: пусть задана тройка (S0,F,SТ) , где
S0— множество начальных
состояний системы (запрос)
F— множество операторов,
отображающих одни состояния в другие.
ST— множество конечных
целевых состояний системы
Обработать задачу (запрос) —
определить такую последовательность операторов, кот. позволит преобразовазовать
начальное состояние системы в конечное. Процесс решения представляется в виде
графа
сигма=(x,y), где
x=(x0,x1...xТ) множество
бесконечных вершин графа, каждая из которых связана с определенными
состояниями.
y — множество пар (xi,xj),
принадлеж. множ. X
Если каждая пара (Xi;Xj)
не упорядочена, то ее называют ребром графа, а граф неориентированным.
Если для каждой пары (Xi;Xj)
задан порядок, то ее называют дугой, а граф ориентированным.
Наиболее часто метод
используется для ориентированного графа.
В этом случае решение задачи
представляет собой путь на ориентированном графе, где пары (Xij-1;Xij)
принадлежат Y, который приводит из начального состояния к целевому. На практике
дугам графа приписывают весовые характеристики, которые отображают их
приоритетность в процессе обработки запроса. В этом случае выбор пути сводится
к минимизации или максимизации суммы весовых характеристик дуг, образующих этот
путь. Таким образом граф j задает пространство возможных состояний предметной
области. Построение пространства осуществляется с помощью следующей процедуры:
берется некоторая вершина из множества начальных состояний и к ней применяются
все возможные операторы, порождающие дочерние вершины. Этот процесс иначе
называется “раскрытием вершин”. Он продолжается до тех пор, пока не будет
найдена вершина, соответствующая одному из целевых состояний.
Страницы: 1, 2, 3, 4, 5, 6
| 
