Лекция №9 Продукционные модели

Используются для решения более сложных задач, которые основаны на применении эвристических(творческих) методов представления знаний, позволяющих настраивать механизм вывода на особенность проблемной области и учитывать неопределенность знаний.

В продукционной модели основной единицей знаний служит правило в виде: Если <Посылка>, то <Заключение>. С помощью такого правила могут быть выражены пространственно-временные, причинно-следственные и функционально-поведенческие(ситуация-действие) отношения между объектами. Правилами могут быть описаны и сами объекты: “Объект”-“Свойства” или в обратную сторону: “Набор свойств”-”Объект”. Хотя, чаще описание объектов, фигурирует только в качестве переменных внутри правил(Атрибут-Значение).

В основном продукционная модель предназначены для описания последовательности различных ситуаций или действий и в меньшей степени для структурированного описания объектов. Продукционная модель предполагает более гибкую организацию работы механизма вывода по сравнению с логической моделью.

В зависимости от направления вывода, возможна как прямая аргументация, управляемая данными(от данных к цели), так и обратная, управляемая целями (от целей к данным).

Прямой вывод используется, например, при решении задач интерпретации, когда по исходным данным нужно определить сущность некоторой ситуации или в задачах прогнозирования, когда из описания некоторых ситуаций требуется вывести все следствия.

Обратный вывод применяется, когда нужно проверить определенную гипотезу или некоторое множество гипотез на соответствие поступающих фактов(например: в задачах диагностики).

Отличительной особенностью продукционной модели, является так же, способность выбор правил из множества возможных на данный момент времени(из “конфликтного набора”(правила, противоречат другим правилам и не могут сосуществовать)) в зависимости от определенных критериев, например: Важности, трудоемкости, достоверности получаемого результата и других характеристик проблемной области, такая стратегия поиска решений, называется поиском в ширину. Для ее реализации, в описании модели вводятся предусловия и пост условия следующего вида:

<A, B, C -> D, E>, где C->D представляет собой правило. A - предусловия выбора класса правил. B – предусловия выбора в классе. E – пост условие правила, определяющие переход на следующее правило.

В предусловиях и пост условиях могут быть заданы дополнительные процедуры, например по вводу и контролю входных данных, математической обработке и т.д. Введение предусловий и пост условий позволяет выбирать наиболее рациональную стратегию работы механизма вывода, существенно сохраняя перебор относящихся к решению правил. Сами правила могут иметь, как простой, так и обобщенный характер.

Простые правила описывают действия над единичными объектами, а обобщенные правила определяются над классами объектов. Для обработки неопределенности знаний продукционная модель использует, как правило, либо методы условной вероятности Баяса, либо методы нечеткой логики.