- •2 Основные направления исследований в области искусственного интеллекта:
- •6 Этапы разработки экспертных систем
- •9.Логическая модель представления знаний
- •12. Продукционные модели и системы и вывод решений на их основе
- •13. Пример базы знаний с правилами продукций
- •14. Методы формирования решений в экспертной системе
- •15. Способы прямого и обратного вывода на множестве правил
- •16.Особенности, назначение, принципы работы экспертной системы ReSolver
- •17.Разработка экспертной системы с использованием ReSolver
- •18.Вывод, основанный на прецедентах
- •19.Основные особенности базы знаний, основанной на прецедентах. Схема работы экспертной системы с базой знаний, основанной на прецедентах
- •20.Особенности обработки знаний в условиях неопределенности
- •21.Вероятностный подход к обработке знаний в условиях неопределенности. Байесовские сети доверия
- •22.Оценка неопределенности суждений с использованием фактора уверенности
- •24. Обобщенная структура экспертной системы с использованием нечетких знаний.
- •28. Нечеткое отношение предпочтения.
- •29. Машинное обучение в системе искусственного интеллекта.
- •30. Пример обучения символьной системы методом индукции.
- •31. Методы интеллектуального анализа данных.
- •32. Пример дерева решений в избранной предметной области.
- •33. Методы классификации и кластерного анализа
- •35. Инструментальные средства поддержки принятия решений пользователей в информационной экономической системе.
- •36. Инструментальные средства искусственного интеллекта.
- •37. Перспективные направления и проблемы исследований в области искусственного интеллекта.
13. Пример базы знаний с правилами продукций
В общем виде под продукцией понимается выражение следующего вида:
(i);Q;P;A=>B;N. Здесь i-имя продукции; Элемент Q характеризует сферу применения продукции; Основным элементом продукции является ее ядро: А=>В Обычное прочтение ядра продукции выглядит так: ЕСЛИ А, ТО В; Элемент Р есть условие применимости ядра продукции; Элемент N описывает постусловия продукции. Например, если в продукции "НАЛИЧИЕ ДЕНЕГ; ЕСЛИ ХОЧЕШЬ КУПИТЬ ВЕЩЬ X, ТО ЗАПЛАТИ В КАССУ ЕЕ СТОИМОСТЬ И ОТДАЙ ЧЕК ПРОДАВЦУ" условие применимости ядра продукции ложно, т. е. денег нет, то применить ядро продукции невозможно.
14. Методы формирования решений в экспертной системе
Функционирование многих ИС носит целенаправленный характер (примером могут служить автономные интеллектуальные роботы). Типичным актом такого функционирования является решение задачи планирования пути достижения нужной цели из некоторой фиксированной начальной ситуации. Результатом решения задачи должен быть план действий - частично-упорядоченная совокупность действий. Такой план напоминает сценарий, в котором в качестве отношения, между вершинами выступают отношения типа: "цель-подцель" "цель-действие",
"действие-результат" и т. п. Любой путь в этом сценарии, ведущий от вершины, соответствующей текущей ситуации, в любую из целевых вершин, определяет план действий.
15. Способы прямого и обратного вывода на множестве правил
Поиск в пространстве состояний можно вести в двух направлениях: от исходных данных задачи к цели и в обратном направлении от цели к исходным данным.
При поиске на основе данных (data-driven search — поиск, управляемый данными), который иногда называют прямой цепочкой (forward chaining), исследователь начинает процесс решения задачи, анализируя ее условие, а затем применяет допустимые ходы или правила изменения состояния. В процессе поиска правила применяются к известным фактам для получения новых фактов, которые, в свою очередь, используются для генерации новых фактов. Этот процесс продолжается до тех пор, пока мы, если повезет, не достигнем цели.
Возможен и альтернативный подход. Рассмотрим цель, которую мы хотим достичь. Проанализируем правила или допустимые ходы, ведущие к цели, и определим условия их применения. Эти условия становятся новыми целями, или подцелями, поиска. Поиск продолжается в обратном направлении от достигнутых подцелей до тех пор, пока (если повезет) мы не достигнем исходных данных задачи. Таким образом определяется путь от данных к цели, который на самом деле строится в обратном направлении. Этот подход называется поиском от цели, или обратной цепочкой.
Модуль решения задачи может использовать как стратегию поиска на основе данных, так и на основе цели. Выбор зависит от структуры решаемой задачи.
16.Особенности, назначение, принципы работы экспертной системы ReSolver
Инструменты программного обеспечения RESOLVER используются для создания вероятностных, основанных на знаниях экспертных систем.
RESOLVER Компания полагает, что наиболее эффективный путь построения экспертных систем состoит в том, чтобы иметь экспертов, которые сами непосредственно создают их. Программное обеспечение RESOLVER показало себя в широком диапазоне реальных проблем с более чем 11.000 пользователями во всем мире.
RESOLVER изделия являются инструментами проектирования для экспертов совместно с профессиональными инженерами знания.
Виды неопределенностей, присущие процессу принятия решений, образуют среду поддержки принятия решений, и определяют способы представления неопределенности знаний о предметной области. Алгоритмы поиска решений в базе знаний в условиях неопределенностей разрабатываются в соответствии со способом введения неопределенности в представлении знаний.
В ReSolver логика принятия решений представлена в виде диаграммы дерева решений. Каждый блок в иллюстрации - один из факторов.
Факторы могут быть числовые в определенном диапазоне, выражения или качества. Каждая из возможных стоимостей фактора рассматривается в блоке.