7 Компоненты информационной технологии в экспертной системе. Решение, объяснение решения, система правил, семантические модели, интерпретатор, модуль создания системы, оболочка экспертных систем

В основе ЭС как системы искусственного интеллекта лежит база знаний(БЗ).

Знанияоснованы на данных, которые получены в результате опыта. Они представляют собой результат мыслительной деятельности человека. Таким образом, знания – закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

По своей природе знания можно разделить на декларативные и процедурные.

Декларативные знания представляют собой описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.

Процедурные знания – описание действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

По способу приобретения знания можно разделить на факты и эвристику (правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований).

По типу представления знания делятся на факты и правила. Факты – знания типа «А – это А», такие знания характерны для баз данных и сетевых моделей. Правила, или продукции – знания типа «если А, то Б».

Для размещения БЗ в компьютере с целью ее использования для решения прикладных задач, необходимо ее формальное описание с помощью моделей. Представление знаний возможно с помощью декларативных моделей.

В декларативных моделяхзнания – структурированные данные. Интерпретация структур и выполнение операций над ними – функция программных средств, обеспечивающих метод. Эти средства не зависят от конкретной системы знаний и полностью определяются синтаксисом и семантикой языка представления знаний. К типовым декларативным моделям можно отнести сетевую и фреймовую модели, в которых декларативная составляющая преобладает.

В процедурных моделяхзнания также представляются в ЭВМ структурами данных, но при этом с элементами структур ассоциируются некоторые специализированные выполняемые процедуры. При процедурных методах представления знаний трудно бывает работать с большими системами знаний, но элементы процедурного подхода успешно используются в декларативных моделях. К процедурным моделям относятся продукционная и логическая модели представления знаний.

В семантических сетяхпроблемная среда рассматривается как совокупность сущностей (объектов) и отношений (связей) между ними. Семантическая сеть – орграф, у которого вершины – сущности, а дуги – отношения между ними. Используются три основных типа объектов: понятия (объекты предметной области), события (действия) и свойства (характеристики объектов или событий).

При построении семантической сети отсутствуют ограничения на число связей и на сложность сети. Для того, чтобы формализация семантической сети оказалась возможной, она [сеть] должна быть систематизирована. Семантические сети Куиллиана систематизируют функции отношений между понятиями с помощью следующих признаков:

• множество–подмножество (типы отношений «целое–часть»; «род–вид» и т.д.);

• отношений «близости»;

• отношений «сходства–различия»;

• логических связей (И, ИЛИ, НЕ);

• количественных связей (больше, меньше, равно, …);

• пространственных связей (далеко от, за, над, …);

• временных связей (раньше, позже, в течение, …);

• атрибутных связей (иметь свойство, иметь значение);

• лингвистических связей и др.

Продукционная модельиначе называется моделью, основанной направилах. Эта модель позволяет представить знания в виде «Если <условие>, то <действие>». В качестве «условия» выступает предложение, по которому осуществляется поиск в БЗ, а «действие» выполняется при успешном исходе поиске.

Продукционная модель представления знаний наглядна, обладает легкостью для внесения изменений и простым логическим выводом. Программные продукты, основанные на продукционных правилах, характеризуются высокой модульностью.

Продукционные модели основываются на продукционной системе Поста, предложенной для формальной замены последовательностей символов. Любое продукционное правило , содержащееся в БЗ, состоит из двух частей: антецедентаи консеквента:. Антецедент представляет условие применения правила и состоит из элементарного предложения, консеквент включает одно или несколько предложений, соединенных логическими связками И, ИЛИ.

В рабочей памяти продукционной системы хранятся пары атрибут–значение, истинность которых установлена к некоторому конкретному времени при решении определенной задачи. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение срабатываемого правила заносится в рабочую память. Поэтому рабочая память в процессе логического вывода обычно увеличивается. Она может уменьшаться, если действие какого-либо правила заключается в удалении фактов из рабочей памяти. В процессе вывода каждое правило может сработать только один раз.

Факты можно описывать с помощью триплетов объект–атрибут–значение. В этом случае отдельная сущность рассматривается как объект, а данные, хранящиеся в рабочей памяти, показывают значения, которые принимают атрибуты этого объекта.

Правила из базы правил при триплетах могут срабатывать более одного раза в процессе одного логического вывода, т.к. одно правило может применяться к различным экземплярам объекта (но не более одного раза к каждому экземпляру).

Существуют два типа продукционных систем – с прямым и обратным выводами. Прямой вывод реализует стратегию от фактов к заключению, а обратный – от гипотез вероятных заключений, которые либо подтверждаются, либо нет фактами, поступающими в рабочую память. Существуют системы с двунаправленными выводами.

Основные достоинства продукционных систем – простота представления знаний и организации логического вывода. Недостатки: сложность оценки целостного образа знаний, низкая эффективность обработки знаний, неясность взаимных отношений правил.