Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Скачиваний:
29
Добавлен:
31.05.2015
Размер:
40.45 Кб
Скачать

Лекция 5.3 Продукционная модель

Общие сведения

Психологические исследования процессов принятия решений человеком показали, что, рассуждая и принимая решения человек, использует правила, аналогичные продукциям.

Продукционная модель, основанная на правилах, позволяет представить знания в виде предложений типа «если (условие), то (действие)». Под «условием» (антецедентом) понимается некоторое предложение - образец, по которому осуществляется поиск в базе знаний. Под «действием» (консеквентом) понимаются действия, выполняемые при успешном исходе поиска.

При этом действия могут быть:

  • промежуточными,

  • выступающими далее как условия,

  • и целевыми, завершающими работу системы.

Из антецедентов и консеквентов формируются пары атрибут – значение, которые хранятся в рабочей памяти продукционной системы.

В общем случае пример правила можно представить, как:

i: S; L; A -> B;Q

где I – индивидуальный номер продукции.

S – описание класса ситуации, в котором данная структура может использоваться.

L – условие, при котором продукция активизируется (высказывание, истинность которого проверяется).

А->B – ядро продукции,

Q – постусловия, описывает операции и действия (процедуры), которые необходимо выполнить после выполнения B (например, внести изменения в данные либо в саму продукцию).

Пример правила: если «двигатель не заводится» и «стартер двигателя не работает», то «неполадки в системе электропитания стартера»

В этом правиле пары атрибут- значение будут:

двигатель – не заводится;

стартер двигателя – не работает.

Истинность пары атрибут-значение устанавливается в процессе решения конкретной задачи к некоторому текущему моменту времени.

В процессе решения задачи содержимое рабочей памяти изменяется. Это происходит по мере срабатывания правил. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение сработанного правила заносится в рабочую память. В процессе логического вывода объем фактов в рабочей памяти, как правило, увеличивается. Объем фактов в рабочей памяти может уменьшиться в том случае, если действие какого-нибудь правила состоит в удалении фактов из рабочей памяти. В процессе логического вывода каждое правило из базы правил может сработать только один раз. При описании реальных знаний конкретной предметной области может оказаться недостаточным представление фактов с помощью пар атрибут-значение. Более широкие возможности имеет способ описания с помощью триплетов объект-атрибут-значение. В этом случае отдельная сущность предметной области рассматривается как объект, а данные, хранящиеся в рабочей памяти, показывают значения, которые принимают атрибуты этого объекта.

Примеры триплетов:

собака - кличка - Граф;

собака - порода - ризеншнауцер;

собака - окрас - черный.

Одним из преимуществ такого представления знаний является уточнение контекста, в котором применяются правила.

Например, правило, относящееся к объекту «собака», должно быть применимо для собак с любыми кличками, всех пород и окрасок. С введением триплетов правила из базы правил могут срабатывать более одного раза в процессе одного логического вывода, поскольку одно правило может применяться к различным экземплярам объекта, но не более одного раза к каждому экземпляру.

При использовании продукционной модели БЗ состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Механизм выводов связывает знания воедино, а затем выводит из последовательности знаний заключение.

Положим, например, что в БЗ вместе с описанными выше знаниями содержатся еще и такие:

ЕСЛИ z является отцом х,

z является отцом y,

x и y не являются одним и тем же лицом,

ТО

x и y являются братьями, (здесь x, y, z - переменные)

а в БД (рабочей памяти) факты:

альфа является отцом бета,

альфа является отцом лямба,

бета является отцом сигма.

Из этих знаний можно формально вывести заключение, что является дядей .

В ПСОЗ процесс обработки информации может осуществляться двумя способами.

Первый предполагает обработку информации в прямом направлении (метод сопоставления), когда образцом для поиска служит левая часть ПП - условие, т.е. задача решается в направлении от исходного состояния к целевому. Это соответствует стратегии «от данных к цели», или стратегии управления данными. После разрешения возникающих конфликтов выполняются правые части ПП, что соответствует логическому выводу новых утверждений. После добавления выведенных утверждений в БД процедура повторяется. Процесс оканчивается, если выполняется ПП, предписывающее прекращение поиска, или в БД поступает утверждение, являющееся решением.

При втором подходе обработка информации осуществляется в обратном направлении - метод «генерации» или выдвижения гипотезы и ее проверки (стратегия «от цели к данным»). При каждом обратном движении возникает подцелевое состояние, из которого целевое может быть получено при прямом движении. В этом случае проверяются правые части ПП с целью обнаружить в них искомое утверждение. Если такие ПП существуют, то проверяется, удовлетворяется ли левая часть ПП. Если да, то гипотеза считается подтвержденной, если нет - отвергается.

Таким образом, ПП могут применяться к описанию состояния и описывать новые состояния (гипотезы) или же, напротив, использовать целевое состояние задачи как базу, когда система работает в обратном направлении. При этом ПП применяются к целевому описанию для порождения подцелей (образуют систему редукций).

Пример. Имеется фрагмент БЗ из двух правил:

П1: Если «отдых - летом» и «человек - активный», то «ехать в горы»

П2: Если «любит солнце», то «отдых летом».

Предположим в систему поступили данные - «человек - активный» и «любит солнце»

Прямой вывод - исходя из данных, получить ответ.

1-й проход.

Шаг 1. Пробуем П1, не работает (не хватает данных «отдых - летом»)

Шаг 2. Пробуем П2, работает, в базу поступает факт «отдых - летом»

2-й проход.

Шаг 3 Пробуем П1, работает, активируя цель «ехать в горы», которая и выступает например, как совет, который дает СОЗ.

Обратный вывод - подтвердить выбранную цель при помощи имеющихся правил и данных.

1-й проход

Шаг 1. Цель - «ехать в горы»: пробуем П1 - данных «отдых - летом» нет, они становятся новой целью, и имеется правило, где она в правой части.

Шаг 2. Цель «отдых летом»: Правило П2 подтверждает цель и активизирует ее.

2-й проход

Шаг 3. Пробуем П1, подтверждается искомая цель.

Свойства ПС

  1. Модульность - отдельные ПП могут быть добавлены, удалены или изменены в БЗ независимо от других. Кроме того, модульный принцип разработки (сборки) продукционных СОЗ позволяет автоматизировать ее проектирование.

  2. Каждое ПП - самостоятельный элемент знаний (локальный источник знаний); отдельные ПП связаны между собой только через поток данных, которые они обрабатывают.

  3. Простота интерпретации - «прозрачная» структура ПП облегчает их смысловую интерпретацию.

  4. Естественность - знания в виде «что делать и когда» являются естественными с точки зрения здравого смысла.

Достоинства и недостатки модели

Недостатки продукционных систем являются:

  1. Когда число правил становится большим и возникают непредсказуемые побочные эффекты от изменения старого и добавления нового правила.

  2. Кроме того, затруднительна оценка целостного образа знаний, содержащихся в системе.

  3. Низкая эффективность обработки знаний.

Для компенсации указанных недостатков вводятся наряду с продукциями и другие представления, вводящие структуру на множестве правил. Это может быть иерархия продукций, фреймовые представления и т.п.

Основные достоинства продукционных систем связаны с простотой представления знаний и организации логического вывода.

При разработке небольших систем, состоящих из нескольких десятков правил, проявляются в основном положительные стороны систем продукций, однако при увеличении объема знаний более заметными становятся слабые стороны.

Соседние файлы в папке Паринов А. В