- •Міністерство освіти і науки, молоді та спорту україни Тернопільський національний технічний університет імені Ів. Пулюя
- •Лабораторне заняття №1 Ознайомлення з мовою програмування Пролог
- •1.1 Загальні відомості про мову Пролог
- •1.2 Елементи мови Турбо-Пролог
- •1.3 Структура програм Турбо-Пролога
- •1.3.1 Секція domains Пролог-програми
- •1.3.2 Секція predicates
- •1.3.3 Секція clauses
- •1.3.4 Секція goal
- •1.3.5 Секція database
- •1.4 Оболонка системи Турбо-Пролог
- •1.5 Налагодження і трасування програм
- •Лабораторна робота №2 Робота з найпростішими програмами в системі Турбо-Пролог
- •2.1 Вступ
- •2.2 Завантаження системи Турбо-Пролог, ввід і запуск програм
- •2.3 Робота з Пролог-програмами в режимі діалогу
- •2.4 Трасування програм у середовищі системи Турбо-Пролог
- •2.5 Робота з програмами, що містять внутрішню мету
- •2.6. Найпростіша програма вводу-виводу даних
- •2.7 Побудова найпростішого інтерфейсу для виводу результатів запитів
- •8. Зміст звіту по лабораторній роботі
- •Лабораторна робота №3 Пролог-програми як найпростіші бази даних і знань
- •3.1 Вступ
- •3.2 Запити до бази даних
- •3.2.1 Прості запити
- •3.2.2 Складені запити
- •3.2.3 Запити з анонімними змінними
- •3.3. Статичні і динамічні бази даних
- •3.4. Явні і неявні бази даних. Правила логічного висновку
- •3.5 Використання структур у якості доменів відношень
- •6. Процедури як елемент представлення знань
- •3.7 Цілісність і несуперечність баз даних і знань
- •3.8. Зміст звіту по лабораторній роботі
- •Лабораторна робота №4. Керування ходом виконання програм у системі Турбо-Пролог
- •4.1 Робота системи Турбо-Пролог при виконанні запитів
- •4.2 Уніфікація термів
- •4.3 Пошук з поверненням при виконанні Пролог-програм
- •4.4 Використання відкату після невдачі при використанні внутрішньої мети для організації найпростішого інтерфейсу виводу
- •4.5 Зміст звіту по лабораторній роботі
- •Лабораторна робота №5 Керування ходом виконання Пролог-програм
- •5.1 Організація повторюваних процесів
- •5.2 Керування пошуком з поверненням
- •5.3 Керування ходом виконання програм з використанням відсікання
- •5.4 Застосування предикату not - заперечення як неуспіх
- •5.5 Використання методу відкату і відсікання
- •5.6 Відкат і відсікання при реалізації відносин типу „один-до-багатьох”
- •5.7 Ступінчаті функції і відсікання
- •5.8 Труднощі у використанні відсікання і заперечення
- •5.9 Зміст звіту по лабораторній роботі
- •Лабораторна робота №6 Рекурсія і рекурсивні процедури в Пролозі
- •6.1 Визначення поняття рекурсії
- •6.2 Склад рекурсивної процедури
- •6.3 Особливості виконання рекурсивних процедур Прологом-системою
- •6.4 Приклад рекурсивної процедури пошуку довжини маршруту на графі
- •6.5 Обмеження і властивості, що забезпечують цілісність відношень
- •6.6 Реалізація циклічних процедур за допомогою бектрекінгу
- •6.6.1. Реалізація ітераційного процесу за допомогою бектрекінгу
- •6.6.2 Дії типу ’до’ і ’після’
- •6.6.3. Застосування бектрекінгу для реалізації циклів
- •6.7 Зміст звіту по лабораторній роботі
- •Лабораторна робота №7 Списки і процедури їх обробки
- •7.1 Списки як рекурсивні структури даних
- •7.2 Використання списків в Пролог-програмах
- •7.3. Найпростіші процедури роботи зі списками
- •7.4 Процедури обробки списків
- •7.5. Компонування даних у список
- •7.6. Зміст звіту по лабораторній роботі
- •Лабораторна робота №8 Способи представлення баз даних у Пролог-програмах
- •8.1 Вступ
- •8.2 Представлення відносин у виді фактів
- •8.3 Представлення атрибутів у виді фактів
- •8.4 Представлення бази даних у виді списку структур
- •8.5 Представлення бази даних у виді лінійної рекурсивної структури
- •8.6 Представлення бази даних у виді двійкового дерева
- •8.7 Порівняння різних видів представлення бази даних
- •Лабораторна робота №9 Динамічні бази даних
- •9.1 Вступ
- •9.2 Прості прийоми роботи з динамічними бд
- •9.3 Зв’язок статичних і динамічних баз даних
- •9.4 Процедура роботи з динамічною бд, що навчається у користувача
- •9.5 Розширення бази даних у файли
- •9.6. Організації файлових бд на основі файлів прямого доступу
- •9.6. Особливості представлення динамічних баз даних у Visual Prolog
- •9.7 Зміст звіту по лабораторній роботі
- •Лабораторна робота №10 робота з складно структурованими базами даних
- •10.1 Опис логічної моделі даних
- •10.3 Отримання структурованої інформації з бази даних
- •10.4 Абстракція даних і побудова баз знань
- •10.5. Зміст звіту по лабораторній роботі
- •Лабораторна робота №11 дослідження методів представлення і обробки знань
- •11.1 Структура експертних систем
- •11.2 Представлення знань
- •11.3 Система інтерфейсу користувача
- •11.4 Експертна система на правилах
- •11.5 Експертні системи, що базуються на логіці
- •11.6 Структура бази знань експертної системи для вибору породи дерева
- •11.7 Зміст звіту
- •Список використаних джерел
- •Додаток а Службові предикати Турбо-Пролога
- •Додаток б Службові предикати Турбо-Пролога для роботи з файлами
- •Додаток в
- •Таблиця в.1 – Варіанти завдань
- •6. До лабораторної роботи №7
- •7. До лабораторної роботи №8
- •8. До лабораторної роботи №9
- •9. До лабораторної роботи №10
- •10. До лабораторної роботи №11
11.6 Структура бази знань експертної системи для вибору породи дерева
Для ідентифікації породи усередині кожної підмножини можна використовувати список атрибутів. Кількість характеристик буде визначати ступінь точності класифікації. Розбіжності не обов'язково є яка-небудь єдина характеристика - уся множина атрибутів використовується для досягнення цілей у споруджуваних правилах.
Усі перераховані нижче атрибути є необхідними, тому що жоден з них не характерний для всіх порід одночасно.
1) листяна;
2) хвойна;
3) м'яка;
4) тверда;
5) дуже тверда;
6) сіро-коричнева;
7) ясно-червона;
8) світла;
9) темна;
10) смолиста;
11) дуже смолиста;
12) Велика текстура;
13) Дрібна текстура.
Кожна характеристика для конкретної породи або вірна, або не вірна. Для кожної породи справедливі наступні характеристики:
Дуб – 1, 4, 6, 13;
Бук – 1, 4, 7, 12;
Осика – 1, 3, 8, 13;
Тис – 1, 5, 9;
Ялина – 2, 3, 8, 10;
Сосна – 2, 3, 8, 11.
Спосіб використання цієї інформації залежить від реалізації експертної системи.
У даному випадку, робочу модель бази знань для вибору породи складають – деревоподібна структура (рис.4.1), множина ідентифікуючих характеристик і набори номерів характеристик для кожної породи.
Слід відмітити, що номера характеристик є штучними фактами, необхідними проектувальникові, і уведені вони для того, щоб функціональним модулям експертної системи було легше ідентифікувати характеристики і маніпулювати ними.
Рисунок 11.1 – Модель бази знань
Для практичної реалізації даної задачі використаємо систему, що базується на правилах. Спочатку необхідно зробити декларації бази даних. База даних буде зберігати відповіді користувача на питання системи інтерфейсу користувача (СІК). Ці дані є стверджувальними або негативними відповідями.
Далі слід оголосити предикати для виконання висновку (машина висновку) і для взаємодії з користувачем (система інтерфейсу з користувачем):
database
xpositive(symbol,symbol)
xnegative(symbol,symbol)
predicates
do_expert_job
do_consulting
ask(symbol,symbol)
tree_is(symbol)
it_is(symbol)
positive(symbol, symbol)
negative(symbol, symbol)
remember(symbol, symbol, symbol)
clear_facts
Предикати бази даних xpositive і xnegative використовуються для збереження стверджувальних і негативних відповідей користувача. Перші чотири предикати потрібні для взаємодії з користувачем, а інші шість – для механізму висновку.
Повинні бути складені вісім продукційних правил: по одному для кожної породи. Кожне правило повинне ідентифікувати породу по ознаці приналежності до групи довгошерстих або короткошерстих.
Правило it_is робить цю ідентифікацію. Потім правило positive ідентифікує характеристики собаки в кожнім випадку.
І it_is і positive використовуються механізмом висновку. Нижче приведене повне продукційне правило для дуба:
tree_is(„Дуб”):-positive(tree, „Листяні”), positive(tree, „Тверда”), positive(tree, „Сіро_Коричнева”), positive(tree, „Дрібна_текстура”),!.
Механізм висновку повинний мати правила для керування даними вводу користувачем, для зіставлення їх із продукційними правилами і збереження „траси” (або запам'ятовування) негативних і позитивних відповідей. Правила positive і negative використовуються для зіставлення даних користувача з даними в продукційних правилах. Правило remember (запам'ятовування) робить додавання пропозицій з відповідями yes (так) і no (немає), при зіставленні зі зразком:
positive(X,Y) :- xpositive(X,Y),!.
positive(X,Y) :- not(negative(X,Y)), !, ask(X,Y).
negative(X,Y) :- xnegative(X,Y),!.
remember(X,Y, yes) :- asserta(xpositive(X,Y)).
remember(X,Y, no) :- asserta(xnegative(X,Y)), fail.
clear_facts :- retract(xpositive(_,_)), fail.
clear_facts :- retract(xnegative(_,_)), fail.
Призначення системи інтерфейсу користувача (СІК) – зв'язок даних, що вводяться користувачем, із системою логічного висновку. Головний модуль do_expert_job (виконання експертної роботу) і модуль do_consulting (виконання консультації) здійснюють цей зв'язок. Модуль ask(X,Y) (запитання) запитує дані в користувача і зберігає відповіді в базі знань. Крім того, вікно забезпечує додаткова зручність під час консультації:
do_expert_job :- setup_window, do_consulting, write(„Press space bar”), nl, readch(_), removewindow, exit.
do_consulting :- tree_is(X), !, nl, write(„the tree you have indicated is a(n) ”, X, „.”), nl, clear_facts.
do_consulting :- nl, write(„Sorry, I can't help you !”), clear_facts.
ask(X,Y) :- write(„Question –> ” , X, „ it ”, Y, „ ? ”), readln(Reply), remember(X,Y,Reply).
Головний модуль do_expert_job викликає модулі setup_window (створення інтерфейсу) і do_consulting. Консультуючий модуль має дві альтернативні форми. Перша взаємодіє з механізмом висновку; якщо результат циклу „розпізнавання – дія” позитивний, то результат повідомляється користувачеві. Друга форма повідомляє про негативний результат.
Тепер можна з'єднати окремі компоненти і сформувати повну експертну систему на правилах для вибору породи дерева.
Ця програма просить користувача вибрати режим консультації або вихід із програми. Потім експертна система вибирає породу дерева на підставі відповідей користувача на питання, або наприкінці невдалого пошуку видає повідомлення “Sorry! I can't help you”.
/*Програма 11_1 */
domains
database
xpositive(symbol,symbol)
xnegative(symbol,symbol)
predicates
do_expert_job.
do_consulting
ask(symbol,symbol)
tree_is(symbol)
positive(symbol,symbol)
negative(symbol,symbol)
remember(symbol,symbol,symbol)
clear_facts
goal
do_expert_job.
clauses
do_expert_job:- makewindow(1,7,7, „Expert System”, 1,3,22,71), nl, write(„ ---------------------------------------------------„), nl, write(„A Tree Expert”), nl, write(„ „), nl, write(" Please answer the questions 'yes' or 'no'."), nl, write(„---------------------------------------------------„), nl, nl, do_consulting, write(„Press space bar”), nl, readchar(_), removewindow, exit.
do_consulting:- tree_is(X), !, nl, write(„Tree ” , X, „.”), nl, clear_facts.
do_consulting:- nl, write(„Sorry! I can't help you !”), clear_facts.
ask(X,Y):- write(„expert > ", X, „ ”,Y, „ ?”), readln(Reply), remember(X,Y,Reply).
positive(X,Y):- xpositive(X,Y), !.
positive(X,Y):- not(negative(X,Y)), !, ask(X,Y).
negative(X,Y):- xnegative(X,Y), !.
remember(X,Y,yes):- asserta(xpositive(X,Y)).
remember(X,Y,no):- asserta(xnegative(X,Y)), fail.
clear_facts:- retract(xpositive(_,_)), fail.
clear_facts:- retract(xnegative(_,_)), fail.
tree_is(„Дуб”):- positive(tree, „Листяні”), positive(tree, „Тверда”), positive(tree, „Сіро_Коричнева”), positive(tree, „Дрібна_текстура”), !.
tree_is(„Бук”):- positive(tree, „Листяні”), positive(tree, „Тверда”), positive(tree, „Світла_Червона”), positive(tree, „Велика_текстура”), !.
tree_is(„Осика”):- positive(tree, „Листяні"), positive(tree, „М'яка”), positive(tree, „Світла”), positive(tree, „Дрібна_текстура”),!.
tree_is(„Тис”):- positive(tree, „Листяні”), positive(tree, „Дуже_тверда”), positive(tree, „Темна”),!.
tree_is(„Ялина”):- positive(tree, „Хвойні”), positive(tree, „М'яка”), positive(tree, „Світла”), positive(tree, „Смолиста”), !.
tree_is(„Сосна”):- positive(tree, „Хвойні”), positive(tree, „М'яка”), positive(tree, „Світла”), positive(tree, „Дуже_Смолиста”),!.
tree_is(„Стовп”):- positive(tree, „Не_дерево”), positive(tree, „Дуже_Твердий”),!.