- •Восходящий и нисходящий методы построения систем искусственного интеллекта.
- •2.Понятие системы, основанной на знаниях.
- •3.Автономная и гибридная соз.
- •4. Оболочка соз и ее основные компоненты.
- •5. Базовые свойства, отличающие знания от данных.
- •6. Логические модели представления данных.
- •7. Сетевые модели представления знаний.
- •8. Представление знаний в виде иерархической структуры фреймов.
- •9.Продукционное правило как форма представления знаний.
- •10. Основные компоненты соз продукционного типа.
- •11. База знаний в соз продукционного типа.
- •12. Описание знаний на инфологическом уровне в виде графа решений
- •13.Механизм вывода в соз продукционного типа.
- •14. Прямой, обратный и комбинированный вывод в соз продукционного типа.
- •15. Стратегия поиска (вывода) в ширину.
- •16. Стратегия поиска в глубину.
- •17. Подсистема объяснения в соз продукционного типа.
- •18. Подсистема приобретения знаний в соз продукционного типа
- •19. Понятие искусственной нейронной сети.
- •20. Искусственный нейрон. Активационная функция нейрона и ее основные виды.
- •21. Межнейронные синаптические связи. Веса связей. Обучение инс.
- •22. Многослойный персептрон и его обучение с помощью алгоритма обратного распространения ошибки.
- •24. Сеть Хопфилда.
12. Описание знаний на инфологическом уровне в виде графа решений
Описание предметной области на инфологическом уровне: дерево решений – древовидная структура с вершинами 2 типов:
Вершина условий (типа «овал») – условия должны быть легко проверяемы;
Вершина выводов (типа «прямоугольник»).
Дерево может «перерасти» в граф для компактности.
Целевое назначение: что неисправно в автомобиле?
Формирование правил: рассмотрим все овалы до первого прямоугольника, и все то, что в овалах помещаем в антецеденты правила, а то, что в прямоугольнике – в консеквент (используем пары <атрибут> = <значение>).
Если <двигатель> = <не заводится> и <искра> = <есть>,
то <неисправна> = <система питания>
Если <неисправна> = <система питания> и <бензин> = <нет>,
то <неисправность> = <необходима заправка>
Если <неисправна> = <система питания> и <бензин> = <есть> и <бензин в карбюратор> = <поступает>, то <неисправность> = <в карбюраторе>
и т.д.
Правила необходимо представить в виде какой-либо информационной структуры. Например:
База правил;
Рабочая память;
Некие информационные структуры, обеспечивающие реализацию определенной стратегии вывода и возможность его наглядного представления для обоснования полученных заключений.
База правил будет представлена в виде 4 массивов:
Массив переменных-условий правил – под каждое правило в этом массиве отведем по 3 элемента (3, т.к. мы предположили, что в антецедент правила может входить не более трех высказываний). Для каждого правила в тройке будут указаны идентификаторы переменных, входящих в антецедент правила;(двигатель,искра,-----;неисправна,бензин,-----;…..)
Массив значений переменных-условий правил;(не заводится, есть,-----; систеа питания, есть, -----;…..)
Массив переменных вывода правила – под каждое правило отводится по одному элементу;(неисправна, неисправность,…)
Массив значений переменных вывода правила;(система питания, необходима заправка,…)
Рабочую память организуем в виде таблицы переменных условия, каждая строка которой состоит из трех полей:
Перед каждым сеансом эта таблица обновляется. Она может заполняться в процессе работы, т.к. содержит оперативные данные, описывающие текущую ситуацию.
Для поддержки стратегии поиска в ширину (например) в алгоритме, реализующем прямую цепочку рассуждений используем информационные структуры:
Очередь логического вывода – динамическая информационная структура, которая изначально пуста, первыми в нее заносятся идентификаторы переменных, задаваемые пользователем в качестве исходных для логического вывода. Затем, по мере срабатывания правил, в очередь добавляются новые переменные, указанные в консеквентах сработавших правил, по которым логический вывод может быть продолжен (т.е. промежуточные выводы). Удаление первой переменной из очереди происходит только после срабатывания всех правил, в антецеденты которых входит эта переменная, и условия активации которых выполняются. Таким образом, признаком окончания логического вывода является пустая очередь.
Массив сработавших правил – в нем запоминаются, в порядке срабатывания, идентификаторы продукционных правил, составляющих логическую цепочку рассуждений (порядковые номера правил в массиве базы правил). Тем самым механизм вывода фиксирует информацию, которая может быть востребована подсистемой объяснения для обоснования полученного решения.