Виды баз знаний
Существуют динамические и статические базы знаний.
Динамические базы знаний не зависят от состояния окружающие среды. Новые факты в таких базах появляются по результатам выводов существующих правил и фактов.
Статические базы знаний – это системы с монотонным выводом, и знания в них не изменяются в процессе решения задач. В этих системах возможно только изменение и удаление фактов.
Подсистема вывода ЭС
Подсистема логического вывода
Подиситема вывода – это программный компонент ЭС, который реализует процесс рассуждения на основе рабочего множества базы знаний. Этот механизм обладает двумя основными фукнциями:
просмотр и анализ существующих правил и добавление новых
выделение этого порядка и просмотр
Таким образом, эта подсистема управляет процессом консультации, сохраняя для пользователя полученное заключение, а также, в случае необходимости, запрашивает у него информацию в случае ее недостатка. Эта подсистема служит для достижения цели ЭС.
Целью любой ЭС является некое целевое утверждение, которое либо выводится, либо опровергается. Существует 2 варианта – либо целевое утверждение заложено сразу в ЭС, либо выводится вместе с пользователем.
В процессе работы системы при переборе последовательности шагов определяются некоторые правила, применяемые к рабочему множеству. Это и есть процесс логического вывода.
Компонент вывода – действие этого компонента основано на правиле вывода модус поненс. Суть этого правила состоит в том, что если выражение A истинно, то при записи «если А то B» B – тоже истинно.
Компонент вывода должен продолжать поиск решения при любых условиях (нехватка информации, ее двусмысленность и т.д.)
Прямой и обратный порядок вывода в эс
Существует 2 процесса логического вывода:
- прямой – происходит от фактов рабочего множества к заключению. Если такое заключение существует, то оно заносится в рабочее множество.
Пример: А1 – кашель;
А2 – насморк => свиной грипп.
- обратный порядок – предусматривает движение от гипотезы к фактам. Если в процессе обратного вывода найдены или получены от пользователя факты, подтверждающие гипотезу, то гипотеза становится истиной. Если гипотеза подтвердилась, то выдвигаются следующие гипотезы, детализирующие первое, затем ищутся факты, подтверждающие детализирующую гипотезу и т д, пока мы не придем к целевой..
Поиск в "глубину" и "ширину" в ЭС
У каждого порядка существует 2 вида стратегии:
1) поиск в ширину
2) поиск в глубину
Стратегии поиска:
А) прямой в глубину – движение от фактов к гипотезе через уровни.
Б) прямой в ширину – движение от фактов как через уровни, так и внутри одного уровня к гипотезе;
В) обратный в глубину – движение от гипотезы к фактам через уровни;
Г) обратный в ширину – движение от гипотезы к фактам одного уровня с возвратом гипотезы.
Функции управляющего компонента ЭС
Управляющий компонент
Этот компонент определяет порядок применения фактов и правил, а также перебирает те факты, которые необходимо применить в процессе работы. Этот компонент определяет 4 основные функции:
сопоставление. На первом этапе происходит сопоставление образцов правил с имеющимися факторами.
вывод. Если при работе первого этапа происходит отбор нескольких правил, то выбирается одно наиболее подходящее. Этот процесс называется процессом разрешения конфликта. Чаще всего выбирается правило с наивысшим приоритетом.
срабатывание. Если после первых этапов происходит совпадение фактов правил, то происходит срабатывание правил.
действие. Это процесс, когда рабочее множество подвергается изменению путем добавления в него активизированного правила.
Далее удаляется список сработавших правил.
Цикл работы интерпретатора ЭС
Цикл работы интерпретатора вывода
Информация из рабочего множества (РМ) сопоставляется с информацией из базы правил (БП). Происходит сопоставление. Оно переходит в конфликтное множество. По какому-то критерию выбора происходит разрешение конфликта. Если конфликт разрешился, то срабатывает выбранное правило. На основании срабатывания правила происходит действие. Цикл закончен, но после срабатывания цикла на основе выбранного правила происходит коррекция критериев выбора и добавление элементов в рабочее множество и базу знаний.
Системы управления выводом
Стратегии управления выводом
Вопрос выбора стратегии очень важен, так как от этого зависит порядок работы правил и найдет ли система решение вообще. При выборе стратегии необходимо ответить на 2 вопроса:
1) какую точку пространства состояния считать исходной (система определяет прямой или обратный порядок перехода);
2) как повысить эффективность поиска решений.
Стратегии управления выводом
Выбор стратегии очень важен, т к от этого зависит порядок работы правил, найдет ли система решение вообще. При выборе стратегии нужно ответить на 2 вопроса:
какую точку в пространстве состояний считать исходной (система определяет прямой или обратный порядок перехода).
как повысить эффективность поиска.
Методы повышения эффективности поиска
В некоторых ЭС количество правил и фактов может достигать сотен тысяч и более. В рамках ограниченности временных технических человеческих ресурсов, вопрос повышения эффективности становится крайне актуален. Существует 3 способа повысить эффективность:
Сопоставление поиска в глубину и ширину (комбинирование);
α и β алгоритм;
Разбиение на подзадачи.
1. Суть поиска в глубину состоит в том, что при выборе очередной подцели пространства состояний, система отдает предпочтение правилам, которые следуют за более общим правилом, то есть идет от общего к частному. При поиске в ширину, система анализирует все правила, находящиеся на одном уровне, а потом переходит на более детальный уровень и перебирает правила там. На практике преобладает, как правило, поиск в глубину, так как он анализирует только те признаки, которые соответствуют гипотезе.
Но существуют задачи, которые возможно решить, используя комбинацию этих двух методов (двигаясь в глубину к гипотезе или к начальной точке, частично смещать движение по нескольким уровням).
2. Суть этого метода заключается в сокращении пространства состояния путем удаления ветвей, для поиска успешного решения. Рассматриваются только те ветки, в которые можно попасть в результате следующего шага.
3. Суть заключается в выделении в исходной задаче задач, более низкого уровня, решение которых будет рассматриваться как начальные условия для решений исходной задачи, если получается правильно определить структуру задачи и разбить на подзадачи, то путь к решению минимален.
Чисто для решения задач требуется проведение логического анализа. После его проведения, поиск решения либо упрощается, либо анализ показывает, что решения нет.
Методы повышения эффективности поиска
В некоторых системах количество правильных фактов может достигать сотен тысяч и более. В рамках ограниченности временных ресурсов, технических и человеческих ресурсов вопрос повышения эффективности становится крайне актуальным.
Существует 3 способа повышения эффективности:
сопоставление поиска в глубину (к очередной цели мы идем через уровни) и ширину (система анализирует все правила, находящиеся на одном уровне). На практике лучше применять комбинации этих методов, т к система сможет проанализировать все правила, удовлетворяющие гипотезе.
альфа и бета алгоритм. Суть этого метода заключается в том, что сокращается путь пространства состояния путем удаления ненужных идей, которые не нужны для поиска решения. Рассматриваются только те пути, которые приводят к решению.
разбиение на подзадачи. Суть заключается в том, что в исходной задаче выделяются задачи более низкого уровня, решение которых будет рассматриваться как исходные данные решения общих задач. Если получается правильно разбить исходную задачу, то решение будет минимальным. Чаще всего эти используется в задачах планирования.
неосновной метод повышения эффективности – использование формальной логики. Часто для решения задач необходимо провести логический анализ. Решение задач существенно упрощается, если анализ показывает отсутствие решения.
Процесс объяснения, диалог с ЭС
Диалог с ЭС. Процесс объяснения
Поскольку ЭС реализуются на компьютере, то входная информация системы должна быть на языке, понятном машине. Чтобы пользователь мог работать в системе, требуется реализовать диалог на языке, понятном пользователям. Как правило, инициатива диалога принадлежит системе, но в отличие от эксперта система не комментирует свои действия. Чтобы адекватно оценить «разумность ЭС», пользователю нужно обратиться к подсистеме объяснений. Процесс же объяснения в ЭС принято представлять в виде схемы, которая называется «дерево выводов».
Пр. Мира 19а, ОАО Омскнефтехимпроект, 22 октября, 15.00.
Альфа-бета алгоритм поиска
Задача сводится к уменьшению пространства состояний путем удаления в нем ветвей, не перспективных для поиска успешного решения. Поэтому просматриваются только те вершины, в которые можно попасть в результате следующего шага, после чего неперспективные направления исключаются из дальнейшего рассмотрения. Например, если цвет предмета, который мы ищем, не красный, то его бессмысленно искать среди красных предметов. Альфа- бета алгоритм нашел широкое применение в основном в системах, ориентированных на различные игры, например в шахматных программах.
Поиск путем разбиения на подзадачи
При такой стратегии в исходной задаче выделяются подзадачи, решение которых рассматривается как достижение промежуточных целей на пути к конечной цели. Если удается правильно понять сущность задачи и оптимально разбить ее на систему иерархически связанных целей- подцелей, то можно добиться того, что путь к ее решению в пространстве поиска будет минимален. Однако если задача является плохо структурированной, то сделать это невозможно.
При сведении задачи к подзадачам производится исследовании исходной задачи с целью выделения такого множества подзадач, чтобы решение некоторого определенного подмножества этих подзадач содержало в себе решение исходной задачи.
Рассмотрим, например, задачу о проезде на автомобиле из Пало-Альто (штат Калифорния) в Кембридж (штат Массачусетс). Эта задача может быть сведена, скажем, к следующим подзадачам:
Подзадача 1. Проехать из Пало-Альто в Сан-Франциско.
Подзадача 2.Проехать из Сан-Франциско в Чикаго.
Подзадача 3. Проехать из Чикаго в Олбани.
Подзадача 4. Проехать из Олбани в Кембридж.
Здесь решение всех четырех подзадач обеспечило бы некоторое решение первоначальной задачи.
Каждая из подзадач может быть решена с применением какого-либо метода. К ним могут быть применены методы, использующие пространство состояний, или же их можно проанализировать с целью выделения для каждой своих подзадач и т.д. Если продолжить процесс разбиения возникающих подзадач на еще более мелкие, то в конце концов мы придем к некоторым элементарным задачам, решение которых может считаться тривиальным.
На каждом из этапов может возникнуть несколько альтернативных множеств подзадач, к которым может быть сведена данная задача. Т.к. некоторые из этих множеств в конечном итоге, возможно, не приведут к окончательному решению задачи, то, как правило, для решения первоначальной задачи необходим поиск в пространстве множеств подзадач