
- •1. Интелект, разум, интеллектные и интеллектуальные системы, процессы интеллектуализации.
- •2. Развитие исследований в области искусственного интеллекта (этапы; области применения; направления исследований; проблемы и перспективы).
- •Перспективы искусственного интеллекта
- •3. Экспертные системы – основная разновидность прикладных интеллектуальных систем. Инженерия знаний. Характеристика эс.
- •4. Типовая структура экспертной системы.
- •5. Особенности разработки экспертной системы.
- •6. Классификация интеллектуальных систем.
- •7. Характеристика знаний. Отличия знаний от данных.
- •8. Представление знаний в виде фреймов
- •9. Семантические сети. Пример
- •Продукционные модели. Пример
- •10. Логические модели. Исчисление предикатов. Пример.
- •Свойства и основные результаты
- •[Править]Использование [править]Логика первого порядка как формальная модель рассуждений
- •12. Процесс приобретения знаний при разработке экспертных систем.
- •13. Методы извлечения знаний у эксперта.
- •14. Обобщенная модель нейрона
- •15. Однонаправленные нейронные сети
- •16. Обучение перцептрона. Алгоритм обратного распространения
- •19. Нейронные сети Хопфилда
- •20. Архитектура нейронной сетиго
- •22. Механизм логического вывода в продукционных системах.
- •23. Механизм логического вывода в сетевых системах.
- •24. Механизм логического вывода во фреймовых системах.
- •25. Нечеткие рассуждения (абдукция) – альтернатива логическим методам.
- •26. Нечеткая и лингвистическая переменные. Операции с нечеткими множествами.
- •27. Поиск решений в условиях неопределенности. Вероятностная байесовская логика.
- •1. Вероятностный подход при работе с неопределенностью
- •2. Подход, основанный на теории свидетельств
- •3. Подход теории возможностей
- •29. Инструментальные средства иис. Выбор инструментария.
- •30. Эвристические процедуры поиска на графе
- •31. Личности в исследовании интеллектуальных систем.
22. Механизм логического вывода в продукционных системах.
Структура продукционной системы.
БП – База Правил есть набор правил, используемый как база знаний.
РП – Рабочая Память (или память для кратковременного хранения), в ней хранятся предпосылки, касающиеся конкретных задач предметной области, и результаты выводов, полученных на их основании.
Механизм
вывода (логического вывода) – использует
правила в соответствии с содержанием
РП (рис.1).
Механизм логического вывода обеспечивает формирование заключений, воспринимая вводимые факты как элементы правил, отыскивая правила, в состав которых входят введенные факты, и актуализируя те части продукций, которым соответствуют введенные факты. Теоретической основой построения механизма логического вывода служит теория машины Поста.
Механизм логического вывода выполняет функции поиска в базе правил, последовательного выполнения операций над знаниями и получения заключений. Существует два способа проведения таких заключений – прямые выводы и обратные выводы
Прямой и обратный вывод.
Определение. Способ получения логического вывода в продукционной системе, при котором предварительно записанные в РП данные дополняются путем применения правил из БП, называется прямым выводом.
Определение. Способ получения логического вывода в продукционной системе, при котором на основании фактов, требующих подтверждения на предмет использования в качестве заключения, исследуется возможность применения правила, пригодного для подтверждения, называется обратным выводом.
Пример работы для прямого вывода.
Предположим, что записываемые в РП данные представляют собой образцы в виде наборов символов (таблица 1). В представленном в таблице 1 простейшем случае условные части правил из БП содержат либо одиночные образцы, либо несколько условий, соединенных союзом “И”. В заключительной части содержатся образцы, которые в процессе вывода регистрируются в РП.
Последовательность действий по получению вывода.
1). Образец “намерение - экспедиция” существует в РП, а “дорога - плохая” отсутствует, поэтому условная часть первого правила - ложна.
2). Условие второго правила истинно, поэтому механизм вывода выполняет его заключительную часть и образец “дорога - плохая” заносится в РП.
3). Делается попытка вторичного применения правил. Поскольку второе правило уже было применено, то оно выпадает из числа кандидатов на применение. Но условная часть первого правила становится истинной, поскольку РП уже дополнена образцом “дорога - плохая”. Поэтому содержимое РП пополняется образцом заключительной части первого правила – “средство передвижения -джип”. В итоге применимых правил не остается и система останавливается.
Пример работы для обратного вывода.
Предположим, что наша цель состоит в доказательстве того, что “средство передвижения - джип”. Исследуем сначала возможность применения первого правила для подтверждения
этого факта. Поскольку образец “намерение - экспедиция” из условной части первого правила уже занесен в РП, то для достижения цели достаточно подтвердить факт “дорога - плохая”. Однако если принять образец “дорога - плохая” за новую цель, то потребуется правило, подтверждающее этот факт. Поэтому исследуем возможность применения второго правила. Условная часть этого правила истинна, поэтому РП пополняется образцом “дорога - плохая”. Здесь появляется возможность применения первого правила и исходная цель подтверждается.
В случае обратного вывода система останавливается либо при достижении первоначальной цели, либо по исчерпанию применимых для достижения цели правил.