Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ККР-2013 (БЗ и ЭС).docx
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
233.53 Кб
Скачать
    1. Продукционная модель представления знаний

Продукционная модель – это модель представления знаний для различных предметных областей.

В модели правил знания представлены совокупностью правил вида «ЕСЛИ (Условие) – ТО (Действие)». Системы с базами знаний, основанные на этой модели, называются продукционными системами.

В системе продукций с обратными выводами с помощью правил строится дерево «И/ИЛИ», связывающее в единое целое факты и заключения; оценка этого дерева на основании фактов, имеющихся в базе данных, и есть логический вывод. Различают прямые (от данных к поиску цели) и обратные (от цели для ее подтверждения – к данным) логические выводы.

Обратный логический вывод представляет собой одну из форм рассуждения, направляемого целями. Такая форма является полезной при получении ответов на конкретные вопросы следующего типа: «Что теперь мне следует делать?» и «Где же находятся мои ключи?» достаточно часто стоимость обратного логического вывода намного меньше по сравнению со стоимостью, линейно зависящей от размера базы знаний, поскольку в этом процессе затрагиваются только факты, непосредственно относящиеся к делу. Вообще говоря, агент должен разделять работу между процессами прямого и обратного формирования рассуждений, ограничивая прямое формирование рассуждений выработкой фактов, которые, по всей вероятности, будут относиться к запросам, подлежащим решению с помощью обратного логического вывода.

Сильные стороны продукционных моделей:

  • Простота создания и понимания отдельных правил.

  • Простота пополнения, модификации и аннулирования.

  • Простота механизма логического вывода.

  • Отсутствие необходимости в ряде случаев обходить весь граф.

Слабые стороны:

  • Сложность оценки целостного образа знаний.

  • Отличие от человеческой структуры знаний.

    1. Общие сведения о языке программирования clips

CLIPS (от англ. C Language Integrated Production System) – программная среда для разработки экспертных систем. Синтаксис и название предложены Чарльзом Форги в OPS (Official Production System). Первые версии CLIPS разрабатывались с 1984 года в Космическом центре Джонсона, NASA (как альтернатива существовавшей тогда системе ART*Inference), пока в начале 1990-х гг. не было приостановлено финансирование, и NASA вынудили купить коммерческие продукты.

Вероятно, CLIPS является наиболее широко используемой инструментальной средой для разработки экспертных систем благодаря своей скорости, эффективности и бесплатности. Несмотря на то, что теперь она является общественным достоянием, она до сих пор обновляется и поддерживается своим изначальным автором, Гэри Райли.

CLIPS включает полноценный объектно-ориентированный язык COOL для написания экспертных систем. Хотя она написана на языке Си, её интерфейс намного ближе к языку программирования LISP.

Для русских программистов, а главное пользователей среда имеет огромный недостаток: до версии 6.3 она не русифицировалась и не поддерживала русскоязычную кодировку.

  1. Требования к проектируемому приложению

    1. Свойства приложения

  • Модель знаний: продукции.

  • Вид знания: точные.

  • Язык реализации: CLIPS/COOL.

  • Предметная область: медицинская консультация.

  • Наличие пояснения: нет.

    1. Входные данные

Входными данными является совокупность положительных и отрицательных ответов на предложенные вопросы для поиска цели.

    1. Выходные данные

Выходными данными является заболевание, выбранное в соответствии с названными симптомами.

  1. Реализация экспертной системы

    1. Программные средства реализации

Среда разработки приложений CLIPS 6.3 является удобной средой для разработки ЭС. CLIPS состоит из интерактивной среды: экспертной оболочки со своим способом представления знаний; гибкого и мощного языка и нескольких вспомогательных инструментов. CLIPS распространяется бесплатно.

    1. Реализация приложения

Пользовательский интерфейс состоит из текстовых подсказок: вопросов, на которые система ожидает получить ответ.

В случае безрезультатного поиска заболевания по набору симптомов, приложение сообщит, что заболевания не было найдено в БЗ.

После того, как пользователь ответит на все поставленные системой вопросы, программа выведет на экран название заболевания согласно выбранным симптомам.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]