5.8. Методы представления знаний: процедурные представления, семантические сети, фреймы, системы продукции

Типичными моделями представления знаний являются:

Продукционная модель;

Модель, основанная на использовании фреймов;

Модель семантической сети;

Логическая модель.

Продукционная модель - модель, основанная на правилах, позволяющая представить знания в виде предложений типа: Если (условие), то (действие).

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода.

Фреймовая модель. Фрейм - это минимальное возможное описание сущности какого-либо явления, события, ситуации, процесса или объекта. Фрейм имеет определенную структуру, состоящую из множества элементов – слотов. Каждый слот в свою очередь, представляется определенной структурой данных, процедурой, или может быть связан с другим фреймом.

Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных ситуаций на основе поступающих данных. Основным преимуществом фреймов как модели представления знаний является способность отражать концептуальную основу организации памяти человека, а также гибкость и наглядность.

Модель семантической сети.

В основе сетевых моделей представления знаний лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними. Характерной особенностью семантических сетей является обязательное наличие трех типов отношений: класс - элемент класса;;свойство – значение;пример элемента класса.

Можно ввести несколько классификаций семантических сетей.

однородные (с единственным типом отношений);

неоднородные (с различными типами отношений).

бинарные (в которых отношения связывают два объекта);

парные (в которых есть специальные отношения, связывающие более двух понятий).

Логическая модель. Преимущества логической модели:

наличие регулярных методов вывода; возможности использования семантики, которая допускает разную трактовку в зависимости от целей логических представлений.

5.9. Области применения эс. Классификация эс.

Основными областями применения ЭС являются:

Медицина, электроника, вычислительная техника, геология, математика, космос, сельское хозяйство, управление, финансы, юриспруденция и т.д.

Области применения систем могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

Медицинская диагностика. Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами.

Прогнозирование. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Планирование. Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Контроль и управление. Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников.

Для классификации ЭС [4] используют следующие признаки:

По Способу формирования решения: анализирующие и синтезирующие

По Способ учета временного признака: статические и динамические

Вид используемых данных; с детерминированными и неопределенными знаниями.