
- •Глава 1. Основные определения, история проблемы,
- •Глава 2 Онтологическая инженерия описания предметной области ……50
- •Глава 3. Представление и вывод знаний в системах искусственного интеллекта на основе логических моделей. 65
- •Глава 4 Представление и вывод знаний в системах искусственного интеллекта на основе семантических сетей 98
- •Контрольные вопросы и задание 110
- •Глава 5. Представление и вывод знаний в системах искусственного интеллекта на основе фреймовых моделей. 111
- •Глава 6. Представление и вывод знаний в системах искусственного интеллекта на основе продукционных моделей. 118
- •Глава 7. Представление и вывод неопределённых знаний в системах искусственного интеллекта. 132
- •Лекция 1
- •Глава 1. Основные определения, история проблемы, современные направления развития.
- •Основные определения искусственного интеллекта.
- •1.2. Тест Тьюринга
- •Науки, лежащие в основе искусственного интеллекта
- •Вычислительная техника (период с 1940 года по настоящее время)
- •История искусственного интеллекта.
- •Рождение искусственного интеллекта (1956 год)
- •Ранний энтузиазм, большие ожидания (период с 1952 года по 1969 год)
- •Столкновение с реальностью (период с 1966 года по 1973 год)
- •Лекция 2
- •Основные современные направления развития искусственного интеллекта
- •1.6. Основные понятия о знаниях.
- •1.7. Выводы по 1-ой главе:
- •Контрольные вопросы и задание
- •Лекция 3
- •Глава 2 Онтологическая инженерия описания предметной области.
- •2.1. Понятие онтологии.
- •2.2. Теория множеств - математический аппарат описания онтологии.
- •2.2.1. Основные понятия и определения.
- •Лекция 4
- •2.2.2.Операции над множествами
- •2.2.3. Декартово произведение множеств
- •2.2.4. Отношения и их свойства.
- •2.3. Предметы, свойства и отношения предметной области.
- •Лекция 5
- •2.4. Понятие цели
- •2.5. Методика решения задач.
- •2.6. Понятие модели.
- •2.7. Методика построения онтологии.
- •2.8. Выводы по 2-ой главе.
- •2.9. Контрольные вопросы и задание.
- •Лекция 6
- •Глава3 Представление и вывод знаний в системах искусственного интеллекта на основе логических моделей.
- •3.1. Основы математической логики
- •3.1.1. Классификация и определение логик, алгебр, исчислений, теорий.
- •3.1.2.Традиционная логика.
- •Лекция 7
- •3.1.3.Логика, алгебра и исчисление высказываний.
- •3.1.4. Логика, алгебра и исчисление предикатов
- •Лекция 8
- •3.1.5. Формальные методы вывода решений в аксиоматических теориях.
- •3.1.6. Приведение формул исчисления предикатов к дизъюнктам Хорна.
- •4. Исключение кванторов существования.
- •3.2. Логическая модель представления знаний.
- •3.3. Вывод в системах искусственного интеллекта с логическим представлением знаний.
- •3.3.1. Правило резолюции.
- •Стратегия полного перебора.
- •Стратегия опорного множества.
- •3. Линейная по входу стратегия.
- •3.4. Выводы по 3-ой главе.
- •Контрольные вопросы и задание.
- •Лекция 9
- •Глава 4 Представление и вывод знаний в системах искусственного
- •Элементы теории графов
- •4.1.1. Способы задания графов.
- •1. Графический
- •2. С помощью матрицы инцидентности.
- •3. С помощью списка ребер.
- •4. С помощью матрицы смежности.
- •4.1.2. Задачи, решаемые с помощью графов.
- •Задача поиска наикратчайшего пути на графе.
- •Транспортная задача.
- •Задача о назначении (задача коммивояжера).
- •Задача о назначении работ.
- •Лекция 10
- •4.2. Представления знаний в виде семантических сетей.
- •4.3. Вывод в системах искусственного интеллекта с представлением знаний в виде семантических сетей.
- •Выводы по 4-ой главе.
- •Контрольные вопросы и задание.
- •Лекция 11
- •Глава 5. Представление и вывод знаний в системах искусственного интеллекта на основе фреймовых моделей.
- •5.1. Представления знаний в виде фреймов
- •5.2. Вывод в системах искусственного интеллекта с фреймовым
- •Выводы по 5-ой главе.
- •5.4. Контрольные вопросы и задание.
- •Лекция 12
- •Глава 6. Представление и вывод знаний в системах искусственного интеллекта на основе продукционных моделей.
- •Представление знаний в виде в виде системы продукций.
- •6.2. Продукционные системы
- •6.3. Прямой и обратный вывод в продукционных системах.
- •Лекция 13
- •6.4. Пример работы продукционной системы.
- •6.5. Выводы по 6-ой главе
- •6.6. Контрольные вопросы и задание
- •Лекция 14
- •Глава 7. Представление и вывод неопределённых знаний в системах искусственного интеллекта
- •Представление и вывод при нечётких знаниях.
- •7.1.1. Определение нечёткого множества.
- •7.1.2. Операции над нечёткими множествами.
- •Лекция 15
- •7.1.3. Нечёткие отношения.
- •Формальные методы вывода решений в нечёткой логике.
- •Лекция 16
- •7.2.Представление и вывод при неполных знаниях.
- •Вероятностный подход к представлению неопределённых знаний.
- •Определения и виды вероятности
- •Аксиомы вероятностей
- •Лекция 17
- •7.2.4. Формальные методы вывода решений при вероятностном подходе.
- •7.2.5. Правило Байеса и его использование.
- •Байесовская сеть представления и вывода вероятностных знаний.
- •Другие способы представления и вывода неопределённых знаний.
- •Выводы по 7-ой главе
- •7.5. Контрольные вопросы и задание.
- •Литература
Лекция 13
6.4. Пример работы продукционной системы.
Исходное состояние Целевое состояние
2 |
8 |
3 |
1 |
6 |
4 |
7 |
|
5 |
1 |
2 |
3 |
8 |
|
4 |
7 |
6 |
5 |
Достигается в пять ходов.
Глобальная база данных должна позволить хранить все возможные конфигурации, формируемые в процессе решения задачи.
9
!
=
362880
181440 181440
Множество продукционных правил:
Е
сли пустая клетка не находится в верхнем ряду, то можно передвинуть ее вверх (т.е. ) Правило 1
Е
сли пустая клетка не находится в нижнем ряду, то можно передвинуть ее вниз (т.е. ) Правило 2
Е
сли пустая клетка не находится в левом ряду, то можно передвинуть ее влево (т.е. ) Правило 3
Е сли пустая клетка не находится в правом ряду, то можно передвинуть ее вправо (т.е. ) Правило 4
Различные виды стратегий:
Безвозвратная стратегия. Для реализации этой стратегии используется градиентный метод поиска максимума функции.
Суть метода для гладких непрерывных и одноэкстремальных функций. Движение по графику – это движение по самому крутому пути, которое и приводит к максимуму функции.
У Находим экстремум
х1 Х
Рис.55. Градиентный метод поиска экстремума функции
Требования к функции:
- непрерывность
- гладкость
- одноэкстремальность
В качестве значения функции возьмем число фишек с отрицательным знаком, находящихся не на месте по сравнению с расположение фишек в целевом состоянии.
Стратегия управления безвозвратно выбирает применяемое правило, которое порождает БД, дающее наибольшее значение функции.
Значение функции Значение функции Значение функции
Схема 3. Безвозвратная стратегия
Возвратные стратегии.
Стратегия с возвращением
Правила остаются прежними, но рассматриваются в другом порядке:
Е сли пустая клетка не находится в левом ряду, то можно передвинуть ее влево (т.е. ) Правило 3
Е
сли пустая клетка не находится в верхнем ряду, то можно передвинуть ее вверх (т.е. ) Правило 1
Е сли пустая клетка не находится в правом ряду, то можно передвинуть ее вправо (т.е. ) Правило 4
Е
сли пустая клетка не находится в нижнем ряду, то можно передвинуть ее вниз (т.е. ) Правило 2
Условия возвращения:
Порождается описание, которое уже встречалось.
Было сделано некоторое произвольно выбранное число шагов (6), но целевое описание не построено.
Не существует применяемых правил.
Правила применяются по очереди.
И так далее…
Схема 4. Возвратная стратегия
Метод безвозвратной стратегии не применим при наличии локальных экстремумов. А эта стратегия с возвращением лишена недостатков предыдущего метода, но не эффективна. Если правила выбирать не произвольно, а с учетом информации, какой ход был лучше, то эффективность возрастет. В конце концов, будут исследованы все пути длиною в 6 ходов. Так как в предыдущем методе решение было достигнуто за 6 ходов, если число шагов меньше 5, то задача не имеет решения.
Стратегия управления с поиском на графе
С
троятся
все комбинации, которые возможны на
И-ИЛИ-графе. Данная стратегия заключается
в применении каждом ходу всех возможных
правил и запоминания в БД всех полученных
конфигураций, в результате формируется
структура, называемая дерево решений.
1
2
2
3 3
3 3 3 3 3
Рис.56. Дерево решений
Эта стратегия порождает дерево поиска до тех пор, пока не будет сформирована БД, соответстветствующая целевой конфигурации. Применение данной стратегии приводит к быстрому росту дерева - состояний, что требует больших затрат памяти и времени.