
- •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
7.1.2. Операции над нечёткими множествами.
Над нечеткими множествами выполняются те же операции, что и над обычными множествами.
Пусть:
U=(u1, u2, u3, u4, u5, u6, u7)
А = {(0,6/u1); (0,4/u2); (0,3/u3); (0,8/u4); (0,5/u5); (1/u6); (0,6/u7)}
Рис.57. Функция принадлежности нечёткого множества А к элементам множества U
B = {(0,9/u1); (0,2/u2); (1/u3);(0,5/u5); (0,8/u6); (1/u7)}
Рис.58. Функция принадлежности нечёткого множества В к элементам множества U
Операции:
. Объединение: (А
В) µА(у)
µВ(у)/у, где max из двух µ; µА(у) µВ(у) = max
U
(µА(у), µВ(у)), тогда А В = {(0,9/u1); (0,4/u2); (1/u3); (0,8/u4); (0,5/u5); (1/u6); (1/u7) }
Пересечение: А ∩В µА(у)
µВ(у)/у , где µА(у) µВ(у) = min (µА(у), µВ(у)).
U
А ∩В = {(0,6/u1); (0,2/u2); (0,3/u3); (0,5/u5); (0,8/u6); (0,6/u7)}.
Дополнение (отрицание):
(1 - µА(у))/у;
={(0,4/u1); (0,6/u2); (0,7/u3); (0,2/u4); (0,5/u5); (0,4/u7)}; U
Сумма: А + В (А В) – (А ∩В); А + В = {(0,3/u1); (0,2/u2); (0,7/u3); (0,8/u4); (0,2/u6); (0,4/u7)}
Разность: А – В А ∩
; А – В = {(0,1/u1); (0,4/u2); (0,5/u5); (0,2/u6)}
Произведение: А*В µА(у)*µВ(у)/у; А*В = {(0,54/u1); (0,8/u2); (0,3/u3); (0,25/u5); (0,8/u6); (0,6/u7)} U
Возведение в степень: Aα µαА(у)/у, α > 0.
U
8.Концентрирование: CON(A) A2 Уменьшает степень принадлежности элемента нечеткого множества.
9. Растяжение: DIL (A) A 0,5 Увеличивает степень принадлежности элемента нечеткого множества.
Пример:
Введем множество U = {1, 2, 3, 4, 5}
«Слабый студент» 1/1 + 0,8/2 + 0,6/3 + 0,3/4 + 0,2/5;
«Хороший студент» 0/1 + 0,4/2 + 0,6/3 + 1/4 + 0,8/5;
«Отличный студент» 0/1 + 0/2 + 0,4/3 + 0,5/4 + 1/5;
С помощью операций над нечёткими множествами можно создать новые нечёкие множества.
«Очень слабый студент» 1/1 + 0,64/2 + 0,36/3 + 0,09/4 + 0,04/5; (применяется операция концентрирования).
«Не слабый студент» 0,2/2 + 0,4/3 + 0,7/4 + 0,8/5;
«Очень не слабый студент» 0,04/2 + 0,16/3 + 0,49/4 + 0,64/5;
«Не очень слабый студент» 0,36/2 + 0,64/3 + 0,91/4 + 0,96/5;
Достоинства:
Можно оперировать с нечеткими множествами;
Можно определить количество нечеткости.
Недостатки:
Субъективность коэффициентов µ.
Лекция 15
7.1.3. Нечёткие отношения.
Наряду с нечеткими множествами и переменными в логике нечётких множеств вводится в рассмотрение нечеткое отношение R: ХУ как нечеткое подмножество декартова произведения множеств Х У, которое определяется с помощью функции принадлежности двух переменных по формуле:
R µ R (х, у)/(х, у).
Х У
В общем случае n-арное отношение (n-отношение) определяется следующим образом. Пусть R — результирующее множество декартова произведения n множеств и µ - его функция принадлежности. Нечеткое n -отношение определяется как нечеткое подмножество R, принимающее какое-либо значение из µ в соответствии с формулой:
R = µ R (х1,……………., хn)/ (х1,……………., хn),
Х1 …….. Хn
хi Хi, i = 1,……..,n
Пример. Допустим, что
Х= (Игорь, Ольга); У= (Владимир, Людмила)
Дружба = 0,6 (Игорь, Владимир) + 0,9 (Игорь, Людмила) + 0,8 (Ольга, Владимир) + 0,2 (Ольга, Людмила).
Отношения удобно задавать с помощью матрицы отношений µ ={ µij }:
Владимир
Людмила
Игорь 0,6 0,9
µ = Ольга 0,8 0,2
Для задания отношений между нечёткими множествами необходимо ввести понятие декартового произведения между нечёткими множествами.
Декартово произведение двух нечётких множеств А и В, определённых как подмножества областей рассуждения U и V соответ-ственно, определяется соотношением.
А В = µА(u) µВ(v)/(u/v), где
UV
µА(u) µВ(v) = min (µА(u), µВ(v)), UV - декартово произведение областей рассуждения, которое определяется как:
UV={ (u,v)/ u U, v V}.
Нечёткое произведение А В является нечётким отношением U к V, так как оно представляет собой нечёткое множество упорядоченных пар (u,v) со степенью принадлежности µАВ (u,v), равной min (µА(u), µВ(v))
Пример:
U=(u1, u2) ;
V=(v1,v2,v3) ;
А = {(0,6/u1); (0,4/u2)} ;
B = {(0,9/v1); (0,2/v2); (1/v3)} ;
Тогда:
А В = min(0,6;0,9)/( u1, v1) + min(0,6;0,2)/( u1, v2) + min(0,6;1)/( u1, v3) + min(0,4;0,9)/( u2, v1) + min(0,4;0,2)/( u2, v2) + min(0,4;1)/( u2, v3) = 0,6/( u1, v1) + 0,2/( u1, v2) + 0,6/( u1, v3) +0,4/( u2, v1) + 0,2/( u2, v2) + 0,4/( u2, v3). Это произведение можно записать с помощью матрицы в следующем виде:
v1
v2
v3
u1 0,6 0,2 0,6
u2 0,4 0,2 0,4
Свойства нечетких отношений:
Пусть R нечёткое отношение, построенное между элементами одной и той же области рассуждения U, тогда отношение обладает свойством:
• рефлексивности:
если µR(u, u ) = 1, отношение R— рефлексивное, u U;
если µR(u, u ) < 1 и > 0,5, отношение R — слаборефлексивное, u U;
если µR(u, u ) = 0, отношение R — антирефлексивное, u U;
если µR(u, u ) > 0, и < 0,5, отношение R — слабоантирефлексивное,
uU;
• симметричности µR(u, v ) = µR(v, u ), v,u U;
• транзитивности µR(u, v ) min (µR(u, z ), µR(z, v )) v,u,z U.
Любое отношение между нечёткими множествами строится как приведённое выше декартово произведение, а вид отношения определяется способом вычисления степени принадлежности µАВ (u,v), причём, для одного и того же отношения разные авторы предлагают различные способы вычисления µАВ (u,v).
Например, если в системе искусственного интеллекта с нечётким выводом допускается организация правил с одним выходом «ЕСЛИ А, ТО В», где А антецедент и В консеквент, а также правил с двумя выходами «ЕСЛИ А, ТО В, ИНАЧЕ С». При этом антецедент может быть сложным логическим выражением, включающим операции отрицания, дизъюнкции и конъюнкции. Для вычисления нечеткого отношения R, соответствующего этим правилам на нечетких множествах
А= µА(u)/u; В= µВ(v)/v; и С= µС(v)/v
U V V
используются следующие способы:
1) импликация Мамдани для правил с одним выходом:
R = min {µА(u), µВ(v)} /(u, v );
UV
2) максиминное правило с одним выходом:
R = max{min [µА(u), µВ(v)], [1- µА(u)]}/(u, v );
UV
3) максиминное правило с двумя выходами:
R = max{min [µА(u), µВ(v)], min ([1- µА(u)], µС(v)) }/(u, v );
UV
4) бинарное правило с одним выходом:
R = min {max [(1-µА(u)), µВ(v)], µА(u)}/(u, v );
UV
5) бинарное правило с двумя выходами:
R = min {max [(1-µА(u)), µВ(v)], max[µА(u),µС(v)]}/(u, v );
UV
6) импликация Лукасевича для правил с одним выходом:
R = min {1, [1-µА(u) + µВ(v)]} /(u, v );
UV
7) импликация Лукасевича для правил с двумя выходами:
R = min { min [1,(1-µА(u) + µВ(v))], [µА(u) + µС(v)]}/(u, v );
UV
8) импликация Геделя для правил с одним выходом:
R = [µА(u) µВ(v)], µА(u)}/(u, v );
UV
g
1, если µА(u) µВ(v) ;
где: µА(u) µВ(v) =
g 0, если µА(u) >µВ(v) ;
9) импликация Геделя для правил с двумя выходами:
R = min {(µА(u) µВ(v)),(1- [µА(u) µС(v)])}/(u, v );
UV g g
Выбор способа реализации зависит от задачи и наглядности интерпретации результатов и обычно остаётся за пользователем системы.
Композиция нечетких отношений. Если знания представлены с помощью нечетких множеств и нечетких отношений, то для реализации логических выводов в нечеткой среде необходимо иметь возможность применения совокупности правил. Поскольку знания в виде правил формализуются нечеткими отношениями, нужно уметь осуществлять их композицию, которая может выполняться с помощью операции максиминной свертки.
Пусть R — нечеткое отношение из области U в область V, а S— нечеткое отношение из области V в область W тогда нечеткое отношение из области U в область W определим как свертку следующего вида:
R S = max (min {µR(u,v), µS(v,w)})/(u, v);
v U W
Поясним применение максиминной свертки на примере.
Пусть R — нечеткое отношение между множествами U и V, которые представляют собой совокупности натуральных чисел от 1 до 4. Смысл отношения R соответствует правилу:
«ЕСЛИ u — малые числа, ТО v — большие».
U= V= {1,2,3,4};
F= 1/1+0,6/2+0,1/3-нечёткое множество малых чисел;
G=0,1/2+0,6/3+1/4- нечёткое множество больших чисел.
Определим отношение S из Vв W с этой целью на V определим понятие «немалые числа», которое будет дополнением введенного ранее нечеткого множества и обозначим его F1= 0/1+0,4/2+0,9/3+1/4 УI. Введем множество W= {1,2,3,4} и определим на нем понятие «очень большие числа», которое обозначим H. К этому понятию числа 1 и 2 имеют степень принадлежности, равную 0, число З имеет значение принадлежности 0.5, и только 4 принадлежит со степенью, равной 1:
H = 0.5/З + 1/4. Отношение S между полными множествами V и W сформулируем в виде правила:
«ЕСЛИ v — немалые числа, ТО w — очень большие числа».
Построим нечеткие отношения R и, используя первое правило (импликация Мамдани):
R = min {µU(u), µV(v)} /(u, v );
UV
µR(ui, vj ) = min (µU(ui ), µV(vj )) v, u U. i, j=1,2,3,4
µU= {1; 0,6; 0,1; 0}
µV= {0; 0,1; 0,6; 1}
0 0,1 0,6 1
R= 0 0,1 0,6 0,6
0 0,1 0,1 0,1
0 0 0 0
µS(vi, wj ) = min (µV(vi ), µW( wj )) v, w V,W. i, j=1,2,3,4
µV = {0; 0,4; 0,9; 1}
µW= {0; 0; 0,5; 1}
0 0 0 0
S= 0 0 0,4 0,4
0 0 0,5 0,9
0 0 0,5 1
Вычислим максиминную свертку нечетких отношений R S результат которой должен соответствовать последовательному приме-нению двух правил: «ЕСЛИ u — малые числа, ТО v — большие» и «ЕСЛИ v — немалые числа, ТО w — очень большие числа».
0 0,1 0,6 1 0 0 0 0 0 0 0,5 1
R S = 0 0,1 0,6 0,6 0 0 0,4 0,4 = 0 0 0,5 0,6
0 0,1 0,1 0,1 0 0 0,5 0,9 0 0 0,1 0,1
0 0 0 0 0 0 0,5 1 0 0 0 0
µR S (vi, wj ) = max {min [µR(ui, vj ), µS(vi, wj )], min [µR(ui, vj+1 ), µS(vi+1, wj )], min [µR(ui, vj+2 ), µS(vi+2, wj )], min [µR(ui, vj+3 ), µS(vi+3, wj )]}
При парных сравнениях элементов i-й строки и j-го столбца из них выбирается наименьший, затем из четырех минимальных элементов выбирается максимум, который является результатом, и записывается в ячейку с координатами I,j. Результирующее нечеткое отношение показывает взаимосвязь областей U и W.