- •Введение
- •1. Искусственный интеллект в роботах
- •1.1. Обеспечение взаимодействия системы управления с человеком
- •1.2. Схема интеллектуального управления в робототехнических комплексах
- •1.3. Интеллектуальное программирование и интеллектуальный интерфейс
- •1.4. Организация интеллектуальных систем
- •2. Экспертные системы
- •2.1. Структура экспертных систем
- •2.2. Технология разработки экспертных систем
- •2.3. Механизм вывода в экспертных системах
- •2.4. Методы поиска решений в экспертных системах
- •2.5. Поиск в одном пространстве состояний
- •2.6. Поиск решения методом редукции
- •2.7. Поиск решения во множестве факторизованных пространств
- •2.8. Поиск в фиксированном множестве пространств
- •2.9. Поиск в изменяющемся множестве пространств (метод нисходящего уточнения)
- •2.10. Поиск в альтернативных пространствах
- •2.11. Поиск с использованием нескольких моделей
- •3. Представление знаний в системах
- •3.1. Продукционные системы
- •3.2. Системы поиска на основе классической логики
- •3.3. Использование логики предикатов первого порядка при представлении знаний
- •3.4. Использование фреймов при представлении данных
- •3.5. Семантические сети
- •4. Нейронные сети в системах искусственного интеллекта
- •4.1. Области применения нейронных сетей
- •4.2. Персептронные нейронные сети
- •4.3. Обучение персептронных сетей
- •4.4. Сети встречного распространения
- •4.5. Обучение нейронных сетей методом обратного распространения ошибки
- •4.6. Обучение без учителя
- •4.7. Сети без обучения
- •4.8. Нейронные сети с радиальными базисными функциями (вероятностные сети)
- •4.9. Коллективы нейронных сетей
- •4.10. Аппаратно-программные средства реализации нейронных сетей для задач робототехники
- •2. Использование сетей для распознавания речи
- •3. Использование сетей для формирования законов управления
- •5. Методы нечеткой логики в интеллектуальных системах
- •5.1. Логические операции над нечеткими множествами
- •5.2. Получение выводов в нечеткой логике
- •5.3. Алгоритмы поиска решения в нечеткой логике
- •Заключение
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
2.1. Структура экспертных систем
ЭС в общем случае представляются как продукционные системы /1/. В продукционной системе данные представляются в символьном виде, набор символов составляет алфавит системы. С помощью символов составляются описания. В зависимости от принятого способа представления данных символьное описание состоит или из последовательных символов, или символов объединенных связками (связка – некоторое логическое понятие, объединяющее символы). Обработка символьных данных состоит в преобразовании символьного описания. Это действие называется продукцией. Продукция представляется как XiWWYi. Это означает, что если в некотором описании Y присутствует последовательность символов Xi, то продукция состоит в исключении Xi из Y и в присоединении к оставшейся части Yi . Например, если Y:abc, то продукция abWWd представляет Y:cd.(приводит к модификации Y:cd).
Продукции поддерживаются правилами преобразования описания, которые называются продукционными. Таким образом, продукционная система включает в себя набор описаний (данных), набор продукционных правил и интерпретатор. Интерпретатор определяет последовательность применения правил к данным. С учетом изложенного продукционная система имеет вид:
PS=(B, R, I),
где B – база данных;
R – продукционные правила или база знаний;
I – интерпретатор.
Интерпретатор представляется в виде:
I=(V, S, K, W)
10
Последовательность действий интерпретатора:
На шаге V осуществляется выборка данных и знаний. Эта выборка может выполняться тривиально, т.е. последовательным выбором всех данных и всех правил, или по определенным формальным признакам.
На шаге S осуществляется сопоставление выбранных данных и правил, т.е. выявляется, к каким данным какие правила можно применить. Создаются активные пары "данные-правила", которые используются на следующих шагах.
На шаге K выполняется разрешение конфликтов, при котором определяется последовательность работы с активными парами. Эта последовательность задается механизмом вывода (стратегией поиска).
При установленном порядке обработки данных выполняется стадия W, т.е. выполнение. В результате выполнения образуется набор новых описаний, с которым интерпретатор повторяет все шаги работы, и так до тех пор, пока не будет получено решение или выявлено, что его не существует.
ОК
ДК
КПЗ
ИР
И
РП
БЗ
Рис.2. Структура статической экспертной системы
В состав экспертной системы входят компоненты, обеспечивающие принятие решений, исполнение экспертной системы и общение с экспертами и пользователями (Рис.2).
11
Ядро системы – интеллектуальный решатель ИР, представляющий собой многопроцессорную систему, обеспечивающую работу с базой данных, решение задач поиска и информационное взаимодействие с внешним миром.
Преобразование информации выполняется через рабочую память РП, которая связана с базой данных через интерфейс ИБД. В базе знаний БЗ размещаются решающие правила, которые определяют последовательность обработки данных в ИР. Здесь же могут размещаться метазнания, которые указывают последовательность применения решающих правил. Для общения с внешним миром в системе присутствуют следующие компоненты:
Компонент приобретения знаний КПЗ. Этот компонент обеспечивает наполнение системы данными и знаниями. Его основа - символьные языки и программные средства их поддержки;
Диалоговый компонент ДК. С помощью этого компонента обеспечивается диалог между пользователем и системой. Средства ДК обеспечивают представление информации для пользователя в понятиях предметной области;
Объяснительный компонент ОК. Этот компонент - средство представления пользователю сведений о том, почему экспертная система принимает то или иное решение.
Представленная структура является статической экспертной системой, т.к. предназначена для работы в неизменяемой предметной области. Пополнение базы данных или базы знаний может выполняться по инициативе пользователя с привлечением экспертов.
Системы, которые могут самостоятельно пополнять базы данных и знаний, называются динамическими. Ядро динамической системы – статическая система, дополнительные элементы: средства получения информации из предметной области, средства преобразования этой информации, модель предметной области. Динамическая система в рабочем режиме постоянно получает информацию из предметной области. Ее
12
преобразование состоит в приведении к установленным форматам (распознавание и составление символьного описания). Полученное описание накладывается на модель предметной области с целью выявления новых признаков. При наличии таковых пополняется база данных через компонент преобразования знаний КПЗ. При поиске решения и использовании новых признаков могут формулироваться новые решающие правила, которыми пополняется база знаний.
Статические и динамические системы работают в режиме обучения (накопления знаний) и консультаций. Первый режим реализуется при разработке системы; второй – пользовательский, когда с системой работает конечный пользователь. В первом режиме максимально задействован КПЗ, во втором – ОК и ДК.