- •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
2.2. Технология разработки экспертных систем
Информация для экспертной системы поступает из предметной области ПО. Разработка экспертной системы для конкретной ПО состоит из нескольких унифицированных этапов (Рис.3). Первый из них - идентификация И. На этом этапе рассматривается предметная область и определяется целесообразность и возможность создания экспертной системы. Принцип целесообразности состоит в выявлении степени неопределенности предметной области. Если предметная область может быть четко формализована в виде алгоритмической или математической модели, то экспертную систему создавать нецелесообразно.
Возможность создания ИС определяется наличием экспертов и предварительной оценкой представления ПО в виде символьных описаний. При положительном решении формируется группа разработки проекта, которая начинает работу с этапа концептуализации К. При этом выбирается символьный язык и систематизируется предметная область, т.е. выявляются основные ее понятия (признаки).
После этого осуществляется формализация Ф. При Ф
13
систематизированные признаки предметной области представляются в символьном виде и разрабатываются или предлагаются правила работы с символьными представлениями. После Ф на этапе выполнения В экспертная система наполняется знаниями, т.е. сведениями в символьном представлении, которые описывают различные ситуации (свойства) предметной области. Здесь же символьные данные описываются средствами программирования вычислительных систем.
ПО ЭС
И
Т ОЭ
ПФ ПК
К
Ф
В
Рис.3. Последовательность разработки экспертной системы
По завершении этапа В система готова для использования; до передачи ее конечному пользователю выполняется тестирование Т и опытная эксплуатация ОЭ. При тестировании разработчиками проекта предлагаются системе различные наборы данных с известными решениями. Контролируются правильность принятия решений и последовательность их поиска. При опытной эксплуатации системе предлагаются реальные задачи ПО, и оценивается объективность решения с контролем последовательности его принятия. По результатам тестирования и опытной эксплуатации принимается решение о степени готовности системы. При отрицательном решении может выполняться переформулирование ПФ поставленной задачи на этапах И и К и (или) п ереконструирование на этапе формали-
14
зации. При положительном выводе о готовности системы, она передается конечному пользователю.
Обычно разработка систем выполняется как разработка прототипов, т.е. не ставится задача разработки сразу системы с полным объемом знаний. Для начала на этапах И и К выбираются наиболее существенные признаки ПО, и система разрабатывается и тестируется только в объеме этих признаков. В дальнейшем в систему добавляется новый объем признаков, создается второй прототип и так далее до исчерпания всех известных признаков.
2.3. Механизм вывода в экспертных системах
При принятии решения сначала выполняется выборка Выб (Рис. 4). При выборке из рабочей памяти РП извлекаются данные, а из базы знаний БЗ правила.
В
РП
РК
Соп.
Выб.
ОМ
КМ
АМ
БЗ
Рис. 4. Последовательность вывода в экспертных системах
Выбранный означенный модуль ОМ выполняется на этапе выполнения Все извлекаемые данные и знания анализируются на возможность применения при решении. В результате чего создается набор активных модулей АМ. Далее модули из набора сопоставляются (Соп). При сопоставлении создаются пары или тройки из данных и правил, т.е. выбираются данные и правила, которые к этим данным можно применить. Резуль
15
тат сопоставления – набор конфликтных модулей КМ. Модули конфликтны в том смысле, что поиск решения может начинаться с любого из них. Выбор последовательности работы с модулями осуществляется при разрешении конфликтов РК. В. В результате модифицируется РП (изменение данных). В дальнейшем механизм вывода может работать или в стадии РК до перебора всех конфликтных модулей или запускаться по полному циклу с учетом модификации базы данных (РП).