- •О.А. Печень
- •Оглавление
- •Предисловие
- •Раздел 1. Теоретические основы построения иис Тема 1.1. Развитие и области применения интеллектуальных информационных систем
- •1.1.1. Предмет, цель и задачи дисциплины
- •1.1.2. Классификация иис, место и роль иис в ит
- •Контрольные вопросы по теме
- •Тема 1.2. Знания и методы представления знаний
- •1.2.1. Знания, свойства и классификация знаний
- •1.2.2. Модели представления знаний
- •1.2.3. Логическая модель представления знаний
- •1.2.3. Нечеткая логика как расширение логической модели
- •1.2.4. Продукционная модель представления знаний
- •База правил
- •База правил
- •1.2.5. Модель представления знаний на основе семантических сетей
- •1.2.6. Представление знаний с применением фреймов
- •1.2.8. Использование различных моделей представления знаний
- •Контрольные вопросы по теме
- •Тема 1.3. Инженерия знаний и получение знаний
- •1.3.1. Инженерия знаний
- •1.3.2. Методы получения знаний
- •Контрольные вопросы по теме
- •Раздел 2. Технологии экспертных систем
- •2.1.2. Структура экспертных систем
- •2.1.3. Классификация экспертных систем
- •Контрольные вопросы по теме
- •Тема 2.2. Технология разработки экспертных систем
- •2.2.1. Этапы разработки экспертной системы
- •2.2.2. Состав и взаимодействие участников процесса разработки и эксплуатации эс
- •Контрольные вопросы по теме
- •Тема 2.3. Процесс поиска решений и механизмы вывода и рассуждений
- •2.3.1. Поиск как основа функционирования иис
- •2.3.2. Методы поиска решений в пространстве состояний
- •2.3.3. Стратегии поиска в глубину и ширину
- •2.3.4. Стратегия эвристического поиска
- •2.3.5. Формализация задач в пространстве состояний
- •Контрольные вопросы по теме
- •Раздел 3. Технологии нейронных сетей
- •Тема 3.1. Введение в нейронные сети и нейросетевые системы
- •3.1.1. Основы нейросетевого подхода
- •3.1.2. Построение и применение нейросетей
- •Контрольные вопросы по теме
- •Тема 3.2. Классификация и выбор структуры нейросетей
- •3.2.1. Классификация нейросетей
- •3.2.2. Выбор структуры нейросетей
- •Контрольные вопросы по теме
- •Тема 3.3. Решение задач с помощью нейросетей
- •3.3.1. Общий подход к построению нейросети
- •3.3.2. Обучение нейросети
- •3.3.3. Применение обученной нейросети
- •Контрольные вопросы по теме
- •Раздел 4. Эволюционные вычисления
- •Тема 4.1. Эволюционные вычисления и генетические алгоритмы
- •4.1.1. Сущность эволюционного подхода к вычислениям
- •4.1.2. Основы теории генетических алгоритмов
- •4.1.3. Направления развития генетических алгоритмов
- •Контрольные вопросы по теме
- •Раздел 5. Средства разработки и интерфейсы иис
- •Тема 5.1. Инструментальные средства разработки иис
- •5.1.1. Общие сведения о средствах разработки иис
- •5.1.2. Языки программирования для разработки иис
- •Тема 5.2. Интеллектуальные интерфейсы
- •5.2.1. Речевое взаимодействие с иис
- •5.2.2. Графические интеллектуальные интерфейсы
- •5.2.3. Интеллектуальные поисковые системы
- •5.2.4. Обучающие системы и тренажеры
- •Контрольные вопросы по теме
- •Литература
Контрольные вопросы по теме
Сформулируйте понятие интеллектуальной информационной системы.
Приведите подходы к построению ИИС и сформулируйте их различия.
Опишите основные направления работ в области ИИС.
Перечислите основные классификационные признаки ИИС,
Приведите классификацию ИИС.
Опишите отличия ИИС от обычных ИС.
Приведите области применения ИИС и опишите место и роль ИИС,
Тема 1.2. Знания и методы представления знаний
1.2.1. Знания, свойства и классификация знаний
Свойства знаний и отличие знаний от данных
Человек для решения возникающих задач использует знания о предметной области. Для выполнения той же задачи в информационной системе необходимо знания представить в некоторой стандартной форме и разработать процедуры их обработки.
Существуют различные определения понятия «знания». В одном из наиболее емких определений под знаниями понимают формализованную информацию, на которую ссылаются или которую используют в процессе решения задачи. Знание о предметной области включает описание объектов, их окружения, необходимых явлений, фактов, а также отношений между ними. Общение с ЭВМ на уровне знания предопределяет возможность ввода в машину и использование машиной некоторой совокупности взаимосвязанной информации. Сложность понятия «знание» заключена в множественности его носителя и неразрывности с понятием «данные». Выделяют несколько уровней формализации знания о предметной области: знания в памяти человека; знания в форме языковой модели предметной области, используемые человеком и зафиксированные на физических носителях с использованием контекстно-зависимых языков, графических образов и т. п.; знания, формализованные для их представления при использовании в ЭВМ; фактографические сведения или данные [5,c.12].
При использовании традиционных подходов к созданию ИС знания о предметной области программируются непосредственно в алгоритмах обработки и составляют единое целое с кодом. Этот подход затрудняет понимание, каким образом используются знания и какую роль выполняют. Знания и программа их обработки оказываются жестко связанными между собой и представляют возможность получать только те выводы из имеющихся знаний, которые предусмотрены алгоритмом.
СОЗ
Знания База
знаний Механизм вывода
Функции
решения задач
определяет модитфицирует пополняет модифицирует
Рис. 1.1. Интеллектуальная информационная система
В интеллектуальных информационных системах функции хранения знаний и функции решения задач разделены подобно делению на алгоритмы обработки и данные в базах данных где СУБД обеспечивает автономное хранение данных от программ их обработки. По аналогии с базами данных средства для хранения знаний и хранимые в них знания часто называют базами знаний. Таким образом, в ИИС:
знания представляются в конкретной форме в базе знаний, которая позволяет их легко определять, модифицировать и пополнять;
функции решения задач реализуются автономным механизмом логических выводов, выполняемых на основе знаний, хранящихся в базе.
Таким образом, мы можем сформулировать необходимые нам определения знаний и данных следующим образом [1,c.19].
Знания – это закономерности предметной области (принципы , связи законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
Данные – это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.
Иногда возможно использовать следующее определение: знания – это хорошо структурированные данные, иди данные о данных, или метаданные.
Виды знаний
Знания можно классифицировать по достаточно большому числу критериев, приведем здесь основные классификации, используемые в практике построения ИИС [5,c.308].
Фактические и стратегические знания
Часто знания определяются как «...основные закономерности предметной области, позволяющие человеку решать конкретные производственные, научные и другие задачи, то есть факты, понятия, взаимосвязи, оценки, правила, эвристики (иначе фактические знания), а также стратегии принятия решения в этой области (иначе стратегические знания).
Факты и эвристики
Некоторые авторы разделяют знания на две большие категории: факты и эвристики. Первая категория (факты) указывает на хорошо известные в той или иной предметной области обстоятельства. Такие знания еще называют текстовыми, имея в виду достаточную их освещенность в специальной литературе и учебниках. Вторая категория знаний (эвристики) основывается на индивидуальном опыте специалиста (эксперта) в предметной области, накопленном в результате многолетней практики. Эта категория нередко играет решающую роль при построении интеллектуальных программ. Сюда относятся такие знания, как «способы удаления бесполезных гипотез», «способы использования нечеткой информации», «способы разрешения противоречий» и т. п. .
Декларативные и процедурные знания
Под декларативными знаниями подразумевают знания типа «А это В», и они характер-ны для баз данных. Это, например, такие факты, как «в час пик на улице много машин», «зажженная плита - горячая», «скарлатина – инфекционное заболевание».
К процедурным знаниям относятся сведения о способах оперирования или преобразования декларативных знаний.
Интенсиональные и экстенсиональные знания
Интенсиональные знания — это знания о связях между атрибутами (признаками) объектов данной предметной области. Они оперируют абстрактными объектами, событиями и отношениями.
Экстенсиональные знания представляют собой данные, характеризующие конкретные объекты, их состояния, значения параметров в пространстве и времени.
Глубинные и поверхностные знания
В глубинных знаниях отражается понимание структуры предметной области, назначение и взаимосвязь отдельных понятий (глубинные знания в фундаментальных науках — это законы и теоретические основания). Поверхностные знания обычно касаются внешних эмпирических ассоциаций с каким-либо феноменом предметной области.
Например, для разговора по телефону требуется лишь поверхностное знание того, что, сняв трубку и правильно набрав номер, мы соединимся с нужным абонентом. Большинство людей не испытывает необходимости в глубинных представлениях о структуре телефонной связи, конструкции телефонного аппарата, которыми, безусловно, пользуются специалисты по телефонии. Опора на глубинные представления помогает создавать более мощные, гибкие и интеллектуальные адаптивные системы.
Глубинные знания являются результатом обобщения первичных понятий предметной области в некоторые более абстрактные структуры. Степень глубины и уровень обобщенности знаний непосредственно связаны с опытом экспертов и могут служить показателем их профессионального мастерства.
Жесткие и мягкие знания
Жесткие знания позволяют .получать однозначные четкие рекомендации при заданных начальных условиях. Мягкие знания допускают множественные, «размытые» решения и различные варианты рекомендаций.
Характеристика различных предметных областей по глубине и жесткости дает возможность проследить тенденцию развития интеллектуальных систем.
Рис. 1.2. Тенденция развития интеллектуальных систем
Как видно из рисунка, область практического применения интеллектуальных систем все более смещается в сферу задач с преобладанием глубинных и мягких знаний. Такие задачи еще называют трудно формализуемыми. Для них характерна одна или несколько следующих особенностей:
задача не может быть определена в числовой форме (требуется символьное представление);
алгоритмическое решение задачи не известно (хотя, возможно, и существует) или не может быть использовано из-за ограниченных ресурсов (памяти компьютера, быстродействия);
цели задачи не могут быть выражены в терминах точно определенной целевой функции или не существует точной математической модели задачи.