
- •Системы искусственного интеллекта
- •Системы искусственного интеллекта
- •Введение
- •Лабораторная работа № 1 Построение базы знаний экспертной системы на основе продукционной модели представления знаний. Цель работы
- •Задание
- •Методические указания
- •Содержание отчета о работе
- •Содержание отчета о работе
- •Содержание отчета о работе
- •Методические указания
- •Соответствие разрешенных значений условиям правил
- •Соответствие условий и заключений правил
- •Правила, определяющие относительный вес
- •Содержание отчета о работе
- •Контрольные вопросы
- •Библиографический список
- •Содержание
Содержание отчета о работе
Протокол диалога с ЭС при выполнении тестового примера
Граф И/ИЛИ для тестового примера
Таблица, показывающая последовательность шагов при выполнении тестового примера.
Контрольные вопросы
Как выполняются логические выводы в оболочке Expert?
Как выдвигаются гипотезы при выполнении обратных выводов?
Какие правила образуют конфликтное множество?
Как проверяется истинность условий, которые представляются терминальными вершинами И/ИЛИ графа?
Как строится граф И/ИЛИ для тестового примера?
Лабораторная работа № 3 Разработка базы знаний для ЭС диагностики
Цель работы
Практическое освоение методов построения ЭС для решения задач диагностики.
Задание
Проведите анализ выбранной вами предметной области и постройте классифицирующую сеть и граф, представляющий решение одной тестовой задачи диагностики из этой предметной области.
Составьте правила, вопросы и разрешенные значения, необходимые для решения тестовой задачи и введите их в базу знаний ЭС.
Проверьте решение тестовой задачи в режиме консультации с ЭС.
Методические указания
ЭС диагностики определяют нарушения в работе системы, исходя из наблюдений. ЭС диагностики используются в различных областях. Прежде всего здесь нужно отметить медицину, поскольку в медицинской области было разработано больше диагностических ЭС, чем в любой другой. В медицине ЭС диагностики анализируют симптомы, наблюдаемые у пациентов, результаты анализов и различных обследований с целью определения причин заболеваний и постановки диагноза.
Помимо медицины, ЭС диагностики также нашли широкое применение для определения неисправностей различных технических устройств и систем. ЭС соотносят внешние проявления неисправностей с вызвавшими их причинами. В технических устройствах такими причинами обычно являются неисправности каких-либо элементов или нарушения настройки некоторого блока.
При разработке ЭС диагностики многие студенты в качестве источника знаний используют различные пособия по ремонту телевизоров, магнитофонов, автомобилей и других технических устройств. В этих пособиях обычно рассматриваются наиболее часто встречающиеся неисправности и для каждой конкретной неисправности указываются ее внешние признаки и проявления.
Некоторые студенты пытаются в аналогичной форме представить знания ЭС: заключение каждого правила соответствует конкретной неисправности, а в условиях правила представляются признаки этой неисправности.
В результате получается ЭС, которая решает задачу диагностики за один шаг, т.е. решающее дерево представляется единственным правилом. При этом количество условий в правилах часто оказывается довольно большим. Для проверки каждого из условий пользователю задается вопрос, а поскольку знания о неисправностях не систематизированы, ЭС перебирает все возможные неисправности в случайном порядке и задает пользователю множество вопросов, не относящихся к имеющейся неисправности.
Такой подход к построению ЭС диагностики является неудовлетворительным.
Разработку ЭС диагностики целесообразно начать с построения классифицирующей сети, позволяющей систематизировать знания о возможных неисправностях (заболеваниях). Общий вид такой классифицирующей сети представлен на рис. 4.
Набор правил ЭС диагностики можно построить таким образом, чтобы вести логические выводы в направлении от общего к частному. Для этого с каждой из вершин классифицирующей сети следует связать некоторый набор признаков. В результате все множество признаков будет разбито на несколько уровней. На рис. 5 представлено три таких уровня: признаки классов, признаки подклассов, признаки диагнозов.
В соответствии с этим выделяется несколько этапов в решении задачи диагностики, а множество правил разбивается на подмножества, каждое из которых используется на определенном этапе решения задачи.
На первом этапе используются правила, в условиях которых анализируются признаки классов и делается заключение о классе неисправностей (см. рис. 5).
На втором этапе используются правила, условия которых содержат класс неисправностей и признаки подкласса, значения которых определяют принадлежность неисправности одному из подклассов данного класса.
На третьем этапе используются правила, условия которых содержат подкласс неисправностей и признаки диагноза, значения которых определяют диагноз, т.е. имеющуюся неисправность.