- •ИиСиТ (Интелектуальные Информацияонные Системы и Технологии) Лекция №1
- •Лекция №2 Системы с интеллектуальным интерфейсом
- •Экспертные системы(эс)
- •Основные факторы, влияющие на целесообразность и эффективность разработки в экспертной системе
- •Лекция №3
- •Архитектура экспертных систем
- •Лекция №4
- •Классификация экспертных систем
- •Лекция №5 Технология создания экспертных систем Этапы создания экспертной системы
- •Этапы извлечения знаний инженерами знаний
- •Идентификация проблемной области
- •Лекция №6
- •Стратегия разработки экспертных систем
- •Этап: Построение концептуальной модели
- •Объектная модель
- •Лекция №7 Функциональная модель
- •Поведенческая модель
- •Лекция №8 Формализация базы знаний
- •Логическая модель
- •Лекция №9 Продукционные модели
- •Лекция №10 Динамические сети
- •Семантические сети
- •Лекция №11
Поведенческая модель
Отражает изменение состояния объектов в результате возникновения некоторых событий, влекущих за собой выполнения определенных действий или процедур. Состояние объекта – изменяющееся во времени значение некоторого свойства. Набор действий, связанный с некоторым событием, составляет поведение объекта, которое выражается в виде правил или процедур.
Задача определения поведенческой модели заключается в определении связей событий с поведением объектов и изменением их состояний. Как правило, событие отражается в форме сообщения, посылаемого объекту.
Рассмотрим пример поведенческой модели в виде диаграммы потока событий:
Таблица: Заказ. См. тетрадь.
Лекция №8 Формализация базы знаний
На этапе формализации БЗ осуществляется выбор метода представления знаний в базе.
Классификация методов представления знаний:
По степени структурированности знаний:
Правила. Операционные знания.
По степени определенности(формальности):
Логическая модель(предикат).
Продукционная модель.
1.1.1.2.1. Модели с нечеткой логикой.
1.1.1.2.2. Условные вероятности.
1.1.2. По степени динамичности:
1.1.2.1. Статика.
1.1.2.2. Динамика
Объекты. Фактуальные знания.
Семантические сети.
Фреймы.
Объектно-ориентированная модель.
Объектные методы представления знаний в большей степени ориентированы на представление структуры фактуального знания, а правила: операционного знания.
Логическая модель реализует и объекты и правила с помощью предикатов, является строго формализованной моделью с универсальным дедуктивным(от общего к частному) методом логического вывода “от цели к данным”.
Продукционная модель позволяет осуществлять методы вывода на правилах и может обрабатывать неопределенности в виде условных вероятностей или коэффициентов уверенности.
Семантическая сеть отображает разнообразные отношения объектов. Фреймовая модель, как частный случай семантической сети использует для реализации операционного знания дополнительные процедуры.
Объектно-ориентированная модель, как развитие фреймовой модели реализует обмен сообщений между объектами и в большей степени ориентирована на решение динамических задач и отражение поведенческой модели.
Логическая модель
Логическая модель предполагает унифицированное описание объектов и действий в виде предикатов. Под предикатом понимается логическая функция на n аргументах или признаках, которые принимают истинное или ложное значение в зависимости от значения аргументов, отличие заключается в том, что для объектов соответствующие реляционные отношения задаются явно в виде фактов, а действия описываются, как правило, определяющие логическую формулу одних фактов из других фактов.
Пример: Фрагмент БЗ подбора претендентов на вакансии в языке программирования Prolog.
“:” - если.
“, “- и.
“.” – Конец утверждения.
Vibor(FIO, Doljnost): - Pretendent (FIO, Obrazovanie, Staj),
Vakancy(Doljnost, Obrazovanie, opyt).
Pretendent (“Иванов”,”среднее”,10)
Pretendent(“Петров”,”высшее”,12)
Vakancy(“Менеджер”,”высшее”,10)
Vakancy(“Директор”,”высшее”,15)
Механизм вывода осуществляет дедуктивный перебор фактов, относящихся к правилу: по принципу сверху вниз, слева на право, или обратный вывод методом поиска. В данном примере на запрос Vibor(x,y): X – “Петров”, Y – “Менеджер”. Правила могут связываться в цепочки в результате использования одинакового предиката в посылке одного и заключении другого правила.
Для логической модели характерна строгость формального аппарата получения решения, однако полный, последовательный перебор всех возможных решений может приводить к комбинаторным(много вариантов) взрывам, в результате чего, поставленные задачи могут решаться недопустимо большое время, кроме того, работа с неопределенностями знаний должна быть запрограммирована в виде самостоятельных правил, что на практике затрудняет разработку БЗ с помощью логического формализма.
