40.Продукционные модели. База фактов. База правил. Работа машины вывода.
ПМ-модель, основанная на представлении знаний в виде правил «Если (условие), то (действие)». Условие- некоторое предложение, образец, по которому осущ-ся поиск в базе знаний. Действие- действия, выполняемые при успешном исходе поиска. Традиционная продукционная модель знаний включает в себя следующие базовые компоненты:1) набор правил (или продукций), представляющих базу знаний продукционной системы; 2) рабочую память, в которой хранятся исходные факты, а также факты, выведенные из исходных фактов при помощи механизма логического вывода; 3) сам механизм логического вывода, позволяющий из имеющихся фактов, согласно имеющимся правилам вывода, выводить новые факты. Причем, количество таких операций может быть бесконечно. Каждое правило, представляющее базу знаний продукционной системы, содержит условную и заключительную части. В условной части правила находится либо одиночный факт, либо несколько фактов, соединенных конъюнкцией. В заключительной части правила находятся факты, которыми необходимо пополнить рабочую память, если условная часть правила является истинной.
Исходные факты (данные)- хранятся в базе фактов, набор правил- в Базе Правил. Средство получения новой информации – машина вывода или интерпретатор правил – программа, управляющая перебором правил из продукционной базы знаний. Функции машины вывода: 1. Просмотр существенных фактов из рабочей памяти(базы фактов), правил из БЗ и добавление по возможности в рабочую память новых фактов. 2. Определяет порядок просмотра и применение правил. В больш-ве сис-м, основанных на знаниях, машина вывода - небольшая по объему программа из двух компонентов: компонента вывода и управляющего компонента. Достоинства: наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой мех-ма логич вывода, Недостаток: при накоплении большого числа правил они начинают противоречить др. с др., неясность взаимных отношений между составляющими конкретную продукционную модель знаний правилами, а также правилами логического выбора.
41.Семантические сети. Виды отношений. Пример семантической сети.
Семант. сеть –ориентир-й граф с именованными вершинами и дугами, вершины к-го предст-ют понятия, а дуги – отношения м/у ними. Термин «семантическая» озн-ет смысловая. Семантика уст-ет соотношения между символами и объектами, которые они обозн-ют, т. е. опр-ет смысл обозн-й (их интерпретацию). Понятия - абстрактные или конкр-е сущности. Наиболее часто исп-мые связи: 1.Связи типа «часть-целое» (класс-подкласс). 2.Функц-ные (опр-емые глаголами «производит», «влияет»). 3. Кол-ные (>,<,=). 4. Простр-ные (напр, далеко от).5. Временные (раньше, позже). 6. Атрибутивные (иметь св-во, иметь знач-е). 7. Логические (и, или, не…). ПО числу типов отношений: 1.однородные (с единств-м типом связи);2. Неодн-ные (с разл. типами связи). По типам отн-я:1.бинарные (сод-щие только бинарные отн-я). 2.N-арные (вкл-щие отношения, связ-щие более 2 понятий). По стр-ре: 1.Отн-е м/у надмножеством и подмножеством (наз-ся AKO-«A Kind Of», «разновидность»). (Пример: «собака является животным» = тип с именем собака явл-ся подтипом типа животные). 2.Отн-ие м/д объектом и множ-ом, обозн-щим, что объект принадлежит этому множеству, наз-ся отн-ем класс-ции (ISA). Говорят, что мн-во (класс) классифицирует свои экземпляры (пример:«Шарик явл-ся собакой»=Шарик явл-ся объектом типа собака). Иногда это отн-ие именуют также MemberOf, InstanceOf или подобным образом. Поиск решения в БЗ типа СС сводится к поиску фрагмента сети, отраж-его пост-ый запрос к базе. Преимущ-во: более других моделей соответствует представлениям об организации долговременной памяти человека. Недостаток: сложность орг-ии процедуры поиска вывода на СС. Экспертные системы, исп-ие СС в кач-ве языка представления знаний-PROSPECTOR, CANSET, TORUS.Вывод на семантической сети – поиск фрагмента сети, соответствующего некоторой подсети, отражающей сформулированный запрос к базе знаний.Пример:
