
- •5 Июля 2007 года, протокол № 6
- •Рассуждения в условиях неопределенности.
- •Рассуждения с расширяющимися и уменьшающимися множествами заключений.
- •Логика немонотонных рассуждений.
- •Неточный вывод на основе фактора уверенности.
- •Рассуждения с нечеткими множествами
- •Теория доказательства Демпстера-Шафера
- •Стохастический подход при рассуждениях в условиях неопределенности (байесовские рассуждения).
- •Сильные и слабые методы решения задач.
- •Концептуальная модель и ее роль в приобретении знаний.
- •Рассуждения на основе моделей.
- •Стадии существования эс.
- •Специальные средства разработки эс и их выбор.
Концептуальная модель и ее роль в приобретении знаний.
Использование концептуальной модели – это современный способ применения сильных методов решения задач, которые предполагают, что человек-эксперт, знания которого закладываются в искусственную систему, способен действовать в своей области компетентно и на высоком уровне.
Упрощенная модель процесса извлечения знаний у эксперта и формализации его опыта имеет вид:
Круг знаний эксперта, который нужно заложить в искусственную систему, как правило, является неопределенным и неточным. Инженер по знаниям должен трансформировать этот неформальный опыт в формальный язык вычислительной системы.
Чтобы облегчить эту непростую задачу в настоящее время и используется концептуальная модель, т.е. прослойка между человеческим опытом и реализованной программой.
Под концептуальной моделью понимается концепция знаний о данной предметной области, которая построена инженером по знаниям. Она отличается от модели эксперта и определяет структуру БЗ. Эта модель не является формальной и исполняемой на компьютере. Это промежуточное проектное решение, которое представляет собой шаблон для начала процесса кодирования человеческого опыта. При этом на эту модель большое влияние оказывает выбор языка представления знаний: правила, сети, фреймы.
При создании этой модели должны быть даны ответы на следующие вопросы:
Является ли решение проблемы детерминированным или оно основано на поиске?
Как выполняются рассуждения: или на основе данных, или на основе цели, когда задается набор вероятных гипотез и из них выбирается одна?
Существуют ли определенные стадии рассуждений, на каждой из которых получают значительные результаты, влияющие на результаты других стадий?
Хорошо ли изучена предметная область или знания существенно эвристичны?
Можно ли для решения новых проблем использовать примеры прежних задач и их решений или необходимо преобразовать предыдущий опыт в некоторое общее правило?
Необходимы или нет немонотонные рассуждения?
Достаточно ли представлений, основанных на правилах или нужны другие представления, т.е. нейронные сети?
Таким образом, концептуальная модель – это некоторый шаблон, который позволяет осмыслить и систематизировать качество знаний в данной предметной области и предложить представление этих знаний, наиболее адекватное их характеру.
Рассуждения на основе моделей.
ЭС первого поколения основывались на эвристических правилах, полученных из описания методов решения задач человеком-экспертом. Эти системы обладали рядом ограничений. Если ситуация не соответствовала заложенным в систему эвристикам, система просто терпела неудачу. Иногда эти системы стремились применить эвристики в неподходящих ситуациях. Преодолеть эти ограничения позволяет современный подход, который называется рассуждениями на основе моделей.
В таких системах программно моделируются те функции, которые необходимо дополнительно понять и зафиксировать.
Рассмотрим пример системы, основанной на модели и предназначенной для диагностики неисправностей.
Пусть система состоит из трех мультиплексоров: MULT-i, i=1, 2, 3 и двух сумматоров ADD-j, j=1, 2.
A, B, C, D, E – входы системы,
F, G – ее выходы.
В схеме осуществляется, во-первых, реальное измерение сигналов (их значения будут показаны в [ ]), а, во – вторых, моделирование этих сигналов, что будет показано в ( ).
Схема имеет вид:
Рассматриваемая система на первом шаге фиксирует сам факт неисправности. В данном случае несовпадение выходных сигналов, промоделированных и измеренных.
В примере проблему представляет выход F, значения которого не совпадают.
Следующим шагом является выдвижение ряда гипотез о том, что могло создать такую ситуацию.
В рассматриваемом примере это набор причин, которые могли вызвать несовпадение значений выхода F.
Предположим для простоты, что связи абсолютно надежны, и отказать может только блок. Кроме того, одновременное наступление отказа двух блоков маловероятно.
Тогда причиной неисправности согласно схеме может быть отказ одного из трех блоков: ADD-1, MULT-1, MULT-2.
На третьем этапе из выдвинутых на предыдущем шаге гипотез отбрасываются те, которые не могли объяснить анализируемое поведение системы.
Вообще говоря, на этом шаге стремятся получить единственную гипотезу, которая дает ответ на вопрос, чем вызвана анализируемая ситуация. Но на практике это редко удается.
В рассматриваемом примере на этом шаге можно отбросить блок MULT-2, т.к. его сигнал поступает на выход G, с которым все в порядке, а два блока по условию задачи одновременно отказать, чтобы скомпенсировать свои отказы, не могут.
Итак, осталось две причины анализируемого отказа (отказ одного из блоков: ADD-1 и MULT-1).
Если после третьего шага осталось несколько версий, то выполняют следующий шаг, для чего привлекают дополнительную информацию, чтобы оставить единственную версию отказа. В данном случае можно дополнительно проанализировать выходной сигнал мультиплексора MULT-1.
Если с его выходом все в порядке, то отказал ADD-1. Если нет, то отказал он сам.
Таким образом, системы, построенные по этому принципу, во – первых, фиксируют ситуацию, которую нужно проанализировать, во – вторых, моделируют ее программно, в – третьих, осуществляют выдвижение гипотез, в – четвертых, осуществляют анализ этих гипотез на основе правил, как это делали ЭС.