Министерство образования Республики Беларусь

Учреждение образования

“Белорусский государственный университет информатики и радиоэлектроники”

Кафедра интеллектуальных информационных технологий

Факультет информационных технологий и управления

К защите допустить Заведующий кафедрой

( В.В. Голенков )

Пояснительная записка

к курсовой работе

по дисциплине «Математические основы интеллектуальных систем»

на тему «База знаний интеллектуальной справочной системы по логике»

БГУИР КР4 1 – 40 03 01 02  08 ПЗ

Выполнил Залесский А.Е.

студент группы

021702

Руководитель Давыденко И.Т.

Минск 2012

Содержание

ИСС – интеллектуальная справочная система 7

БЗ – база знаний 7

SC – Semantic Code 7

SCg –Semantic Code graphical 7

SCL – Semantic Code Logic 7

SRS Studio - Semantic Reference System Studio 7

OSTIS – open semantic technology for intelligent systems; 7

KBE – Knowledge base editor. 7

ВВЕДЕНИЕ 8

Развитие информационных технологий и вычислительной техники идет быстрыми темпами. Накопление информации происходит ещё большими темпами. Поэтому в настоящее время у человечества накопилось большое количество информации и как следствие этого назревает проблема усложнение поиска необходимой информации. Уже сейчас поиск настолько сложен и даёт большое количество ”мусора ”, и можно себе представить когда информации станет на порядок больше , то нахождение (поиск) нужной информации усложнится ещё. Для решения данной проблемы необходимо правильно представлять и обрабатывать информацию. 8

1. ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ПРОЕКТИРУЕМОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ 10

Построение графиков функций Plot[Sin[x]^x, {x,-Pi,E}] (ответ Рисунок 1.6) 16

2. БАЗА ЗНАНИЙ ПРОЕКТИРУЕМОЙ НТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ 21

2.1. Задачно-ориентированная спецификация базы знаний проектируемой интеллектуальной системы 21

Для начала разберёмся с основными понятиями: 21

База знаний в информатике и исследованиях искусственного интеллекта (БЗ; англ. knowledge base, KB) — это особого рода база данных, разработанная для оперирования знаниями (метаданными), т.е это информационные массивы, содержащие знания. Под базой знаний понимают совокупность фактов и правил вывода, допускающих автоматические умозаключения и осмысленную обработку информации. 21

При разработки БЗ существует чёткий план, которого необходимо придерживаться. 21

1. Выявление основных элементов БЗ. 21

2. Выделение объектов (возможно классов объектов) которые необходимо описывать. 22

3. Составление перечня вопросов для данных объектов и тестирование. 22

2.1.1. Тестовый сборник вопросов 22

2.2.Онтология базы знаний проектируемой интеллектуальной системы 23

2.3.Содержательная декомпозиция базы знаний проектируемой интеллектуальной системы 26

2.4.Исходные тексты базы знаний прототипа интеллектуальной системы 26

Примеры статей на SCg 26

26

Рисунок 2.2 - Теормема Геделя(Вторая) Рисунок 2.3 - Дизъюнкт 27

Рисунок 2.4 - Логическая функция 28

Рисунок 2.5 – Отношение нестрогого порядка 28

Рисунок 2.6 – Опр(Ассоциативное исчисление или система Туэ) 29

Рисунок 2.7 – Опр.(Дизъюнкт) 29

Рисунок 2.8 – Опр(Система подстановок или полусистема Туэ) 30

Рисунок 2.9 - Эквивалентное соотношение 30

Рисунок 2.10 – Чистое исчисление предикатов 31

31

Рисунок 2.11 – Хорновский дизъюнкт 31

Рисунок 2.12 - Опр.(Теорема Геделя(Первая)) 32

Рисунок 2.13 Опр.(Теорема Геделя(Вторая)) 33

Рисунок 2.14 – Опр.(Теорема Поста о нормальной форме) Рисунок 2.15 - Опр.(формально-непротиворечивая теория) Рисунок 2.16 – Опр.(Отношение строгого порядка) 33

Рисунок 2.17 – Теорема Геделя (Первая) Рисунок 2.18 – Система подстановок или полусистема Туэ Рисунок 2.19 – Тождественно истинное высказывание Рисунок 2.20 – Формально непротиворечивая теория 35

37

Рисунок 2.21 – Опр.(Хорновский Дизъюнкт) 37

38

Рисунок 2.22 – Семантика исчисления 38

38

Рисунок 2.23 – Синтаксис исчисления 38

39

Рисунок 2.24 – Субъект 39

39

Рисунок 2.25 – Теорема Поста о нормальной форме 39

Для примера приведём несколько статей на SCn: 39

Модус Darii 39

Утв.(модус Darii) 39

≗ [Если всякий термин M есть термин P иесли всякий термин S есть термин M, то всякий термин S есть термин P.] 40

≗ [Для любых _S, _M, _P имеет место 40

импликация: 40

• если имеет место 40

коньюнкция: 40

•• для любых _x имеет место 40

импликация: 40

••• если _x∈_M, 40

••• то _x∈_P, 40

•• для любых _y имеет место 40

импликация: 40

••• если _y∈_S, 40

••• то _ y∈_M, 40

• то существует _z, 40

для которого имеет место 40

импликация: 40

•• если _z∈_S, 40

•• то отрицание: _z∈_P.] 40

∈ Предметная область Логика предикатов в роли утверждения_ 40

Модус Ponens 40

= правило заключений ∈ модус 40

– Отношения, области определения которых являются надмножеством описываемого множества и связки которых, в общем случае, связывают элементы описываемого множества с другими объектами: 40

• посылка* 40

• заключение* 40

Утв.(модус Ponens) 40

≗ [если A и A→B — выводимые формулы, то B также выводима.] 41

≗ [Для любых _A, _B - формулы,_Vf – выводимые формулы,_F – выводима имеет место 41

импликация: 41

• если имеет место 41

коньюнкция: 41

••_Vf∈_A 41

•• имеет место 41

импликация: 41

••• если _Vf∈_A, 41

••• то _Vf∈_B, 41

• то _F∈_B.] 41

∈ Предметная область Логика предикатов в роли утверждения_ 41

Формальная теория 41

= Класс формальных теорий 41

= Множество формальных теорий 41

= Понятие формальной теории 41

– Определение: 41

• Опр.(Формальная теория) 41

≗ [ Формальная теория - это множество логических закономерностей, описывающих предметную область. ] 41

БИБЛИОГРАФИЧЕСКИЙУКАЗАТЕЛЬ 43

ИСС – интеллектуальная справочная система

БЗ – база знаний

SC – Semantic Code

SCg –Semantic Code graphical

SCL – Semantic Code Logic

SRS Studio - Semantic Reference System Studio

OSTIS – open semantic technology for intelligent systems;

KBE – Knowledge base editor.

ВВЕДЕНИЕ

Развитие информационных технологий и вычислительной техники идет быстрыми темпами. Накопление информации происходит ещё большими темпами. Поэтому в настоящее время у человечества накопилось большое количество информации и как следствие этого назревает проблема усложнение поиска необходимой информации. Уже сейчас поиск настолько сложен и даёт большое количество ”мусора ”, и можно себе представить когда информации станет на порядок больше , то нахождение (поиск) нужной информации усложнится ещё. Для решения данной проблемы необходимо правильно представлять и обрабатывать информацию.

Необходимо создать унифицированный язык представления знаний, потому что существующие методы не актуальны и не способны построить на своей базе сложные интеллектуальные системы не способны решать разнообразный круг задач . Примером которого может служить информационно-справочные системы (ИСС). В сложившейся на сегодняшний момент ситуации оправданным решением данной проблемы является использование семантических технологий проектирования интеллектуальных систем для создания компьютерных систем.

Одним из огромнейших плюсов интеллектуальной справочной системы это наличие подсистемы логического вывода, которая позволяет пользователю не только получать ответы на вопросы, непосредственно присутствующие в базе знаний, но и ответы в результате вывода на основе имеющихся знаний. Ни одна справочная система не способна это сделать.

Для корректной работы подсистемы логического вывода, необходимо развивать ИСС по логике, знания из кот орой позволят поддерживать данную подсистему. Целью данной курсовой работы является создание прототипа интеллектуальной справочной системы по логике и освоение семантических технологий проектирования баз знаний прикладных интеллектуальных систем.

Cтавятся следующие задачи:

- провести анализ выбранной предметной области;

- разработать базу знаний интеллектуальной справочной системы;

- спроектировать и реализовать интеллектуальной справочной системы по выбранной предметной области;

- протестировать интеллектуальную справочную систему.