- •Введение
- •1. Основные направления исследований в области искусственного интеллекта
- •Контрольные вопросы и задания
- •2. Классификация интеллектуальных информационных систем
- •2.1. Системы с интеллектуальным интерфейсом
- •2.2. Экспертные системы
- •2.3. Самообучающиеся системы
- •2.4. Адаптивные информационные системы
- •Контрольные вопросы
- •3. Представление данных и знаний
- •3.1. Данные
- •3.2. Знания
- •Контрольные вопросы
- •4. Классические способы представления знаний в интеллектуальных системах
- •4.1. Логическая модель представления знаний
- •4.2. Представление знаний правилами продукций
- •4.3. Объектно-ориентированное представление знаний фреймами
- •4.4. Семантические сети
- •Контрольные вопросы
- •5. Способы обработки знаний
- •5.1. Методы поиска решений на основе исчисления предикатов
- •5.2. Прямой и обратный вывод в экспертных системах продукционного типа
- •5.3. Обработка знаний в интеллектуальных системах с фреймовым представлением
- •Контрольные вопросы
- •6. Методы приобретения знаний
- •6.1. Проблемы структурирования знаний
- •Контрольные вопросы
- •7. Методы принятия решений на основе нечетких знаний
- •7. 1. Элементы теории нечетких множеств
- •7.2. Нечеткие операции, отношения и свойства отношений
- •7.3. Многокритериальный выбор альтернатив с использованием правила нечеткого вывода
- •7.4. Ранжирование альтернатив на множестве лингвистических векторных оценок
- •7.5. Метод нечеткого логического вывода в задаче выбора фирмой кандидата на замещение вакантной должности бухгалтера
- •Контрольные вопросы и задания
- •8. Технологии разработки экспертных систем
- •8.1. Технология проектирования и разработки экспертных систем
- •8.2. Этапы проектирования баз знаний
- •8.3. Методы проектирования баз знаний
- •8.4. Характеристика инструментальных средств
- •Контрольные вопросы и задания
- •9. Технологические процессы объектно-ориентированного программирования в проектировании интеллектуальной системы поддержки управления
- •Заключение
- •Библиографический список
- •Оглавление
5.3. Обработка знаний в интеллектуальных системах с фреймовым представлением
В интеллектуальных системах с фреймовым представлением знаний используются три способа управления логическим выводом: демоны, присоединенные процедуры и механизм наследования. Последний можно назвать единственным основным механизмом вывода, которым оснащены фреймовые (объектно-ориентированные) системы.
Управленческие функции механизма наследования заключаются в автоматическом поиске и определении значений слотов фреймов нижележащих уровней по значениям слотов фреймов верхних уровней, а также в запуске присоединенных процедур и демонов.
Присоединенные процедуры и демоны позволяют реализовать любой механизм вывода в системах с фреймовым представлением знаний. Однако эта реализация имеет конкретный характер и требует значительных затрат труда проектировщиков и программистов. Рассмотрим простой пример. В таблице показана структура фрейма «Научная конференция».
Фрейм «Научная конференция»
Имя слота |
Значение слота |
If-needed |
If-added |
If-removed |
Дата Место проведения
Тема доклада
Докладчик |
1.02. 10:10 Аудитория 209
Прогнозирование тенденций в экономике
Иванов И.И. |
КТО? |
ЗАКАЗ |
|
Демон ЗАКАЗ - это процедура, которая автоматически запускается при попытке подстановки значения в слот с именем Место проведения. Ее главное назначение состоит в проверке возможности заказа аудитории на нужное время. Такая процедура на языке LISP может выглядеть примерно так:
LISPprocЗАКАЗ(Название конференции, Место проведения, Дата)
if возможно(Место проведения, Дата)
then заказать (Название конференции, Место проведения, Дата)
else сообщение («Заказ невозможен», Название конференции)
end.
Демон КТО? автоматически запускается при обращении к слоту Докладчик, если значение этого слота не определено. Основное содержание данной процедуры — генерация запроса к пользователю типа «Кто выступает?», получение ответа и его запись в качестве значения слота.
Реализация вывода с помощью присоединенных процедур требует наличия механизма обмена информацией между фреймами. В качестве такого механизма обычно используется механизм сообщений.
На рис. 5.6 схематично показан обмен информацией между фреймами АА и ВВ во время исполнения присоединенной процедуры САLС, при этом вызывается процедура МЕАN, расположенная в фрейме ВВ.
Имя слота |
Тип |
Значение |
|
Имя слота |
Тип |
Значение |
ISA |
Frame |
A |
|
ISA |
Frame |
B |
Объект 1 |
Integer |
125 |
|
X |
Integer |
10, 20, 30 |
Объект 2 |
Real |
8.5 |
|
Y |
Real |
8.0, 12.6 |
…… |
…… |
…… |
MSG
Ответ
|
…… |
…… |
…… |
Расчет |
LISP |
CALC |
Среднее |
LISP |
MEAN |
Рис. 5.6. Обмен информацией между фреймами
Допустим, что процедура САLС(result) выполняет расчет, в процессе которого происходит обращение к фрейму ВВ с использованием команды MSG, реализующей передачу сообщения в другой фрейм.
LISPproc САLС(result)
………..
MSG (cреднее, ВВ, X)
…………
end.
Команда MSG имеет три параметра: 1 — имя слота, к которому происходит обращение (в данном случае значением слота Среднее является присоединенная процедура МЕАN): 2 — имя фрейма, в котором содержится необходимая информация (ВВ); 3 — имя слота-параметра, в котором находятся данные для расчета (X). Таким образом, запуск процедуры САLС вызовет исполнение следующих действий: передача сообщения во фрейм ВВ на запуск процедуры МЕАN, которая найдет среднее арифметическое чисел, записанных в слоте X; вычисленное значение будет записано в переменную result и передано в САLС как ответ на сообщение MSG.
Итак, в интеллектуальных системах с фреймовым представлением знаний невозможно четко отделить процедурные знания от декларативных, поскольку присоединенные процедуры и демоны одновременно являются и знаниями, и средствами управления логическим выводом. На рис. 5.7 схематично показаны средства управления выводом во фреймовой системе.
Рис. 5.7. Средства управления выводом в интеллектуальной системе фреймового типа
Возможность организации выводов любого типа является существенным преимуществом фреймовых систем по сравнению с продукционными и логическими. Не менее важным достоинством является большее сходство этой модели представления знаний со структурой знаний в памяти человека. Вместе с тем практическая реализация фреймовых систем сопряжена со значительной трудоемкостью как на этапе проектирования, так и при реализации. Поэтому стоимость промышленных экспертных систем фреймового типа на порядок превосходит стоимость продукционных систем.