- •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
2.4. Адаптивные информационные системы
Потребность в адаптивных информационных системах возникает в тех случаях, когда поддерживаемые ими проблемные области постоянно развиваются. В связи с этим адаптивные системы должны удовлетворять ряду специфических требований, а именно:
• адекватно отражать знания проблемной области в каждый момент времени;
• быть пригодными для легкой и быстрой реконструкции при изменении проблемной среды.
Адаптивные свойства информационных систем обеспечиваются за счет интеллектуализации их архитектуры. Ядром таких систем является постоянно развиваемая модель проблемной области, поддерживаемая в специальной базе знаний — репозитории. Ядро системы управляет процессами генерации или переконфигурирования программного обеспечения.
В процессе разработки адаптивных информационных систем применяется оригинальное или типовое проектирование. Оригинальное проектирование предполагает разработку информационной системы с «чистого листа» на основе сформулированных требований. Реализация этого подхода основана на использовании систем автоматизированного проектирования, или САSЕ-технологий.
При типовом проектировании осуществляется адаптация типовых разработок к особенностям проблемной области. Для реализации этого подхода применяются инструментальные средства компонентного (сборочного) проектирования информационных систем (R/3, BAAN IV, Prodis и др.).
Главное отличие подходов состоит в том, что при использовании САSЕ-технологии на основе репозитория при изменении проблемной области каждый раз выполняется генерация программного обеспечения, а при использовании сборочной технологии — конфигурирование программ и только в редких случаях — их переработка.
Контрольные вопросы
1. Дайте краткую характеристику систем с интеллектуальным интерфейсом, экспертных систем, самообучающихся систем и адаптивных информационных систем.
2. Каким требованиям должны удовлетворять адаптивные системы?
3. Перечислите сферы применения экспертных систем.
4. Назовите основные классы экспертных систем.
5. Какие этапы составляют поиск решения на основе аналогий в системах, основанных на прецедентах.
6. Дайте определение нейронной сети.
3. Представление данных и знаний
Всегда вызывает интерес соотношение между данными и знаниями, в особенности представления (способы формализации) тех и других, модели представления данных и знаний, поскольку данные и знания — это форма представления информации в ЭВМ (рис. 3.1).
Рис. 3.1. Обобщенная схема представления данных и знаний
Информация, с которой имеет дело ЭВМ, разделяется на процедурную и декларативную. Процедурная информация овеществлена в программах, которые выполняются в процессе решения задач, декларативная — в данных, с которыми эти программы работают (рис. 3.2).
Информация в ЭВМ
Процедурная информация
Декларативная информация
Программное обеспечение
СУБД
БД
Концепция знаний
Рис. 3.2. Классификация информации в ЭВМ
Стандартной формой представления информации в ЭВМ является машинное слово, состоящее из определенного для данного типа ЭВМ числа двоичных разрядов — битов. В ряде случаев машинные слова разбиваются на группы по восемь двоичных разрядов, которые называются байтами. Одинаковое число разрядов в машинных словах для команд и данных позволяет рассматривать их в ЭВМ в качестве одинаковых информационных единиц (ИЕ) и выполнять операции над командами, как над данными. Содержимое памяти образует информационную базу (рис. 3.3).
Рис. 3.3. Представление информации в ЭВМ
Для удобства сравнения данных и знаний можно выделить основные формы (уровни) существования знаний и данных. Как представлено в табл. 3.1, у данных и знаний много общего. Однако знания имеют более сложную структуру, и переход от данных к знаниям является закономерным следствием развития и усложнения информационных структур, обрабатываемых на знания иногда называют хорошо структурированными данными, метаданными, данными о данных и т.д.
Таблица 3.1
Сравнение структур знаний и данных
Знания (Зн) |
Данные (Д) |
3h1 — знания в памяти человека |
Д1 — результат наблюдений над объектами или данными в памяти человека |
Зн2 — материализованные знания (учебники, справочники и т.д.) |
Д2 — фиксация данных на материальном носителе (таблицы, графики и т.д.) |
Зн3 — поле знаний (структурированное полуформализованное описание Зh1 и Зн2) |
Д3 — модель данных (некоторая схема описания, связывающая несколько объектов) |
Зн4 — знания на языках представления знаний (формализация Зн3) |
Д4 — данные на языке описания данных |
Зн5 — база знаний в ЭВМ (на машинных носителях информации) |
Д5 — база данных на машинных носителях информации |
Традиционно выделяют три уровня: Зн1 (знания) -> Зн3 (поле знаний) —>Зн5 (БЗ) |
Традиционно выделяют три уровня: Д1 (внешний) -> Д3 (логический) —> Д5 (физический) |
Сравнение данных и знаний можно проиллюстрировать сравнением ИнС и обычных программных систем.
ИнС существенным образом отличаются от традиционных программных систем не только наличием БЗ, в которой знания хранятся и модифицируются в форме, понятной специалистам предметной области (именно поэтому вопросы разработки БЗ являются центральными при создании ИнС).
Дело в том, что стиль программирования ИнС непохож на стиль традиционного программирования с использованием обычных алгоритмических языков. На рис. 3.4 и 3.5 и в табл. 3.2 показаны характерные различия между ИнС и обычными программными системами.
а
б
Рис. 3.4. Сравнение двух технологий разработки приложения:
а — классическая технология разработки программного обеспечения; б — технология разработки программного обеспечения с использованием ИнС
Таблица 3.2
Сравнение параметров традиционной программы и ИнС
Тип системы |
Характерные параметры |
|||||
Тип обработки |
Методы решения задач |
Задание шагов решения |
Искомые решения |
Управление и данные |
Модификация |
|
ИнС |
Символьная |
Эвристический поиск |
Неявное |
Удовлетворительные |
Перемешаны |
Частые |
Традиционная программа |
Числовая |
Алгоритмы |
Точное |
Оптимальные |
Разделены |
Редкие |
Следует добавить, что кроме общих выделенных особенностей разработки ИнС и традиционных программных систем каждый тип ИнС обладает, как правило, своим собственным стилем программирования, что затрудняет его использование для других ИнС.
Тем не менее в качестве основного вывода по сравнительной характеристике ИнС и традиционных программных систем можно отметить, что обычное для классических систем соотношение
ДАННЫЕ + АЛГОРИТМЫ = ПРОГРАММА
заменяется на новую архитектуру, основу которой составляет БЗ и интерпретатор БЗ (машина логического вывода) [4], т.е.
ЗНАНИЯ + ВЫВОДЫ= СИСТЕМА.
Программа
База знаний
Входные данные
Интерпретатор БЗ
а
Входные данные
б
Рис. 3.5. Различие структур обычной программы и ИнС:
а — обычная программа;
б — программа ИИ (ИнС)