WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаІнформатика, Компютерні науки → Загальні аспекти розробки систем зі штучним інтелектом - Реферат

Загальні аспекти розробки систем зі штучним інтелектом - Реферат

повного опису всіх можливих її станів. Розв'язування задачі в такій базі знань грунтується на пошуку, що відбувається у множині можливих станів предметної області.
Процедурні знання чи правила являють собою набір певних процедур перетворення знань як даних. При процедурному поданні знань немає потреби зберігати інформацію про всі можливі стани предметної області, достатньо мати опис початкового стану та процедур, що генерують необхідні стани на базі початкового.
Поділ знань на декларативні та процедурні суто умовний, і межа між цими знаннями рухома. Крім того, відомі нині моделі подання знань різною мірою використовують ті чи інші знання. Існує чотири типи моделей знань: логічні моделі, семантичні мережі, фреймові моделі та моделі продукції. Розглянемо найпоширеніший тип моделей
знань - модель продукції.
МОДЕЛЬ ПРОДУКЦІЇ
Модель продукції найкраще відбиває процедурний характер знань. Основним конструктивним елементом даної моделі є так зване правило продукції, яке можна подати так:
ЯКЩО ТОДІ
Ліва частина продукції "ЯКЩО" може містити кілька умов, які об'єднані знаками кон'юнкції та диз'юнкції. Права частина продукції виконується тоді, коли ліва частина істинна.
Компонент "ТОДІ" може містити висновки, твердження, ймовірності, вказівки, тобто набір певних процедур перетворення даних.
Експертні системи, які побудовані на базі моделей продукції, називаються продукційними. Продукційна система складається з таких компонентів: набір правил продукції, база даних (набір фактів) та інтерпретатора, який керує послідовністю використання правил.
В основу правил продукції покладено такий простий принцип: правило визначає шлях (тобто певний набір дозволених перетворень), за допомогою яких виконуєтьсяперехід від початкового стану до кінцевого розв'язку задачі. Поточний стан відбивається за допомогою множини фактів, які фіксуються в базі даних.
Робота продукційної системи полягає у виконанні певної послідовності ітерацій. Кожна ітерація містить процедуру прийняття рішення про виклик наступного правила і виконання дій, що визначаються останнім. Дії спричинюються до змін у множині фактів, які впливають на вибір відповідного правила. Ідентифікація ґрунтується на порівнянні умови лівої частини правила продукції із вмістом бази даних. Із множини правил, для яких збіглися частини, формується так званий конфліктний набір. Після чого використовується та чи інша процедура вирішення конфлікту. У результаті їх виконання вибирається певне правило з кон-фліктного набору, використовується його права частина, і цикл повторюється. Існує ряд прийомів, за допомогою яких виконується вибір потрібного правила з конфліктного набору. До найчастіше використовуваних належать такі процедури:
упорядкування продукцій - зазначається послідовність використання правил;
задания параметрів, що свідчать про вік даних - за допомогою цих параметрів можна відфільтрувати останні дані, які є більш "свіжими";
використання, насамперед, продукції з жорсткішими умовами, тобто з найбільшим списком умов.
Процедура вирішення конфлікту та інформація про послідовність використання продукцій є ядром стратегії управління продукційною системою.
Пошук розв'язку у продукційній системі пов'язаний з переглядом і погодженням за певною послідовністю правил. Такі послідовності можуть бути різними щодо побудови, а саме: прямими, зворотними або змішаними. Продукційні системи з прямим висновком (П-продукція) - це системи, де пошук розв'язку виконується від початкового стану до цільового.
Системи зі зворотним пошуком (3-продукція) характеризуються тим, що в них, на відміну від П-продукції, при пошуку розв'язку відбувається зворотний процес - від цілі до початкового стану.
У системах змішаного типу при виконанні висновку є змога використати як прямий, так і зворотний метод пошуку.
Будь-яка ЕС є системою автоматизованою, а не автоматичною, тобто в роботі системи передбачається наявність і участь людини. При цьому користувач задає початкові дані, тобто факти, які необхідні для забезпечення функціонування системи.
Дня того, щоб користувач зміг ввести необхідні дані, йому видається альтернативне меню. Набір фактів, які необхідні для функціонування системи, і склад правил визначаються при її проектуванні.
Розглянемо приклад знаходження розв'язків ЕС з прямим пошуком.
Приклад. Задано фрагмент правил продукції ЕС, яка функціонує на фондовій біржі як консультуюча та навчальна система для брокерів-початківців.
1. ЯКЩО ТО
2. ЯКЩО ТО
3. ЯКЩО оалютний курс долара падає> ТО
4. ЯКЩО ТО Нехай користувач для визначення поведінки на біржі звернувся з проханням дати відповідь на такий запит:
"Валютний курс долара падає щодо основних валют інших країн".
У разі прямого ланцюжка міркувань система переглядає ліві частини правил. Для наведеного прикладу істинним (тобто таким, що збігатиметься) буде правило 3, але на цьому процес міркувань не закінчується. Здобута права частина "процентні ставки ростуть" знову звіряється з лівими частинами решти правил і вибирається правило 2 і т.д. У результаті ЕС формує і видає таку відповідь на поставлений запит:
"Якщо валютний курс долара падає, то процентні ставки ростуть і рівень цін на біржі падає". Отже, система прямого міркування працює так: 1. Система містить опис ряду ситуацій.
2. Для кожної ситуації система виконує пошук у базі знань відпо- бідного правила, у лівій частині якого міститься відповідна умова.
3. Згідно з правою частиною "ТОДІ" кожне правило генерує нові ситуації, які доповнюють уже виявлені.
4. Система обробляє кожну заново згенеровану ситуацію. За наявності хоча б однієї такої ситуації виконуються дії починаючи з п.2. Міркування закінчуються тоді, коли вже більше немає не-оброблених ситуацій.
У разі зворотної продукції міркування завжди починаються з наслідків ("ЯКЩО" - права частина правила). Система, що ре-алізує зворотну систему міркувань за наявними висновками, проводить пошук відповідних умов.
Наприклад, користувача може цікавити питання про те, яка має бути ситуація на фондовій біржі, щоб ціни на ній виросли. Тоді для отримання відповіді система виконає зворотні міркування.
Подання знань на базі правил продукції дуже легко сприймається користувачами, побудовані на цьому принципі ЕС також вельми прості.
Loading...

 
 

Цікаве