Машина - логический вывод
Cтраница 2
С другой стороны, в нашем языке имеется набор функций, предназначенных для обработки множества правил в соответствии со многими стандартными подходами к созданию машин логического вывода. Так, например, некоторая совокупность правил ( политика) может выполняться как древовидная структура. В результате рабочая система будет занята либо поиском свидетельств в пользу некоторой априорной гипотезы, либо проверкой всех возможных гипотез, обеспечивающих заданное значение какой-то переменной, причем на выход будут поступать все правдоподобные результаты с указанием степени их подтверждения. [16]
Как уже было подчеркнуто в главе 1, часть программы, которая содержит представление знаний, касающихся определенной предметной области, - база знаний, как правило, отделена от той части программы, которая занимается формулировкой соображений, - машины логического вывода. Такое разделение позволяет вносить изменения ( конечно, в разумных пределах) в одну часть программы, не меняя другой. В частности, можно добавлять в базу знаний новую информацию, расширяя имеющиеся в системе знания, или настраивать механизм логического вывода, повышая его эффективность, и при этом не модифицировать программный код системы. [17]
В отличие от БД, содержащих сведения о количественных и качественных характеристиках конкретных объектов, БЗ содержат концептуальные, понятийные знания, выраженные на естественном языке в терминах предметной области, т.е. знания о стоящих за этими терминами классах объектов, их свойствах и логических связях, которыми может оперировать машина логического вывода как элемент ИИ. [18]
 |
Структура экспертной системы. [19] |
База знаний содержит знания, относящиеся к конкретной прикладной области, в том числе отдельные факты, правила, описывающие отношения или явления, а также, возможно, методы, эвристики и различные идеи, относящиеся к решению задач в этой прикладной области. Машина логического вывода умеет активно использовать информацию, содержащуюся в базе знаний. Интерфейс с пользователем отвечает за бесперебойный обмен информацией между пользователем и системой; он также дает пользователю возможность наблюдать за процессом решения задач, протекающим в машине логического вывода. Принято рассматривать машину вывода и интерфейс как один крупный модуль, обычно называемый оболочкой экспертной системы, или, для краткости, просто оболочкой. [20]
Если окажется, что довольно много адресатов компактно расположены в предместье, а расписание разноски составлено так, что посылки нужно доставить как раз тогда, когда на дорогах массовое движение, то эти два правила противоречат друг другу. Машина логического вывода должна быть спроектирована так, чтобы справляться с подобными противоречиями. [21]
В настоящей работе обсуждаются нейро-нечеткие методы для построения системы ситуационного управления поведением сложной технической системы на основе текущей информации. В качестве машины логического вывода экспертной системы для решения задачи идентификации и прогнозирования предлагается использовать нейросетевую модель, позволяющую принимать решение по управлению сложной технической системой в условиях принципиальной неполноты и неточности исходной информации. [22]
При разработке большого числа экспертных систем вполне сознательно делались усилия разделить задачу на две части - машину вывода и базу знаний. Идея состояла в том, что машина логического вывода является универсальной думающей машиной, а база знаний - это то, над чем ей предстоит думать. [23]
Отделите те знания, которые специфичны для определенной предметной области, от знаний, касающихся общей методики решения проблем. Старайтесь, насколько это возможно, упростить машину логического вывода в системе. [24]
Во-первых, все такие языки являются декларативными в том смысле, что позволяют описывать знания, имеющие отношение к решению конкретной задачи, а не способ ее решения. В большинстве экспертных систем используется архитектура, в которой знания отделены от машины логического вывода. Это позволяет проводить эксперименты с использованием одних и тех же знаний в разных режимах обработки. Некоторые новые архитектурные решения, например использующие доску объявлений, позволяют представлять управляющие знания декларативно и обрабатывать их так же, как и другие виды знаний. [25]
Из этой декларации следует, что объект данных птица может содержать поле ( field) тип. В главе 5 вы познакомитесь с декларациями другого-типа, которые служат для настройки поведения машины логического вывода. [26]
Сейчас же только отметим, что описанная схема дифференциации знаний приводит нас к довольно простой архитектуре экспертной системы. В частности, оказывается, что даже в рамках традиционной архитектуры, предполагающей наличие базы знаний и машины логического вывода, можно неявным образом включить задачи и стратегии и в структуру знаний о предметной области, и в механизм построения логических заключе-ний. Мы еще увидим в дальнейшем, что явное выделение этих задач и стратегий являеу-ся главным моментом как в процессе приобретения знаний, так и в процессе проектирования структуры экспертной системы. [27]
С точки зрения пользователя систем такого рода желательно, чтобы в них использовалась единая форма представления знаний, насколько это вообще возможно в системах разного назначения. Это упрощает процесс ввода знаний в систему, облегчает обслуживающему персоналу сопровождение системы и препятствует излишнему усложнению машины логического вывода. Однако, как будет показано в главе 11 и последующих, единообразие может привести к возникновению определенных трудностей при попытке втиснуть самые разные по своей естественной природе знания в один и тот же формализм. Таким образом, в вопросе о представлении знаний существует определенная золотая середина между крайностями - полным единообразием и узкоспециализированным формализмом. [28]
Сейчас мы продолжим начатый в предыдущей главе анализ различий между задачами классификации и конструирования. Но теперь основное внимание будет сосредоточено на методах решения проблем, включая и различные способы представления знаний и реализации машины логического вывода. В частности, мы подробно рассмотрим типы инструментальных программных средств, наиболее подходящих для разработки систем эвристической классификации, примеры использования эвристической классификации в экспертных системах, более современных, чем MYCIN и EMYCIN, и увидим, каким образом сказывается обладание знаниями об используемых методах решения проблем на работе автоматизированных систем извлечения знаний. [29]
Использование эвристик также означает, что процесс рассуждений в экспертной системе не всегда может быть озвучен, т.е. не всегда образует цепочку логической дедукции. Инженер по знаниям должен не только решить, как структурировать знания в базе знаний экспертной системы, но и как использовать эти знания в процессе построения заключения. Структура машины логического вывода обычно определяется как используемым представлением знаний, так и механизмом применения этих знаний. Более того, эти правила могут взаимно не согласовываться или даже быть противоречивыми. [30]
Страницы: 1 2 3