Cтраница 2
Как известно, в продукционных моделях осуществляется вывод на знаниях. [16]
Это так называемые продукционные формализмы или просто продукционные модели, по сути, импликации, состоящие из антецедентов - левых частей высказываний, и консеквентов - следствий, правых частей этих высказываний. [17]
Для формирования консеквен-тов ( правых частей продукционных моделей) используется степень субъективной вероятности Рс, определяемая экспертами. Она характеризует вероятность принимаемой гипотезы о достоверности диагноза с точки зрения экспертов. [18]
Имеется в виду механизм бектрекинга, присутствующий в логических и продукционных моделях и отсутствующий в новых моделях представления знаний. Считается, что экспертная система без подсистемы объяснения своих выводов менее ценна. [19]
ЕСЛИ представляемые знания являются поверхностными И мягкими ИЛИ жесткими, ТО целесообразно использовать продукционные модели. [20]
Как видите, описание сети ничем принципиально не отличается от описания деревьев в продукционной модели. Фактически для описания сетей и деревьев используются одни и те же машинные языки. Но вывод на сетях, безусловно, сложнее, более того, многие типы отношений не исследованы и формального алгоритма не существует. [21]
Для представления знаний в экспертных системах, как было показано выше, в основном используются сетевые, логические, фреймовые, продукционные модели. [22]
Пакет РДО ( РДО - Ресурсы-Действия - Операции) является мощной системой имитационного моделирования для создания продукционных моделей. Применяется при моделировании сложных технологий и производств. [23]
ЕСЛИ понятия устроены простым образом И большое число отношений на понятиях И способ рассуждений дедуктивный, ТО целесообразно использовать продукционные модели. [24]
К настоящему времени разработано несколько способов представления знаний, среди которых выделяют / 19, 23, 33 / логическую модель, фреймовые и продукционные модели, семантические сети. [25]
К типовым процедурным моделям представления знаний относят, как правило, логические модели, реализуемые на языках алгебры логики ( исчисления высказываний и предикатов), продукционные модели. [26]
В заключение заметим, что порядок срабатывания правил для генерации новых состояний из каждого состояния является детерминированным и определяется порядком, в котором эти правила размещены в продукционной модели. [27]
В связи с этим решение данной проблемы нам представляется в реализации процедур диагностирования состояния технологических процессов газодобычи в классе гибридных интеллектуальных производственных систем, сочетающих традиционные методы управления, диагностики и прогнозирования с методологией экспертных систем, формализующих знания экспертов о предметной области в форме продукционных моделей. [28]
Суть этих выражений заключается в том, что если выполняется условие, то нужно произвести некоторое действие. Продукционные модели могут быть реализованы как процедурно, так и декларативно. В процедурных системах присутствуют три компонента: база данных, некоторое число продукционных правил, состоящих из условий и действий, а также интерпретатор, который последовательно определяет, какие продукции могут быть активированы в зависимости от содержащихся в них условий. Продукционные правила ( продукции) содержат специфические знания ПрО о том, какие еще дополнительные факты могут быть учтены, есть ли специфические данные в базе данных. В СИИ, построенных на использовании продукционных МПЗ, база данных представляет собой переменную часть, а правила и интерпретатор не изменяются. [29]
Продукционная модель ( все еще) чаще других применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода. [30]