Cтраница 2
Запускающие правила связывают данные с гипотезами и таким образом обеспечивают построение прямой цепочки рассуждений. Когда активизируется правило этого типа, соответствующая гипотеза помещается в дифференциал. [16]
Например, вполне возможно реализовать нисходящий процесс в продукционной системе с прямой цепочкой рассуждений, если должным образом настроить локальный режим управления, например задать явное указание целей. [17]
Если дан факт а, то с помощью некоторого алгоритма можно строить прямую цепочку рассуждений, ведущую сначала к Ь, а затем к с. Если с является решением, то алгоритм прекращает работу. При построении обратной цепочки к заданной цели, например с, поиск идет сначала к Ь, а затем к а. Если известно, что а - истинно, то обрат ный поиск прекращается. Степень пригодности прямой или обратной цепочки рассуждений, разумеется, зависит от решаемой задачи. Методы сопоставления часто являются важной составляющей частью стратегии решения задач. Например, в случае прямой цепочки рассуждений правило ЕСЛИ а, ТО Ь срабатывает, только если в числе данных имеется а. Причем а, которое содержится в данных, и то, которое имеется в этом правиле, не обязательно должны точно совпадать. Часто для того, чтобы установить начилие адекватного соответствия, необходимо прибегать к различным индуктивным и дедуктивным методам. При использовании методов порождения и проверки решаемая задача рассматривается как некоторое пространство поиска: порождается элемент этого пространства, который затем подвергается проверке. В зависимости от тех ограничений, которые используются в алгоритме порождения, возникают различные алгоритмы порождения и проверки. В тех случаях когда элементы пространства поиска связаны между собой структурой типа дерева, то, скажем, при использовании механизма / сначала в глубину осуществляется возможно быстрое движение от корня дерева к его листьям. [18]
Хотя с одинаковым успехом может быть применена любая из подобных систем, обычно выбирается система KAS, может быть, вследствие того, что в этой системе предусмотрена возможная в данной ситуации необходимость использования метода прямой цепочки рассуждений для обеспечения адекватной реакции на появление критической информации. [19]
Проведение опроса в обеих стратегиях является обоснованным. В прямой цепочке рассуждений делается попытка свести к минимуму исследование нерелевантных возможных решений, из-за чего общее число задаваемых вопросов иногда оказывается меньшим. Однако вопросы могут показаться пользователю необычными, так как их планировали, имея в виду определенные ключевые проверки. Пользователь может сразу не понять, почему компьютер задает именно эти вопросы. При использовании же обратной цепочки рассуждений общее число вопросов может быть больше, но так как все они ориентированы на концепцию высокого уровня, которую проверяет система, лежащая в их основе модель выглядит более понятной. [20]
Система различает небольшое число классов ценных бумаг ( например, ориентированные на дивиденды акций с невысоким уровнем риска или ориентированные на акции с высоким уровнем риска) и содержит знания о свойствах ( например, годовых процентах на капитал) ценных бумаг каждого класса. В системе применена основанная на правилах схема представления знаний с прямой цепочкой рассуждений для вывода целей и схема линейного программирования для максимизации соответствия между целями и предлагаемым портфелем. Система доведена до уровня демонстрационного прототипа. [21]
В области экспертных систем имеются некоторые разногласия между сторонниками прямой цепочки рассуждений и обратной цепочки рассуждений в качестве стратегии для логического вывода в целом. Прямая цепочка связана с рассуждениями, ведущимися от данных к гипоте зам, тогда как обратная цепочка - с попыткой найти данные для доказательства или опровержения некоторой гипотезы. Чисто прямая цепочка рассуждений ведет к неуправляемому режиму задания вопросов в диалоге, тогда как обратная цепочка будет, как правило, приводить к настойчивому повторению вопросов, касающихся цели. [22]
Версия 2 была спроектирована после тщательного изучения возможных ответов и проработки последовательности проверок. Всякий раз после очередной проверки оставшееся пространство вопросов делится приблизительно на равные части. Суть метода прямой цепочки рассуждений заключается в изобретении вопросов, позволяющих на каждом шаге отбросить большое количество возможных ответов, так что правильный ответ может быть установлен быстро. [23]
Для того чтобы добавить в структуру еще одно животное, его достаточно просто определить. При использовании же прямой цепочки рассуждений это не очевидно. При необходимости нескольких добавлений приходится переделывать все правила, чтобы поддержать прежний уровень эффективности проверок. [24]
Оно имеет два аспекта: использование рассуждений для нахождения различных предположений, которые обусловлены имеющимися фактами и правилами, или для изучения заключений, которые представляют интерес и могут быть ( а могут и не быть) истинными. Первый метод носит название прямой цепочки рассуждений, второй - обратной цепочки рассуждений. Почти все ЭС построены либо на первом, либо на втором методе. [25]
Правила обеспечивают формальный способ представления рекомендаций, указаний или стратегий. Они часто подходят в тех случаях, когда предметные знания возникают из эмпирических ассоциаций, накопленных за годы работы по решению задач в данной области. Существуют два важных способа использования правил в системе. Один называется прямой цепочкой рассуждений, а другой - обратной цепочкой рассуждений. [26]
После того как была выбрана целевая гипотеза Н, программа входит в режим задания вопросов. Пусть S обозначает это выражение. Она спросит, является ли S истинным, в ходе прямой цепочки рассуждений распространит последствия ответа и возвратится в режим выбора цели. [27]
В книгах по качественному анализу в химии ( а также при диагностике неисправностей в автомашине и даже в медицинской литературе) часто приводятся списки вопросов или тестов, позволяющих последовательно уточнять задачу. По-видимому, нет, так как это всего лишь дерево решений, встроенное в программу, а мы ожидаем от экспертных систем нечто большее. Однако здесь важен стиль вывода. О программах, использующих такой метод, говорят, что они проводят прямой вывод или прямую цепочку рассуждений. Существует несколько крупномасштабных экспертных систем, реализующих такую стратегию: XCON - система, помогающая фирме Digital Equipment Corporation ( DEC) подбирать для клиентов конфигурацию компьютеров VAX, и DENDRAL - знаменитая система химического анализа. [28]
Обычно, выбора у вас нет. Задача сама указывает нужный способ рассуждений, и только один подход оказывается реализуемым. Если предполагается небольшое число возможных альтернатив, то лучшие результаты даст использование обратной цепочки рассуждений. Задача, включающая неизменную последовательность шагов, на каждом из которых возникает много возможностей, всегда решается с помощью прямой цепочки рассуждений. [29]
Если дан факт а, то с помощью некоторого алгоритма можно строить прямую цепочку рассуждений, ведущую сначала к Ь, а затем к с. Если с является решением, то алгоритм прекращает работу. При построении обратной цепочки к заданной цели, например с, поиск идет сначала к Ь, а затем к а. Если известно, что а - истинно, то обрат ный поиск прекращается. Степень пригодности прямой или обратной цепочки рассуждений, разумеется, зависит от решаемой задачи. Методы сопоставления часто являются важной составляющей частью стратегии решения задач. Например, в случае прямой цепочки рассуждений правило ЕСЛИ а, ТО Ь срабатывает, только если в числе данных имеется а. Причем а, которое содержится в данных, и то, которое имеется в этом правиле, не обязательно должны точно совпадать. Часто для того, чтобы установить начилие адекватного соответствия, необходимо прибегать к различным индуктивным и дедуктивным методам. При использовании методов порождения и проверки решаемая задача рассматривается как некоторое пространство поиска: порождается элемент этого пространства, который затем подвергается проверке. В зависимости от тех ограничений, которые используются в алгоритме порождения, возникают различные алгоритмы порождения и проверки. В тех случаях когда элементы пространства поиска связаны между собой структурой типа дерева, то, скажем, при использовании механизма / сначала в глубину осуществляется возможно быстрое движение от корня дерева к его листьям. [30]