- •6. Сетевая модель
- •7.Реляционная модель бд.
- •8.Связи между таблицами бд.
- •9.Ключи таблиц реляционной бд.
- •1.Экономическая информация и её структурные единицы.
- •2.Внемашин. И внутримашин. Орг-ция экон.И
- •3.Основные понятия бд и субд
- •24 Типы данных ms Access
- •22 Вычисления в ms Access
- •23 Встроенные функции ms Access
- •31. Архитектура субд
- •32. Классификация субд
- •33. Характеристики субд.
- •38. Трехзвенная модель «клиент-сервер»
- •40. Хранимые процедуры и триггеры
- •49. Общая структура хд.Отличие хд от бд
- •41. РаБд и их особен-ти.
- •43. Требования к РаБд (Правила к. Дейта).
- •44. Методы интеграции РаБд.
- •45. Постреляционная модель бд.
- •46. Многомерная модель бд.
- •50. Архитектура хд (хранилище данных)
- •51 Требования к современной субд
- •53.Базы знаний и экспертные системы.
- •Экспертная система (эс)
- •Продукционная модель знаний.
- •База знаний:
- •Продукционная модель знаний.
- •Б аза знаний:
- •55. Модель знаний «семантическая сеть»
- •62.Администратор бд и его функции
- •63.Методы защиты бд
- •64.Восстановление бд
- •65.Оптимизация работы бд.
- •66.Возможности ms Access по администрированию бд.
- •67.Индексы и методы доступа
Экспертная система (эс)
Программа для работы с БЗ и ЭС: ESWin
Продукционная модель знаний.
Продукционная модель знаний – это модель, основанная на правилах, представляющих собой знания в виде предложения типа:
ЕСЛИ
Условия
ТО Действия
Истинны Выполняются
Продукционное правило:
ЕСЛИ А1 и/или А2 … ТО В1 и/или В2 … , где
А1 – высказывания , В1 – действия.
База знаний:
Правило 1: ЕСЛИ нац. валюта ↓, ТО матер. положение ↓
Правило 2: ЕСЛИ объем произ-ва ↓, ТО нац. валюта ↓
Правило 3: ЕСЛИ матер. положение ↓, ТО смертность ↑
Факт (вопрос) Объем произв-ва ↓
Формирование заключ –ий на основе правил 1,2,3
Факт Правило 2 Правило 1 Заключение 1 Правило 3Заключ. 2
Заключ. 1 Матер. состояние ↓; Заключ. 2 Смертность ↑
П
рограммы
для работы с базами знаний и экспертными
системами (продукционная модель):
ЭКСПЕРТ (ЭКО)
Продукционная модель знаний.
Продукционная модель знаний – это модель, основанная на правилах, представляющих собой знания в виде предложения типа:
ЕСЛИ Условия ТО Действия
Истинны Выполняются
Продукционное правило:
ЕСЛИ А1 и/или А2 … ТО В1 и/или В2 … , где
А1 – высказывания , В1 – действия.
Б аза знаний:
Правило 1: ЕСЛИ нац. валюта ↓, ТО матер. положение ↓
Правило 2: ЕСЛИ объем произ-ва ↓, ТО нац. валюта ↓
Правило 3: ЕСЛИ матер. положение ↓, ТО смертность ↑
Факт (вопрос) Объем произв-ва ↓
Формирование заключ –ий на основе правил 1,2,3
Факт Правило 2 Правило 1 Заключение 1 Правило 3Заключ. 2
Заключ. 1 Матер. состояние ↓; Заключ. 2 Смертность ↑
П рограммы для работы с базами знаний и экспертными системами (продукционная модель): ЭКСПЕРТ (ЭКО)
55. Модель знаний «семантическая сеть»
Семантическая сеть – модель представления знаний в виде ориентированном графически с различными вершинами и дугами. Вершинам соотвеств. объекты, понятия, ситуации,, а дугам – отношения между ними.
В семантич. сетях использ. след. отношения:
1)связи типа «часть-целое» 2)функциональн. связи 3)количественные связи « > »,
« < », « = » 4) пространствен. связи: «далеко от», «близко к» 5)временные связи: раньше, позже, в течение 6) атрибутивные связи: иметь св-во, иметь значение 7) логич. связи: и, или, нет.
Семант. сеть ситуации: Студ-т Филькин изуч. MS Access перед сдачей экз по КИТ:
Ф илькин (Кто?) Студент (что делает?) Изучает (что?) MS Access
(когда?) Перед сдачей экз. по КИТ (Как?) Добросовестно
База знаний
Поиск решений в БЗ типа «семантич. сеть» основан на принципах:
1)Наследование свойств 2)Сопоставление по совпадениям
Наследование свойств: Иван(есть) Мужчина(есть)Человек(имеет)Голова
Вывод: 1)Иван – человек 2) У Ивана есть голова 3) Мужчина имеет голову
Сопоставление по совпадению
- Вопрос к базе предствл-ся в виде фрагмента семантич. Сети с использованием тех же названий вершин и отношений (связей), что и в основной сети
- Реализуется процедура «наложения» вопр. на сеть и поиска такого его положения, которое соотвеств. ответу на вопр.
Иван(есть) Мужчина(есть)Человек ( вместо есть можно подставить это)
(владеет) Автомобилем (есть) Ford
Вопрос: Чем владеет Иван? Иван(владеет) …
Ответы на поставленный вопр. Иван владеет автомоб-лем Ford
Прогр. для работы с БЗ и экспертной системой (семантич. сеть): PROSPECTOR, CASNET, TORUS
5
6.Фреймовая
модель(frame-
каркас,
рамка)-Марк Минский(США
1975 г). Фрейм -- миним-ая структура инф.,
необх. для представления знаний о
стереотипных(повтор-щихся)классах
объектов, явлений, ситуаций. Пример:
Слоты-атрибуты, св-ва, хар-тики.
Имя фрейма– это идентификатор, присва-ый фрейму. Фрейм должен иметь имя, единств. в данной фр. мод.
имя слота– это ид-тор, присв-мый слоту. Слот должен иметь уник. имя во фр., к кот. он принадл. Указатель атрибутов – указатель типа данных слота. Значение слота – знач, соотв-ющее типу данных слота и удовл-ющее условиям наследования. Демон – процедура, автоматически запускаемая при выполнении некот. условия.
58.Типы фрейсовфремы м.б.:1) фр.-образцы (прототипы).здесь все слоты или часть не имеют знач. Пример.
кожа |
|
диаметр |
|
2)фр.-экземпляр.здесь все слоты имеют знач. Пример.
кожа |
натур |
диам |
22 |
Сети фреймов
г
ольф
легковой
бак |
50л |
|
||
это |
Лег ковой |
|
||
|
|
|||
|
|
|||
масса |
До 3,5 т |
это |
автомоб |
Фрейм ниж.ур. наследует св-ва(слоты)
фр. более высокого ур. при обращении
в фр. «гольф» мы можем получить след.
знания: гольф-легк.автомоб. массой до
3,5 т и с баком 50л.
Сеть фр.
