- •Б.С. Падун
- •«Искусственные подсистемы сапр»
- •Содержание
- •Глава 1. Развитие и понятия систем искусственного интеллекта, экспертных 7
- •Глава 2. Основные понятия инженерного проектирования 29
- •Глава 3. Построение машин логического вывода 33
- •Глава 4. Представление знаний в системе автоматизации проектирования 51
- •Введение в1. Необходимость создания экспертных систем в технологии
- •В3. Связь курса с другими дисциплинами
- •Глава 1. Развитие и понятия систем искусственного интеллекта, экспертных систем и сапр тпп
- •1.1. Искусственный разум
- •В2. Цель и задачи курса
- •1.2. Система искусственного интеллекта
- •1.3. Определение и основные свойства экспертной системы
- •Системы ии
- •Системы, основанные на знаниях;
- •Экспертные системы
- •1.4. Основные характеристики экспертной системы
- •1.5. Структура экспертной системы
- •Пользователь
- •Экспертная система
- •Механизм вывода (общие знания о решении задачи)
- •1.6. Развитие сапр тпп
- •Средства организации диалога с технологом
- •1.7. Классификация экспертных систем
- •1.7.1. Классификация по решаемым задачам
- •Программные средства проектирования алгоритмов и программ решения задач тпп (преподавание и усвоение знаний)
- •Экспертные системы
- •По задачам
- •По типу вм
- •1.7.2. Классификация по связи с реальным временем
- •1.7.3. Классификация по типу эвм
- •1.7.4. Классификация по степени интеграции с другими программами
- •Глава 2. Основные понятия инженерного проектирования
- •2.1. Базовые понятия проектирования
- •2.2. Особенности инженерного проектирования
- •Решить, что делать на I-ой операции Выполнить o (I)
- •2.3. Замечания к процессу инженерного проектирования
- •Глава 3. Построение машин логического вывода
- •3.1. Типология систем проектирования
- •3.1.1. Простые системы проектирования
- •3.1.2. Системы с адаптацией
- •3.1.3. Модельные системы проектирования
- •3.1.4. Семиотические системы
- •3.2 Примеры построения структур систем, решающих технологические задачи
- •Сфера функционирования Производственная среда Изделие Технологическая система
- •Система проектирования оснащения
- •Производственная среда
- •Технологическая система
- •Система проектирования производственных подразделений
- •Производственная среда
- •Технологическая система
- •3.3. Классификация теорий решения задач
- •Теория решений
- •3.4. Формальные и семиотические системы
- •Множество ппс
- •Множество вс
- •Множество а
- •3.5 Теория проектирования технологических процессов (школа н.Г. Бруевича)
- •Глава 4. Представление знаний в системе автоматизации проектирования
- •4.1. Реляционные языки
- •4.1.2. Функциональные классы в естественных языках
- •4.1.3. Шкалирование квантификаторов
- •4.1.4. Семантические сети
- •4.1.3. Фреймовые представления
- •4.2. Предикатные языки
- •4.2.1. Продукционные модели
- •4.2.2. Формальные логические модели
- •4.1. Логико-лингвистические модели
- •Организация процесса принятия решений в экспертных системах
- •Экспертная система
- •Пользователь
- •Данные и знания
- •Модели представления знаний
- •Продукционные модели
- •Семантические сети
- •Формальные логические модели
Теория решений
Теория строгих
решений
Теория эвристических
решений
Дедуктивные
решения
Абдуктивные
решения
Индуктивные
решения
Рис.15. Классификация типов решений по Л. Дж. Фогелю
Абдуктивные решения входят как в класс строгих, так в класс эвристических решений и отличаются большой неопределенностью. Они представляют собой процесс выявления наиболее вероятных исходных утверждений (посылок, причин и пр.) из некоторого заключительного утверждения на основе обратных преобразований. Абдуктивные решения строятся на широком использовании прошлого опыта.
Пусть, например, между некоторым множеством посылок xi (хi принадлежит Х) и следствий yi (yi принадлежит Y) обнаружена причинно-следственная связь R, тогда наиболее вероятной причиной появления некоторого нового следствия yj является посылка xj=R-1(yj), причем yj принадлежит Y, а xj принадлежит X.
Индуктивное решение, входящее в класс эвристических решений, отличается также неопределенностью и представляют процесс выявления наиболее вероятных закономерностей, механизмов действия, вытекающих из сопоставления исходных утверждений. Иными словами, индуктивные решения выявляют оператор R по входным Xi и выходным Yi данным.
Необходимо отметить, что выявленный таким способом оператор R может быть неоднозначен, при его определении возможен некоторый произвол, уменьшающийся по мере накопления опыта и рассмотрения решения на нескольких уровнях. В табл.4 приведена классификация типов решения.
Таблица 4. Примеры, поясняющие типы решений
Классы решений |
Типы решений |
Основные параметры |
Пример 1 |
Примечание к примеру 1 |
Пример 2 |
Примечание к примеру 2 |
|
Дано |
Найти |
||||||
Строгий |
Дедуктивный |
X,R |
Y |
Сократ – человек. Все люди смертны. |
|
Объект X – инструмент. Все инструменты изнашиваются |
|
|
|
|
Вывод: |
Сократ – смертен. |
|
Объект Х – изнашивается |
|
Строгий и эвристический. |
Абдуктивный |
Y,R |
X |
Сократ – смертен. Все люди смертны. |
|
Объект Х – изнашивается. Все инструменты изнашиваются. |
|
|
|
|
Вывод: |
Сократ – человек. |
Но Сократ может быть и собакой. |
Объект Х – инструмент. |
|
Эвристический |
Индуктивный |
X,Y |
R |
Сократ – человек. Сократ смертен. |
|
Объект X – инструмент. Объект Х – изнашивается |
|
|
|
|
Вывод: |
Все люди - смертны |
Это может быть одна из возможных гипотез. |
Все инструменты изнашиваются. |
|
