- •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
4.2. Предикатные языки
В первом параграфе мы рассмотрели ЯПЗ, в основе которых лежали явно выраженные бинарные отношения. Такие языки обладают рядом достоинств при описании знаний в системах проектирования. Но для них еще не разработаны эффективные процедуры принятия решений.
Предикатные языки менее наглядны, но имеют эффективные процедуры принятия решений. Центральное место занимает язык, базирующийся на исчислении предикатов первого порядка.
4.2.1. Продукционные модели
Определение: продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа «Если <условия >, то <действие>».
Под <условием> (антецедентом) понимается некоторое предложение – образец, по которому осуществляется поиск в базе знаний, а под <действием> (консеквентом) – действия, выполняемые при успешном исходе поиска.
Продукционные модели наглядны, модульны, просты для механизма логического вывода, а также в такие модели легко вводить изменения.
Вывод на продукционных моделях может быть прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным);
Продукционный подход реализуется программными средствами: языком OPSS, оболочками ЭС – EXSYS Professional,Kappa, ЭКСПЕРТ; ЭКО, инструментальные системы ПИЭС и СПЭИС, система программирования ТАТРА.
4.2.2. Формальные логические модели
Формальные логические модели основаны на исчислении предикатов 1-го порядка. В этом случае предметная область или задача описывается в виде аксиом. Недостаток формальных логических моделей заключается в предъявлении высоких требований и ограничений к предметной области.
В промышленных ЭС используются различные модификации и расширения формальных логических моделей.
4.1. Логико-лингвистические модели
Для систем управления и проектирования сложных объектов, для которых априорная информация об их структуре и функционировании обладает значительной неполнотой, необходимо строить системы семиотического типа. А это значит, что одной из центральных проблем построения систем управления и проектирования сложных объектов является построение модели знаний системы об объекте управления и проектирования и интерпретатора, работающего с этой моделью. Построение модели знаний в свою очередь опирается на наличие специального _языка представления знаний . (ЯПЗ), без которого эта модель не может функционировать. На этом языке необходимо адекватно отображать в модели знаний сведения о структуре объекта и среды, а также о протекающих в них процессах.
Структура ЯПЗ оказывается близкой к структуре естественного языка. В качестве ЯПЗ часто используют просто некоторое подмножество естественного языка, необходимое для управления объектом данной природы. Но ЯПЗ должен обладать большей формальностью, логичностью, в противном случае реализовать его в системе управления и проектирования будет чрезвычайно трудно. Так как модель знаний М будет описана на ЯПЗ, то процедурный блок F, использующий в своей работе данные модели знаний, должен также оперировать с информацией, записанной на ЯПЗ. Это означает, что процедуры, реализуемые в F (все или их часть), должны носить логический, символический характер. Если предполагается адаптация этих процедур, то и адаптор должен "понимать" ЯПЗ.
Это подтверждает тезис, что системы управления и проектирования, базирующиеся на обработке только количественной информации, оказываются непригодными. Они должны строиться как логико-лингвистические. В логико-лингвистических моделях управления и проектирования логические средства обработки используются для преобразования данных, представленных в лингвистической форме.
