78. Концептуальные и физические er–модели. Примеры.

Данная логическая модель очевидно построена без относительно конкретной СУБД. Поэтому по данной концептуальной диаграмме можно легко построить физическую ER – диаграмму которая уже будет учитывать такие особенности СУБД как допустимые типы полей, наименования полей, таблиц, ограничения целостности и т.д.

Рисунок

Очевидно, что на физической ER – модели каждая сущность представляет собой таблицу БД а каждый атрибут – поле таблицы. Обратим внимание, что в некоторых таблицах для реализации физических связей между таблицами появились новые поля, которые отсутствовали в концептуальной модели. Однако эти поля на самом деле являются реализацией механизма внешних ключей, т е чтобы реализовать связь родительского отношения с дочерним, т е связь один – ко – многим. Пришлось добавить ключевые атрибуты родительского отношения в дочерние. Поэтому и появились такие поля как Sklad_ID, PR_ID в таблице Product_In_Sclad и тд.

Замечание: по прежнему мы разделяем структуру данных отношение и структуру данных таблица. Однако при реализации на СУБД допускается называть поля атрибутами а отношения таблицами.

Выводы: первым рассмотренным методом моделирования данных является не формальный подход нормализации отношений а интуитивный метод – семантическое моделирование, т е в качестве основного инструмента семантического моделирования используются различные варианты диаграмм: сущность–связь или ER. С помощью ER удается наглядно представить структурную модель данных. При этом различают концептуальные и физические ER – диаграммы. Концептуальные диаграммы не учитывают особенностей конкретной СУБД, а физические строятся на основе концептуальных и представляют собой физический прообраз или конкретную реализацию БД на конкретной СУБД. При этом сущности, определенные в концептуальной диаграмме становятся таблицами, атрибуты – полями, а связи между таблицами реализуются путем миграции ключевых атрибутов родительских отношений и созданию внешних ключей.

79. Понятие экспертной системы (эс), как специального типа информационной системы.

Ис типа ЭС лежат в основе систем искусственного интеллекта. Поэтому существуют специальное ПО, ЯП и Ис. Простейшие примеры: в медицине, диагностика автомобилей, прогнозирование, ценные бумаги, расчет месторождений.

Эс – это комплекс специальных программ, предназначенных для проектирования, разработки, хранения и обработки специальных типов структур данных, получивших название «знания». Другими словами , ЭС – это БД знаний. Т е чтобы существовала возможность обработки знаний нужно организовать хранение знаний а для этого и используются технологии БД. Как и любая ис, ЭС предполагает что человек – инженер по знаниям, является неотъемлемой часть. Ис, те ЭС – это ис которая моделирует поведение эксперта, выполняющего экспертизу в некоторой узкой предметной области, отсюда следует, что ЭС как и человек–эксперт, в идеале должна отвечать буквально на такие вопросы: Что это? Какой? Почему? Зачем? Как?. Современные ЭС позволяют ответить на вопросы: Что? Как? Какой?.

80. Обобщенная модель экспертной системы.

В результате анализа обобщенную модель ЭС удалось представить в виде:

1) инженер по знаниям извлекает знания. Инженер программист должен формализовать знания, т е привести структуры данных в пригодные для компьютерной обработки.

2) именно для этого и служит блок формирование знаний, который выполняет функции проектирования структур данных – знаний, ввод неограниченного числа знаний + интерфейс.

3) база знаний является БД для хранения специальных сложноструктурированных и связанных между собой данных – знаний.

4)машина вывода осуществляет генерацию новых знаний. Особенность машины вывода состоит в том, что ЭС в отличие от других видов ис обрабатывают символьную информацию. Поэтому машина вывода осуществляет формирование новых знаний либо на основе уже существующих связей – зависимостей между структурами данных, либо на основе теорем. В зависимости от типа машин вывода ЭС делятся на 3 класса (условно):

1. Эс прямого вывода. Правила представлены в виде

2. Эс обратного вывода . Т е сначала доказывается истинность знания а затем проверяется комбинация знаний , удовлетворяющих обратному выводу.

3. машины смешанного вывода.

5) интерфейс. Этот блок должен интерпретировать знания, т к экспертные системы создаются не для экспертов, а для конечных пользователей.