- •Глава 1. Основные определения, история проблемы,
- •Глава 2 Онтологическая инженерия описания предметной области ……50
- •Глава 3. Представление и вывод знаний в системах искусственного интеллекта на основе логических моделей. 65
- •Глава 4 Представление и вывод знаний в системах искусственного интеллекта на основе семантических сетей 98
- •Контрольные вопросы и задание 110
- •Глава 5. Представление и вывод знаний в системах искусственного интеллекта на основе фреймовых моделей. 111
- •Глава 6. Представление и вывод знаний в системах искусственного интеллекта на основе продукционных моделей. 118
- •Глава 7. Представление и вывод неопределённых знаний в системах искусственного интеллекта. 132
- •Глава 1. Основные определения, история проблемы, современные направления развития.
- •Основные определения искусственного интеллекта.
- •Лекция 1
- •1.2. Тест Тьюринга
- •Науки, лежащие в основе искусственного интеллекта
- •Вычислительная техника (период с 1940 года по настоящее время)
- •История искусственного интеллекта.
- •Рождение искусственного интеллекта (1956 год)
- •Ранний энтузиазм, большие ожидания (период с 1952 года по 1969 год)
- •Столкновение с реальностью (период с 1966 года по 1973 год)
- •Лекция 2
- •Основные современные направления развития искусственного интеллекта
- •1.6. Основные понятия о знаниях.
- •1.7. Выводы по 1-ой главе:
- •Контрольные вопросы и задание
- •Лекция 3
- •Глава 2 Онтологическая инженерия описания предметной области.
- •2.1. Понятие онтологии.
- •2.2. Теория множеств - математический аппарат описания онтологии.
- •2.2.1. Основные понятия и определения.
- •Лекция 4
- •2.2.2.Операции над множествами
- •2.2.3. Декартово произведение множеств
- •2.2.4. Отношения и их свойства.
- •2.3. Предметы, свойства и отношения предметной области.
- •Лекция 5
- •2.4. Понятие цели
- •2.5. Методика решения задач.
- •2.6. Понятие модели.
- •2.7. Методика построения онтологии.
- •2.8. Выводы по 2-ой главе.
- •2.9. Контрольные вопросы и задание.
- •Лекция 6
- •Глава3 Представление и вывод знаний в системах искусственного интеллекта на основе логических моделей.
- •3.1. Основы математической логики
- •3.1.1. Классификация и определение логик, алгебр, исчислений, теорий.
- •3.1.2.Традиционная логика.
- •Лекция 7
- •3.1.3.Логика, алгебра и исчисление высказываний.
- •3.1.4. Логика, алгебра и исчисление предикатов
- •Лекция 8
- •3.1.5. Формальные методы вывода решений в аксиоматических теориях.
- •3.1.6. Приведение формул исчисления предикатов к дизъюнктам Хорна.
- •4. Исключение кванторов существования.
- •3.2. Логическая модель представления знаний.
- •3.3. Вывод в системах искусственного интеллекта с логическим представлением знаний.
- •3.3.1. Правило резолюции.
- •Стратегия полного перебора.
- •Стратегия опорного множества.
- •3. Линейная по входу стратегия.
- •3.4. Выводы по 3-ой главе.
- •Контрольные вопросы и задание.
- •Лекция 9
- •Глава 4 Представление и вывод знаний в системах искусственного
- •Элементы теории графов
- •4.1.1. Способы задания графов.
- •1. Графический
- •2. С помощью матрицы инцидентности.
- •3. С помощью списка ребер.
- •4. С помощью матрицы смежности.
- •4.1.2. Задачи, решаемые с помощью графов.
- •Задача поиска наикратчайшего пути на графе.
- •Транспортная задача.
- •Задача о назначении (задача коммивояжера).
- •Задача о назначении работ.
- •Лекция 10
- •4.2. Представления знаний в виде семантических сетей.
- •4.3. Вывод в системах искусственного интеллекта с представлением знаний в виде семантических сетей.
- •Выводы по 4-ой главе.
- •Контрольные вопросы и задание.
- •Лекция 11
- •Глава 5. Представление и вывод знаний в системах искусственного интеллекта на основе фреймовых моделей.
- •5.1. Представления знаний в виде фреймов
- •5.2. Вывод в системах искусственного интеллекта с фреймовым
- •Выводы по 5-ой главе.
- •5.4. Контрольные вопросы и задание.
- •Лекция 12
- •Глава 6. Представление и вывод знаний в системах искусственного интеллекта на основе продукционных моделей.
- •Представление знаний в виде в виде системы продукций.
- •6.2. Продукционные системы
- •6.3. Прямой и обратный вывод в продукционных системах.
- •Лекция 13
- •6.4. Пример работы продукционной системы.
- •6.5. Выводы по 6-ой главе
- •6.6. Контрольные вопросы и задание
- •Лекция 14
- •Глава 7. Представление и вывод неопределённых знаний в системах искусственного интеллекта
- •Представление и вывод при нечётких знаниях.
- •7.1.1. Определение нечёткого множества.
- •7.1.3. Нечёткие отношения.
- •7.1.2. Операции над нечёткими множествами.
- •Лекция 15
- •Формальные методы вывода решений в нечёткой логике.
- •Лекция 16
- •7.2.Представление и вывод при неполных знаниях.
- •Вероятностный подход к представлению неопределённых знаний.
- •Определения и виды вероятности
- •Аксиомы вероятностей
- •Лекция 17
- •7.2.4. Формальные методы вывода решений при вероятностном подходе.
- •7.2.5. Правило Байеса и его использование.
- •Байесовская сеть представления и вывода вероятностных знаний.
- •Другие способы представления и вывода неопределённых знаний.
- •Выводы по 7-ой главе
- •7.5. Контрольные вопросы и задание.
- •Литература
6.2. Продукционные системы
Основными компонентами продукционных систем являются:
Глобальная БД (рабочая память, база)
Множество продукционных правил (база для правил, память правил, правила)
Система управления (интерпретатор, управление, механизм логического вывода, дедуктивная машина)
Глобальная БД.
Представляет собой память, ориентированную на размещение различного типа структур, определяемых спецификой предметной области, в которой работает конкретная продукционная система.
Основными операциями, реализуемыми в БД, являются:
Поиск фрагмента данных по образцу
Исключение данных
Добавление данных
Основными параметрами, определяющими организацию конкретной БД, являются:
объем и характер данных
тип операции над ними
тип процесса, реализованного в продукционной системе
Два типа процесса:
Процесс, получивший решения в продукционной системе может быть последовательным, когда данные в БД регулярно обновляются только одним результатом
Параллельный. Когда в БД необходимо хранить несколько связанных между собой результатов.
Множество продукционных правил
О писывает процедурное содержание знаний, заложенных экспертом данной предметной области в систему. И каждое хранимое правило представлено в виде:
(i); Q; P; A B; N
B и N – имплицируемая часть правила; представляют сочетания действий, которые могут быть отнесены к одному из следующих классов:
редактирование глобальной БД
обращение во внешнюю среду
воздействие на аппарат активации (переход к следующему правилу по условию)
редактирование совокупности продукционных правил
Определение: Система управления – представляет собой ту часть продукционной системы, которая наиболее широко варьируется в различных программных проектах.
В общем виде ее можно рассматривать как модуль, реализующий поисковый процесс и состоящий из двух фаз: выбора продукционного правила и его применения.
В простейшем случае условия применимости каждого продукционного правила проверяются для каждого текущего состояния глобальной БД.
Из числа продукционных правил, условия которых оказываются выполненными, выбирается одно, для которого выполняются специфицированные действия.
Продукционное правило переходит в новое состояние, для которого выполняется процедура проверки и выбора. Вычислительный процесс останавливается, когда достигнуто целевое состояние БД.
В общем случае на каждом шаге могут оказаться истинными несколько продукционных правил. Процедура выбора конкретного правила из этого конфликтного множества правил называется процедурой разрешения конфликта.
Известно несколько способов разрешения конфликта.
I подход. Выбор из конфликтного множества продукционного правила с самыми четкими условиями, самым длинным списком условий.
II подход. Выбираются правила с наивысшим приоритетом.
III подход. Выбираются правила в порядке возрастания.
Процедуру разрешения конфликта и информацию о последовательности примененных к глобальной базе данных продукционных правил называют управляющей стратегией продукционной системы.
Традиционно различают два основных типа стратегий управления:
безвозвратный
пробный
В безвозвратном режиме управления выбираются применимые правила без возможности пересмотра в дальнейшем; в пробном режиме – эти правила используются, но резервируется возможность в последствии вернуться к первоначальной ситуации, чтобы применить другое правило.
В пробных стратегиях два режима:
режим с возвращением (при выборе правила определяется некая точка возврата и если последовательные вычисления приведут к трудностям построения решения, то процесс вычисления переходит к предыдущей точки, где выбирается другое правило и процесс продолжается)
управление поиском на графе (предусматривается запоминание результатов применения всех возможных правил).
