- •Введение
- •1. Основные направления исследования сии
- •2. Классификация ис
- •2.1. Системы без обучения
- •2.2. Обучающиеся системы
- •2.3. Самообучающиеся системы
- •3. Средства и уровни понимания сии
- •4. Классификация типов поведения
- •5. Модель поступка. Мотивы и реализации
- •6. Машинное творчество, процедуры мышления
- •7. Модель формирования условных рефлексов
- •8. Корреляционная и пеленгационная характеристики изображений
- •9. Распознавание точечных изображений
- •10. Распознавание контурных изображений
- •11. Модель живого нейрона
- •12. Математическая модель нейрона и нейронных сетей
- •13. Алгоритм обучения персептрона
- •14. Топологические свойства однослойных, двухслойных и трехслойных нс. Теорема Минского
- •15. Свойства нс Хопфилда
- •16. Свойства нс Хемминга
- •17. Синхронные параллельные и последовательные нс с дискретными и непрерывными состояниями и временем
- •18. Метод обратного распространения ошибки
- •19. Матричная форма моро
- •20. Самообучение нс методом Хебба
- •20. Генетический алгоритм обучения нс
- •21. Сходимость алгоритмов обучения
- •22. Самоорганизующаяся коммуникация в системе с нейросетевым управлением
- •23. Структура микросхем, реализующих нс элементы
- •24. Распознавание образов на основе критерия Байеса
- •25. Распознавание образов с применением минимаксного критерия
- •26. Распознавание образов с применением критерия Неймана - Пирсона
- •27. Процедура последовательных решений в распознавании образов
- •28. Пример определения пороговых значений для вероятностных алгоритмов распознавания
- •29. Фонетическая и просодическая структуры речи. Распознавание речи
- •30. Основные определения исчисления предикатов
- •31. Высказывания. Кванторы и их свойства
- •32. Правила вывода. Унификация
- •33. Выполнимость и удовлетворимость ппф
- •34. Алгоритм преобразования предикатов в предложения
- •35. Резолюция и резольвента
- •36. Система опровержения на основе резолюций
- •37. Стратегии управления процессом поиска доказательства методом резолюций. Стратегии упрощения при вычислении резолюций
- •38. Извлечение ответа из опровержения, основанного на резолюции. Этапы процесса извлечения ответа
- •39. Теоремы Гёделя, Тарского и Черча о неполноте формальных систем
- •40. Экспертные системы
- •41. Модели представления знаний
- •42. Элементы логики нечетких множеств
- •43. Операции на нечетких множествах
- •44. Нечеткие правила вывода
- •45. Нечеткие нейронные сети
- •46. Идентификация систем обучаемыми интеллектуальными системами
- •48. Нейросетевая обработка динамических процессов
- •49. Программные средства для разработки интеллектуальных систем
- •50. Моделирование процесса обучения нейронной сети
- •Список литературы
- •Системы искусственного интеллекта
- •400131, Г. Волгоград, пр. Ленина, 28, корп. 1.
- •400131, Г. Волгоград, пр. Ленина, 28, корп. 7.
36. Система опровержения на основе резолюций
Правило построения резолюций позволяет формализовать процесс доказательства теорем [11]. Система доказательств использует метод доказательства от “противного”.
Дано: S - множество ППФ.
Доказать: W - целевая ППФ.
Алгоритм:
К множеству S добавляется отрицание ППФ W.
Расширенное множество преобразуется в множество предложений.
Ищется резолюция, представленная пустым предложением, т.е. соответствующая противоречию.
Если пустое предложение найдено, то теорема считается доказанной.
Если не удается получить резолюцию, соответствующую противоречию, то теорема считается не доказанной.
Пример 1: Имеются следующие утверждения:
Кто может читать, тот грамотный:
.Дельфины не грамотны:
.Некоторые дельфины обладают интеллектом:
.
Требуется
доказать: некоторые из тех, кто обладает
интеллектом, не могут читать:
.
Множество утверждений соответствует следующим предложениям:
,
,
где А, В – сколемовские константы.
– отрицание
доказываемой теоремы.
Процесс поиска противоречивой резолюции представляют в виде диаграммы, называемой деревом резолюций. Для рассматриваемого примера диаграмма представлена на рис.36.1. Базисное множество резолюций расположено в верхней строке диаграммы, а вычисляемые резолюции располагаются на более низких уровнях.
Рассматриваемое утверждение следует считать доказанным, так найдено пустое предложение. Верхняя строка диаграммы состоит из предложений базового множества. Вторая и все следующие строки принадлежат к различным уровням резолюций, номер уровня вершины дерева доказательств является одной из характеристик скорости получения доказательства.
Рис36.1. Диаграмма вычисления резолюции
Пример 2: В Солнечном городе образованы три партии коротышек: винтиков, шпунтиков и болтиков. Оказалось, что для любых трех членов партий найдется партия, в которую входят двое из них. Верно ли, что все члены одной из партий являются членами какой-либо из двух других партий? (Данная логическая задача взята из журнала «Квант» №5, 2007 г.)
Обозначения:
- имена конкретных
коротышек,
- название партий
винтиков, шпунтиков и болтиков,
- двухместный
предикат, определяющий принадлежность
коротышки
партии
.
Задача состоит из двух высказываний, которые можно формализовать в виде следующих ППФ:
1) В Солнечном городе образованы три партии коротышек: винтиков, шпунтиков и болтиков. Оказалось, что для любых трех членов партий найдется партия, в которую входят двое из них. |
|
2) Верно ли, что все члены одной из партий являются членами какой-либо из двух других партий? |
|
Второе высказывание является вопросом, поэтому его следует включить в базисное множество под знаком отрицания. Преобразование высказываний и отрицания вопроса во множество предложений дает следующие множества предложений:
1)
|
2)
|
Базисное множество образовано 12 предложениями. Дерево доказательств приведено на рис.36.2. В дереве достаточно использовать 6 из 12 базисных предложений. Резольвенты одноместных предложений целевой функции и пятиместных предложений базисного множества позволяют последовательно, с ростом уровня вычисляемых резолюций, получать более короткие предложения. Имена констант важны и неизменны при вычислении резольвент.
Рис.36.2. Дерево доказательств.
Второй пример демонстрирует, что пятиместные предикаты могут возникнуть при формализации довольно простых задач. Следует заметить, что шуточный характер примеров использован для более легкого восприятия условий и процесса решения задач, однако замена терминов легко переводит данные примеры в разряд технических задач. Второй пример может быть интерпретирован следующим образом:
«Механическая обработка деталей осуществляется тремя видами станков. Оказалось, что при обработке трех любых деталей, две детали обрабатывались на одном виде станков. Верно ли, что все детали, обработанные на одном из видов станков, были обработаны на одном из двух других видов станков?»
