2.1. Модели представления знаний
Логическая модель представления знаний
Логическая модель представляет собой формальную систему — некоторое логическое исчисление как правило, исчисление предикатов первого порядка, когда предметная область или задача описывается в виде набора аксиом.
Все знания о предметной области описываются в виде формул этого исчисления или правил вывода. Описание в виде формул дает возможность представить декларативные знания, а правила вывода — процедурные знания.
Предикат висчислении предикатов специальный знак, отражающий определенное отношение между конечным множеством сущностей - аргументов. Предикат первого порядка имеет два состояния - истина и ложь.
Рассмотрим в качестве примера знание: "Когда температура в печи достигает 120° и прошло менее 30 минут с момента включения печи, давление не может превосходить критическое. Если с момента включения печи прошло более 30 мин, то необходимо открыть вентиль №2".
Логическая модель представления этого знания имеет вид:
Р(р = 120) T(t<30) →(D<DKp);
Р(р = 120) T(t>30) =>F(№2).
В этой записи использованы следующие обозначения:
Р(р = 120) — предикат, становящийся истинным, когда температура достигает 120°;
T(t<30) — предикат, остающийся истинным в течение 30 мин с начала процесса;
T(t>30) — предикат, становящийся истинным по истечении 30 мин с начала процесса;
D<Dкр— утверждение о том, что давление ниже критического;
F(№2) — команда открыть вентиль №2.
Кроме того, в этих записях использованы типовые логические связки И ( ), импликации (→ ) и логического следования (=>).
Первая строчка в записи представляет декларативные знания, а вторая — процедурные.
Языки представления знаний логического типа широко использовались на ранних стадиях развития интеллектуальных систем, но вскоре были вытеснены (или, во всяком случае, сильно потеснены) языками других типов. Объясняется это громоздкостью записей, опирающихся на классические логические исчисления. При формировании таких записей легко допустить ошибки, а поиск их очень сложен. Отсутствие наглядности, удобочитаемости (особенно для тех, чья деятельность не связана с точными науками) затрудняло распространение языков такого типа.
Исчисление предикатов 1-го порядка в промышленных экспертных системах практически не используется. Эта логи-ческая модель применима в основном в исследовательских «игрушечных» системах, так как предъявляет очень высокие требования и ограничения к предметной области.
2.2.2. Продукционная модель представления знаний.
Продукционная модель (модель правил) - это модель,
основанная на правилах, в которой знания представлены в виде предложений типа «Если (условие), 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 (они могут быть промежуточными, выступающими далее как условия и терминальными или целевыми, завершающими работу системы).
Основу модели составляют системы продукций. Каждая продукцияв наиболее общем виде записывается как стандартное выражение следующего вида:
"Имя продукции":
Имя сферы;
Предусловие;
Условие для ядра;
Ядро: «Если А, то В»;
Постусловие.
В наиболее простом виде продукция может состоять лишь из имени (например, ее порядкового номера в системе продукций) и ядра.
Имя продукции может выражаться в виде номера или слова (словасочетания). Служит для определения местоположения в системе продукций.
Имя сферы указывает ту предметную область, к которой относятся знания, зафиксированные в данной продукции. В интеллектуальной системе может храниться совокупность знаний (ее называют базой знаний), относящихся к разным областям (например, знания о различных заболеваниях человека или знания из различных разделов математики). Ясно, что если в данный момент решается задача из области физики твердого тела или из геометрии треугольника, то надо использовать знания, относящиеся именно к этой области. Сферы и выделяют такие подобласти знаний.
Предусловие определяет необходимые предпосылки применения условия для ядра продукции. Предусловия может и не быть вовсе.
Условие
для ядра
определяет те ситуации, при выполнении
которых можно (надо) проверять наличие
или истинность А
в
ядре продукции. Следующий пример
иллюстрирует употребление условия для
ядра: а,
b,
с
—
стороны
треугольника; если
,
то треугольник является прямоугольным.
Ясно,
что
при другой
интерпретации
а,
b
и
с
не имеет никакого смысла использовать
данное ядро продукции.
Ядро - основная часть продукции. Ядро имеет вид: "Если А, то В", где А и В могут иметь разные значения. Остальные элементы, образующие продукцию, носят вспомогательный характер. Несколько примеров ядра:
"Если сверкает молния, то гремит гром".
"Если в доме вспыхнул пожар, то вызывайте по телефону 01 пожарную команду".
"Если в путеводителе указано, что в городе есть театр, то надо пойти туда"
Первый пример иллюстрирует тот случай, когда ядро продукции описывает причинно-следственную связь явлений А и В. Во втором примере А и В представляют собой некоторые действия. В третьем примере А— это некоторые знания, а В — действие. Возможны и другое варианты ядра продукции. Таким образом, при помощи ядер можно представлять весьма разнообразные знания, как декларативные знания, так и процедурные, хотя сама форма продукций весьма удобна для задания именно процедурных знаний.
Постусловие определяет специфику ядра. Используется редко. Обычно содержит пояснения.
Пример продукции декларативного знания: «Пусть а, b, с — стороны треугольника и при выполнении равенства треугольник является прямоугольным».
Имя продукции: №5
Имя сферы: Геометрия;
Предусловие: Фигуры;
Условие для ядра: а, b, с — стороны треугольника;
Ядро: Если , то прямоугольник прямоугольный
Постусловие: Теорема Пифагора.
Основные достоинства систем продукционных:
Простота создания и понимания, отдельных правил.
Простота понимания и модифицирования знаний.
Простота программной реализации механизма логического вывода.
Слабые стороны систем: 1.Неясность взаимоотношений правил. 2.Сложность оценки целостного образа знаний. 3.Весьма низкая эффективность обработки. 4.Существенные отличия от человеческих систем знаний. 5.Отсутствие гибкости в логическом выводе.
Данная модель широко применяется в экспертных системах, в том числе промышленного (коммерческого) уровня.. Имеется большое число программных средств, реализующих продукционный подход (язык OPS 5; «оболочки» или «пустые» ЭС — EXSYSProfessional, Kappa, ЭКСПЕРТ;
ЭКО и др.)