Вопрос 6. Представление знаний на основе теории нечетких множеств.

При попытке формализовать человеческие знания исследователи столкнулись с проблемой, затруднявшей использование традиционного математического аппарата для их описания. Существует целый класс описаний, оперирующих качественными характеристиками объектов (много, мало, сильный, очень сильный и т. п.). Эти характеристики обычно размыты и не могут быть однозначно интерпретированы, однако содержат важную информацию.

В задачах, решаемых интеллектуальными системами, часто приходится пользоваться неточными знаниями, которые не всегда могут иметь четкие значения истинности.

В начале 70-х американский математик Лотфи Заде предложил формальный аппарат нечеткой (fuzzy) алгебры и нечеткой логики. Позднее это направление получило широкое распространение и положило начало одной из ветвей искусственного интеллекта под названием мягкие вычисления . Л. Заде ввел одно из главных понятий в нечеткой логике — понятие лингвистической переменной.

Лингвистическая переменная (ЛП) — это переменная, значение которой определяется набором словесных характеристик некоторого свойства.

Например, ЛП «ветер» определяется через набор {слабый, умеренный, сильный, очень сильный}. Значения лингвистической переменной определяются через так называемые нечеткие множества.

Нечеткое множество определяется через некоторую базовую шкалу В и функцию принадлежности нечеткому множеству µ(х), х є В, принимающую значения на интервале [0...1]. Таким образом, нечеткое множество В — это совокупность пар вида (х, µ(х)), где хєВ. Часто встречается и такая запись [9]:

где х_i — i-е значение базовой шкалы.

Функция принадлежности определяет субъективную степень уверенности эксперта в том, что данное конкретное значение базовой шкалы соответствует определяемому нечеткому множеству.

Рассмотрим пример.

Предположим, имеется задача интерпретации значений ЛП «возраст», таких как «молодой», «преклонный» или «переходный» возраст. Определим «возраст» как ЛП. Тогда «молодой», «преклонный», «переходный» будут значениями этой лингвистической переменной. Более полно, базовый набор значений ЛП «возраст» следующий: В равно {младенческий, детский, юный, молодой, зрелый, преклонный, старческий}.

Для ЛП «возраст» базовая шкала — это числовая шкала от 0 до 120, обозначающая количество прожитых лет, а функция принадлежности определяет, насколько мы уверены в том, что данное количество лет можно отнести к данной категории возраста.

Например, определить значение нечеткого множества «младенческий возраст» можно так:

«младенческий» =

Для операций с нечеткими знаниями, выраженными при помощи лингвистических переменных, существует много различных способов. Эти способы являются в основном эвристиками.

Лекция 10.2. Экспертные системы и базы знаний

План

1. По­нятие и структура экспертной системы (ЭС).

2. Классификация ЭС.

3. Свойства систем, основанных на знаниях.

Вопрос 1. По­нятие и структура экспертной системы (эс).

Экспертные системы (ЭС) — это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот опыт для консультаций менее квалифицированных пользователей.

Обобщенная структура экспертной системы представлена на рис. 11.4. Блоки, изображенные на рисунке, присутствуют в любой экспертной системе.

В целом процесс функционирования ЭС можно представить следующим образом: пользователь, желающий получить необходимую информацию, через пользовательский интерфейс посылает запрос к ЭС. Решатель, на основе базы знаний, генерирует и выдает пользователю подходящую рекомендацию, объясняя ход своих рассуждений при по- мощи подсистемы объяснений.

Приведем ряд определений.

Пользователь — специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи экспертной системы.

Инженер по знаниям — специалист в области искусственного интеллекта, выступающий в роли посредника между экспертом и базой знаний.

Интерфейс пользователя — комплекс программ, реализующих диалог пользователя с ЭС как на стадии ввода информации, так и при получении результатов.

База знаний (БЗ) — ядро ЭС, совокупность знаний предметной области, реализованная на основе выбранной модели представления знаний и записанная на машинный носитель в форме, понятной эксперту и пользователю.

Решатель — программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ.

Подсистема объяснений — программа, позволяющая пользователю получить ответы на вопросы: «Как была получена та или иная рекомендация?» и «Почему система приняла такое решение?».

Интеллектуальный редактор БЗ — программа, предоставляющая инженеру по знаниям возможность создавать БЗ в диалоговом режиме. Включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок и других сервисных средств, облегчающих работу с базой.