2_ИИС_ЭС

Механизм приобретения знаний

•предназначен для наполнения БЗ знаниями

•обычно имеет собственный интерфейс, позволяющий создавать и настраивать как БЗ в-целом, так и отдельные элементы знаний

•В простейшем случае это интеллектуальный редактор, который позволяет вводить единицы знаний в базу и проводить их синтаксический и семантический контроль, например, на непротиворечивость.

•В более сложных случаях механизм приобретения знаний позволяет извлекать знания в результате использования специальных сценариев интервьюирования экспертов, или из вводимых примеров реальных ситуаций, как в случае индуктивного вывода, или из текстов, или из опыта работы самой интеллектуальной системы.

Виды знания

•Фактуальное знание представляет известные сведения об объектах отражаемой реальности и накапливается в обычных базах данных.

•Операционное знание отражает зависимости и отношения между объектами, которые позволяют интерпретировать данные или извлекать из них информацию. Операционное знание представляется либо в алгоритмической форме, либо в декларативной форме в виде специальных баз структурированных знаний.

Представление знаний в БЗ

•Декларативное представление (ДП) описывает объекты

(сущности) предметной области и связи между ними

•ДП базируется на некотором универсальном множестве процедур, обрабатывающих факты любого типа, и на множестве специфических для проблемной области фактов

•Процедурное представление (ПП) – знание предметной области, выраженное в виде алгоритмов решения определенных задач, на основе обработки объектов проблемной области

Методы (модели) представления знаний в ЭС

•Логические (формальные) модели – основаны на понятии формальной системы (теории). Это модели дедуктивного типа. Примером может являться исчисление предикатов.

•Эвристические (формализованные) модели имеют в основе набор эвристик (примеров), отражающих специфические особенности конкретной предметной области. Примером таких моделей являются сетевые, фреймовые, продукционные и объектноориентированные модели.

Продукционные модели

•представление в виде правил: ПОСЫЛКА -> ЗАКЛЮЧЕНИЕ

или Если: < условие >

То: <действие>

•в качестве действия может быть изменение данных в рабочей памяти

Примеры продукционных правил

Правило 1: Если Коэффициент рентабельности > 0.2 То Рентабельность = "удовл." CF 100

Правило 2: Если Задолженность = "нет" и Рентабельность = "удовл."

То Финансовое_сост. = "удовл." CF 80

Правило 3: Если Финансовое_сост. = "удовл." и Репутация="удовл."

То Надежность предприятия = "удовл." CF 90

Фреймовая модель

•Фреймы представляют собой совокупность атрибутов (слотов), описывающих свойства и отношения с другими фреймами.

•Развитием фреймовой модели является объектноориентированная модель

•Часть атрибутов фрейма отражают типизированные отношения, такие как “род - вид” (super-class - sub-class), “целое - часть” и др.

•Вместо конкретных значений атрибутов фрейма могут задаваться значения по умолчанию, присущие целым классам объектов, или присоединенные процедуры.

Пример фреймов

ПРЕДПРИЯТИЕ_ОТРАСЛИ#1

Модели на предикатах

первого порядка

•Предикат позволяет задать функцию, принимающую значения «ложь» или «правда» в зависимости от набора аргументов.

•Предикат задается как выражение:

•ПРЕДИКАТ (x, y, …) – n-местный предикат

•Правила вывода на предикатах:

•ПРЕДИКАТ1 :- ПРЕДИКАТ2 – Предикат1 истинен если истинен Предикат2

•Как элемент знаний, предикат — это то, что утверждается или отрицается о субъекте суждения. Предикаты задают различные отношения:

•“род” - “вид” (обобщение);

•“целое” - “часть” (агрегация);

•“причина” - “следствие”;

•“цель” - “средство”;

•“функция” - “аргумент”;

•“ассоциация”;

•“хронология”;

•“пространственное положение” и др.