Традиционные методы представления знаний

В практике проектирования требуются не только данные в виде характеристик искомых объектов, но и знания, о чём было сказано только что выше. Значительная часть знаний в инженерной практике представлена в различных справочниках, методических и нормативных материалах в форме, так называемых, информационно-логических таблиц, называемых также справочными таблицами, таблицами применяемости и таблицами решений. Каждая такая таблица содержит определенный набор решений и один или два набора условий, определяющих выбор того или иного решения. В случае представления таких знаний на языке искусственного интеллекта, например Prolog, каждой таблице, будет соответствовать группа продукций. Заметим, что текстовые представления знаний легко преобразуются к табличному виду и наоборот. Естественно, что ни дескрипторная, ни классификационная модель ИПС недостаточны для хранения и использования знаний в вышеописанной форме, поэтому мы приходим к четвертому выводу - информационные системы в САПР должны иметь возможность хранения и манипулирования знаниями так, как это делается в экспертных системах.

Структуру традиционной экспертной системы образуют следующие компоненты:

* база знаний и данных;

* машина вывода;

* интерфейс с пользователем;

* модуль извлечения знаний и обучения;

* компонента приобретения знаний.

Основными (обязательными) компонентами в этом перечне являются первые три, которые образуют ядро экспертной системы. База знаний и данных содержит знания о проблемной области. Машина вывода - это программа извлечения (вывода или доказательства) ответа на поставленный вопрос (цель). Стратегия или алгоритм вывода, реализуемый машиной вывода, связана с используемой моделью знаний. Существует несколько достаточно универсальных стратегий вывода, которые учитывают особенности модели знаний и стратегии решения задач, используемые специалистами.

Важное значение при конструировании архитектуры ЭС имеет принятая модель знаний. ЭС опираются на следующие модели знаний:

* логические;

* продукционные (основанные на использовании правил ЕСЛИ-ТО);

* фреймы;

* семантические сети.

Сегодня очевидным является то, что при решении сложных инженерных задач ни одна из этих моделей в отдельности не обеспечивает построения эффективных ЭС, способных решать задачи на уровне хотя бы эксперта со средним уровнем знаний и средними практическими навыками. Поэтому разработка новых, и возможно, гибридных моделей является актуальной задачей. Кроме того, как показал опыт последних лет, ЭС в чистом виде мало пригодны для решения инженерных задач и их место в составе компонент больших интегрированных систем, таких как, САПР. В таких условиях ЭС должны органично сочетаться с другими компонентами системы и воспринимать и обрабатывать структуры данных и знаний, выходящие за рамки традиционных моделей знаний.

Охарактеризуем кратко основные модели знаний. Логическая модель знаний - это конечное или бесконечное множество отношений логики предикатов первого порядка, называемых просто логическими формулами. Каждая формула логической модели может иметь лишь два значения - истина или ложь.

В модели знаний на основе продукций, знания представлены совокупностью правил в формате "ЕСЛИ-ТО". Известно большое число разновидностей этой модели и систем на ее основе. Среди них продукционные системы Поста, нормальный алгоритм Маркова, машина Тьюринга, модель "доски объявлений" и др.

Фреймовая модель предложена Марвином Минским и основана на разработанной им теории фреймов. Язык фреймов включает такие понятия как "фрейм", "терминалы", "значения по умолчанию" и др. Фреймовая модель обладает большой универсальностью и очень удобна в решении многих инженерных задач.

Семантическая сеть - это граф, вершины которого соответствуют объектам или понятиям, а дуги, связывающие вершины, определяют отношения между ними.

Экспертная система функционирует в двух режимах: в режиме приобретения знаний и режиме консультации. В режиме редактирования знаний пользователь формирует и модифицирует базу знаний ЭС, т.е. определяет и вводит правила решения задачи для данной предметной области. В режиме консультации ЭС осуществляет процесс решения задачи, сформулированный пользователем.

Известно, что большая часть экспертных систем в последние годы выполнялась по архитектуре, основанной на правилах (продукциях), причем структура правила состоит из пары: антецедента (посылки) и следствия или заключения. Посылка в общем случае представляет собой логическое выражение, содержащее термы, предикативные выражения и знаки логических операций и, как хорошо известно, может быть представлена в виде граф - дерева. Заключение некоторого правила может служить в качестве терма или аргумента предикативного выражения в составе посылки другого правила, образуя семантическую сеть. Вершины-термы семантической сети суть значения признаков классификации классификационной компоненты системы, значения полей её дескрипторной компоненты или имена любых объектов системы.