МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

Наиболее распространены следующие модели:

1) продукционные системы;

2) логические модели

3) фреймы;

4) семантические сети.

 

ПРОДУКЦИОННЫЕ СИСТЕМЫ

В продукционных системах знания представляются в виде совокупности специальных информационных единиц, имеющих следующую структуру:

Если А, то В

Левая часть – предпосылка правила, правая – его следствие, которое говорит о том, что надо делать, когда данное продукционное правило сработало, т.е. если выполнилась предпосылка.

В общем случае продукционная система включает в себя следующие компоненты:

1) БД, содержащую множество фактов;

2) базу правил, содержащую множество продукций;

3) интерпретатор (механизм логического вывода) или правила работы с продукциями.

БД и база правил образуют базу знаний. Факты в БД представляют собой краткосрочную информацию и могут изменяться в процессе работы продукционной системы по мере накопления опыта. Правила – более долговременная информация, предназначенная для порождения гипотез (новых фактов) из того, что уже известно.

Продукционные системы делят на 2 типа:

- с прямыми выводами;

- с обратными выводами.

При прямом выводе рассуждение ведется от данных к гипотезам, а при обратном выводе производится поиск доказательства или опровержения некоторой гипотезы. Часто используются комбинации.

Структура продукционной системы отражается следующим рисунком.

 

Факты – истинные высказывания. На естественном языке – это повествовательные предложения об объектах или явлениях предметной области.

Если А1, А2 … Аn, то В

Следствие В трактуется как добавление новых фактов в описание текущего состояния предметной области.

Продукционные правила описывают причинно-следственные связи между фактами, а в более общем случае и между правилами тоже, определяя как истинность одних фактов влияет на истинность других.

Пример.

База правил включает 2 следующих правила:

П1 если «намерения – отдых» и «дорога – ухабистая», то «использовать – горы».

П2 если «место отдыха – горы», то «дорога – ухабистая».

Пусть в БД введено:

«намерение – отдых»

«место отдыха – горы»

При первом подходе будем активизировать только правило П2. Активизация правила приведет к выработке нового факта – «дорога ухабистая». При 2-м просмотре правил будем активизировать и первое правило. В результате система выработает следующую рекомендацию: «использовать джип».

 

В продукционной системе с обратными выводами механизм логического вывода основан на ином принципе.

 

Пусть задана цель – «использовать джип».

С помощью базы правил необходимо подтвердить или опровергнуть гипотезу.

Введены те же факты:

«намерение – отдых»

«место отдыха – горы»

П1 подтверждает факт «использовать джип». Так как образец «намерение – отдых» уже занесен в БД, то для достижения цели достаточно подтвердить факт «дорога – ухабистая». Если принять этот факт за новую цель, то потребуется правило, подтверждающее этот факт. Исследуем возможность применения правила П2. Условная часть этого правила – истинно правило можно применить. При этом БД пополнится образцом «дорога – ухабистая», и в результате применения П1 подтверждается цель «использовать джип».

 

Продукционные системы, по сравнению с другими формами представления знаний, имеют следующие преимущества:

1) модульность;

2) единообразие структуры (основные компоненты продукционной системы могут применяться для построения интеллектуальных систем с различной проблемной ориентацией);

3) естественность (вывод заключений во многом аналогичен процессу рассуждений эксперта);

4) гибкость родовидовой иерархии, которая поддерживается только как связи между правилами (изменение правила влечет за собой изменение в иерархии).

Недостатки:

1) процесс вывода менее эффективен, чем в других системах, так как большая часть времени затрачивается на непроизводительную проверку применимость правил;

2) этот процесс трудно поддается управлению;

3) сложно представить родовидовую иерархию понятий.