Экспертные системы

способів представлення знань в сучасних експертних системах. Найчастіше використовується такі три методи представлення знань: правила, семантичні сітки та фрейми.

Термін “фрейм” у 1975 році ввів М. Мінський, як визначення структури даних для представлення стереотипних ситуацій. В цьому випадку модель даних представляється комбінацією трьох компонентів:

· множини структур даних, об’єкти яких складають вмістиме баз даних;

· множини операцій, які використовуються для пошуку та модифікації даних;

· множини обмежень цілісності, які явно чи неявно визначають множину допустимих станів елементів баз даних.

Представлення знань, що базується на правилах, побудовано на використанні виразу вигляду - “якщо“ (умова) - “тоді“ (дія). Якщо ситуація (факти) в задачі задовольняє правило “якщо“, тоді використовується дія, що визначається частиною “тоді“. Співставлення частин “якщо“ (правил з фактами) може утворити так званий ланцюжок виводу. Правила забезпечують природній спосіб опису процесів, що керуються складним і швидкозмінним середовищем. З допомогою правил можна визначити, як експертна система буде реагувати на зміну даних і при цьому не потрібно заздалегідь вказувати блок-схему управління обробкою даних.

В програмі традиційного типу передачі управління і використання ресурсів здійснюються послідовними кроками, а розгалуження має місце тільки в заздалегідь вибраних точках. Цей спосіб добре діє для проблем, які допускають алгоритмічні рішення. Для задач, хід розв’язування яких керується самими даними і де розгалуження швидше норма, ніж виняток, цей спосіб малоефективний. Використання правил спрощує пояснення дій експертної системи і дозволяє людині відслідкувати хід виводу. Можна розглядати фрейми і семантичні сітки, як методи представлення знань, що базуються на фреймах

Таке представлення знань використовує сітку вузлів, що пов’язуються відношеннями і організовуються ієрархічно. Кожен вузол представляє собою концепцію, яка може бути представлена атрибутами і значеннями, пов’язаними з цим вузлом. Вузли, які знаходяться на нижніх рівнях в ієрархії, автоматично наслідують властивості вузлів, що займають вище становище. Ці методи звичайно забезпечують ефективний шлях класифікації того чи іншого об’єкту (події).

Багато правил експертної системи є евристиками, тобто емпіричними правилами, або спрощеннями, які ефективно обмежують пошук рішення. Евристика - це сукупність логічних прийомів і методологічних правил теоретичного дослідження і пошуку істини, методика пошуку доведення. Евристичні правила - неформальні правила, які використовуються з метою підвищення ефективності пошуку в даній предметній ділянці. Такі підходи до розв’язування проблем швидше властиві людському мисленню “взагалі”, для якого властива поява “догадки” про шлях їх вирішення з наступною перевіркою отриманого рішення. Евристичному методу протиставлявся алгоритмічний (процедурний) метод, більше характерний для комп’ютера, який інтерпретувався як механічне здійснення заданої послідовності кроків, яка однозначно приводила до розв’язку. Експертні системи використовують евристики через те, що поставлені задачі важкі і до кінця незрозумілі. Ці задачі не підлягають чіткому математичному аналізу або алгоритмічному рішенню. Алгоритмічний метод гарантує визначене коротке або оптимальне рішення задачі, тоді як евристичний метод дає прийнятне або раціональне рішення. Знання в експертних системах організовані таким чином, щоб знання про предметну ділянку відокремити від загальних (наприклад, як вирішувати задачу, або знання про те, як взаємодіяти з користувачем).

У системах, заснованих на концепції банку знань, реалізуються функції дедуктивного висновку - від узагальнених знань, що подаються в базі знань, здійснюється перехід до конкретних знань, що формуються для вирішення заданої практичної задачі.  

3. Переваги та слабкі

1 2 3 4 5 6

Похожие работы