ТЕХНОЛОГИИ УПРАВЛЕНИЯ ЗНАНИЯМИ И ИНТЕЛЛЕКТУАЛЬНЫЕИНФОРМАЦИОННЫЕ СИСТЕМЫ ЛАБОРАТОРНАЯ РАБОТА № 2. Продукционная модель. Стратегии управления. Цель работы: получить полезные практические сведения об основных моделях представления знаний и их использовании в ИИС. Задача: научиться выполнять сравнение и анализ основных моделей представления знаний для решения прикладных задач в технических и экономических системах. Задания: 1. Изучите общие сведения и понятия теории систем представления знаний. 2. Продемонстрируйте понимание научной области, основных исследований в области моделей представления знаний, включая ПРОДУКЦИОННУЮ модель: Охарактеризуйте два типа выполнения систем продукций: прямой и обратный. Классифицируйте особенности нескольких стратегий управления выполнением продукций. Каково основное отличие «прямого» вывода в продукционных системах от «обратного»? Контрольный вопрос: Укажите важные и существенные, на ваш взгляд достоинства и недостатки применения продукционной модели знаний. Распространены четыре основных МПЗ (модели представления знаний): Продукционная МПЗ Семантическая сеть МПЗ Фреймовая МПЗ Формально логическая МПЗ Продукционная МПЗ В основе продукционной модели представления знаний находится конструктивная часть, продукция(правило): IF <условие>, THEN <действие> Продукция состоит из двух частей: условие — антецедент, действие — консеквентен. Условия можно сочетать с помощью логических функций AND, OR. Антецеденты и консеквентны составленных правил формируются из атрибутов и значений. Пример: IF температура реактора подымается THEN добавить стержни в реактор В базе данных продукционной системы хранятся правила, истинность которых установлена к за ранее при решении определенной задачи. Правило срабатывает, если при сопоставлении фактов, содержащихся в базе данных с антецедентом правила, которое подвергается проверке, имеет место совпадение. Результат работы правила заносится в базу данных. Пример продукции (для примера рассмотрим рисунок 1): Рисунок 1 связь диагноза и медицинских показателей IF Температура = 39 AND Кашель = Есть AND Давление = 110-130 THEN Бронхит Продукционная модель представления знаний нашла широкое применение в АСУТП (Автоматизированных процессах управления техническим процессом). Существуют два типа продукционных систем – с прямыми и обратными выводами. Прямые выводы выполняют стратегию «от фактов к заключениям». При обратных выводах выдвигаются гипотезы вероятностных заключений, которые могут быть подтверждены или опровергнуты на основании поступающих фактов. Существуют системы и с двунаправленными выводами. Основные достоинства систем продукционного вида – это простота представления знаний, легкость организации логических выводов и модульность применения правил (легко удалять и добавлять знания в базе знаний). Продукционная модель (все еще) чаще других применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода. Имеется большое число программных средств, позволяющих реализовать продукционный подход: языки Prolog, Lisp, LOGO, OPS; «оболочки» или «пустые» ЭС, а именно EMYCIN, EXSYS, ESISP, ЭКСПЕРТ; инструментальные системы ПИЭС, СПЭИС и др. К недостаткам таких систем относятся: низкая эффективность обработки знаний; неясность взаимных отношений правил; отсутствие гибкости в логическом выводе; сложность оценки целостного образа знаний. Различают два основных типа стратегий управления: безвозвратный пробны В безвозвратном режиме управления выбирается применимое правило и используется необратимо, без возможности пересмотра в дальнейшем. В пробном режиме управления выбирается применимое правило (либо произвольно, либо на каком-то разумном основании); это правило используется, но резервируется возможность впоследствии заново вернуться к этой ситуации, чтобы применить другое правило. Далее, различают два типа пробных режимов управления: с возвращением и с поиском на графе. В режиме с возвращением, при выборе правила определяется некоторая точка возврата. Если последующие вычисления приведут к трудностям в построении решения, то процесс вычисления переходит к предыдущей точке возврата, где применяется другое правило, и процесс продолжается. Во втором типе пробного режима, который называют управление с поиском на графе, предусмотрено запоминание результатов применения одновременно нескольких последовательностей правил. Здесь используются различные виды графовых структур и процедур поиска на графе. Трудности и проблемы практического использования продукционных систем: Продукционным моделям не хватает строгой теории. Проблема перехода от статических систем к динамическим, меняющим состав продукций в системе. Такие системы называют адаптивными. Достичь их можно за счет гибкого набора стратегий управления, среди которых должны быть стратегии различного уровня сложности и быстроты срабатывания. Факторы популярности продукционных моделей Большая часть знаний человека может быть записана в виде продукций. Системы продукций являются модульными. Удаление и добавление продукций не приводит к изменениям в других продукциях. Системы продукций могут реализовывать любые алгоритмы и любое процедурное знание, доступное ЭВМ. Наличие в продукции указателей на сферу применения продукции позволяет эффективно организовать память, сократив время поиска в ней. Классификация сфер может быть многоуровневой. Параллелизм в системе продукций, асинхронность их реализации делают продукционные системы удобной моделью вычислений для ЭВМ новой архитектуры. СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Суркова Н.Е. Методы проектирования информационных систем / Н.Е. Суркова, А.В. Остроух – М.: РосНОУ, 2004. – 144 с. – ISBN 589789-021-8. 2. Остроух А.В. Основы построения систем искусственного интеллекта для промышленных и строительных предприятий: монография / А.В. Остроух. – М.: ООО «Техполиграфцентр», 2008. – 280 с. – ISBN 978-5-94385-033-2. 3. Остроух А.В. Автоматизация транспортировки продукции / А.В. Остроух, Н.Г. Куфтинова – Saarbrucken, Germany: LAP LAMBERT Academic Publishing, 2011. – 146 p. – ISBN 978-3-8454-1089-0. 4. Остроух А.В. Рефакторинг баз данных. Автоматизация технологических процессов рефакторинга баз данных промышленных предприятий / А.В. Остроух, Д.А. Пшеничный, О.Б. Рогова. – Saarbrucken, Germany: LAP LAMBERT Academic Publishing, 2013. – 133 p. – ISBN 978-3-659-38753-1. 5. Остроух А.В. Автоматизация управления производством. Повышение эффективности автоматизированных аналитических систем предприятий автомобильной промышленности / А.В. Остроух, Э.А. Чернов, Д.Т. Нгуен. – Saarbrucken, Germany: LAP LAMBERT Academic Publishing, 2013. – 285 p. – ISBN 978-3-65934762-7. 6. Остроух А.В. Системы планирования перевозок. Программнотехнологические решения по разработке системы планирования заданий для заказных пассажирских перевозок / А.В. Остроух, А.Б. Львова, А.Р. Исмаилов. – Saarbrucken, Germany: LAP LAMBERT Academic Publishing, 2013. – 121 p. – ISBN 978-3-659- 43619-2. 7. Остроух А.В. Интеллектуальные системы в науке и производстве / А.В. Остроух, А.Б. Николаев. – Saarbrucken, Germany: Palmarium Academic Publishing, 2012. – 312 p. – ISBN 978-3-659- 98006-0. 8. Остроух А.В. Мультимедиа-технологии / А.В. Остроух, А.М. Васьковский, А.Б. Николаев. – Saarbrucken, Germany: Palmarium Academic Publishing, 2012. – 228 p. – ISBN 978-3-659-98030-5. 9. Остроух А.В. Ввод и обработка цифровой информации: учебник для нач. проф. образования / А.В. Остроух. – М.: Издательский центр «Академия», 2012. – 288 с. – ISBN 978-5-7695-9457-1. 10. Остроух А.В. Оперативный контроль транспортно- экспедиционной деятельности. Процессный подход к агрегированию системы показателей деятельности транспортноэкспедиционного предприятия / А.В. Остроух, А.М. Ивахненко, Н.А. Крупенский. – Saarbrucken, Germany: Palmarium Academic Publishing, 2013. – 221 p. – ISBN 978-3-659-98329-0. 11. Николаев А.Б. Информационные технологии в менеджменте и транспортной логистике: учебное пособие / А.Б. Николаев, А.В. Остроух. – Saint-Louis, MO, USA: Publishing House Science and Innovation Center, 2013. – 254 с. – ISBN 978-0-615-67110-9. 12. Остроух А.В. Системы искусственного интеллекта в промышленности, робототехнике и транспортном комплексе: монография / А.В. Остроух – Красноярск: Научно- инновационный центр, 2013. – 326 с. – ISBN 978-5-906314-10-9. 13. Остроух А.В. Основы информационных технологий: учебник для сред. проф. образования / А.В. Остроух. – М.: Издательский центр «Академия», 2014. – 208 с. – ISBN 978-5-4468-0588-4. 14. Суркова Н.Е. Методология структурного проектирования информационных систем: монография / Н.Е. Суркова, А.В. Остроух. – Красноярск: Научно-инновационный центр, 2014. – 190 с. – ISBN 978-5-906314-16-1. 15. Остроух А.В. Проектирование системы распределенных баз данных / А.В. Остроух, А.В. Помазанов. – Saarbrucken, Germany: Palmarium Academic Publishing, 2015. – 117 p. – ISBN 978-3-659- 60041-8.
