Продукционная модель знаний.

Логическая модель знания

Логические модели наиболее универсальны и формализованы. Для них имеется мощный математический аппарат. Логическая модель представляет собой конечное или бесконечное множество логических формул, называемых предикатами. Для записи формул используют язык, содержащий алфавит (набор символов) и множество правил образования правильно построенных формул. Символами логического языка являются:

1. Константы: 0, 1,2 … или ‘a’, ‘b’, ’c’

2. Переменные: x, y, z

3. Функциональные символы (функторы): f, g, h, …

4. Символы предикатов (отношений): P, Q, R

5. Кванторы: всеобщности и существования

6. Логические операции (связки): &- и, v – или, - не

Кроме символов языка рассматриваются также синтаксические правила записи формул или предложений логического языка. Отправным элементом здесь является предикат – простейшая формула (атомарная формула) принимающая два значения: истина или ложь; вида P(..), где в скобках указываются аргументы предикаты: переменные, константы или же функторы.

Каждый предикат есть формула логического языка. Путь P и Q – любые две формулы, тогда формулами также являются:

1. P Q

2. P v Q

3. P & Q

4. P -> Q

5. P <- Q

6. …P(x)

7. …X P(x)

x	y	x->z

x	y	x<->z (= или)

Таблицы истинности

x	y	x&y

x	y	xvz

 

Дизъюнктом (в логике высказываний) называется дизъюнкция литер (булевских переменных) с отрицаем или без него вида: x v y v z

Дизъюнктом в логике предикатов называется дизъюнкция литералов (атомарных формул) взятых с отрицанием или без него вида: P(a, z) v Q(z, f(x))

Конъюнктивной нормальной формой (КНФ) называется конъюнкция дизъюнктов.

Выполняющей интерпретации I для заданной КНФ называется множество значений переменных, при которых она истинна, например: I = (x₁ v x₂) & (x₂ v x₃) & (x₁ v x₃) Число различных интерпретаций для дизъюнкта с n > 0 переменными = 2ⁿ, Однако не все они являются выполняющими.

Задача на выполнимость формулируется так: Для данной КНФ установить имеется ли для нее хотя бы одна выполняющая интерпретация.

Формула B следует из формулы A – если в любой интерпретации где А истина B также истина (A -> B).

Формула A тождественно истинна если она истинна в любой интерпретации (x v ) – тавтология.

Рассмотрим пример построения логической модели. Пусть имеется множество работ и множество работников. Необходимо назначить каждому работнику ровно 1 работу так, чтобы все работы были распределены. R₁-R₅ – работы. A₁-A₅ - работники

	R1	R2	R3	R4	R5
A1
A2
A3
A4
A5

 

X₁₁ + X₁₃ + X₁₅= 1

X₂₁ + X₂₄ = 1

X₃₁ = 1

X₄₄ + X₄₅ = 1

X₅₂ + X₅₃ = 1

По работникам

 

X₁₁ + X₃₁ = 1

X₂₂ + X₅₂ = 1

X₁₃ + X₅₃ = 1

X₂₄ + X₄₄ = 1

X₁₅ + X₄₅ = 1

По работам

 

Продукционная модель знаний.

Продукционная модель представляет собой вариант логической модели, записанной с помощью продукционных формул или правил вида: F -> G (1) (если F то G), где F и G – произвольные логические формулы. Отмечается, что продукции «более близки» по форме естественным умозаключением вида «если – то» (Если идет дождь – возьмите зонтик. На практике общее условие 1 можно рассматривать в виде формул так называемого секвинционального вида: f₁ & f₂ &.. f_n -> g₁ v g₂ v.. g_z (2). Система логического программирования PROLOG использует еще более упрощенные секвенциональные формулы (так называемою нотацию Корна): f1 & f2 &.. & fn -> g (левая часть тело продукции, правая голова или цель).

В ПРОЛОГе имеется 3 вида предикатов:

1. Стандартные предикаты. Предикаты которые всегда истины и не объявляются в разделе predicates (write, readchar, nl)

2. Предикаты факты. «Алексей мечтает о деньгах и карьере». На прологе Мечтает(Алекскй, деньги). Мечтает(Алекскй, карьера). Факты – особый вид правил которые не нужно доказывать. Такие правила представляют собой продукции без головы. Аргуметами предикатов фактов являются константы.

3. Предикаты правила. «Владимиру нравится все, что нравится Ире. На ПРОЛОГе: Нравится(Владимир, Х): - Нравится(Ира, Х). Нравится(Ира, Х) -> Нравится(Владимир, X) a: -b, c, d. b & c & d -> a»

Семантические сети.

В реальном мире любую ситуацию можно охарактеризовать следующим образом:

1. Указать какие объекты участвуют в ситуации

2. В какие отношения вступают объекты

3. Указать свойства объектов и свойства отношений, таким образом можно передать знания в очень широком классе ситуаций.

Рассмотрим пример. «Студент Максимов сдал экзамен по химии.» В этой ситуации выделяем объекты Максимов и экзамен. Отношение между объектами передаются с помощью глаголов, в данном случае – сдать. Свойство Максимова является «студент». Свойством экзамена является по химии. Свойством отношения сдать является время и характер действия, в данном случае это прошедшее время.

Сдать

Прошедшее время

Максимов

Студент

Экзамены

По химии

 

Кто?

 

 

Какой? Какой?

 

Объекты, отношения и свойства отображаются различными видами вершин. Ситуации могут образовывать целые сценарии. Например: «Экзамен по химии принимал профессор ZZZ».

Сдать

Прошедшее время

Максимов

 

Экзамены

Кто?

 

 

>

Студент

По химии

Какой? Какой?

 

Структуру семантической сети можно представить на языке XML и обработать программно. Семантические сети – граф, вершинами которого являются объекты и понятия, а дуги связывающие вершины определяют отношения между ними.

Понятие логического вывода[EB2]

Основной задачей любой логической системы является построение логического вывода. Это касается как классической, так и не классической логики. Для того чтобы строить выводы нужно иметь правила вывода, а сами формулы должны быть приведены к удобному для вывода виду. В этом смысле наиболее удобно представление логических формул в виде дизъюнктов. Определения из предыдущей лекции. [EB3]

Правилом вывода R называется такое соотношение между формулами A₁, A₂,.. A_n и B, которое устанавливает истинность формулы B всякий раз когда выполняется заданное соотношение.

Формула B выводима из формулы A₁, A₂,..A_n если имеется конечная последовательность формул П, начинающихся с любой из формул A_i, такая, что очередная формула этой последовательности либо выводима по некоторому правилу вывода из предшествующих членов (или их части) или совпадает из какой-то из формул A_i.

Всякая тождественно истинная формула выводима.

Задача логического вывода в логике высказываний может сводиться к задаче на выполнимость. Пусть даны дизъюнкты D₁, D₂,.. D_n. Спрашивается, выводим ли из них дизъюнкт R, т.е. требуется установить тождественную истинность формулы D₁ & D₂ &.. & D_n -> R. Умножим левую и правую часть на не R. Получим D₁ & D₂,.. &D_n & R -> FALSE. Если удастся показать выполнимость данного уравнения то получим опровержение данной формулы, т.е. R не выводима. Если не выполнима то исходная формула выводима. Таким образом задача логического вывода сводится к задаче выполнимость.

Пример

Пусть даны следующие формулы f₁ = a -> bc , f₂ = b-> f, f₃ = cv -> x v y. Показать что имеет место выводимость a *f₁ * f₂ * f₃ -> x. Умножим левую и правую части на . Получаем

a(a->bc )(b-> f)(cv -> x v y) * - > FALSE. При это может получиться так FALSE -> FALSE – выводимость

S -> FALSE – невыводимость

В итоге получили ситуацию FALSE-> FALSE, следовательно, выводимость имеет место.

Законы логики высказываний[EB4]

Привести к виду дизъюнктов следующую формулу:

Сложнее дело обстоит в логике предикатов. Такое приведение выполняется в 3 этапа.

На первом этапе все кванторы вынося в начало формулы, например, *логическая формула*. Вынесение кванторов даст следующий результат *логическая формула 2*. Однако имеется все же одна зацепка. Изменим формулу следующим образом *логическая формула 3* (2 квантора существования связанных с одним и тем же y. Необходим переход к новым обозначениям, от которых формула не теряет своей тождественности). Получаем *логическая формула 4*.

На втором этапе отбрасывают кванторы. Здесь имеется специфика в отношении кванторов существования. Так в формуле *логическая формула 5* берут самый внутренний квантор существования т.е. (СУЩ(t)) и заменяют переменную t на произвольную функцию от предшествующих переменных кванторов всеобщности, а сам квантор существования отбрасывают. Например, из *логическая формула 5* получаем *логическая формула 6*. Тоже самое делают с квантором существования y, но используя другую функцию. * логическая формула 7*. Приведенная процедура избавления от кванторов существования называется сколемизацией (фам Scolem). Теперь, когда кванторов существования не осталось, кванторы всеобщности просто отбрасывают и получают P(x,h(x)) ->Q(x,f(x))

На третьем этапе получаем дизъюнкты на основании законов Де Моргана получаем:

Здесь отрицание последовательно перемещается по формуле, при этом очередной квантор всеобщности заменяется на квантор существования и наоборот. В конце концов отрицание добирается до самой формулы. После это проводим сколемизацию. Также обращаем внимание на то, что первому квантору существования не предшествует ни один квантор всеобщности. В этом случае переменная x заменяется на произвольную константу c.

В качестве универсальных правил вывода в логике можно отметить следующие:

1. Правило исключения

2. Правило приведения к абсурду

В логике широкое распространение получил метод вывода на основе принципа резолюций Джона Робинсона.

Машина вывода в логике. Понятие машины вывода

Машина вывода – механизм отыскания решения задачи (алгоритма решения). Машина вывода в логике строит логическое доказательство. В основе машины вывода лежит теорема дедукции. Вывод строится согласно определенным правилам. Наиболее общим из них является доказательство от противного, т.е. x i заменяют на xi и приводят к противоречию. Доказательство от противного формулируется в виде следующей известной теоремы о дедукции и записывается следующим образом Бз/х = (Бз & ) / FALSE.

Метод Ковальского

….

Здесь для каждого дизъюнкта строят вершину и соединяют ребрами по контрарным парам переменных. Резольвенты строят таким образом: выбирают любое ребро связывающее 2 литеры (x₁ и не x₁) строят резольвенту дизъюнктов D₁ и D₂ по контрарной паре литер, добавляем резольвенту в форме новой вершине графа, а ребро (x₁, не x₁) удаляем, при этом действуют следующие правила:

1. Если имеется вершина в которой действует не соединенная с другими буква, то такая вершина удаляется со всеми несоединенными ребрами

2. Произвольно выбираем ребро и находим резольвенту по 2 вершинам данному ребру, добавляем резольвенту в граф и соединяем ее с другими вершинами, поле чего выбранное ребро удаляем из графа. Тавтологические дизъюнкты удаляем.

3. Вершины резольвенты связываются связями с другими вершинами по контрарным литерам

4. Если в графе Ковальского получены две вершины x_i и не x_i то говорят о противоречии и процесс завершается

5. Если граф Ковальского удается полностью разрушить без получения противоречия, то это говорит о том, что система не противоречива.

Метод отсечения литер

Дизъюнкты:

….

Основная идея: удалить из системы последовательно все литеры (буквы), одну за другой. Если в процессе удаления получаем противоречие, то как и в графе Ковальского, получаем что система не имеет решения.

Включим в новую систему все формулы, представляющие собой резольвенту по x₁

 

Базовые [EB5] понятия ПРОЛОГ

1. Прикладные системы на языке Prolog. Роль языка Prolog.

Сферы применения пролога – транспорт, логистика, анализ месторождений полезных ископаемых, оценка загрязнений окружающей среды, Системы с естественно-языковым интерфейсом, НАСА использует голосовой Пролог для управления голосом аппаратурой.

2. Базовые понятия и структура программы

Предикат является основой концепцией пролога. Предикат – логическая формула, с произвольным числом аргументов (их может и не быть вовсе), который принимает 2 значения: истинна или ложь. На прологе используют 3 вида предикатов:

1. Предикаты факты – используются для записи некоторых утверждений, которые в ходе выполнения программы считаются истинными. В конце предиката факта в конце обязательно ставится точка, аргументами фактов являются константы. Набор фактов на прологе называется базой данных

2. Предикаты правила

3. Стандартные предикаты. Входят в состав самого пролога и считаются истинными(write(X) – вывод на экран, nl – переход на новую строку

Правила и факты называются клозами или же предложениями. Переменные записываются с большой буквы, константы с маленькой. Если предикат состоит из нескольких клозов, то они должны быть расположены вместе, подряд.

Стандартные типы данных

1. Integer

2. Char

3. String

4. Real

5. Symbol

6. Etc.

Структура программы и назначение секций:

Программа на прологе состоит из 4-х секций:

1. Domains

2. Predicates

3. Goal

4. Clauses

В секции predicates происходит объявление не стандартных предикатов, т.е. пользовательских. Объявление происходит через ключевое слово nondeterm.

Секция domains содержит объявление нестандартных типов данных: списки, функторы, тут могут быть и пользовательские типы.

Секция goal. Здесь задается целевой предикат программы или последовательность предикатов, которые надо доказать.

Секция clauses содержит доказательство целевого предиката.

Выполнение программы на прологе заключается в доказательстве целевого предиката. Этот предикат является обычным правилом. Чтобы доказать правило (любое, а не только цель), необходимо доказать все предикаты, входящие в его тело. Для этого происходит согласование предикатов, с другим одноименным предикатом, т.е. сопоставление (унификация) соответствующих аргументов этих предикатов. При унификации аргументов возможные следующие случаи:

1. Сопоставление двух констант заканчивается успешно, если они равны, и неудачно в противном случае.

2. Сопоставление константы и переменной (свободной, не имеющей значения) заканчивается успешно и переменная получает значение константы (становится связанной)

3. Сопоставление двух связанных переменных: сопоставление заканчивается успешно если переменные равны и неудачно в противном случае. Одна из переменных связана – другая свободна: заканчивается успешно и свободная переменная принимает значение связанной; Сопоставление двух свободных переменных успешно, если в последствии одна из переменных получает значение, то и другой переменной присваивается тоже значение.

Если согласование предикатов закончилось неудачно, то делается попытка согласования данного предиката с другим одноименным клозом. Если таких клозов нет, то происходит возврат (Back tracking) к ближайшей развилке.

Пусть некто сообщает, что он задумал шифр из 5-ти двузначных цифр. Обозначим их как X₁,.., X₅. При этом задаются следующие соотношения между цифрами. При этом

X₂+X₃+X₄<=2,

X₂+x4+X5 <=1,

X₃+X₄+X₅>=1;

X₁+X₅<=1

Пример

predicates nondeterm equation nondeterm znach(integer) goal equation. clauses   equation:- znach(X1), znach(X2), znach(X3), znach(X4), znach(X5), X2+X3+X4<=2, X2+X4+X5<=1, X3+X4+X5>=1, X1+X5<=1, write(“X1=”,X1,” X2=”,X2,” X3=”,X3,” X4=”,X4,” X5=”,X5). znach(B):-B=0; B=1.

 

Данная программа состоит из 3х секций. В секции predicates объявлены 2 предиката: equation and znach. В секции goal задается целевой предикат equation. В clauses происходит непосредственно доказательство результата equation. Для того чтобы доказать целевой предикат, система выбирает первое условие из определения предиката- znach(X1). Пролог пытается доказать это условие и ищет его определение в разделе clauses. Такое определение имеется. Происходит унификация или же согласование аргументов предикатов, т.е. X1 согласовывается с B. Т.к. B = 0, то и X1 Получает значение 0. Аналогично доказываются предикаты znach(X2 -X5). Далее выполняется проверка условий, однако X3 + X4 +X5 >=1 условие не выполняется, поэтому в силу вступает механизм ветвления-возврата. Система возвращается в точку последнего ветвления, т.е. Znach(X5). На этот раз пролог сопоставит Znach(X5) и Znach(B): B=1. Znach(X1-X4) по-прежнему нули, и вновь выполняем проверку условий. Если все успешно, то происходит вывод на экран.

Предикат fail

Инициирует неудачу в доказательстве. Пролог начинает поиск с возвратом, когда доказательство какого-либо предиката завершается неудачей. Определенной ситуации бывает необходимо инициировать поиск с возвратом, чтобы найти другое решение, для этого используется специальный предикат FAIL – неудача.

Predicates Nondeterm father(symbol,symbol) Nondeterm everybody Clauses Everybody:- Father(X,Y) Write (X,”is father”,Y), nl, Readchar(_), fail.\father(leonard, Katherine). Father(karl, nick). Father(carl,Marilyn). Goal Everybody.

 

Программа требует найти отца Y. Fail делает доказательство всегда неудачным.

Для того, чтобы вывести все решения в теле предиката everebody поставили команду fail. После того как на экран выводится значение переменных x=leonard, y=Katerina, возникает состояние искусственной неудачи (fail). Происходит возврат к ближайшей развилке, т.е. father(X,Y), т.к. этот предикат не сопоставлялся с двумя оставшимися факторами. При этом переменные X и Y становятся свободными. Теперь предикат father(X,Y) сопоставляется с фактом father(karl, nick). Переменные X, Y получают соответствующие значения и далее вывод осуществляется по аналогии.

Механизм отсечения

Пролог использует отсечения для прерывания поиска с возвратом. Обозначается как «!». Пройдя через отсечение уже невозможно произвести откат к предикатам, расположенным в обрабатываемом предложении перед отсечением, а также невозможно возвратиться к другим предложениям. Определяющим данный предикат.

 

 

r1:- a,b, !, c. r1.

Если с завершится неудачей, то пролог не сможет произвести откат (поиск с возвратом) через отсечение и найти альтернативные решения для а и b. Он также не сможет обратиться к другому предложение предиката r1.

Predicates Nondeterm buy (symbol, symbol) Nondeterm car(symbol, sumbo, integer) Nondeterm colors(symbol, symbol) Goal Buy(corevette, Y). Clauses Buy(model, Color):- Car(model, Color,Price), Colors(Color, good), !, Price < 25000, Write(Model), Readchar (_). Car (alpha romeo, green, 25000). Colors (red, good). Car(corvete, black 24000) colors(black, mean).

 

В данном примере необходимо найти корвет конкретного цвета и подходящего по цене.

Пролог обращается к предикату car и проверяет первую машину, она не подходит, и мы берем следующий предикат, находим предикат колорс. Наконец мы проходим через отсечение, которое, замораживает. Все переменные, ранее связанные в этом предложении. Переходим к сравнению прайс меньше 25000. Проверка завершается неудачно, т.к. Прайс = 26000, и пролог пытается совершить перебор с возвратом, для того, чтоб найти другую машину, однако отсечение не даст этого сделать и наше целевое утверждение завершается неудачно.

Рекурсия

Рекурсия – вызов предиката из тела самого предиката. Рекурсия обычно применяется при обработке списков в программах на прологе.

Пример:

Goal Like (peter, X), write(x) Clouses Like(John, carrot). Like (peter,Z):-like(John,Z)

 

Программа требует найти предмет который нравится Петру. Первый клоз заканчивается FALSE, т.к. не совпадают константы. Второй заканчивается тру и X сопоставляется с Z. Z и X получают значение carrot.

Изменим программу следующим образом:

goal like (peter, X), write(x) clauses like(John, carrot). like(peter,candies):-fail. like(peter,Z):- not(like(jhon,Z)).

Как и ранее программа требует найти то, что нравится Пете, однако теперь логика программы изменена. Пете нравится то, что не нравится Джону. Это факт мы переделали следующим образом: like(peter,Z):- not(like(Jhon,Z)). Отрицание передают предикат not, однако, следует помнить, что данные предикат не может использоваться в голове правила, т.е. недопустимо: not(like(peter,Z)):-like(Jhon,Z). Однако имеется и второе ограничение: в момент вызова предиката с отрицанием аргументы предиката уже должны иметь значения. В этом случае пролог выдаст сообщение об ошибке.

Переделаем программу следующим образом:

Predicates Like(symbol,symbol) znach(symbol)   goal like (peter, X), write(x) clauses like(John, carrot). like(peter,candies):-fail. like(peter,Z):- znach(Z), not(like(jhon,Z)).   Znach(carrot). Znach(candies).

В znach поместили carrot, доказываем like(Jhon,carrot). Доказали его в первом клозе. Далее вернулись в правило, а там стоит предикат not(like(Jhon, carrot)), отрицание истины дает ложь, следовательно, откатываемся до ближайшей развилки, а именно предиката znach, и заносим в переменную Z значение candies. Далее снова доказываем предикат like(Jhon, candies). Доказали его во втором клозе. Заходим во второй, клоз, унификация проходит успешно, однако там стоит предикат fail, который инициирует неудачу в доказательстве, следовательно предикат like(Jhon,candies) заканчивается ложью. Возвращаемся в правило, not(like(Jhon,candies)) = true (отрицание лжи = истина). Таким образом предикат like() доказан, и соответственно цель (goal) доказано, а X принимает значение candies.

 

predicates   goal fact(3,1,M) write(“fact:”, M clauses fact(1,N,M):-M=N. fact(Z,N,M):- N1=Z*N, Z1= Z- 1, Fact(Z1,N1,M)

Z- начальное значение, N – промежуточное (накапливаемое), M – окончательное.

N=1

N1=3

Z1=2

Fact(2,3,M)

N1=6

Z1= 1

Fact(1,6,M)

M=N // M= 6;

predicates   goal fact(3,M) write(“fact:”, M clauses fact(1,1. fact(N,M):- N1=N-1, Fact(N1, M1) M=M1*N

 

Fact(3,M)

N =3

N1=2

Fact(2,M1)

M=2

N1=1

Fact(1,M1)

Fact(1,1)

M=M1*N // M=1*2 = 2

M=M1*N // M = 2*3 =6

 

Сложные структуры данных в прологе. Функторы и списки

Список представляет собой последовательность из произвольного числа элементов, некоторого типа. Списки необходимо определять в секции domains следующим образом:

Domains Списочный_тип=тип*

 

Где тип – тип элемента списка. Он может быть, как стандартным, так и не стандартным, т.е. заданным пользователем и объявленным в разделе domains ранее.

Пример

Domains List=integer* Predicates Nondeterm number(list)

Кроме того, элементами списка могут быть не только числа, но и строки, а также и сами списки, например:

Doamins list=integer* // L=[1,2,3] list2=string* // L= [“vova”,”petya”] list3=list* // L=[[1,2],[3,4]]

Ввод списка с клавиатуру осуществляется через readterm(<тип>m <имя переменной>), где тип – списочный тип, который предварительно должен быть объявлен в разделе domains.

Вывод списка на экран осуществляется через предикат write(L), где L – список.

Для удобства обработки списков введены понятия головы и хвоста списка. Голова – первый элемент списка, хвост – остальная часть списка, таким образом хвост списка сам является списком.

Для представления списка в виде головы и хвоста используется следующая запись:

L=[H|T], где H – голова, T – хвост L=[X] – список из одного элемента, причем X – голова, а хвост – пустой список ([]).

Пустой список нельзя разделить на голову и хвост.

Рекомендации по работе со списками:

1. Операциями со списками практически всегда используется рекурсия

2. Обычно предикаты для реализации работы со списками имеют несколько клозов. Первый из них относится к простейшему случаю (например, к операции с пустым списком, со списком из одного элемента, с головой списка). Последующие клозы относятся к более общим случаям и имеют следующее назначение: Если список не соответствует простейшему случаю, рассмотренному в первом клозе, то его следует уменьшить на 1 элемент, например, исключить голову, и применить рекурсию к укороченному списку.

3. Предикаты для получения одного списка из другого всегда имеют не менее двух аргументов: первый – исходный список, второй – результат.

 

Пример

domains list=integer* predicates prinad(list,integer)   clauses prinadl([], _):-write(“Ne prinadl”). // _ - означает любое значение или не интересует prinadl([H|T],H):-write(“prinadl”). prinadl([_ | T], X):- prinadl(T,X). // [_ | T] – означает любое значение   goal prinadl([1,2,3,4],5)

Здесь мы последовательно отрываем голову от списка, и сравниваем ее с искомым числом. Если голова списка совпадает с X то, элемент принадлежит списку, в противном случае мы рекурсивно вызываем предикат prinadl с укороченным на 1 числом элементов списка

Сумма элементов списка через 2 аргумента!!!

Cписки вводят с клавиатуры

Функторы

Функторы представляют собой составные типы данных на прологе. Они позволяют структурировать данные для удобства их структурирования и обработки. Функторы соответствуют структурам в языках типа С или записям в Паскале, объявляется в domains следующим образом:

Domains Тип=имя_функтора(тип_аргументов) Есть факт, что у джона есть книга война и мир, написанная Толстым. Owns(Jhonm book(“WandP”,”L.Tolstoy”)

 

 

Приведенная программа отыскивает название книги X написанной Дюма, и ценной Z.

Функтор Kniga=book(author,title): kniga – тип, book – название. Authr, title – переопределенные типы данных. Аргументами функтора является author и title, однако могут быть и другие функторы в том числе.

Одна из наиболее важных задач для которой применяются функторы – объявление предикатов, которые в разных случаях могут принимать значения разных типов. В этом случае необходимо объявить набор функторов, называемых альтернативным доменом.

 

Если затем указать альтернативный домен в качестве типа аргумента при объявлении предиката (в разделе Predicates), то в качестве аргумента предиката можно будет указывать любой из функторов.

Пример

 

Здесь объявлен альтернативный домен operator и функтор expression, в котором в качестве одного из аргументов указан альтернативный домен.

Предикат readterm(тип, имя переменной): тип – альтернативный домен, указанный в разделе domains: имя переменной- переменная с которой связывается функтор.

Функтор вводится в точности с его объявлением.

Функторы и списки удобно применять для работы с семантическими сетями.

 

Экспертные системы. Основные механизмы

Экспертная система – технология для извлечения решения задачи из базы знаний, представленной в удобном для обработки машиной виде. Имеется два основных механизма экспертных систем:

1. База знаний

2. Машина вывода

Соответствует двум составляющим: языку описания задач и алгоритму решения задач. В настоящее время экспертные системы нашли научное применение включает психологию, САПР, промышленное планирование. Задачи, которые решают экспертные системы относится к разделу интеллектуальные. Впервые этот термин ввели Мизец и Фигенбаум. [EB6] Они предложили работать со знаниями как с базой данных, т.е. рассматривать задания как вид данных. Примеры экспертных систем: MYCIN, EMYCIN, Dendrol.

Структура экспертной системы представлена на рисунке:

Рис.1 – Структура экспертной системы

 

Процесс функционирования экспертной системы можно представить следующим образом:

1. Пользователь, желающий получить необходимую информацию через пользовательский интерфейс посылает запрос к экспертной системе

2. Решатель пользуясь базой знаний генерирует и выдает пользователю подходящую информацию, объясняя ход своих рассуждений пользуясь системой объяснений.

Пользователь – это специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, поэтому он нуждается в помощи со стороны экспертной системы.

Инженер по знаниям – специалист в области искусственного интеллекта, выступающий в роле промежуточного буфера между экспертом и базой знаний. Также его можно назвать аналитиком.

Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с экспертной системой как на стадии ввода информации, так и при получении результата.

База знаний (БЗ) – ядро экспертной системы (ЭС), совокупность знаний предметной области, записанная на машинный носитель (на некотором языке, приближенном к естественному).

Решатель – программа моделирующая ход рассуждения эксперта на основании знаний, имеющихся в базе знаний. Иначе, это есть дедуктивная машина, машина вывода.

Подсистема объяснений – программа, позволяющая получить пользователю ответы на вопросы: «как была получена та или иная рекомендация», «почему система приняла то или иное решение» и т.д.

Интеллектуальный редактор базы знаний – программа, предоставляющая инженеру по знаниям возможность создавать базу знаний в диалоговом режиме. Здесь могут быть системы ложных меню, подсказок (help) и другие сервисные средства для работы с базой знаний.

Прародители экспертных систем – жрецы, гадалки, дельфийский оракул.

Генетическая логика

В основе генетических методов лежит теория Дарвина о естественном отборе. В основе генетических алгоритмов лежит простая идея: берут пару наилучших порожденных образцов и порождают их потомка путем взаимного обмена характеристиками (скрещивания crossover). Потомков порождают все время и элитных представителей текущей совокупности. Когда наступает момент и не удается улучшить функционал, производят мутацию, т.е. порождают новые объекты не в результате скрещивания родительских объектов, а путем случайных изменений. Эта процедура ведется до тех пор, пока удается улучшить характеристики функционала. Генетический алгоритм был разработан Джоном Холандом.

Пример.

Пусть следует максимизировать следующую функцию: F(x,y) = 2x +4y – xy, x+y <= 11, x >=0, y>=0

Сформируем начальную комбинацию

№	X	Y	F(X,Y)

 

Выберем элиту из 4х наилучших образцов, где функция достигает наибольших значений

№	X	Y	F(X,Y)

 

Породим из них потомков, например, скрестим 5 и 8 объекты: (2, 5), (0,9)

№	X	Y	F(X,Y)

 

Т.к. 10 потомок дал больший результат, будем манипулировать им. Скрестим 8 и 10 объекты, получим потомки (2,9) и (0,9). Т.к. нам не удалось улучшить целевую функцию путем скрещивания, перейдем к процессу мутации. Мутация – небольшие произвольные изменения в назначении гена (+/- небольшое значение). Мутация позволяет создавать новый материал, т.к. новые хромосомы перемешиваются с уже существующими. Таким образом мутация позволяет расширить область поиска решений. Осуществим мутацию двух лучших образцов (2,9) и (0, 9) -> (2,10) и (0, 10). (2,10) не удовлетворяет условиям

№	X	Y	F(X,Y)

 

Возобновляем скрещивание. Процесс завершаем, когда ни мутация, ни скрещивание не улучшают функционал.

Недостатки:

1. Проблема преждевременного схождения функции может произойти из-за недостаточного разнообразия хромосом

2. Проблема преждевременного схождения функции может произойти из-за выбора только элитных образцов, которые быстро сокращают свое количество.

Сфера применения:

1. Финансы

2. Военная сфера

3. Бизнес

Задача коммивояжёра

Рассмотрим алгоритм Нильсона на примере зада коммивояжера (или же «бродячего торговца»).

Пусть имеется n городов, соединенных дорогами

 

 

Введем матрицу затрат C[Cij]

	-
		-
			-
				-

 

В задаче требуется найти цикл с минимальной суммой затрат из образующих его дуг, которые проходят каждую вершину не более одного раза, за исключением вершины из которой цикл начинается и в которой заканчивается.

Для данного метода эвристического поиска применяется способ оценки H(n) предложенный Литтлом, Мерти, Суини. Для этого способа нужно на текущей матрице расстояний сначала найти минимальный элемент в каждой строке, затем найденные элементы вычитают из соответствующих элементов строки.