Формальные логические модели.

Традиционно в представлении знаний выделяют формальные логические модели, основанные на классическом исчислении предикатов 1 порядка, когда предметная область или задача описывается в виде набора аксиом (правильных высказываний или объектов) и задаются правила построения новых объектов из других правильных объектов системы (правила вывода).

Пример.

1)высказывание: a>b представляется термом p(a,b) (двуместный предикат), где p – предикатный символ, заменяющий знак “>";

2)высказывание “аппаратная ах – исправна” представляется Q(x);

3)теорема Пифагора может быть представлена термом:

                     P_![P₂ (P₃(x),P₃ (y)),P₃(z)]

В качестве предикатных символов могут использоваться следющие:

Ø - НЕВЕРНО ЧТО (ЗНАК ОТРИЦАНИЯ);

Ç - И (ЗНАК КОНЪЮНКЦИИ);

È - ИЛИ (ЗНАК ДИЗЪЮНКЦИИ);

® - ЕСЛИ … ТО (ЗНАК ИМЛИКАЦИИ);

Û - ТОГДА, КОГДА (ЗНАК ЭКВИВАЛЕНТНОСТИ);

" - ДЛЯ ВСЯКОГО (ЗНАК КВАНТОРА ОБЩНОСТИ);

$ - СУЩЕСТВУЕТ (ЗНАК КВАНТОРА СУЩЕСТВОВАНИЯ).

В различных логических системах используются разнообразные правила вывода. Приведем два наиболее распространенные.

Правило подстановки. В формуле, которая уже выведена, можно вместо некоторого высказывания подставить любое другое присоблюдении условия: подстановка должна быть сделана во всех местах вхождения заменяемого высказывания в данную формулу.

Правило заключения. Если a и a®b являются истинными высказываниями посылками, тогда и высказывание заключение b также истина. Записывается правило в виде дроби

 

 

Особенность систем представления знаний заключается в том, сто они моделируют деятельность человека, осуществляемую часто в неформальном виде. Модели представления знаний имеют дело с информацией, получаемой от экспертов, которая часто носит качественный и противоречивый характер. Для обработки с помощью ЭВМ такая информация должна быть приведена к однозначному формализованному виду. Методологией формализованного представления знаний является логика.

 

2. СТРУКТУРА И РЕЖИМЫ РАБОТЫ ЭС

Знания, которыми обладает специалист в какой-либо облас­ти (дисциплине), можно разделить на формализованные (точные) и неформализованные (неточные). Формализованные знания фор­мулируются в книгах и руководствах в виде общих и строгих суждений (законов, формул, моделей, алгоритмов и т.п.), от­ражающих универсальные знания. Неформализованные знания, как правило, не попадают в книги и руководства в связи с их конкретностью, субъективностью, и приблизительностью. Знания этого рода являются результатом обобщения многолетнего опыты работы и интуиции специалистов. Они обычно представляют со­бой многообразие эмпирических (эвристических) приемов и пра­вил.

В зависимости от того, какие знания преобладают в той или иной области (дисциплине), ее относят к формализованным (если преобладают неточные знания) описательным областям. Задачи, решаемые на основе точных знаний, называют формали­зованными, а задачи, решаемые с помощью неточных знаний,- неформализованными. (Речь идет не о неформализуемых, а о не­формализованных задачах, т.е. о задачах, которые, возможно, и формализуемы, но эта формализация пока неизвестна.

Традиционное программирование в качестве основы для раз­работки программы использует алгоритм, т.е. формализованное знание. Поэтому до недавнего времени считалось, что ЭВМ не приспособлены для решения неформализованные задач. Расшире­ние сферы использования ЭВМ показало, что неформализованные задачи составляют очень важный класс задач, вероятно, значи­тельно больший, чем класс формализованных задач. Неумение решать неформализованные задачи сдерживает внедрение ЭВМ в описательные науки. Основной задачей информатики является внедрение ее методов в описательные науки и дисциплины. На основании этого можно утверждать, что исследования в области ЭС занимают значительное место в информатике.

Ньюэлл предложил относить к неформализованным задачам те, которые обладают одной или несколькими из следующих осо­бенностей:

алгоритмическое решение задачи неизвестно (хотя, возмож­но, и существует) или не может быть использовано из-за огра­ниченности ресурсов ЭВМ (времени, памяти);

задача не может быть определена в числовой форме (требу­ется символьное представление);

цели задачи не могут быть выражены в терминах точно оп­ределенной целевой функции.

Как правило, неформализованные задачи обладают неполно­той, ошибочностью, неоднозначностью и (или) противоречи­востью знаний (как данных, так и используемых правил преоб­разования).

Экспертные системы не отвергают и не заменяют традицион­ного подхода к программированию, они отличаются от традици­онных программ тем, что ориентированы на решение неформали­зованных задач и обладают следующими особенностями:

алгоритм решений не известен заранее, а строится самой ЭС с помощью символических рассуждений, базирующихся на эв­ристических приемах;

ясность полученных решений, т.е. система "осознает" в терминах пользователя, как она получила решение;

способность анализа и объяснения своих действий и знаний;

способность приобретения новых знаний от пользовате­ля-эксперта, не знающего программирования, и изменения в со­ответствии с ними своего поведения;

обеспечение "дружественного", как правило, естествен­но-языкового (ЕЯ) интерфейса с пользователем.

Обычно к ЭС относят системы, основанные на знаниях, т.е. системы, вычислительная возможность которых является в пер­вую очередь следствием их наращиваемой базы знаний (БЗ) и только во вторую очередь определяется используемыми метода­ми. Методы инженерии знаний (методы ЭС) в значительной сте­пени инвариантны тому, в каких областях они могут применять­ся. Области применения ЭС весьма разнообразны: военные при­ложения, медицина, электроника, вычислительная техника, гео­логия, математика, космос, сельское хозяйство, управление, финансы, юриспруденция и т.д. Более критичны методы инжене­рии знаний к типу решаемых задач. В настоящее время ЭС ис­пользуются при решении задач следующих типов: принятие реше­ний в условиях неопределенности (неполноты), интерпретация символов и сигналов, предсказание, диагностика, конструиро­вание, планирование, управление, контроль и др.