Лекция 5. Способы реализации логического вывода в ЭС с классическими моделями представления знаний.

 

    В лекции рассмотрены функции механизма вывода ЭС, использующие продукционные и фреймовые модели представления знаний. Особенности средств управления выводом в классических моделях представления знаний поясняются на простых примерах обработки знаний.

 

    Прямой и обратный вывод в ЭС продукционного типа.

    Любая экспертная система продукционного типа должна содержать три основные компоненты:

Ø базу правил,

Ø рабочую память и

Ø механизм вывода.

    База правил (БП) - формализованные с помощью правил продукций знания о конкретной предметной области.

    Рабочая память (РП) - область памяти, в которой хранится множество фактов, описывающих текущую ситуацию, и все пары атрибут-значение, которые были установлены к определенному моменту. Содержимое РП в процессе решения задачи обычно изменяется, увеличиваясь в объеме по мере применения правил. Другими словами, РП - это динамическая часть базы знаний, содержимое которой зависит от окружения решаемой задачи.

    В простейших ЭС хранимые в РП факты не изменяются в процессе решения задачи, однако существуют системы, в которых допускается изменение и удаление фактов из РП. Это системы с немонотонным выводом, работающие в условиях неполноты информации.   

    Механизм вывода выполняет две основные функции:

Ø просмот р существующих в рабочей памяти фактов и правил из БП, а также добавление в РП новых фактов;

Ø определение порядка просмотра и применения правил. Порядок может быть прямым или обратным.

Ø Прямой порядок - от фактов к заключениям. В экспертных системах с прямыми выводами по известным фактам отыскивается заключение, которое из этих фактов следует. Если такое заключение удается найти, оно заносится в рабочую память. Прямые выводы часто применяются в системах диагностики, их называют выводами, управляемыми данными.

Ø Обратный порядок вывода - от заключений к фактам. В системах с обратным выводом вначале выдвигается некоторая гипотеза о конечном суждении, а затем механизм вывода пытается найти в рабочей памяти факты, которые могли бы подтвердить или опровергнуть выдвинутую гипотезу. Процесс отыскания необходимых фактов может включать достаточно большое число шагов, при этом возможно выдвижение новых гипотез (целей). Обратные выводы управляются целями.

    Для выполнения указанных функций механизм вывода включает компоненту вывода и управляющую компоненту.

    Действие компоненты вывода основано на применении правила логического вывода Modus Ponendo Ponens. Суть применения этого правила в продукционных системах состоит в следующем:

    Если в РП присутствует истинный факт Аи в базе правил существует правило вида «если А, то В»,то факт В признается истинным (СУЩЕСТВУЮЩИМ!) и заносится в рабочую память. Такой вывод легко реализуется на ЭВМ, однако при этом часто возникают проблемы, связанные с распознаванием значений слов, а также с тем, что факты могут иметь внутреннюю структуру, и между элементами этой структуры возможны различного рода связи.

    Например, пусть имеется факт А - «автомобиль Иванова - белый» и правило «если автомобиль - белый, то автомобиль легко заметить ночью».

    Человек легко выведет заключение «автомобиль Иванова легко заметить ночью», но это не под силу ЭС чисто продукционного типа. Она не сможет сформировать такое заключение, потому что Ане совпадает точно с антецедентом правила.     Кроме того, невысокая интеллектуальная мощность продукционных систем обусловлена тем, что человек выводит заключения, имея в своем распоряжении в се свои знания, то есть БЗ огромного объема, в то время как ЭС способны вывести сравнительно небольшое количество заключений, используя заданноемножество правил.

     Из сказанного можно сделать вывод о том, что компонента вывода в ЭС должна быть организована так, чтобы быть способной функционировать в условиях недостатка информации.

    Управляющая компонента определяет порядок применения правил, а также устанавливает, имеются ли еще факты, которые могут быть изменены в случае продолжения работы (при немонотонном выводе).

    Механизм вывода работает циклически, при этом в одном цикле может сработать только одно правило. Схема цикла приведена на рис. 9.

Рис. 9 Цикл работы вывода.

    В цикле выполняются следующие основные операции:

Ø сопоставление - образец (антецедент) правила сравнивается с имеющимися в РП фактами;

Ø разрешение конфликтного набора - выбор одного из нескольких правил в том случае, если их можно применить одновременно;

Ø срабатывание правила - в случае совпадения образца некоторого правила из базы правил с фактами, имеющимися в рабочей памяти, происходит срабатывание правила, при этом оно отмечается в БП;

Ø действие - изменение содержимого РП путем добавления туда заключения сработавшего правила. Если в заключении содержится директива на выполнение некоторой процедуры, последняя выполняется.

    Поскольку механизм вывода работает циклически, следует знать о способах завершения цикла. Традиционными способами являются либо исчерпание всех правил из БП, либо выполнение некоторого условия, которому удовлетворяет содержимое рабочей памяти (например, появление в ней какого-то образца), либо комбинация этих способов.

    Особенностью ЭС является то, что они не располагают процедурами, которые могли бы построить в пространстве состояний сразу весь путь решения задачи. Траектория поиска решения полностью определяется данными, получаемыми от пользователя в процессе логического вывода.

    Рассмотрим простейшие примеры прямого и обратного вывода в системах продукционного типа.

    Пример прямого вывода. Пусть в БП имеются следующие правила:

    Правило 1. «если двигатель не заводится, и фары не горят, то сел аккумулятор».

    Правило 2. «если указатель бензина находится на нуле, то двигатель не заводится».

    Предположим, что в рабочую память от пользователя ЭС поступили факты:

1. фары не горяти
2. указатель   бензина находится на нуле.

    Рассмотрим основные шаги алгоритма прямого вывода.

    Сопоставление фактов из РП с образцами правил из БП. Правило 1 не может сработать, а правило 2 срабатывает, так как "образец, совпадающий с его антецедентом, присутствует в РП.

    Действие сработавшего правила 2. В РП заносится заключение этого правила, то есть образец: двигатель не заводится и это будет новый факт.

    Второй цикл сопоставления фактов в РП с образцами правил. Теперь срабатывает правило 1, так как совпадение условий в его антецеденте становится истинной.

    Происходит Действие правила 1, которое заключается в выдаче пользователю окончательного диагноза - сел аккумулятор.

Конец работы (БП исчерпана).

    Рассмотрим пример прямого вывода с конфликтным набором.

    Теперь допустим, что в БП кроме правила 1 и правила 2 присутствует правило 3: «если указатель бензина находится на нуле, то нет бензина».

        

    В РП находятся те же факты, что в предыдущем примере. В результате сопоставления в первом же цикле возможно применение двух правил - правила 2 и правила 3, то есть возникает конфликтный набор и встает задача выбора: какое из этих правил применить первым.

    Если выберем правило 2, то в РП добавится факт «двигатель не заводится» и на следующем шаге опять возникнет конфликтный набор, так как можно будет применить правило 1 и правило 3.

    Если будет выбрано правило 1, то к заключению «сел аккумулятор» придем за два шага. При любом другом выборе порядка применения правил к этому же заключению приходим за три шага. Если завершение цикла работы ЭС наступает после просмотра всех правил, то число шагов будет равно трем, причем порядок применения правил не будет иметь какого-либо значения.

 

    Рассмотрим технологию обратного вывода:

    Пример обратного вывода.

      Предположим, что в БП имеется два правила (правило 1 и правило 2), а в РП - те же факты, что в предыдущих примерах с прямым выводом.

Алгоритм обратного вывода содержит следующие шаги.

Выдвигается гипотеза окончательного диагноза - сел аккумулятор.

    Отыскивается правило, заключение которого соответствует выдвинутой гипотезе, в нашем примере - это правило 1.

    Исследуется возможность применения правила 1, то есть решается вопрос о том, может ли оно сработать. Для этого в рабочей памяти должны присутствовать факты, совпадающие с образцом этого правила.

    В рассматриваемом примере правило 1 не может сработать из-за отсутствия в РП образца «двигательне заводится». Этот факт становится новой целью на следующем шаге вывода.

    Поиск правила, заключение которого соответствует новой цели. Такое правило есть - правило 2.

    Исследуется возможность применения правила 2 (сопоставление). Оно срабатывает, так как в РП присутствует факт, совпадающий с его образцом.

    Происходит Действие правила 2, состоящее в занесении заключения «двигатель незаводится»в РП.

    Условная часть правила 1 теперь подтверждена фактами, следовательно, оно срабатывает, и выдвинутая начальная гипотеза подтверждается.

Конец работы.

    При сравнении этого примера с примером прямого вывода нельзя заметить преимуществ обратных выводов перед прямыми выводами.

 

    Пример обратного вывода с конфликтным набором.

    Предположим, что в БП записаны правило 1, правило 2, правило 3 и правило 4: «если засорился бензонасос, то двигатель не заводится». В РП присутствуют те же самые факты: «фары не горяти указатель бензина находится на нуле». В данном случае алгоритм обратного вывода с конфликтным набором включает следующие шаги.

Выдвигается гипотеза: сел аккумулятор.

    Поиск правила, заключение которого совпадает с поставленной целью. Это правило 1.

    Исследуется возможность применения правила 1. Оно не может сработать, тогда выдвигается новая подцель «двигатель не заводится», соответствующая недостающему образцу.

    Поиск правил, заключения которых совпадают с новой подцелью. Таких правил два: правило 2 и правило 4.

    Если выберем правило 2, то дальнейшие шаги совпадают с примером без конфликтного набора. Если выберем правило 4, то оно не сработает, так как в РП нет образца: «засорился бензонасос». После этого будет применено правило 2, что приведет к успеху, но путь окажется длиннее на один шаг.

    Следует обратить внимание на то, что правило 3, не связанное с поставленной целью, вообще не затрагивалось в процессе вывода. Этот факт свидетельствует о более высокой эффективности обратных выводов по сравнению с прямыми выводами. При обратных выводах существует тенденция исключения из рассмотренных правил тех правил, которые не имеют отношения к поставленной цели.

    В экспертных системах процедуры управления логическим выводом закрыты не только для пользователя, но и для инженера по знаниям, однако о них необходимо иметь представление, чтобы корректно интерпретировать результаты. Для этого нужно знать, в каком виде хранятся знания и как выбираются начальная точка поиска, правила разрешения конфликтов, структуру, с помощью которой хранятся знания. Для разрешения конфликтов в системах с прямыми выводами широкое распространение получил метод разрешения конфликтов LEX, в котором предпочтение отдается правилам со ссылкой на самый последний сгенерированный образец. Если таких правил несколько, то среди них выбирается правило с наибольшим числом условий в антецеденте.

        

 

В ЭС продукционного типа все множество знаний обычно хранится в виде древовидной структуры, называемой И-ИЛИ-графом. Фрагменты такой структуры приведены на рис. 10, 11.

Рис. 10. Простейший фрагмент структуры И-ИЛИ-графа.

 

    Классическая форма продукций предполагает наличие в антецеденте только связки И. На практике классическая форма может быть расширена введением связки ИЛИ в условную часть либо включением в антецедент вычислений на основании содержимого рабочей памяти и т.п. Если существует множество правил, из которых выводится одно и то же заключение, то, выполнив операцию ИЛИ (дизъюнкцию) над всеми заключениями, полученными с помощью этих правил, можно показать отношение между результатом отдельного вывода и данными, на основании которых делается вывод.

 

Рис. 11. Фрагмент структуры И-ИЛИ – графа продукционной ЭС.

 

    С помощью И-ИЛИ-графа обратный вывод в ЭС продукционного типа можно представить как проблему поиска определенного пути на графе. Выбор одной из связок ИЛИ соответствует разрешению конфликтного набора, при этом не безразличен порядок оценки условий в антецеденте, соединенных связкой. В экспертных системах, имеющих практическую ценность, следует знать, с помощью каких стратегий управления выводом можно минимизировать время решения задач.

 

 

Стратегия поиска в глубину.

    При выборе очередной подцели в процессе обратного вывода предпочтение всегда отдается той, которая соответствует следующему, более детальному уровню описания задачи. Например, система диагностики, сделав на основании известных симптомов предположение о причинах неисправности, будет запрашивать уточняющие признаки и симптомы до тех пор, пока полностью не подтвердит (опровергнет) выдвинутую гипотезу. Пример организации поиска в глубину показан на рис. 12, где цифрами обозначены номера шагов поиска.

 

Рис. 12. Поиск в глубину при обратном выводе.

 

Стратегия поиска в ширину.

    При поиске в ширину сначала анализируются все симптомы (факты), находящиеся на одном уровне пространства состояний задачи, даже если они относятся к разным целям (подцелям), и только после этого происходит переход к поиску симптомов следующего уровня. На рис. 13 показаны шаги поиска в ширину, обозначенные номерами, указанными в вершинах. На рисунке представлена стратегия обратного вывода на том же И-ИЛИ-графе, который приведен и на рис. 12 Алгоритм поиска в глубину более эффективен в отношении времени поиска и обработки знаний, однако он характеризуется более высоким риском потери перспективных решений по сравнению с поиском в ширину.

 

Рис. 13. Поиск в ширину при обратном выводе.

 

Разбиение на подзадачи.

    Декомпозиция дает положительный эффект только для хорошо структурированных областей знаний, так как применение этой стратегии основано на правильном понимании сущности задачи и возможности ее представления в виде системы иерархически связанных целей-подцелей, причем разбиение на подзадачи необходимо выполнить оптимальным способом.

 - алгоритм.

    С помощью этого алгоритма исходная задача сводится к уменьшению пространства состояний путем удаления в нем ветвей, неперспективных для поиска успешного решения, то есть просматриваются только те вершины, в которые можно попасть в результате следующего шага, после чего неперспективные направления исключаются. Например, в БЗ продукционной системы, заполненной знаниями о животном мире, не следует искать животных, не относящихся к млекопитающим, в направлении, берущем начало от вершины, определяющей млекопитающих.

    Данная стратегия является определенным компромиссом между поиском в ширину и поиском в глубину. Для ее успешной реализации следует располагать дополнительными эвристическими знаниями, которые используются при выборе перспективных направлений.