Продукционные модели представления  знаний.

 

   Продукции (наряду с сетевыми моделями) являются наиболее популярными средствами представления знаний в информационных системах. В общем виде под продукцией понимают выражение вида A ® B. Обычное прочтение продукции выглядит так: ЕСЛИ А, ТО B. Импликация может истолковываться в обычном логическом смысле, как знак логического следования B из истинного А. Возможны и другие интерпретации продукции, например, А описывает некоторое условие, необходимое, чтобы можно было совершить действие B.

   Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа

   «Если (условие), то (действие)».

   Под условием понимается некоторое предложение — образец, по которому осуществляется поиск в базе знаний, а под действием — действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными или целевыми, завершающими работу системы).

   При использовании продукционной модели база знаний состоит из набора правил, Программа, управляющая перебором  правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные — это исходные факты, на основании которых запускается машина вывода.

   Если  в памяти системы хранится некоторый  набор продукций, то они образуют систему продукций. В системе продукций должны быть заданы специальные процедуры управления продукциями, с помощью которых происходит актуализация продукций и выполнение той или иной продукции из числа актуализированных.

   В состав системы продукций входит база правил (продукций), глобальная база данных и система управления. База правил – это область памяти, которая содержит совокупность знаний в форме правил вида ЕСЛИ – ТО.

   Приведем  несколько примеров.

   Правило 1.

   ЕСЛИ (намерение — отдых) и

   (дорога  ухабистая)

   ТО (использовать джип)

   Правило 2.

   ЕСЛИ (место отдыха — горы)

   ТО (дорога ухабистая)

   Глобальная  база данных — область памяти, содержащая фактические данные (факты). Система управления формирует заключения, используя базу правил и базу данных. Существуют следующие способы формирования заключений — прямые и обратные выводы.

   Правила вывода бывает удобно представлять в  виде дерева решений. Граф — множество  вершин, связанных дугами. Дерево —  граф, не содержащий циклов.

   В прямых выводах выбирается один из элементов данных, содержащихся в  базе данных, и если при сопоставлении  этот элемент согласуется с левой  частью правила (посылкой), то из правила  выводится соответствующее заключение и помещается в базу данных или исполняется действие, определяемое правилом, и соответствующим образом изменяется содержимое базы данных.

   В обратных выводах процесс начинается от поставленной цели. Если эта цель согласуется с правой частью правила (заключением), то посылка правила принимается за подцель или гипотезу. Этот процесс повторяется до тех пор, пока не будет получено совпадение подцели с данными.

   Пример. Имеется фрагмент базы знаний из двух правил:

   П1: Если (отдых – летом) и (человек – активный)

   то (ехать в горы)

   П2: Если (любит – солнце)

   то (отдых – летом)

   Предположим, в систему поступили данные — (человек – активный) и (любит – солнце).

   Прямой  вывод — исходя из данных, получить ответ.

   1-й  проход.

   Шаг 1. Пробуем П1, не работает (не хватает данных (отдых–летом)).

   Шаг 2. Пробуем П2, работает, в базу поступает факт (отдых–летом).

   2-й  проход.

   Шаг 3. Пробуем П1, работает, активируется цель (ехать в горы), которая и выступает как вывод.

   Обратный  вывод — подтвердить выбранную цель при помощи имеющихся правил и данных.

   1-й  проход.

   Шаг 1. Цель — (ехать в горы): пробуем  П1 — данных (отдых– летом) нет, они становятся новой целью, и ищется правило, где она в правой части.

   Шаг 2. Цель (отдых – летом): правило  П2 подтверждает цель и активирует ее.

   2-й  проход.

   Шаг 3. Пробуем П1, подтверждается искомая цель.

   При большом числе продукций в  продукционной модели усложняется проверка непротиворечивости системы продукций, то есть множества правил. Поэтому число продукций, с которыми работают современные системы искусственного интеллекта, как правило, не превышает тысячи.

   Продукционная модель привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

   Приведем  сильные и слабые стороны систем продукций.

   Сильные стороны систем продукций:

• модульность;
• единообразие структуры (основные компоненты продукционной системы могут применяться для построения интеллектуальных систем с различной проблемной ориентацией);
• естественность (вывод заключения в продукционной системе во многом аналогичен процессу рассуждения эксперта);
• гибкость родовидовой иерархии понятий, которая поддерживается только как связь между правилами (изменение правила ведет за собой изменение в иерархии);
• простота создания и понимания отдельных правил;
• простота пополнения и модификации;
• простота механизма логического вывода.

   Слабые  стороны систем продукций:

• процесс вывода менее эффективен, чем в других системах, поскольку большая часть времени при выводе затрачивается на непроизводительную проверку применимости правил;
• сложно представить родовидовую иерархию понятий;
• неясность взаимных отношений правил;
• сложность оценки целостного образа знаний;
• отличие от человеческой структуры знаний;
• отсутствие гибкости в логическом выводе.

   Представление знаний с помощью продукций иногда называют «плоским», так как в  продукционных системах отсутствуют  средства для установления иерархий правил. Объем знаний продукционных  систем растет линейно, по мере включения  в нее новых фрагментов знаний, в то время как в традиционных алгоритмических системах, использующих деревья решений, зависимость между  объемом база знаний и количеством  знаний является логарифмической.

   Имеется большое число программных средств, реализующих продукционных подход: OPS5, EXSYS RuleBook, ЭКСПЕРТ, ЭКО, G2 и др. 

 

Написать  программу для  вычисления рада.

 

f(x,n)=cos x+ cos x2 + cos x3 +… + cos xn при известных x и n 

Написание текста программы

 

Отладка и запуск программы