Интеллектуальные системы (стр. 6 )

Задание 6.

Доработайте фреймы из задания 5, введя для слотов необходимые демоны. Для фрейма Заем определите слот остаток вклада на текущую дату и определите присоединенную процедуру для его расчета. Постройте фреймы экземпляры. Сформулируйте запрос: Какова сумма долга Иванову Петру Федоровичу, вложившего в ФК 5.05.2009 г. 100000 рублей под 21% годовых, на текущую дату.

Контрольные вопросы

1.  Дайте определение фрейма. Перечислите его компоненты. Какие типы фреймов Вы знаете?

2.  Что такое присоединенные процедуры и что такое демоны в экспертных системах, построенных по фреймовой модели? Опишите их назначение и принципы функционирования.

Практическая работа № 5.

Представление знаний и методы обработки знаний в интеллектуальных системах, основанных на семантической модели представления знаний (2 ч)

Цель работы

1.  Овладение навыкам представления предметных областей в семантических моделях.

2.  Знакомство с методами вывода в семантических моделях знаний.

Краткие теоретические сведения

Типичные модели представления знаний: логические модели; модели, основанные на использовании правил (продукционные модели); семантические сети; фреймовые модели.

1. Семантические модели

Способ представления знаний с помощью сетевых моделей наиболее близок к тому, как они представлены в текстах на естественном языке. В его основе лежит идея о том, что вся необходимая информация может быть описана как совокупность троек (a, r, b), где а и b — объекты или понятия, а r — бинарное отношение между ними.

Формально сетевые модели представления знаний могут быть заданы в виде H = < I, C1 ,…, Cn, Г>,

где I — множество информационных единиц,

С1 ,..., Сп — множество типов связей между элементами I,

отображение Г задает между информационными единицами, входящими в I, связи из заданного набора типов связей {Сi}.

В зависимости от типов связей {Сi} различают:

Классифицирующие сети — в них используются отношения структуризации, они позволяют вводить в базы знаний различные иерархические отношения между элементами множества I .

Функциональные сети — вычислительные модели, характеризующиеся наличием функциональных отношений, они позволяют описывать процедуры вычислений одних информационных единиц через другие.

Сценарии — в них используются каузальные отношения (причинно-следствен ные или устанавливающие влияние одних явлений или фактов на другие), а также отношения типов «средство — результат», «орудие — действие» и т. д.

Если в сетевой модели допускаются связи различного типа, то ее называют семантической сетью.

Семантическая сеть — это модель, основой для которой является формализация знаний в виде ориентированного графа с размеченными вершинами и дугами. Вершинам соответствуют объекты, понятия или ситуации, а дугам — отношения между ними. Это наиболее общая модель представления знаний, так как в ней имеются средства реализации всех характерных для знаний свойств: внутренней интерпретации, структурированности, семантической метрики и активности.

2. Вывод в семантических моделях

Процедура логического вывода в семантических сетях обычно представляет собой совокупность процедур обработки сети (графа).

Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети поставленной задачи.

Процедурой поиска знаний в семантической сети является поиск по образцу. Он может представлять собой либо полностью определенный фрагмент знаний, либо содержать свободные переменные. Информационная потребность, определяющая содержание и цель запроса, описывается сетью запроса, построенной по тем же правилам и отображающей те же объекты и отношения, которые представлены в системе знаний. Поиск ответа на запрос реализуется сопоставлением сети запроса с фрагментами семантической сети, представляющей систему знаний. Положительный результат сопоставления позволяет получить один из ответов на запрос. Все ответы можно получить путем обнаружения всех сопоставляемых с сетью запроса фрагментов.

ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОГО ВЫПОЛНЕНИЯ

Задание 1.

Постройте семантическую сеть для заемщика кредита в банке на ведение бизнеса. В качестве вершин используйте понятия: Заемщик, Сидоров, Банк, ОАО Инвест-банк, Кредит, Процентная ставка, 18%, Фермерское хозяйство, с. Лосиный. Выделите все отношения между перечисленными понятиями.

Задание 2.

Используя семантическую сеть, построенную в задании 1, сформулируйте в виде семантической сети следующие вопросы и дайте на них ответы. Владельцем чего является заемщик Сидоров? В каком банке заемщик Сидоров получил кредит? По какой процентной ставке заемщик Сидоров получил кредит? Кому -банк выдал кредиты? Кто владеет фермерским хозяйством в с. Лосинный?

Задание 3.

Постройте семантическую сеть для описания следующей ситуации: «Операционист ВТБ банка заключила 3 марта 2010 г. договор о предоставлении кредита в размере 16 млн. рублей с процентной ставкой 18% годовых на срок 5 лет директору малого предприятия Автосервис, находящемуся по адресу г. Артемовский под залог его офиса». Выделите все понятия и отношения между ними.

Задание 4.

Используя семантическую сеть, построенную в задании 3, сформулируйте в виде семантической сети следующие вопросы и дайте на них ответы. Кому операционист ВТБ банка предоставила кредит? На какую сумму, и по какой процентной ставке директор малого предприятия «Автосервис» получил кредит? Кто 3 марта 2010 г. получил кредит в ВТБ банке? Кем этот кредит выдан?

Контрольные вопросы

1.  Дайте определение семантической модели данных. Опишите ее составные элементы.

2.  Перечислите типы семантических сетей. Дайте им определения.

3.  Как осуществляется вывод в семантических моделях знаний?

Практическая работа № 6.

Проектирование и разработка экспертной системы средствами оболочки ЭС, основанной на продукционно-фреймовой модели знаний (2 ч).

Цель работы

1.  Знакомство с оболочкой ЭС ESWin.

2.  Получение базовых знаний по продукционно-фреймовой модели.

3.  Получение навыков разработки экспертных систем продукционно-фреймового типа в среде ESWin.

Краткие теоретические сведения

Разработка экспертных систем в среде ESWin (демо-версия).

ESWin — программная оболочка-интерпретатор для работы с продукционно-фреймовыми экспертными системами. Описываемая программная оболочка предназначена для решения задач обратного логического вывода на основе фреймов и правил-продукций.

Знания в базе знаний хранятся в виде фреймов и правил-продукций. В пакете ESWin 2.0 используется ограниченная концепция фрейма. Слот может не иметь значения или иметь одно значение, вид и интерпретация которого определяется типом слота. В данной ограниченной концепции не используются присоединенные к фрейму процедуры и правила-продукции.

В пакете ESWin используются фреймы трех типов: фрейм-класс, фрейм-экземпляр и фрейм-шаблон. В общем виде фрейм-класс выглядит следующим образом:

FRAME Имя фрейма

Имя слота 1: (значения слота 1)

Имя слота 2: (значения слота 2)

…

Имя слота n: (значения слота n)

ENDFR

Значением слота может быть практически что угодно: числа или математические соотношения, тексты на естественном языке или программы, правила вывода или ссылки на другие слоты данного фрейма или других фреймов. В качестве значения слота может выступать набор слотов более низкого уровня, что позволяет во фреймовых представлениях реализовать "принцип матрешки".

При конкретизации фрейма ему и слотам присваиваются конкретные имена, и происходит заполнение слотов. Таким образом, из фреймов-классов получаются фреймы-экземпляры. Переход от исходного фрейма-класса к фрейму-экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов. Фреймы-экземпляры составляют базу данных. База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения экспертной системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

Правила-продукции позволяют представить знания в виде предложений ЕСЛИ (условие) ТО (заключение), где условие — это образец, по которому осуществляется поиск в базе знаний, а заключение — действия или процедуры, выполняемые при успешном исходе поиска.

В пакете ESWin правило выглядит как:

RULE Номер правила

Условие 1

.....

Условие n

DO

Заключение 1

......

Заключение m

ENDR

База знаний содержит набор фреймов и правил-продукций. Формат внешнего представления базы знаний:

TITLE = ‹название экспертной системы›

COMPANY = ‹название предприятия›

FRAME // фрейм

‹описание фрейма›

ENDF

…

FRAME // фрейм

‹описание фрейма›

ENDF

RULE 1 // правило-продукция

‹описание условий правила›

DO

‹описание заключений правила›

ENDR

…

RULE n // правило-продукция

‹описание условий правила›

DO

‹описание заключений правила›

ENDR

Пример базы знаний:

TITLE = для выбора метода представления знаний

FRAME = Цель

Метод представления знаний: ()

ENDF

FRAME = Тип

Решаемые задачи: (диагностика; проектирование)

ENDF

FRAME = Область

Применение [Какова область применения?]: (медицина; вычислительная техника)

ENDF

FRAME = Количество

число правил в базе знаний (численный): ()

число объектов в базе знаний (численный): ()

ENDF

FRAME = Действие

Сообщение: ()

ENDF

RULE 1

> (Количество. число правил в базе знаний; 50)

< (Количество. число правил в базе знаний; 100)

< (Количество. число объектов в базе знаний; 30)

DO

= (Тип. Решаемые задачи; диагностика) 100

ENDR

RULE 2

> (Количество. число правил в базе знаний; 100)

> (Количество. число объектов в базе знаний; 30)

DO