Организация знаний в экспертных системах
Термин знания в контексте экспертных систем означает информацию, которая необходима программе, чтобы она вела себя “интеллектуально”. Эта информация принимает форму фактов и правил.
Например:
| Факты: | Максимальный ток коллектора транзистора VT1 составляет 100 ма. Регулятором напряжения стабилизатора напряжения непрерывного действия является транзистор. |
| Правила: | Если через транзистор VT1 пропустить ток больше 100 ма, то транзистор сгорит. Если произошел отказ регулятора напряжения, то напряжение на выходе стабилизатора равно нулю. |
Факты и правила в экспертной системе не всегда либо истинны, либо ложны, иногда существует некоторая степень неуверенности в достоверности факта или точности правила. Если это сомнение выражено явно, то оно называется коэффициентом уверенности.
Например:
Факт: Регулятором выходного напряжения в стабилизаторе напряжения является транзистор VT1 с коэффициентом уверенности 1.
Правило: Если напряжение на выходе стабилизатора равно нулю с коэффициентом уверенности 1, то транзистор VT1 сгорел с коэффициентом уверенности 0.5.
Как видно из приведенных примеров многие правила экспертной системы являются эвристиками, т.е. эмпирическими правилами или упрощениями, которые эффективно ограничивают поиск решения.
Этот факт объясняется тем, что задачи, которые решают экспертные системы не поддаются строгому математическому решению.
|
|
|
Различие между математическим и эвристическим методами заключается в том, сто первый гарантирует корректное решение, тогда как второй дает приемлемое решение в большинстве случаев.
Различие этих методов поясним на примере. Предположим необходимо решить задачу, которая формулируется следующим образом:
Структура экспертной системы
Выделенные знания о предметной области называются базой знаний.
Общие знания о нахождении решения задач называются механизмом вывода.
База знаний экспертной системы содержит факты и правила, использующие эти факты как основу для принятия решений.
Механизм вывода содержит интерпретатор, определяющий, каким образом применять правила для вывода новых знаний и диспетчер, устанавливающий порядок применения этих правил.
Характеристики экспертных систем
Компетентность
Экспертная система должна демонстрировать компетентность, т.е. достигать в конкретной предметной области того же уровня профессионализма, что и эксперты – люди.
Экспертная система должна быть умелой – она должна применять знания для получения решений эффективно и быстро, используя приемы и ухищрения, какие применяют эксперты – люди, чтобы избежать громоздких и ненужных вычислений.
|
|
|
Должна обладать робастностью, что подразумевает не только глубокое, но и достаточно широкое понимание предмета. А этого можно достичь, используя общие знания и методы нахождения решений проблем, чтобы уметь рассуждать исходя из фундаментальных принципов в случае некорректных данных или неполных наборов правил.
Символьные рассуждения
Символ – это строка знаков, соответствующая содержанию некоторого понятия реального мира.
Представление знаний – выбор, форма и интерпретация используемых символов.
Переформулирование задачи – способность преобразовать ее к тому виду, который в наибольшей степени соответствует быстрому получению решения или гарантирует его максимальную эффективность.
Самосознание
Это возможность проверять собственные процессы рассуждения и объяснять свои действия.
Дата добавления: 2021-03-18; просмотров: 167; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!