ТЕХНОЛОГИИ УПРАВЛЕНИЯ ЗНАНИЯМИ И

ИНТЕЛЛЕКТУАЛЬНЫЕИНФОРМАЦИОННЫЕ СИСТЕМЫ

ЛАБОРАТОРНАЯ РАБОТА № 2. Продукционная модель.

Стратегии управления.

Цель работы: получить полезные практические сведения об

основных моделях представления знаний и их использовании в
ИИС.
Задача: научиться выполнять сравнение и анализ основных моделей
представления знаний для решения прикладных задач в технических и
экономических системах.

Задания:

1. Изучите общие сведения и понятия теории систем представления

знаний.
2. Продемонстрируйте понимание научной области, основных
исследований в области моделей представления знаний, включая
ПРОДУКЦИОННУЮ модель: Охарактеризуйте два типа выполнения
систем продукций: прямой и обратный. Классифицируйте особенности
нескольких стратегий управления выполнением продукций. Каково
основное отличие «прямого» вывода в продукционных системах от
«обратного»?

Контрольный вопрос:

Укажите важные и существенные, на ваш взгляд достоинства и

недостатки
применения продукционной модели знаний.
Распространены четыре основных МПЗ (модели представления знаний):
 Продукционная МПЗ
 Семантическая сеть МПЗ
 Фреймовая МПЗ
 Формально логическая МПЗ
Продукционная МПЗ

В основе продукционной модели представления знаний находится

конструктивная часть, продукция(правило):
IF <условие>, THEN <действие>
Продукция состоит из двух частей: условие — антецедент, действие —
консеквентен. Условия можно сочетать с помощью логических функций AND,
OR.
Антецеденты и консеквентны составленных правил формируются из атрибутов
и значений. Пример: IF температура реактора подымается THEN
добавить стержни в реактор
В базе данных продукционной системы хранятся правила, истинность которых
установлена к за ранее при решении определенной задачи. Правило
срабатывает, если при сопоставлении фактов, содержащихся в базе данных с
антецедентом правила, которое подвергается проверке, имеет место
совпадение. Результат работы правила заносится в базу данных.

Пример продукции (для примера рассмотрим рисунок 1):

Рисунок 1 связь диагноза и медицинских показателей

IF Температура = 39 AND Кашель = Есть AND Давление = 110-130

THEN Бронхит

Продукционная модель представления знаний нашла широкое

применение в АСУТП (Автоматизированных процессах управления
техническим процессом).

Существуют два типа продукционных систем – с прямыми и обратными

выводами. Прямые выводы выполняют стратегию «от фактов к заключениям».
При обратных выводах выдвигаются гипотезы вероятностных заключений,
которые могут быть подтверждены или опровергнуты на основании
поступающих фактов. Существуют системы и с двунаправленными выводами.

Основные достоинства систем продукционного вида – это простота

представления знаний, легкость организации логических выводов и
модульность применения правил (легко удалять и добавлять знания в базе
знаний).

Продукционная модель (все еще) чаще других применяется в промышленных

экспертных системах. Она привлекает разработчиков своей наглядностью,
высокой модульностью, легкостью внесения дополнений и изменений и
простотой механизма логического вывода. Имеется большое число
программных средств, позволяющих реализовать продукционный подход:
 языки Prolog, Lisp, LOGO, OPS;
 «оболочки» или «пустые» ЭС, а именно EMYCIN, EXSYS, ESISP,
ЭКСПЕРТ;
 инструментальные системы ПИЭС, СПЭИС и др.

К недостаткам таких систем относятся:

 низкая эффективность обработки знаний;

 неясность взаимных отношений правил;
 отсутствие гибкости в логическом выводе;
 сложность оценки целостного образа знаний.

Различают два основных типа стратегий управления:

 безвозвратный
 пробны
В безвозвратном режиме управления выбирается применимое правило и
используется необратимо, без возможности пересмотра в дальнейшем.
В пробном режиме управления выбирается применимое правило (либо
произвольно, либо на каком-то разумном основании); это правило используется,
но резервируется возможность впоследствии заново вернуться к этой ситуации,
чтобы применить другое правило.
Далее, различают два типа пробных режимов управления:
с возвращением
и с поиском на графе.
В режиме с возвращением, при выборе правила определяется некоторая точка
возврата. Если последующие вычисления приведут к трудностям в построении
решения, то процесс вычисления переходит к предыдущей точке возврата, где
применяется другое правило, и процесс продолжается.
Во втором типе пробного режима, который называют управление с поиском на
графе, предусмотрено запоминание результатов применения одновременно
нескольких последовательностей правил. Здесь используются различные виды
графовых структур и процедур поиска на графе.
Трудности и проблемы практического использования продукционных
систем:
 Продукционным моделям не хватает строгой теории.
 Проблема перехода от статических систем к динамическим, меняющим
состав продукций в системе. Такие системы называют адаптивными.
Достичь их можно за счет гибкого набора стратегий управления, среди
которых должны быть стратегии различного уровня сложности и
быстроты срабатывания.

Факторы популярности продукционных моделей

 Большая часть знаний человека может быть записана в виде продукций.
 Системы продукций являются модульными. Удаление и добавление
продукций не приводит к изменениям в других продукциях.
 Системы продукций могут реализовывать любые алгоритмы и любое
процедурное знание, доступное ЭВМ.
 Наличие в продукции указателей на сферу применения продукции
позволяет эффективно организовать память, сократив время поиска в ней.
Классификация сфер может быть многоуровневой.
 Параллелизм в системе продукций, асинхронность их реализации делают
продукционные системы удобной моделью вычислений для ЭВМ новой
архитектуры.
 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Суркова Н.Е. Методы проектирования информационных систем /
Н.Е. Суркова, А.В. Остроух – М.: РосНОУ, 2004. – 144 с. – ISBN 5-
89789-021-8.
2. Остроух А.В. Основы построения систем искусственного
интеллекта для промышленных и строительных предприятий:
монография / А.В. Остроух. – М.: ООО «Техполиграфцентр», 2008.
– 280 с. – ISBN 978-5-94385-033-2.
3. Остроух А.В. Автоматизация транспортировки продукции / А.В.
Остроух, Н.Г. Куфтинова – Saarbrucken, Germany: LAP LAMBERT
Academic Publishing, 2011. – 146 p. – ISBN 978-3-8454-1089-0.
4. Остроух А.В. Рефакторинг баз данных. Автоматизация
технологических процессов рефакторинга баз данных
промышленных предприятий / А.В. Остроух, Д.А. Пшеничный, О.Б.
Рогова. – Saarbrucken, Germany: LAP LAMBERT Academic
Publishing, 2013. – 133 p. – ISBN 978-3-659-38753-1.
5. Остроух А.В. Автоматизация управления производством.
Повышение эффективности автоматизированных аналитических
систем предприятий автомобильной промышленности / А.В.
Остроух, Э.А. Чернов, Д.Т. Нгуен. – Saarbrucken, Germany: LAP
LAMBERT Academic Publishing, 2013. – 285 p. – ISBN 978-3-659-
34762-7.
6. Остроух А.В. Системы планирования перевозок. Программно-
технологические решения по разработке системы планирования
заданий для заказных пассажирских перевозок / А.В. Остроух, А.Б.
Львова, А.Р. Исмаилов. – Saarbrucken, Germany: LAP LAMBERT
Academic Publishing, 2013. – 121 p. – ISBN 978-3-659- 43619-2.
7. Остроух А.В. Интеллектуальные системы в науке и производстве
/ А.В. Остроух, А.Б. Николаев. – Saarbrucken, Germany: Palmarium
Academic Publishing, 2012. – 312 p. – ISBN 978-3-659- 98006-0.
8. Остроух А.В. Мультимедиа-технологии / А.В. Остроух, А.М.
Васьковский, А.Б. Николаев. – Saarbrucken, Germany: Palmarium
Academic Publishing, 2012. – 228 p. – ISBN 978-3-659-98030-5.
9. Остроух А.В. Ввод и обработка цифровой информации: учебник для
нач. проф. образования / А.В. Остроух. – М.: Издательский центр
«Академия», 2012. – 288 с. – ISBN 978-5-7695-9457-1.
10. Остроух А.В. Оперативный контроль транспортно- экспедиционной
деятельности. Процессный подход к агрегированию системы
показателей деятельности транспортно- экспедиционного
предприятия / А.В. Остроух, А.М. Ивахненко, Н.А. Крупенский. –
Saarbrucken, Germany: Palmarium Academic Publishing, 2013. – 221 p.
 – ISBN 978-3-659-98329-0.
11. Николаев А.Б. Информационные технологии в менеджменте и
транспортной логистике: учебное пособие / А.Б. Николаев, А.В.
Остроух. – Saint-Louis, MO, USA: Publishing House Science and
Innovation Center, 2013. – 254 с. – ISBN 978-0-615-67110-9.
12. Остроух А.В. Системы искусственного интеллекта в
промышленности, робототехнике и транспортном комплексе:
монография / А.В. Остроух – Красноярск: Научно- инновационный
центр, 2013. – 326 с. – ISBN 978-5-906314-10-9.
13. Остроух А.В. Основы информационных технологий: учебник для
сред. проф. образования / А.В. Остроух. – М.: Издательский центр
«Академия», 2014. – 208 с. – ISBN 978-5-4468-0588-4.
14. Суркова Н.Е. Методология структурного проектирования
информационных систем: монография / Н.Е. Суркова, А.В. Остроух.
– Красноярск: Научно-инновационный центр, 2014. – 190 с. – ISBN
978-5-906314-16-1.
15. Остроух А.В. Проектирование системы распределенных баз данных
/ А.В. Остроух, А.В. Помазанов. – Saarbrucken, Germany: Palmarium
Academic Publishing, 2015. – 117 p. – ISBN 978-3-659- 60041-8.