Данные и знания

Реализация (См рис 4)

Представление знаний

Приобретение знаний - для системы основанной на знаниях осуществляется у эксперта

Особенности разработки Экспертных Систем

Человеческий фактор при разработке экспертных систем

См лист .Человеческий фактор при разработке ЭС

На сегодняшний день сложилась след последовательность разработки экспертных систем , которая включает этапы :

Приобретение знаний - для системы, основанной на знаниях, осуществляется у эксперта в заданной ПО инженером по знаниям. Приобретение знаний может осуществляется на основе четко представленной инф в виде конкретных значений данных и описывающих их понятий, информации представленной в виде таблиц, графиков , гистограмм, а так же на основе слабо структурированной инф , представленной в виде эвристик эксперта в заданной ПО. инженера по знаниям могут выполнять: Человек, программа распознавания естественного языка, экспертная система. Известны следующие способы приобретения знаний: наблюдение за работой эксперта, опрос эксперта, интервьюирование .

Представление знаний - соглашение о том, как описывать реальный мир. Способ представления знаний в экспертной системе зависит от решаемой задачи и ее специфики. Представление знаний должно быть понятно и экспертам и пользователям системы. Представление знаний заключается в последовательной реализации след этапов : Осуществляется описание ПО с помощью таксономий или антологий .Затем необходимо определить факты правила и отношения для заданной ПО . под фактами понимаются описание значений данных, правила служат для интеграции фактов в Каузальной (причиной –следственный форме) в целях получения решения, а отношения представляют собой совокупность семантических зависимостей, используемых для интерпретации правил в стратегиях поиска решения . На следующем этапе на основании определенных выше фактов правил и отношений осуществляется идентификация знаний, причем факты и правила составляют главные компоненты знания, факты правила и отношения определяют стратегию поиска решения. Декларативные и процедурные знания выражаются в виде цепочки логических рассуждений в стратегиях поиска решения и лежат в основе организации логического вывода. Следующий этап связан с разработкой моделей представления знаний на основе одного из следующих подходов: фреймы , семантические сети, продукции логические модели. Процедура лингвистической обработки проблемной информации реализует еще один этап представления знаний и заключается в формулировке предложений и утверждений. Следующим этапом является организация логического вывода , определяемого в виде результата, совокупного применения стратегий и цепочек логических рассуждений. Цепочки логических рассуждений представляют собой интерпретацию фактов предметной области причем может быть использована как прямая так и обратная цепочка логического вывода. На основе цепочек логических рассуждений, строится соответствующая стратегия поиска решения. На заключительном этапе осуществляется оценка неопределенности в экспертной системе, которая может быть реализована на остове коэффициентов определенности формулы Баеса для оценки вероятности событий, лингвистической переменной.

Представление знаний в рабочей памяти (БД) .

Представление знаний в рабочей памяти складывается из двух компонентов : текущих значений данных и Агенды(список активных конфликтующих в данный момент правил ) .

Представление знаний в БЗ. Интеллектуальность экспертной системы оценивается на основе релевантности Агенды . Релевантность заключается в выборе необходимых правил для принятия решения. Релевантность обеспечивается :

1. Используемой технологией

2. Механизмом доступа к БЗ

3. Механизмом сопоставления с образцами хранящимися в БЗ, механизм сопоставления может быть синтаксическим , параметрическим, функциональным и принудительным .

4. Реализация экспертной системы предполагает выбор инструментальных средств (см рис 4).

См лист данные и знания.

Лекция 4

Продукционная модель

Основные достоинства экспертных систем основанных на правилах:

Простота представления знаний и организация логического вывода