Автор: Пользователь скрыл имя, 07 Мая 2012 в 13:41, реферат
Экспертные системы (ЭС)- это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Они возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.
Введение 3
1. Экспертные системы, их особенности. Применение экспертных систем. 5
2. Структура экспертной системы 11
3.Отличие ЭС от других программных продуктов. 11
3.1. Отличительные особенности. Экспертные системы первого и второго поколения. 14
3.2. Критерий использования ЭС для решения задач. 15
3.3. Ограничения в применение экспертных систем. 17
3.4.Преимущества ЭС перед человеком - экспертом. 18
4. История развития экспертных систем. 20
5. Модели представления знаний 23
5.1 Логическая модель представления знаний 24
5.2 Продукционная модель представления знаний 26
5.3 Представление знаний фреймами 28
5.4 Представление знаний семантическими сетями 31
Список литературы 35
Достоинство фрейма – представления во многом основываются на включении в него предположений и ожиданий. Это достигается за счет присвоения по умолчанию слотам фрейма стандартных ситуаций. В процессе поиска решений эти значения могут быть заменены более достоверными. Некоторые переменные выделены таким образом, что об их значениях система должна спросить пользователя. Часть переменных определяется посредством встроенных процедур, называемых внутренними. По мере присвоения переменным определенных значений осуществляется вызов других процедур. Этот тип представления комбинирует декларативные и процедурные знания.
Фреймовые модели обеспечивают требования структурированности и связанности. Это достигается за счет свойств наследования и вложенности, которыми обладают фреймы, т.е. в качестве слотов может выступать система имен слотов более низкого уровня, а также слоты могут быть использованы как вызовы каких-либо процедур для выполнения.
Для многих предметных областей фреймовые модели являются основным способом формализации знаний.
Одним из способов представления знаний является семантическая сеть.
Изначально семантическая сеть была задумана как модель представления структуры долговременной памяти в психологии, но впоследствии стала одним из основных способов представления знаний в инженерии знаний.
Моррис дал точное определение семантическим и прагматическим отношениям в семиотике и определил их как проблемы различных функциональных уровней. Другими словами, семантика означает определенные (общие) отношения между символами и объектами, представленными этими символами, а прагматика – выразительные (охватывающие) отношения между символами и создателями (или пользователями) этих символов.
Первоначально в психологии изучались объекты, именуемые семантическими с точки зрения известных ассоциативных свойств, накапливаемых в системе обучения и поведения человека. Однако с развитием психологии познания стали изучаться семантические структуры, включающие некоторые объекты. Затем были изучены принцип действия человеческой памяти (способы хранения информации и знаний), в частности предположительные (гипотетические) структурные модели долговременной памяти, и созданы моделирующие программы, понимающие смысл слов.
Одной из структурных моделей долговременной памяти является предложенная Куиллианом модель понимания смысла слов, получившая название TLC- модели (Teachable Language Comprehender: доступный механизм понимания языка). В данной модели для описания структуры долговременной памяти была использована сетевая структура как способ представления семантических отношений между концептами (словами). Данная модель имитирует естественное понимание и использования языка человеком. Поэтому основной ее идеей было описание значений класса, к которому принадлежит объект, его прототипа и установление связи со словами, отображающими свойства объекта. В качестве примера показана весьма простая семантическая сеть для представления концептуального объекта “чайник”. В этой сети определены операторы отношений, называемые классом, свойством и примером, для которых описаны значения.
В модели Куиллиана концептуальные объекты представлены ассоциативными сетями, состоящими из вершин, показывающих концепты, и дуг, показывающих отношения между концептами. Например, в сети, показанной на схеме 2, с отношением “класс” ассоциируется значение “ёмкость”, со свойством – “металлический”, “фарфоровый”, “наличие носика”, с примером – “металлический чайник”.
Подобная ассоциативная структура называется плоскостью, описываемые концепты объекта называются вершинами типа, а связанные с ними соответствующие отдельные слова – вершинами лексем. В любой плоскости существует одна вершина типа и только необходимое для определения концептов, описывающих его, число вершин лексем.
Вершины лексем определяют всевозможные сущности, имеющие место в реальном мире, например, классы, свойства, примеры, время, место, средство,
объекты и т. п. Преимущество лексем по сравнению с типами заключается в экономии пространства памяти ЭВМ. Это означает и факт предотвращения дублирования определения концептов.
Итак, исходя из приведенных выше соображений, можно сделать вывод, что в TLC-модели используется представление знаний в форме “элемент” и ”свойства”. Другими словами, можно попытаться структурировать знания, заменив вершину типа на элемент, а вершину лексемы на свойство.
Благодаря этому данные, основанные на фактах, в долговременной памяти можно представить с помощью структур трех типов: элементы, свойства и указатели. Элемент представлен заключением, называемым фактом, например объектом, событием, понятием и т. п., обычно за элемент принимается отдельное слово, имя существительное, предложение или контекст. Свойство – это структура, описывающая элемент, оно соответствует таким частям речи как имя прилагательное, наречие, глагол и т.д. указатели связывают элементы и свойства.
Важность модели семантической сети Куиллиана с точки зрения многочисленных приложений определяется следующими моментами:
В отличие от традиционных методов семантической обработки с анализом структуры предложения были предложены новые парадигмы в качестве модели представления структуры долговременной памяти, в которой придается значение объему языковой активности.
Был предложен способ описания структуры отношений между фактами и понятиями с помощью средства, называемого семантической сетью, отличающейся несложным представлением понятий, а также способ семантической обработки в мире понятий на основе смысловой связи (смыслового обмена) между прототипами.
Была создана реальная система TLC, осуществлено моделирование человеческой памяти и разработана технолгическая сторона концепции понимания смысла.