Ri : Ii ( Ri’, где Ri - правило продукции, извлекаемое из базы знаний, Ii - условие применения правила Ri,
R’ - порождаемое правило, которое может быть помещено либо не помещено в базу знаний.
Рис.3. Структура и принцип функционирования интерпретатора
В процессе решения той или иной задачи в подсистеме производится интерпретация (означивание) того или иного правила и выполнение действий, определяемых этим правилом. Выбор (идентификация) того или иного правила основан на сопоставлении условий Ii и в общем случае приводит к нескольким правилам одновременно. При этом возможно порождение порождается конфликтного набора.
Разрешение конфликтного набора осуществляется специальной процедурой, называемой селектором. В селекторе заложена определенная стратегия.
Для оперативного хранения промежуточных данных по условиям Ii, во многих системах предусматривается РАБОЧАЯ ПАМЯТЬ.
Например, в системе ИНТЕРЭКСПЕРТ, а точнее, в ее инструментальной среде, логический вывод осуществляется либо с помощью процедур, разработанных на уровне языка структурного программирования, либо с использованием эвристик, реализованных в среде.
Различают прямую и обратную аргументацию.
В первом случае каждое правило, занесенное с помощью средств, обрабатывается в последовательности от посылки к заключению. Если предложение, реализующее посылку, истинно, то правило инициируется и происходит переход к заключению. В противном случае возобновляется проверка истинности до момента, когда все правила не будут исчерпаны.
Во втором случае в машине логического вывода распознается то правило, в заключении которого содержится наиболее близкое к проблеме решение.
Если посылка правила не определена, производится перебор неизвестных переменных в посылке правила применительно к новым условиям. Операции повторяются циклически до нахождения решения либо до определения неразрешимости задачи.
Посылки к правилам формируются с помощью нечетких множеств, причем допускается использование нечетких чисел и лингвистических переменных. В инструментальной среде ИНТЕРЭКСПЕРТ вводятся в рассмотрение "факторы уверенности". Для них определена шкала в диапазоне от 0 до 100 . Допускается формулировка посылок четкими переменными, полями базы данных, статистическими переменными, переменными с индексами.
Доступ к машине логического вывода осуществляется двумя основными путями: путем предложения правила и путем запроса на консультацию.
Первый путь реализуется предложением, имеющим форму: правило: "имя правила"
ЕСЛИ : < предложение>
ТОГДА: < заключение >
Предложение реализуется выражением, которое связывает операнды и операции логических отношений. Заключение строится из любого числа операндов, в состав которых входят переменные и коды операций.
Правило инициируется только после того, как будут установлены значения всех переменных, входящих в состав операндов и операций.
Таким образом, структура набора правил образуется предложениями: описания типов используемых переменных, правил, консультаций, объяснений правил (которые, вообще говоря, не обязательны), завершения набора и завершения текста набора правил.
С помощью специального редактора набора правил осуществляется построение, изменение состава и структуры и компиляция набора правил. После компиляции образуется исполнимая экспертная система, порожденная в оболочке системы. Программирование машины логического вывода, таким образом, формально мало чем отличается от обычного программирования. Отличие возникает при оперировании с нечеткими переменными и нечеткими условиями.
Основные типы переменных, определенные в среде: символьные, числовые, логические и неизвестные. Основные виды: ячейки, поля, рабочие переменные, фиксированные переменные среды.
Отдельный вид составляют нечеткие переменные, определяемые в рассматриваемой среде как и переменные набора. Последние имеют нечеткие подмножества значений любого сочетания перечисленных типов. Каждое значение нечеткой константы определяется соответствующим значением функции принадлежности, определяемым в среде как "фактор уверенности".
Например, переменная набора
Y = {1/0.5; 2/0.5; 3/0.5} в инструментальной среде записывается таким образом:
Y = {1 cf50, 2cf50, 3cf50}.
C использованием факторов уверенности осуществляется и формирование набора правил. Учет этих факторов выполняется путем введения факторов уверенности: посылки, заключения и переменной заключения.
Основные операторы, принятые в инструментальной среде операторы отношений: - = - проверка на равенство , - - проверка на неравенство, - >= - проверка на превышение или равенство, - < - проверка на превышение, - - проверка на превышение, - IN - проверка на соответствие одного элемента другому.
Операции в машине логического вывода могут описываться в выражениях, использующих действия над функциями принадлежности. Это могут быть: - операция "И" и группируемые вокруг нее
min (a, b), ab, (ab+ min(a,b)/2), ab(2-max(a,b)) - либо операция "ИЛИ" и группируемые вокруг нее
max(a,b), (a+b-ab), (max(a,b (a+b-ab))/2).
Таким образом, в инструментальной среде можно реализовывать арифметику нечетких чисел и алгебру нечетких высказываний.
Аналогичным образом осуществляется функционирование машины логического вывода и в системе ЭКСПЕРТИЗА.
ПОДСИСТЕМА РЕВИЗИИ ЗНАНИЙ
Подсистема ревизии знаний является частью любой экспертной системы, так как она обеспечивает адаптацию пользователя к вычислительной системе. Поскольку всякая САПР так или иначе связана с вычислительной системой, то свойство эксперной системы по отображению промежуточных и окончательных решений позволяет эксперту менять состав продукционных правил, а пользователю состав и содержание запросов. Это свойство помогает разрешить многие проблемы, стоящие перед разработчиками САПР и проектантами.
Благодаря такой подсистеме в развитых экспертных системах (например, в EURISKO) появляется возможность влиять на базу знаний и на стратегию управления продукционной системы, реализуемой в машине логического вывода.
В инженерной деятельности проектные решения выбираются на основе глубинных причинно-следственных связей. Они далеко не всегда имеют формальное или какое-либо формализованное представление. Поэтому понимание проектантом хода рассуждений в процессе консультации в содержимое базы знаний.
Несколько слов относительно состава и назначения базы знаний.
БАЗА ЗНАНИЙ
В экспертных системах знания могут представляться в декларативной, процедурной, управляющей формах и в виде метазнаний.
Декларативные знания представляются как факты, формируемые пользователями, процедурные - как правила, представляемые экспертами. Управляющие знания - набор стратегий, определяющих функционирование подсистемы логического вывода. Метазнания представляются пользователю и эксперту в процессе функционирования экспертной системы. С их помощью раскрывается ее состояние, структура и схема рассуждения. Метазнания - основной источник развития экспертной системы.
ПЕРСПЕКТИВЫ РАЗВИТИЯ САПР
На основе проведенного анализа структуры эксперной системы, можно утверждать, что такая вычислительная среда имеет прямое применение для инженерной деятельности как средство автоматизации проектных работ, если проектирование ведется от прототипа, по восходящей технологии или на высших иерархических уровнях той или иной системы проектирования.
Однако, если объект проектирования можно формально описать, возникает потребность, с одной стороны, использовать приемы, характерные для инженерной деятельности, а с другой - привлечь знания математиков для использования формальных методов принятия решения.
Кроме того, дальнейшее развитие САПР, по мнению многих разработчиков, должно идти по пути создания вычислительных систем, которые "лояльны" к пользователю, легко тиражируются и обладают свойством развития.
В ближайшее время при построении САПР необходимо обеспечить решение следующих задач: - обучение пользователя, которое сводится к обучению входным языкам, представлению справочной информации, адаптированной к характеру запроса, диагностике ошибок и сопровождению пользователя в процессе проектирования; - обучение САПР, предполагающее настройку системы на конкретную предметную область или класс проектных процедур; - организация диалога в процессе проектирования с целью описания объекта проектирования, технологического задания и заданий на выполнение проектных процедур; - изготовление проектной и справочной документации, оформляющей проектные решения; - контроль за функционированием системы и отображение статистических данных о количестве и качестве проектных решений.
Перечисленные задачи во многом совпадают с требованиями, которые предъявляются к обобщенной эксперной системе.
Дополнительно можно сформулировать две задачи: - обеспечение возможности развития САПР в части совершенствования методов моделирования объектов проектирования и расширения числа проектных процедур, основанных на формализованных методах; - обеспечение возможности накопления и обмена опытом проектантов в единой вычислительной среде.
Эти задачи не могут решаться в среде экспертной системы, структуру которой мы рассмотрели. Ясно, что ее ориентация на обработку не формализуемых, эвристических данных, определяющая структуру и принципы функционирования, не позволяет использовать ее для обработки моделей объектов проектирования, построенных на строгой или даже приближенной математической основе.
ВЫВОДЫ
1. Основное свойство вычислительных систем, называемых экспертными - менять свою структуру и содержание в процессе функционирования - отвечает основному требованию, предъявляемому к САПР - возможности адаптироваться к характеру проектных работ. Принцип обучаемости эксперных систем за счет изменений структуры и содержания должен сочетаться с принципом неизменной совокупности формализованных процедур, на котором строятся САПР с детерминированной структурой. 2. Реализация САПР, построенных на концепции развития с помощью проектантов, возможна на основе учета их мнений и опыта, накопленного в процессе проектных работ с применением технологических принципов, используемых при разработке экспертных систем. Способы учета экспертных оценок проектантов, методы сочетания формализуемых и эвристических алгоритмов связаны с предметной областью САПР в части моделирования объектов проектирования, организации диалога и принятия решений. 3. В зависимости от степени детализации описания объекта проектирования меняется сочетание эвристических и формализованных способов представления знаний. Чем выше иерархический уровень САПР, тем в большей мере необходимо использовать в качестве инструментальных средств вычислительные системы класса экспертных. На уровнях, допускающих строгую формализацию в модельном представлении объекта проектирования, структура программного обеспечения может выполняться на основе четких алгоритмов. Если объект проектирования не всегда имеет адекватное модельное представление на определенном иерархическим уровне, структура соответствующей САПР должна сочетать четкие и нечеткие алгоритмы. 4. Направления в разработке САПР: - использование экспертных систем непосредственно для автоматизации проектных работ, не поддающихся формализованному описанию (как правило, на высших иерархических уровнях); - использование отдельных структурных компонент экспертной системы для интеллектуализации САПР с целью обеспечения большей лояльности к пользователю; - разработка САПР с экспертными компонентами на основе сочетания формализованных и эвристических представлений знаний с целью обеспечения их развития пользователями и экспертами без участия разработчиков САПР.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9
