Экспертные системы с представлением знаний на основе логики предикатов

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

Воронежский государственный архитектурно-строительный университет

 

Факультет экономики, менеджмента и информационных систем

 

 

 

КУРСОВОЙ ПРОЕКТ

 

По курсу  «Представление знаний в информационных системах»

На тему: «Экспертные системы  с представлением знаний на основе логики предикатов»

 

 

 

 

Исполнитель: студентка гр.2341 

Головкова В. И.

Руководитель:  доц.  Сысоев Д.В.

 

Оценка _______  Дата _________________

 

 

 

 

 

Воронеж, 2012

Содержание

 

1 Содержание………………………………………… .…….…..…….2

2 Введение………………………………………….… ….…….... .…..3

3 Теоретические сведения…………………… . . . .……......….….....5

3.1 Классификация экспертных систем…………… …..……..…..…5

3.2 Область применения экспертных систем…………..………. . …5

3.3 Типовая структура экспертных систем….……….…..…..…….. 8

3.4 Функционирование ЭС…………………………….…....….….…12

3.5 Основные понятия и состав знаний…………….. .………..……13

3.5.1 Состав знаний……………………………………..…….………14

3.5.2 Модели представления знаний……………………….……….16

4 Логическая модель………………………………….….….…….….17

4.1 Язык логического программирования PROLOG……….. .…….21

4.1.1 Структура программы на Prolog……………….……...………22

4.1.2 Запросы к Prolog программе……………………… ….….……23

4.1.3 Базы данных и знаний на прологе…………… ………..……..26

5. Пример ЭС, базирующейся на логике предикатов……….…….26

6. Заключение…………………………………………………….…...29

7. Список литературы……………………………………….…….….30

8. Приложение 1………………………………………………..……..31

 

 

 

 

 

 

 

 

Введение

 

Достаточно  трудно дать точное определение, что  такое интеллект человека, потому что интеллект - это сплав многих навыков в области обработки  и представления информации. Интеллект ( intelligence ) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. С большой степенью достоверности  интеллектом можно называть способность  мозга решать (интеллектуальные) задачи путем приобретения, запоминания  и целенаправленного преобразования знаний в процессе обучения на опыте  и адаптации к разнообразным  обстоятельствам.

Искусственный интеллект (ИИ) - совокупность научных  дисциплин, изучающих методы решения  задач интеллектуального (творческого) характера с использованием ЭВМ.

Системы искусственного интеллекта (СИИ) —  это системы, созданные на базе ЭВМ, которые имитируют решение человеком  сложных интеллектуальных задач.

Знания, в общем случае знание — проверенный практикой результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые являются правильными и в субъективном, и в объективном отношении, на основании которых можно построить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. Поэтому в контексте ИТ термин знания - это информация, присутствующая при реализации интеллектуальных функций. Обычно это отклонения, тенденции, шаблоны и зависимости, обнаруженные в информации Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.

В середине семидесятых годов в исследованиях  по искусственному интеллекту сформировалось самостоятельное направление, получившее название экспертные системы. Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. В большинстве случаев экспертные системы решают трудно формализуемые задачи или задачи, не имеющие алгоритмического решения.

Экспертная  система - программа, которая использует знания специалистов (экспертов) о некоторой  конкретной узкоспециализированной предметной области и в пределах этой области  способна принимать решения на уровне эксперта-профессионала.

В основе функционирования ЭС лежит использование  знаний, а манипулирование ими  осуществляется на базе эвристических  правил, сформулированных экспертами. ЭС выдают советы, проводят анализ, выполняют  классификацию, дают консультации и  ставят диагноз. Они ориентированы  на решение задач, обычно требующих  проведения экспертизы человеком-специалистом.

 

 

 

 

 

 

 

 

 

 

 

 

 

Теоретические сведения

Классификация экспертных систем

 

Для классификации  ЭС используют следующие признаки:

• Способ формирования решения;
• Способ учета временного признака;
• Вид используемых данных;
• Число используемых источников решения знаний;

 

По способу  формирования решения ЭС можно разделить  на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных  решений на основе анализа знаний, в системах второго типа решение  синтезируется из отдельных фрагментов знаний.

В зависимости  от способа учета временного признака ЭС делят на статические и динамические. Статические ЭС предназначены для  решения задач с неизменяемыми  в процессе решения данными и  знаниями, а динамические ЭС допускают  такие изменения.

По видам  используемых данных и знаний различают  ЭС с детерминированными и неопределенными  знаниями. Под неопределенностью  знаний и данных понимаются их неполнота, ненадежность, нечеткость.

ЭС могут  создаваться с использованием одного или нескольких источников знаний.

Область применения экспертных систем

 

Существует  ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средcтвами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.

• Данные и знания надежны и не меняются со временем.
• Пространство возможных решений относительно невелико.
• В процессе решения задачи должны использоваться формальные рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения.
• Должен быть по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.

Наиболее  известные ЭС, разработанные в 60-70-х  годах, стали в своих областях уже классическими. По происхождению, предметным областям и по преемственности  применяемых идей, методов и инструментальных программных средств их можно  разделить на несколько семейств.

• META-DENDRAL. Система DENDRAL позволяет определить наиболее вероятную структуру химического соединения по экспериментальным данным (масс- спектрографии, данным ядерном магнитного резонанса и др.).М-D автоматизирует процесс приобретения знаний для DENDRAL. Она генерирует правила построения фрагментов химических структур.
• MYCIN-EMYCIN-TEIREIAS-PUFF-NEOMYCIN.Это семейство медицинских ЭС и сервисных программных средств для их построения.
• PROSPECTOR-KAS. PROSPECTOR- предназначена для поиска (предсказания) месторождений на основе геологических анализов. KAS- система приобретения знаний для PROSPECTOR.
• CASNET-EXPERT. Система CASNET- медицинская ЭС для диагностики выдачи рекомендаций по лечению глазных заболеваний. На ее основе разработан язык инженерии знаний EXPERT, с помощью которой создан ряд других медицинских диагностических систем.
• HEARSAY-HEARSAY-2-HEARSAY-3-AGE.  Первые две системы этого ряда являются развитием интеллектуальной системы распознавания слитной человеческой речи, слова которой берутся из заданного словаря. Эти системы отличаются оригинальной структурой, основанной на использовании доски объявлений - глобальной базы данных, содержащей текущие результаты работы системы. В дальнейшем на основе этих систем были созданы инструментальные системы HEARSAY-3 и AGE (Attempt to Generalize- попытка общения) для построения ЭС.
• Системы AM (Artifical Mathematician- искусственный математик) и EURISCO.Были разработаны в Станфордском университете доктором Д. Ленатом для исследовательских и учебных целей.
• Среди современных коммерческих систем хочется выделить экспертную систему - оболочку G2 американской фирмы Gensym (USA) [8] как непревзойденную экспертную коммерческую систему для работы с динамическими объектами. Работа в реальном времени с малыми временами ответа часто необходима при анализе ситуаций в корпоративных информационных сетях, на атомных реакторах, в космических полетах и множестве других задач. В этих задачах необходимо принимать решения в течение миллисекунд с момента возникновения критической ситуации.
• OMEGAMON - типичный представитель современных экспертных мультиагентных динамических систем, работающих в реальном времени. OMEGAMON позволяет за считанные минуты ввести и отладить правила мониторинга внештатных ситуаций для объектов КИС.

 Итак, основными областями применения  ЭС являются:

• медицина
• электроника
• вычислительная техника
• геология
• космос

Типовая структура экспертных систем

 

Обобщенная  структура экспертной системы представлена на рисунке 1. Следует учесть, что  реальные ЭС могут иметь более  сложную структуру, однако блоки, изображенные на рисунке, непременно присутствуют в  любой действительно экспертной системе, поскольку представляют собой  стандарт структуры современной  ЭС.

 

Рисунок 1. Структура экспертной системы

Экспертные  системы имеют две категории  пользователей и два отдельных "входа", соответствующих различным  целям взаимодействия пользователей  с ЭС:

• обычный пользователь (эксперт), которому требуется консультация ЭС - диалоговый сеанс работы с ней, в процессе которой она решает некоторую экспертную задачу. Диалог с ЭС осуществляется через диалоговый процессор - специальную компоненту ЭС. Существуют две основные формы диалога с ЭС - диалог на ограниченном подмножестве естественного языка ( с использованием словаря-меню (при котором на каждом шаге диалога система предлагает выбор профессионального лексикона экспертов) и диалог на основе из нескольких возможных действий);

 

• экспертная группа инженерии знаний, состоящая из экспертов в предметной области и инженеров знаний. В функции этой группы входит заполнение базы знаний, осуществляемое с помощью специализированной диалоговой компоненты ЭС - подсистемы приобретения знаний, которая позволяет частично автоматизировать этот процесс.

Интерфейс пользователя - это система программных и аппаратных средств, обеспечивающих для конечного пользователя использование компьютера для решения задач, которые возникают в среде его профессиональной деятельности либо без посредников либо с незначительной их помощью. Это совокупность средств интеллектуального интерфейса, имеющих гибкую структуру, которая обеспечивает возможность адаптации в широком спектре интересов конечных пользователей.

Подсистема приобретения знаний предназначена для добавления в базу знаний новых правил и модификации имеющихся. В ее задачу входит приведение правила к виду, позволяющему подсистеме вывода применять это правило в процессе работы. В более сложных системах предусмотрены еще и средства для проверки вводимых или модифицируемых правил на непротиворечивость с имеющимися правилами.

База знаний - важная компонента экспертной системы, она предназначена для хранения долгосрочных данных, описывающих рассматриваемую предметную область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области. В качестве предметной области выбирается узкая (специальная) прикладная область. Далее для создания ЭС в выбранной области собираются факты и правила, которые помещаются в базу знаний вместе с механизмами вывода и упрощения. В отличие от всех остальных компонент ЭС, база знаний - "переменная " часть системы, которая может пополняться и модифицироваться инженерами знаний и опыта использование ЭС, между консультациями (а в некоторых системах и в процессе консультации). Существует несколько способов представления знаний в ЭС, однако общим для всех них является то, что знания представлены в символьной форме (элементарными компонентами представления знаний являются тексты, списки и другие символьные структуры). Тем самым, в ЭС реализуется принцип символьной природы рассуждений, который заключается в том, что процесс рассуждения представляется как последовательность символьных преобразований. Существуют динамические и статические базы знаний. Динамическая база знаний изменяется со временем. Ее содержимое зависит и от состояния окружающей. Новые факты, добавляемые в базу знаний, являются результатом вывода, который состоит в применении правил к имеющимся фактам. В системах с монотонным выводом факты, хранимые в базе знаний, статичны, то есть не изменяются в процессе решения задачи. В системах с немонотонным выводом допускается изменение или удаление фактов из базы знаний.

База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи.

Основу  ЭС составляет подсистема логического вывод, которая использует информацию из базы знаний (БЗ), генерирует рекомендации по решению искомой задачи. Чаще всего для представления знаний в ЭС используются системы продукций и семантические сети. Допустим, БЗ состоит из фактов и правил (если <посылка> то <заключение>). Если ЭС определяет, что посылка верна, то правило признается подходящим для данной консультации и оно запускается в действие. Запуск правила означает принятие заключения данного правила в качестве составной части процесса консультации. Цель ЭС - вывести некоторый заданный факт, который называется целевым утверждением (то есть в результате применения правил добиться того, чтобы этот факт был включен в рабочее множество), либо опровергнуть этот факт (то есть убедиться, что его вывести невозможно, следовательно, при данном уровне знаний системы он является ложным). Целевое утверждение может быть либо "заложено" заранее в базу знаний системы, либо извлекается системой из диалога с пользователем. Работа системы представляет собой последовательность шагов, на каждом из которых из базы выбирается некоторое правило, которое применяется к текущему содержимому рабочего множества. Цикл заканчивается, когда выведено либо опровергнуто целевое утверждение. Цикл работы экспертной системы иначе называется логическим выводом Логический вывод может происходить многими способами, из которых наиболее распространенные - прямой порядок вывода и обратный порядок вывода. Прямой порядок вывода - от фактов, которые находятся в рабочем множестве, к заключению. Если такое заключение удается найти, то оно заносится в рабочее множество. Прямой вывод часто называют выводом, управляемым данными.