Модели представления знаний. Продукционные правила

по второму правилу:

p (1) = 0,9 ∙ 0,9 ∙ 0,75 = 0,81 ∙ 0,75 ≈ 0,6

по третьему правилу:

p(1) = 0,9 ∙ 0,95 ∙ 0,6 = 0,54 ∙ 0,95 ≈ 0,51

по четвертому правилу:

p(1) = 0,9 ∙ 0,95 ∙ 0,5 ≈ 0,43

Таким образом 

p(1) = 0,75  (определяется по максимуму)

 

Примечание. Сравнивая данный материал с изложенным в 2.3, легко видеть, что для задачи распознавания почтовых индексов применение логических и продукционных моделей фактически идентично.

 

5. Сравнение продукционных и логических моделей

 

Пример  в предыдущем параграфе наглядно показывает близость логических и продукционных  моделей. Следует обратить внимание и на то, что этим модели взаимозаменяемы при решении одних и тех же задач, например при построении экспертных систем.

Интуитивно  понятно, что можно от продукционной  модели перейти к логической. Действительно, если в продукционной модели ГБД записать в предикатном виде, то правила примут вид обычных импликаций, и мы придем к логической  модели.

Примечание. На практике это достигается путем введения в предикат понятия состояния и функторов (см. пример в 2.2.10 – задача об обезьяне). Последовательность правил в этом случае выражается в получаемом в процессе резолюцией рядом вложенных функторов.

В тоже время логический вывод в ЛППП сводится к опровержению множества клозов, каждый из которых может быть представлен в виде последовательности импликаций, т.к. pÚq=ùp®q.

А каждая импликация фактически является продукционным правилом или  одним из его вариантов.

Продукционные модели предпочтительнее с точки зрения возможности выбора способа представления ГБД, в то же время предикатные языки не сводятся к ЛППП, и определенные возможности дает применение неклассических логик.

Безусловное достоинство  обоих моделей – удобство применения в ЭС.

Основной недостаток обоих моделей – отсутствие возможности формализации понятий и отношений между ними, характерных для естественного языка, что достигается в реляционных языках.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6. Список литературы.

1. Уинстон П. Искусственный интеллект. М., 1980. с. 301.
2. Эндрю А. Искусственный интеллект. М., 1985, с. 17.
3. Хант Э. Искусственный интеллект. М., 1978, с. 11.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Содержание раздела 2:

1. Основные понятия.
2. Стратегии управления.
1. Поиск с возвратом.
2. Поиск в пространстве состояний.
3. Понятие о коммуникативных системах продукций.
4. Понятие о нечетком выводе на продукциях.
5. Сравнение продукционных и логических моделей.
6. Список литературы.