Автор работы: Пользователь скрыл имя, 24 Марта 2014 в 17:16, реферат
Большинство автоматизированных информационных систем работают по жёстко запрограммированным алгоритмам. Но существуют такие предметные области и задачи автоматизации, в которых использование данного принципа создания автоматизированной системы не является оптимальным. Как правило, данные предметные области (задачи автоматизации) имеют сложную структуру, которую трудно алгоритмизировать. В них происходят частые изменения, которые могут затрагивать как бизнес-процессы, так и значения некоторых данных, участвующих при выработке решений.
Введение 2
Структура адаптивной информационной системы 3
2 Выбор модели представления знаний 5
3 Структура базы знаний, использующая логическую и продукционную модели 6
3.1 Логическая структура базы знаний 6
3.2 Структура продукционных правил 8
3.3 Пример описания базы правил и предикатной базы данных 9
3.4 Работа логического блока при решении задачи 12
Заключение 13
Список литературы 14
Пусть Qï имеет описание, представленное в формуле (2).
|
(2) |
Если использовать аналогию с описанием баз данных, то Qï соответствует описанию таблиц базы данных.
Формула (2) означает, что в нашей базе знаний используются два типа фактов: вид_работы_ставка (задаёт зависимость между видом работы и размером ставки) и вход_данные_работника_ставка (задаёт структуру фактов, которые будут поступать в систему как входные данные, рис. 2).
Тогда Qïï представлено в формуле (3).
Предложение (3) выражает то, что (Вид_работы, Доп_сведения), взятые вместе, являются ключом отношения вид_работы_ставка в формуле (2). Если использовать аналогию с описанием баз данных, то Qïï соответствует описанию функциональных зависимостей отношений, записанных в Qï.
При описании Qïï использовался синтаксис языка логического программирования Пролог. Согласно этому синтаксису имена отношений, функций и констант пишутся малыми буквами, а имена переменных начинаются с заглавных букв. Знак :- является символом импликации, но записанной справа налево (¬); запятая служит символом конъюнкции . Предложение (3) является примером правила. В правилах неявно предполагается, что все переменные связаны квантором ".
Предложения пролога состоят из головы (В) и тела (А), А®В. Тело – это список целей, разделённых логической связкой. Также в Прологе предложения бывают трёх типов: факты, правила и вопросы.
Факты содержат утверждения, которые являются всегда безусловно верными. Они имеют пустое тело.
Правила содержат утверждения, истинность которых зависит от некоторых условий. Правила имеют голову и (непустое) тело.
С помощью вопросов пользователь может спрашивать систему о том, какие утверждения являются истинными. Вопросы имеют только тело .
Qï и Qïï вместе предоставляют средства для описания логической модели предметной области, хранимой в базе знаний. Используя их, можно осуществлять проверку правильности введения новых фактов в базу знаний.
На основе описания Qï и Qïï заполним предикатную базу данных следующими фактами (4).
|
(4) |
Таким образом, в предикатной базе данных (рис. 2) находятся пять фактов. Одинарные кавычки означают, что данное выражение является атомом (значением из множества «Вид_работы»).
Теперь опишем систему правил Qïïï. Для простоты правила будут иметь вид А®В:
|
(5) |
|
(6) |
|
(7) |
|
(8) |
|
(9) |
|
(10) |
|
(11) |
Формула (5) означает, что для всех X и Y, Y является максимальной ставкой работника X, если Y1 – максимальная ставка работника X по базе фактов и Y2 – максимальная ставка работника X по базе правил и Y равен минимальному значению из Y1 и Y2.
Формула (6) означает, что для всех X и Y1, Y1 является максимальной ставкой по базе фактов для работника X, если Y1 является максимальной ставкой по виду работы B и дополнительным сведениям D из входных данных работника. Остальные правила интерпретируются аналогично правилам (5) и (6).
Правила (10) и (11) определяют минимальное значение из Y1 и Y2, причём в зависимости от ситуации срабатывает только одно из этих правил.
Итак, пусть на вход системы поступает входной факт (12) и запрос (13).
|
(12) |
|
(13) |
Входной факт (12) передаёт в интеллектуальную подсистему данные, которые находятся в приложении (рис.1). Этот факт является дополнением к фактам, хранящимся в предикатной базе данных (рис. 2).
Вычисление запроса инициируется формулой (13), которая формирует цель: «Найти факт, унифицируемый с макс_ставка_работника(X,Y)». Логический блок (рис. 2) для достижения поставленной цели предпринимает следующие шаги.
Шаги вычисления.
1) Искомый список целевых
2) Логический блок ищет в базе знаний предложение, у которого голова сопоставима с целевым утверждением. Поиск начинается с предикатной базы данных, а затем переходит к базе правил. В результате логический блок находит правило (5). После этого происходит замена списка целевых утверждений телом правила (5). Таким образом, порождается новый список целевых утверждений.
макс_ставка_факты(X,Y1),
макс_ставка_правила(X,Y2),
min(Y1,Y2,Y).
3) Затем происходит просмотр
базы знаний для нахождения
предложения, сопоставимого с макс_ставка_
вход_данные_работника_ставка(
вид_работы_ставка(В, Y1, D).
4) Далее происходит поиск
вход_данные_работника_ставка(
5) Цель вид_работы_ставка(’
6) Рассматриваем следующее
макс_ставка_правила(’Иванов И.И.’,Y2). Логический блок находит правило (7). Но, анализируя правило (7), логический блок обнаруживает, что условие O<16 не выполняется, т.к. O=20, поэтому логический блок ищет следующее правило для рассматриваемой цели. Находит правило (8), которое также не подходит. Затем логический блок находит правило (9). В данном правиле выполняются два условия, и переменная Y2 приобретает значение 1.00. Таким образом, предикат макс_ставка_правила(’Иванов И.И.’,Y2) принимает истинное значение, если Y2=1.00. Опять возвращаемся к шагу 3 и рассматриваем последнее целевое утверждение.
7) Для целевого утверждения min(
8) Возвращаясь к шагу 1, мы получаем
истинное значение предиката ма
В результате логический блок передаёт вызвавшему его приложению следующий результат: макс_ставка_работника(’Иванов И.И.’, 0.50).
В данном примере подбор правил и фактов для решения поставленной задачи выявил только одно возможное решение. В общем случае решений может быть несколько. Поэтому, когда интерпретатор ищет в базе знаний соответствующее предложение, после первой успешной конкретизации переменных и получения результата необходимо вернуться к дальнейшему поиску и просмотру базы знаний до конца. В результате в нашем примере база знаний просматривалась целиком неоднократно. Для уменьшения затрат времени на поиск нужных фактов логический блок должен сначала анализировать структуру Qï, а только затем обращаться непосредственно к предикатной базе. Для уменьшения времени просмотра правил нужно использовать структуру продукций, приведённую выше.
В данном реферате рассмотрена структура адаптивной информационной системы. Основным элементом такой системы является база знаний, которая взаимодействует с подсистемой обработки и хранения данных. Преимуществом адаптивной информационной системы является то, что при редактировании базы знаний инженер по знаниям влияет на выполнение системой бизнес-процессов. В результате система становится более гибкой и способной адаптироваться к специфике работы пользователей.
Структура интеллектуальной подсистемы, в первую очередь, зависит от выбора модели представления знаний. Для реализации базы знаний адаптивной информационной системы выбрано сочетание продукционной и логической моделей. Такое представление знаний обладает рядом преимуществ: снижает требования к качеству и полноте хранящихся знаний, увеличивает эффективность обработки продукций и повышает наглядность представления знаний.
Таким образом, возможности применения
адаптивной информационной системы не
будут ограничены одной предметной областью. В зависимости от заполнения интеллектуальной
части знаниями, её можно использовать
в разных предметных оластях.
1. Информационная управляющая
2. Информационные технологии в инженерном образовании / под ред.С.В. Коршунова, В.Н. Гузненкова. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2007. – 432 с.
3. Андрейчиков А.В., Андрейчикова
О.Н. Интеллектуальные
4. Искусственный интеллект. – В 3-х кн. Кн. 2. Модели и методы: Справочник/ Под ред. Д.А. Поспелова – М.: Радио и связь, 1990. – 304 с.
5. Адаменко А.Н., Кучуков А.М. Логическое программирование и Visual Prolog. – СПб.: БХВ-Петербург, 2003, 992 с.
Информация о работе Структура адаптивной информационной системы