Всего на сайте:
236 тыс. 713 статей

Главная | Информатика

Продукционные модели.  Просмотрен 88

Продукционные модели в последнее время широко использу­ются в системах представления знаний. Первоначально предло­женные Постом в 1943 г. [118], они были впервые применены в системах ИИ в 1972 г. [116].

Продукционные модели могут быть реализованы как процедурно, так и декларативно. Их простота и строгая форма послу­жили основой ряда интересных свойств, что сделало их удобным средством представления знаний. Рядом исследователей отмеча­лось, что использование продукционных моделей имеет уже само по себе особую психологическую важность, хотя они могут быть с успехом использованы и вне рамок психологического моделиро­вания.

Продукционные модели — это набор, правил вида «условия — действие», где условиями являются утверждения о содержимом некой базы данных, а действия представляют собой про­цедуры, которые могут изменять содержимое БД.

В продукционных системах можно выделить три основные компоненты:

1. Неструктурированная или структурированная БД.

2. Некоторое число продукционных правил или просто продукций. Каждая продукция состоит из двух частей:

условий (антецендент); в этой части определяются некоторые условия, которые должны выполняться в БД для того, чтобы бы­ли выполнены соответствующие действия;

действий (консеквент); эта часть содержит описание действий, которые должны быть совершены над БД в случае выполнения соответствующих условий. В простейших продукционных систе­мах они только определяют, какие элементы следует добавить (или иногда удалить) в БД.

3. Интерпретатор, который последовательно определяет, какие продукции могут быть активированы в зависимости от условий, в них содержащихся; выбирает одно из применимых в данной ситуации правил продукций; выполняет действие из выбранной процедуры.

Продукционные модели в основном находят применение в ка­честве решателей или механизмов выводов.

В БД системы хранятся известные факты о некоторой пред­метной области.

Продукции содержат специфические для данной области знания о том, какие дополнительные факты могут быть допущены, если специфические данные найдены в БД.

Действия продукций могут состоять из активных процедур, ко­торые автоматически производят необходимые операции над со­держимым БД (либо подобно «демонам» проверять самих себя на предмет того, выполняются ли их условия активации). В этом случае форма представления знаний является процедурной, хотя и в весьма ограниченном виде. В последующих итерациях факты, добавленные в БД, могут подключать (активировать) дру­гие продукции и т. д.

В классических продукционных системах БД представляют со­бой переменную часть системы, в то время как правила и интер­претатор чаще всего не меняются. Будучи реализованы процедурно, классические продукционные модели обладают весьма привлекательным свойством модульности. Поэтому правила мо­гут быть добавлены .или удалены без возникновения неожиданных побочных эффектов. Причина этого заключается также в том, что в классических системах вызов процедур осуществляется только в зависимости от состояния данных; процедуры, как правило, не активируются другими процедурами. Поэтому продукционные сис­темы могут быть с большим успехом использованы для областей знаний, о которых располагаем только некоторым набором независимых правил (эвристик), а не четкой теорией, вполне завер­шенной и последовательной, и где поэтому нет алгоритмов, прямо приводящих к цели.

Продукционные системы все более широко используются для реализации продукционных ЭС.

Как правило, классические продукционные системы не содер­жат сведений о применении, т. е. знаний о том, например, какие продукции использовать для достижения цели. Это ведет к зна­чительному снижению эффективности их работы: хотя в каждой итерации только одна продукция может быть активирована, должны быть проверены условия всех продукций.

Для большого числа правил это может потребовать значительного расхода ре­сурсов. Более того, последовательность выполнения продукций зависит на каждой итерации от состояния всех переменных сис­темы. В этом случае появляется проблема комбинаторного «взры­ва».

Для решения этих проблем предлагались подходы, связанные с методами структурного совершенствования БД и условий в про­дукциях, что позволило бы повысить эффективность функциони­рования. Предпринимаются также попытки повлиять на ход уп­равления.

В каждом цикле все правила, условия которых удовлетворены содержимым БД, считаются определенными. Если существует нес­колько таких правил, то вопрос о том, какое из правил выбрать, решается с помощью какой-либо приемлемой стратегии «разре­шения конфликтов» (например, выбирается правило с наивысшим приоритетом из заранее определенного перечня приоритетов). Все действия, связанные с выбранным правилом, выполняются и вы­зывают соответствующие изменения в БД.

Другая возможность заключается в осуществлении точного контроля последовательности выполнении продукций. В простей­шем случае продукции могли бы формировать специальные сиг­налы в БД, которые подключали бы соответствующие продукции в других циклах. В некоторых системах сами продукции могут активировать или дезактивировать другие продукции и даже влиять на работу интерпретатора.

Рассмотрим более подробно некоторые основные формы пред­ставления знаний.

В настоящее время разработано множество моделей представления знаний, используемых для реализации систем, основанных на знаниях, в которых знания представлены с помощью правил вида если-тогда (явление – реакция, условие – действие). Систему продукций можно считать наиболее распространенной моделью представления знаний. Примерами реальных систем, основанных на знаниях, в которых в качестве основной модели представления знаний использовалась система продукций, являются EMYCIN, OPS-5, AGE.

Если систему продукций рассматривать как модель представления знаний, то правилам, рассматриваемым с точки зрения человека как средства прямого описания способа логического вывода для решения задач в предметной области, можно придать ясный смысл. При этом отличительной чертой представления знаний с высокой модульностью является простота дополнения, модификации и аннулирования.

Кроме того, со стороны компьютера имеется возможность определения простого и точного механизма использования знаний с высокой однородностью, описанных по одному синтаксису. Эти две отличительные черты, по видимому являются причинами столь широкого распространения метода представлений знаний правилами.

 

Предыдущая статья:Семантические сети. Следующая статья:Исчисление предикатов
page speed (0.0169 sec, direct)