Пт. Мар 1st, 2024

Трудоемкость разработки ИИС в значительной степени зави­сит от используемых инструментальных средств. Инструменталь­ные средства для разработки интеллектуальных приложений можно классифицировать по следующим основным параметрам:

  • уровень используемого языка;
  • парадигмы программирования и механизмы реализации;
  • способ представления знаний;
  • механизмы вывода и моделирования;
  • средства приобретения знаний;
  • технологии разработки приложений.

Уровень используемого языка.

Мощность и универсаль­ность языка программирования определяет трудоемкость разра­ботки ЭС.

  • Традиционные (в том числе объектно-ориентированные) языки программирования типа С, C++ (как правило, они ис­пользуются не для создания ЭС, а для создания инструменталь­ных средств).
  • Специальные языки программирования (например, язык LISP, ориентированный на обработку списков; язык логического программирования PROLOG; язык рекурсивных функций РЕ- ФАЛ и т.д.). Их недостатком является слабая приспособленность к объединению с программами, написанными на языках тради­ционного программирования.
  • Инструментальные средства, содержащие многие, но не все компоненты ЭС (например, система OPS 5, которая поддержива­ет продукционный подход к представлению знаний; языки KRL и FRL, используемые для разработки ЭС с фреймовым представ­лением знаний). Такое программное обеспечение предназначено для разработчиков, владеющих технологиями программирования и умеющих интегрировать разнородные компоненты в программный комплекс.
  • Оболочки ЭС общего назначения, содержащие все про­граммные компоненты, но не имеющие знаний о конкретных предметных средах. Средства этого типа и последующего не требуют от разработчика приложения знания программирования. Примерами являются ЭКО, Leonardo, Nexpert Object, Kappa, EXSYS, GURU, ART, KEE и др. В последнее время все реже употребляется термин «оболочка», его заменяют более широким тер­мином «среда разработки».
Если хотят подчеркнуть, что средство используется не только на стадии разработки приложения, но и на стадиях использования и сопровождения, то употребляют тер­мин «полная среда» (complete environment). Для поддержания всего цикла создания и сопровождения программ используются интегрированные инструментальные системы типа Work Bench, например KEATS, Shelly, VITAL. Основными ком­понентами системы KEATS являются:
ACQUIST — средства фрагментирования текстовых источников знаний, позволяющие разбивать текст или протокол беседы с экспертом на множество взаимосвязанных, аннотированных фрагментов и создавать по­нятия (концепты);
FLIK — язык представления знаний средства­ми фреймовой модели;
GIS — графический интерфейс, использу­емый для создания гипертекстов и концептуальных моделей, а также для проектирования фреймовых систем;
ERI — интерпре­татор правил, реализующий процедуры прямого и обратного вы­вода;
TRI — инструмент визуализации логического вывода, демонстрирующий последовательность выполнения правил;
Tables — интерфейс манипулирования таблицами, используемы­ми для хранения знаний в БЗ;
CS — язык описания и распростра­нения ограничений;
TMS — немонотонная система поддержания истинности.

При использовании инструментария данного типа могут воз­никнуть следующие трудности:

  • управляющие стратегии, заложенные в механизм вывода, могут не соответствовать методам решения, которые использует эксперт, взаимодействующий с данной системой, что может привести к неэффективным, а возможно, и неправильным ре­шениям;
  • способ представления знаний, используемый в инструмен­тарии, мало подходит для описания знаний конкретной предмет­ной области.

Большая часть этих трудностей разрешена в проблемно/пред­метно-ориентированных средствах разработки ИИС.

Проблемно/предметно-ориентированные оболочки и сре­ды (не требуют знания программирования):

проблемно-ориентированные средства — предназначены для решения задач определенного класса (задачи поиска, управления, планирования, прогнозирования и др.) и содержат соот­ветствующие этому классу альтернативные функциональные модули;

предметно-ориентированные средства — включают знания о типах предметных областей, что сокращает время разработки БЗ.

При использовании оболочек и сред разработчик приложе­ния полностью освобождается от программирования, его основ­ные трудозатраты связаны с формированием базы знаний.

Парадигмы программирования и механизмы реализации.

Спо­собы реализации механизма исполняемых утверждений часто на­зывают парадигмами программирования. К основным парадигмам относят следующие:

  • процедурное программирование;
  • программирование, ориентированное на данные;
  • программирование, ориентированное на правила;
  • объектно-ориентированное программирование. Парадигма процедурного программирования является самой распространенной среди существующих языков программирова­ния (например, С и Паскаль). В процедурной парадигме актив­ная роль отводится процедурам, а не данным; причем любая про­цедура активизируется вызовом. Подобные способы задания поведения удобны для описаний детерминированной последова­тельности действий одного процесса или нескольких взаимосвя­занных процессов.

При использовании программирования, ориентированного на данные, активная роль принадлежит данным, а не процедурам. Здесь со структурами активных данных связывают некоторые действия (процедуры), которые активизируются тогда, когда осу­ществляется обращение к этим данным.

В парадигме, ориентированной на правила, поведение опреде­ляется множеством правил вида «условие-действие». Условие за­дает образ данных, при возникновении которого действие прави­ла может быть выполнено. Правила в данной парадигме играют такую же роль, как и операторы в процедурной парадигме. Одна­ко если в процедурной парадигме поведение задается детерминированной последовательностью операторов, не зависящей от значений обрабатываемых данных, то в парадигме, ориентиро­ванной на правила, поведение не задается заранее предписанной последовательностью правил, а формируется на основе значений данных, которые в текущий момент обрабатываются программой. Подход, ориентированный на правила, удобен для описания поведения, гибко и разнообразно реагирующего на большое мно­гообразие состояний данных.

Парадигма объектного программирования в отличие от про­цедурной парадигмы не разделяет программу на процедуры и данные. Здесь программа организуется вокруг сущностей, назы­ваемых объектами, которые включают локальные процедуры (методы) и локальные данные (переменные). Поведение (функ­ционирование) в этой парадигме организуется путем пересылки сообщений между объектами. Объект, получив сообщение, осу­ществляет его локальную интерпретацию, основываясь на ло­кальных процедурах и данных. Такой подход позволяет описы­вать сложные системы наиболее естественным образом. Он осо­бенно удобен для интегрированных ЭС.

Способ представления знаний.

Наличие многих способов пред­ставления знаний вызвано стремлением представить различные типы проблемных сред с наибольшей эффективностью. Обычно способ представления знаний в ЭС характеризуют моделью пред­ставления знаний. Типичными моделями представления знаний являются правила (продукции), фреймы (или объекты), семанти­ческие сети, логические формулы. Инструменталь­ные средства, имеющие в своем составе более одной модели представления знаний, называют гибридными. Большинство со­временных средств, как правило, использует объектно-ориенти­рованную парадигму, объединенную с парадигмой, ориентиро­ванной на правила.

Механизмы вывода и моделирования.

В статических ЭС един­ственным активным агентом, изменяющим информацию, явля­ется механизм вывода экспертной системы. В динамических ЭС изменение данных происходит не только вследствие функциони­рования механизма исполняемых утверждений, но также в связи с изменениями окружения задачи, которые моделируются специ­альной подсистемой или поступают извне. Механизмы вывода в различных средах могут отличаться способами реализации следу­ющих процедур.

Структура процесса получения решения:

  • построение дерева вывода на основе обучающей выборки (индуктивные методы приобретения знаний) и выбор маршрута на дереве вывода в режиме решения задачи;
  • компиляция сети вывода из специфических правил в режи­ме приобретения знаний и поиск решения на сети вывода в режи­ме решения задачи;
  • генерация сети вывода и поиск решения в режиме решения задачи, при этом генерация сети вывода осуществляется в ходе выполнения операции сопоставления, определяющей пары «правило — совокупность данных», на которых условия этого правила удовлетворяются;
  • в режиме решения задач ЭС осуществляет выработку прав­доподобных предположений (при отсутствии достаточной ин­формации для решения); выполнение рассуждений по обоснова­нию (опровержению) предположений; генерацию альтернатив­ных сетей вывода; поиск решения в сетях вывода.

Поиск (выбор) решения:

  • направление поиска — от данных к цели, от целей к данным, двунаправленный поиск;
  • порядок перебора вершин в сети вывода — «поиск в шири­ну», при котором сначала обрабатываются все вершины, непо­средственно связанные с текущей обрабатываемой вершиной G; «поиск в глубину», когда сначала раскрывается одна наиболее значимая вершина — G1, связанная с текущей G, затем вершина G1 делается текущей, и для нее раскрывается одна наиболее значи­ мая вершина G2 и т. д.

Процесс генерации предположений и сети вывода:

  • режим — генерация в режиме приобретения знаний, генера­ция в режиме решения задачи;
  • полнота генерируемой сети вывода — операция сопоставле­ния применяется ко всем правилам и ко всем типам указанных в правилах сущностей в каждом цикле работы механизма вывода (обеспечивается полнота генерируемой сети); используются раз­личные средства для сокращения количества правил и (или) сущ­ностей, участвующих в операции сопоставления; например, применяется алгоритм сопоставления или используются знания бо­лее общего характера (метазнания).

Механизм вывода для динамических проблемных сред допол­нительно содержит: планировщик, управляющий деятельностью ЭС в соответствии с приоритетами; средства, гарантирующие по­лучение лучшего решения в условиях ограниченности ресурсов; систему поддержания истинности значений переменных, изме­няющихся во времени.

В динамических инструментальных средствах могут быть ре­ализованы следующие варианты подсистемы моделирования:

  • система моделирования отсутствует;
  • существует система моделирования общего назначения, яв­ ляющаяся частью инструментальной среды;
  • существует специализированная система моделирования, являющаяся внешней по отношению к программному обеспече­нию, на котором реализуется ЭС.

Средства приобретения знаний.

В инструментальных системах они характеризуются следующими признаками:

1. Уровень языка приобретения знаний:

  • формальный язык;
  • ограниченный естественный язык;
  • язык пиктограмм и изображений;
  • ЕЯ и язык изображений.

2. Тип приобретаемых знаний:

  • данные в виде таблиц, содержащих значения входных и выходных атрибутов, по которым индуктивными метода­ми строится дерево вывода;
  • специализированные правила;
  • общие и специализированные правила.

3. Тип приобретаемых данных:

  • атрибуты и значения;
  • объекты;
  • классы структурированных объектов и их экземпляры, получающие значения атрибутов путем наследования.
Ads Blocker Image Powered by Code Help Pro

Обнаружен блокировщик рекламы! Пожалуйста, обратите внимание на эту информацию.

We\'ve detected that you are using AdBlock or some other adblocking software which is preventing the page from fully loading.

У нас нет баннеров, флэшей, анимации, отвратительных звуков или всплывающих объявлений. Мы не реализовываем эти типы надоедливых объявлений! Нам нужны деньги для обслуживания сайта, и почти все они приходят от нашей интернет-рекламы.

Пожалуйста, добавьте tehnar.info к вашему белому списку блокирования объявлений или отключите программное обеспечение, блокирующее рекламу.

Powered By
100% Free SEO Tools - Tool Kits PRO