Чт. Дек 12th, 2024

Продукционная модель в силу своей простоты получила наиболее широкое распространение. В этой модели знания представ­ляются в виде совокупности правил типа «ЕСЛИ — ТО». Системы обработки знаний, использующие такое представление, получили название продукционных систем.

В состав экспертной системы продукционного типа входят база правил, база фактических дан­ных (рабочая память) и интерпретатор правил, реализующий оп­ределенный механизм логического вывода. Любое продукцион­ное правило, содержащееся в БЗ, состоит из двух частей: антеце­дента и консеквента. Антецедент представляет собой посылку правила (условную часть) и состоит из элементарных предложе­ний, соединенных логическими связками И, ИЛИ. Консеквент (заключение) включает одно или несколько предложений, кото­рые выражают либо некоторый факт, либо указание на определен­ное действие, подлежащее исполнению. Продукционные правила принято записывать в виде АНТЕЦЕДЕНТ -> КОНСЕКВЕНТ.

Примеры продукционных правил:

  • ЕСЛИ «двигатель не заводится» И «стартер двигателя не рабо­тает», ТО «неполадки в системе электропитания стартера»;
  • ЕСЛИ «животное имеет перья», ТО «животное — птица».

Антецеденты и консеквенты правил формируются из атрибу­тов и значений, например:

  • Атрибут Значение
  • Двигатель Не заводится
  • Стартер двигателя Не работает
  • Животное Имеет перья
  • Животное Птица

Любое правило состоит из одной (или нескольких) пары атрибут— значение. В рабочей памяти продукционной системы хранятся пары атрибут — значение, истинность которых установлена в процессе решения конкретной задачи к некоторому текущему моменту времени. Содержимое рабочей памяти изменяется в процессе решения задачи. Это происходит по мере срабатывания правил. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение сработав­шего правила заносится в рабочую память.

Поэтому в процессе логического вывода объем фактов в рабочей памяти, как прави­ло, увеличивается (уменьшаться он может в том случае, если дей­ствие какого-нибудь правила состоит в удалении фактов из рабо­чей памяти). В процессе логического вывода каждое правило из базы правил может сработать только один раз.

При описании реальных знаний конкретной предметной об­ласти может оказаться недостаточным представление фактов с помощью пар атрибут-значение. Более широкие возможности имеет способ описания с помощью триплетов объект—атри­бут-значение. В этом случае отдельная сущность предметной об­ласти рассматривается как объект, а данные, хранящиеся в рабо­чей памяти, показывают значения, которые принимают атрибуты этого объекта.

Примеры триплетов:

  • собака — кличка — Граф;
  • собака — порода — ризеншнауцер;
  • собака — окрас — черный.

Одним из преимуществ такого представления знаний являет­ся уточнение контекста, в котором применяются правила. На­пример, правило, относящееся к объекту «собака», должно быть применимо для собак с любыми кличками, всех пород и окрасок. С введением триплетов правила из базы правил могут срабаты­вать более одного раза в процессе одного логического вывода, по­скольку одно правило может применяться к различным экземп­лярам объекта (но не более одного раза к каждому экземпляру).

Существуют два типа продукционных систем — с прямыми и обратными выводами. Прямые выводы реализуют стратегию «от фактов к заключениям». При обратных выводах выдвигаются ги­потезы вероятных заключений, которые могут быть подтвержде­ны или опровергнуты на основании фактов, поступающих в ра­бочую память. Существуют также системы с двунаправленными выводами.

Основные достоинства продукционных систем связаны с простотой представления знаний и организации логического вывода. К недостаткам систем продукций можно отнести сле­дующие:

  • отличие от структур знаний, свойственных человеку;
  • неясность взаимных отношений правил;
  • сложность оценки целостного образа знаний
  • низкая эффективность обработки знаний.

При разработке небольших систем (десятки правил) проявляются в основном положительные стороны систем продукция, однако при увеличении объема знаний более заметными становят­ся слабые стороны.