- Главная
- Информатика
- Модели и методы решения задач. Экспертные системы
Содержание
- 2. Лекция 2-3: Модели и методы решения задач Кафедра «КРЭМС»
- 3. Лекция 2-3. Вопросы: 1. Классификация представления задач. 2. Интеллектуальный интерфейс 3. Методы решения задач. Кафедра «КРЭМС»
- 4. 1 Основная литература 1. Основы искусственного интеллекта [Электронный ресурс] : учебное пособие / Е. В. Боровская,
- 5. 1. Классификация представления задач 1.1 Логические модели Все предметы и события, которые составляют основу общего понимания
- 6. 6 1.2 Сетевые модели Разделение на два типа сущностей позволяет использовать в сетевых моделях идеи, впервые
- 7. 1.3 Продукционные модели В общем виде под продукцией понимается выражение следующего вида: (i); Q; Р; А=>В;
- 8. 1.4 Сценарии Для описания стереотипного знания используются различные модели. Среди них наиболее распространенными являются сценарии. Сценарием
- 9. 2. Интеллектуальный интерфейс Предположим, что на вход ИС поступает текст. Будем говорить, то ИС понимает текст,
- 10. 2.1 Классификация уровней понимания Первый уровень :характеризуется схемой, показывающей, что любые ответы на вопросы система формирует
- 11. Первый метауровень: На этом уровне происходит изменение содержимого базы знаний. Она пополняется фактами, известными системе и
- 12. 3. Методы решения задач Функционирование многих ИС носит целенаправленный характер (примером могут служить автономные интеллектуальные роботы).
- 13. 3.1 Решение задач методом поиска в пространстве состояний Представление задач в пространстве состояний предполагает задание ряда
- 14. Алгоритм Дейкстры определения путей с минимальной стоимостью является обобщением алгоритма Мура за счет введения дуг переменной
- 15. 3.2 Решение задач методом редукции Этот метод приводит к хорошим результатам потому, что часто решение задач
- 16. Алгоритм Ченга и Слейгла. Основан на преобразовании произвольного И/ИЛИ-графа в специальный ИЛИ-граф, каждая ИЛИ-ветвь которого имеет
- 17. Дедуктивный метод планирования системы QA3, ОРЗ не оправдал возлагавшихся на него надежд в основном из-за неудовлетворительного
- 18. 3.3 Решение задач дедуктивного выбор В дедуктивных моделях представления и обработки знании решаемая проблема записывается в
- 19. 3.4 Решение задач, использующие немонотонные логики, вероятностные логики Данные и знания, с которыми приходится иметь дело
- 21. Скачать презентацию
Лекция 2-3: Модели и методы решения задач
Кафедра «КРЭМС»
Лекция 2-3: Модели и методы решения задач
Кафедра «КРЭМС»
Лекция 2-3.
Вопросы:
1. Классификация представления задач.
2. Интеллектуальный интерфейс
3. Методы
Лекция 2-3. Вопросы: 1. Классификация представления задач. 2. Интеллектуальный интерфейс 3. Методы
Кафедра «КРЭМС»
1 Основная литература
1. Основы искусственного интеллекта [Электронный ресурс] : учебное
1 Основная литература
1. Основы искусственного интеллекта [Электронный ресурс] : учебное
2. Информационные технологии : учебник / Ю. Ю. Громов, И. В. Дидрих, О. Г. Иванова, М. А. Ивановский, В. Г. Однолько. [Электронный ресурс]: Учебные пособия – Тамбов : Изд-во ФГБОУ ВПО «ТГТУ», 2015. – 260 с. – Режим доступа: http://www.tstu.ru/book/elib/pdf/2015/gromo – Загл. с экрана.
2 Дополнительная литература
1. Гаскаров, Д.В. Интеллектуальные информационные системы: учебник для вузов / Д.В. Гаскаров. М.: Высш. шк., 2003. – 431 с. ил.
2. Коробова, Б.Л. Принятие решений в системах, основанных на знаниях: учеб. пособие / Б.Л. Коробова, Г.В. Артёмов. Тамбов: ТГТУ, 2005. – 80 с.
3. Коробова, И.Л. Методы представления знаний: метод. указания / И.Л. Коробова. Тамбов: ТГТУ, 2003. – 24 с.
3 Периодическая литература
1. РАДИОТЕХНИКА: науч.-технический журн. / Изд-во «Радиотехника». – Издается с 1937 г. – 12 раз в год.
2. ЭЛЕКТРОНИКА: науч.-технический журн. / Изд-во «Техносфера». – Издается с 1996 г. – 8 раз в год.
3. МИКРОЭЛЕКТРОНИКА: науч.-технический журн. / Изд-во «Наука». – Издается с 1972 г. – 6 раз в год.
4. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ПРИНЯТИЕ РЕШЕНИЙ: науч.-технический журн. / Изд-во «Институт системного анализа РАН». – Издается с 2008 г. – 4 раза в год.
4 Интернет - ресурсы: выделенные ресурсы представлены ниже.
1. Единое окно доступа к образовательным ресурсам window.edu.ru
2. Научная электронная библиотека www.elibrary.ru
1. Классификация представления задач
1.1 Логические модели
Все предметы и
1. Классификация представления задач
1.1 Логические модели
Все предметы и
Мысленно предметная область представляется состоящей из реальных или абстрактных объектов, называемых сущностями.
Между сущностями наблюдаются различные отношения подобия. Совокупность подобных сущностей составляет класс сущностей, являющийся новой сущностью предметной области.
Суждение-это мысленно возможная ситуация, которая может иметь место для предъявляемых сущностей или не иметь места. В языке (формальном или естественном) суждениям отвечают предложения.
Языки, предназначенные для описания предметных областей, называются языками представления знаний.
Для представления математического знания в математической логике давно пользуются логическими формализмами - главным образом исчислением предикатов, которое имеет ясную формальную семантику и операционную поддержку в том смысле, что для него разработаны механизмы вывода.
Описания предметных областей, выполненные в логических языках, называются (формальными) логическими моделями.
6
1.2 Сетевые модели
Разделение на два типа сущностей позволяет использовать в сетевых
6
1.2 Сетевые модели
Разделение на два типа сущностей позволяет использовать в сетевых
Перечень терминальных объектов, которые могут образовывать классы или типы, задается при проектировании ИС. Ими могут быть целые вещественные числа, идентификаторы, строки, списки и т. п. Семантика терминальных объектов определяется набором допустимых процедур, оперирующих с ними, например: арифметические действия над числами, сравнение между собой строк или идентификаторов, операции ввода-вывода, включающие необходимые трансформации представлений, и т. д.
1.3 Продукционные модели
В общем виде под продукцией понимается выражение следующего вида:
1.3 Продукционные модели
В общем виде под продукцией понимается выражение следующего вида:
(i); Q; Р; А=>В; N.
Здесь i-имя продукции, с помощью которого данная продукция выделяется из всего множества продукций.
Элемент Q характеризует сферу применения продукции.
Основным элементом продукции является ее ядро: А=>В. Интерпретация ядра продукции может быть различной и зависит от того, что стоит слева и справа от знака секвенции =>.
Элемент Р есть условие применимости ядра продукции.
Элемент N описывает постусловия продукции.
Если в памяти системы хранится некоторый набор продукций, то они образуют систему продукций. В системе продукций должны быть заданы специальные процедуры управления продукциями, с помощью которых происходит актуализация продукций и выбор для выполнения той или иной продукции из числа актуализированных.
1.4 Сценарии
Для описания стереотипного знания используются различные модели. Среди них наиболее
1.4 Сценарии
Для описания стереотипного знания используются различные модели. Среди них наиболее
2. Интеллектуальный интерфейс
Предположим, что на вход ИС поступает текст. Будем
2. Интеллектуальный интерфейс
Предположим, что на вход ИС поступает текст. Будем
2.1 Классификация уровней понимания
Первый уровень :характеризуется схемой, показывающей, что любые ответы
2.1 Классификация уровней понимания
Первый уровень :характеризуется схемой, показывающей, что любые ответы
В существующих ИС можно выделить пять основных уровней понимания и два уровня мета понимания.
Первый метауровень: На этом уровне происходит изменение содержимого базы знаний. Она
Первый метауровень: На этом уровне происходит изменение содержимого базы знаний. Она
Второй метауровень: На этом уровне происходит порождение метафорического знания. Правила порождения знаний метафорического уровня, используемые для этих целей, представляют собой специальные процедуры, опирающиеся на вывод по аналогии и ассоциации. Известные в настоящее время схемы вывода по аналогии используют, как правило, диаграмму Лейбница, которая отражает лишь частный случай рассуждений по аналогии. Еще более бедны схемы ассоциативных рассуждений.
3. Методы решения задач
Функционирование многих ИС носит целенаправленный характер (примером могут
3. Методы решения задач
Функционирование многих ИС носит целенаправленный характер (примером могут
3.1 Решение задач методом поиска в пространстве состояний
Представление задач в пространстве
3.1 Решение задач методом поиска в пространстве состояний
Представление задач в пространстве
Метод ветвей и границ. Из формирующихся в процессе поиска неоконченных путей выбирается самый короткий и продлевается на один шаг. Полученные новые неоконченные пути (их столько, сколько ветвей в данной вершине) рассматриваются наряду со старыми, и вновь продлевается на один шаг кратчайший из них. Процесс повторяется до первого достижения целевой вершины, решение запоминается.
Алгоритм кратчайших путей Мура. Исходная вершина X0 помечается числом 0. Пусть в ходе работы алгоритма на текущем шаге получено множество дочерних вершин X(xi) вершины xi. Тогда из него вычеркиваются все ранее полученные вершины, оставшиеся помечаются меткой, увеличенной на единицу по сравнению с меткой вершины xi, и от них проводятся указатели к Xi. Далее на множестве помеченных вершин, еще не фигурирующих в качестве адресов указателей, выбирается вершина с наименьшей меткой и для нее строятся дочерние вершины. Разметка вершин повторяется до тех пор, пока не будет получена целевая вершина.
Алгоритм Дейкстры определения путей с минимальной стоимостью является обобщением алгоритма Мура
Алгоритм Дейкстры определения путей с минимальной стоимостью является обобщением алгоритма Мура
Алгоритм Дорана и Мичи поиска с низкой стоимостью. Используется, когда стоимость поиска велика по сравнению со стоимостью оптимального решения. В этом случае вместо выбора вершин, наименее удаленных от начала, как в алгоритмах Мура и Дийкстры, выбирается вершина, для которой эвристическая оценка расстояния до цели наименьшая.
Алгоритм Харта, Нильсона и Рафаэля. В алгоритме объединены оба критерия: стоимость пути до вершины g[x) и стоимость пути от вершины h(x) - в аддитивной оценочной функции f{x) =g(x}-h(x). При условии h(x)
3.2 Решение задач методом редукции
Этот метод приводит к хорошим результатам потому,
3.2 Решение задач методом редукции
Этот метод приводит к хорошим результатам потому,
Алгоритм Ченга и Слейгла. Основан на преобразовании произвольного И/ИЛИ-графа в специальный
Алгоритм Ченга и Слейгла. Основан на преобразовании произвольного И/ИЛИ-графа в специальный
Метод ключевых операторов. Пусть задана задача и известно, что оператор f обязательно должен входить в решение этой задачи. Такой оператор называется ключевым. Пусть для применения f необходимо состояние C, а результат его применения есть I(c). Тогда И-вершина порождает три дочерние вершины: , Метод планирования общего решателя задач (ОРЗ). ОРЗ явился первой наиболее известной моделью планировщика. Он использовался для решения задач интегрального исчисления, логического вывода, грамматического разбора и др.
Дедуктивный метод планирования системы QA3, ОРЗ не оправдал возлагавшихся на него
Дедуктивный метод планирования системы QA3, ОРЗ не оправдал возлагавшихся на него
Метод продукций системы STRIPS. В этом методе оператор представляет продукцию Р, А=>В, где Р, А и В - множества ППФ исчисления предикатов первого порядка, Р выражает условия применения ядра продукции А=>В, где В содержит список добавляемых ППФ и список исключаемых ППФ, т. е. постусловия. Метод повторяет метод ОРЗ с тем отличием, что стандартные задачи определения различий и применения подходящих операторов решаются на основе принципа резолюций.
Метод продукций, использующий макрооператоры. Макрооператорыэто обобщенные решения задач, получаемые методом STRIPS. Применение макрооператоров позволяет сократить поиск решения, однако при этом возникает проблема упрощения применяемого макрооператора, суть которой заключается в выделении по заданному различию его требуемой части и исключении из последней ненужных операторов.
3.3 Решение задач дедуктивного выбор
В дедуктивных моделях представления и обработки знании
3.3 Решение задач дедуктивного выбор
В дедуктивных моделях представления и обработки знании
В соответствии с правилами, установленными в формальной системе, заключительному утверждению-теореме, полученной из начальной системы утверждений (аксиом, посылок), приписывается значение ИСТИНА, если каждой посылке, аксиоме также приписано значение ИСТИНА.
Метод резолюции используется в качестве полноценного (формального) метода доказательства теорем.
Для применения этого метода исходную группу заданных логических формул требуется преобразовать в некоторую нормальную форму. Это преобразование проводится в несколько стадий, составляющих машину вывода.
3.4 Решение задач, использующие немонотонные логики, вероятностные логики
Данные и знания,
3.4 Решение задач, использующие немонотонные логики, вероятностные логики
Данные и знания,
Модель оперирования с неточными данными и знаниями включает две составляющие: язык представления неточности и механизм вывода на неточных знаниях. Для построения языка необходимо выбрать форму представления неточности (например, скаляр, интервал, распределение, лингвистическое выражение, множество) и предусмотреть возможность приписывания меры неточности всем высказываниям.