Лекции по СИИ
Подождите немного. Документ загружается.
-03.09.09
Глава № 0 Введение.
§ 0.1 Что такое искусственный интеллект?
В настоящее время не существует единой точки зрения по поводу того что понимать под искусственным интеллектом,
хотя уже довольно продолжительное время существует отрасль в науке которая называется искусственный интеллект. Более
того, понятие искусственного интеллекта по мере своего развития претерпевало существенные изменения. Зародившись внутри
кибернетики, был даже период, когда искусственный интеллект отождествлялся с кибернетикой, на обывательском уровне, он в
настоящее время стал разделом информатики, правда и термины что такое информатика и что такое кибернетика меняли свое
понятие.
Информатика чуть позднее появилась, опять же из кибернетики, с появлением вычислительной техники. Не так давно
под информатикой понималось все, что связано с управлением вычислительной техникой.
Опр. (1989 г. Барр.) Искусственный интеллект – область информатики, которая занимается разработкой
интеллектуальных компьютерных систем, т.е. систем, обладающих возможностями которые мы традиционно связываем с
человеческим разумом - понимание языка, обучение, способность рассуждать, решать проблемы, и т.д.
Интеллект иногда определяют, как способность правильно реагировать на новую ситуацию. С таким определением
хорошо согласуются и результаты некоторых экспериментов, по оценке уровня интеллектуальности животных.
Чтобы установить, что данная ситуация является новой, в точном смысле слова, необходимо субъективное суждение.
Попытка определить понятие интеллект, равносильна попытке дать понятие мышление, при ответе на вопрос: «А могут
ли машины мыслить?» Даже можно сказать больше, что сама проблема искусственного интеллекта и есть как попытка ответить
на этот вопрос. Искусственный интеллект – область исследований, направленная на то, чтобы заставить машины заставить
выполнять функции, которые в настоящее время для них слишком трудны, и особенно такие функции, которые способны
выполнять люди.
Не смотря на то, что ИИ стал важным научным направлением, остаются открытыми два важных научных вопроса:
1. Действительно ли, методы, которые объединены в понятие ИИ имитируют в значительной мере то, что мы
интуитивно понимаем под интеллектом.
2. Существуют ли такие аспекты интеллекта человека, которые в принципе нельзя смоделировать на
вычислительной машине.
Эти два вопроса подводят нас к еще одному существенному вопросу: Возможен ли искусственный интеллект?
To be continue….
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
§ 0.2 История развития ИИ.
Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума
витала в воздухе еще в древнейшие времена.
Пример 1
В др. Египте была создана Оживающая механическая статуя бога Амона.
Родоначальник ИИ считается средневековый испанский философ, математик и поэт, алхимик Райн Лулий, который еще в
12 веке попытался создать механическую машину для решения различных задач на основе разработанной им всеобщей
классификации понятий, именно здесь зафиксирована первая в истории попытка создание машины, моделирующей
человеческий разум.
Лулий 1235 – 1315 гг. (забили камнями при неудачной попытке чтения лекции по ИИ) Он придумал думающее
устройство с камнями.
Лейбниц и Декарт, в 15 веке не зависимо друг от друга продолжили эту идею, предложив универсальные языки
классификации всех наук. Эти работы можно считать первыми теоретическими работами в области ИИ.
Окончательное формирование как научного направления произошло только после создания ЭВМ в 40-х гг. 20 века. В это
же время Норберт Винер создал свои основополагающие работы по новой науке – кибернетике.
Начало исследования в области ИИ относят к 50-м г. 20 века и связывают с работами Ньюэлла, Саймона, Шоул,
исследовавших процессы решения задач. Работы этих авторов положили первые результаты в области ИИ. Результат: две
программы:
логик – теоретик – для доказательства теорем.
универсальный решатель задач: General problem Solve (GPS)
ИИ был предложен в 1956 гг. на семинаре в Америке.
После создания ИИ он начал разделяться и разделился на 2 направления: нейрокибернетика и кибернетика черного
ящика.
В основе направлений были две, как казалось, взаимоисключающих идеи. Кибернетика черного ящика основывалась на
модели знаний (деятельность нужно моделировать функционально). Нейрокибернетика пошла другим путем – моделирования
мыслительной деятельности человека.
Направления развивались независимо, и только в настоящее время найдены тенденции к объединению их в одно целое.
Вторым этапом в области ИИ можно считать проведение работ по созданию интеллектуальных роботов. Этот этап начался в
конце 60-х гг. 20 века. С 1969 - 1979 – этап ИИ связанный с разработкой систем основанных на знаниях.
С 1980 г по настоящее время происходит превращение ИИ в индустрию.
§ 0.3 Направления развития ИИ
Основные направления ИИ (весьма условно):
1. Разработка интеллектуальных систем, основанных на знаниях (разработка систем, связанных с созданием
баз данных, баз знаний.)
2. Нейросетевые и нейрокомпьютерные технологии
3. Распознавание образов (широкий круг проблем связанный с распознаванием текстов, шумов, звуков,
запахов)
4. Игры и творчество (шахматы, шашки, и прочее)
5. Компьютерная лингвистика (одной из популярных тем является проблема перевода)
6. Интеллектуальные роботы
7. Компьютерные вирусы
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
17.09.2009
Глава №1. Общие сведения о системе ИИ
§ 1.1 Основные понятия ИИ
1.1.1 Понятие интеллектуальной системы
Существует большое количество определений ИС
Определение 1.1 Интеллектуальной называется система, способная целеустремленно в зависимости от значений
информационных входов изменять не только параметры функционирования, но и сам способ поведения, причем способ
поведения зависит не только от текущих значений информационных входов, но и от текущих состояний системы.
Определение 1.2 Интеллектуальной называется система, моделирующая на компьютере мышление человека.
Это определение потерпело поражение, т.к. невозможно создать систему, мыслящую как человек.
Определение 1.3 Интеллектуальной называется система, позволяющая усилить интеллектуальную деятельность человека
за счет ведения с ним осмысленного диалога.
Не заменить человека, а усилить его деятельность.
Например, уничтожение цели ракетной системой – принятие решения остается за человеком.
Сегодня ИИ это самообучающийся инструмент, усиливающий деятельность человека по генерации и принятию решений.
1.1.2 Основные термины и определения
Создание реальных ИС столкнулось с рядом непреодолимых трудностей. Программу можно создать с помощью
процедурного программирования и БД, но невозможно предусмотреть все ситуации, с которыми система столкнется.
Например, осмысленный перевод с одного языка на другой.
Возникает понятие «ЗНАНИЯ»
Знания – основной термин ИИ, интуитивно и спорно, знание можно определить, как отношение между элементами
данных. Более точно знания получаются в результате применения к исходным данным некоторых методов обработки, и работа
программы ИИ основывается на выводе новых знаний.
Характерная особенность знаний состоит в том, что они не содержаться в исходной системе.
Свойств знаний:
Информацио
нные выходы
Информационные
входы
m
1
Структура и состояние
системы
1
.
.
m
изменение
параметров
данные Процедура информация
информация Процедуры
оотки
знания
+
+
=
=
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
изменение
структуры
1. внутренняя интерпретируемость (каждая информационная единица должна иметь имя и однозначно
определяться);
2. структурированность – между информационными единицами должны быть установлены отношения;
3. знания образуют некоторое пространство, которое может быть как метрическим, так и не метрическим.
Состояние. Каждая информационная единица, как и вся система в целом, может находиться в одном из состояний.
Пространство состояний может быть конечным и бесконечным.
Цель – основная характеристика СИИ, отличающая систему от обычных программы свойством целеустремленности.
Интеллектуальная программа не содержит алгоритм, а содержит только цель, которую нужно достичь и правила достижения
этой цели.
Модель представления знаний. Реализация конкретных систем, основанных на знаниях, происходит в рамках одной из
моделей представления знаний или гибрида таких моделей.
Предметная область (ПО) – область человеческой деятельности, к решению которой применяется теория ИИ.
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
§ 1.2 Общие сведения о моделях СИИ
1.2.1 Понятие моделей СИИ
Любой ИИ представляет собой некоторую модель процесса принятия решений естественным интеллектом.
Рассмотрим основные кибернетические модели, т.е. такие модели, в которых осуществляется переработка информации с
целью принятия решений.
Системный принцип в кибернетике требует рассмотрение ИИ, как некоторой кибернетической системы, в которой
гармонично сочетаются:
1. стороны, обеспечивающие подсистемы – модельная, алгоритмическая, программная, информационная,
техническая.
2. функциональные преобразования – преобразования из внешнего представления во внутреннее
представление. Подсистемы внутреннего представления и подсистемы преобразования внутреннего во внешнее
представление.
Укрупнено структурная схема СИИ может быть представлена:
СИИ представлена из 3-х блоков:
преобразователь из внешнего во внутреннее представление;
блок представления знаний (БПЗ);
блок преобразования из внутреннего представления во внешнее.
Одной из существенных особенностей СИИ является наличие внутри системы модели внешнего мира, которая называется
внутренним представлением.
ИБД – интеллектуальный банк данных, котором сосредоточена вся информация о внешне мире. Условно ИБД
подразделяется на 3 базы: база целей, база знаний и база данных, которые не всегда присутствуют в СИИ.
БЗ в общем случае содержит:
1. сведения, которые отражают закономерности, существующие в предметной области, и позволяют, как
выводить новые факты, имеющие место в данном состоянии ПО, но не зафиксированные в БД, так и прогнозировать
потенциально возможные состояния;
2. сведения о структуре и содержании БД;
3. сведения, обеспечивающие понимание входного языка, т.е. перевод входных вопросов и утверждений во
внутренний язык.
База целей содержит информацию о целевом поведении ПО, определяет поведение СИИ и обеспечивает реализацию
свойства мотивации – побуждения к действию.
БД содержит фотографические, количественные данные, связанные с определенной структурой, информация о которой,
как правило, хранится в БЗ.
ИБ
Д
ВшП
Ответ -
реакция
В
тП
В
тП
Преобразо
ватель
ВшП ВтП
Б
ПЗ
Преобразо
ватель
ВтП ВшП
В
шП
з
апрос
Б
И
Б
ВР
Б
Ц
Б
З
Б
Д
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
Можно утверждать, что процесс становления, развития естественного интеллекта начинается с создания БД, т.е.
накопления фактов, сведений о внешнем мире. Затем закладываются или заимствуются из книг, от учителей знания,
закономерностей о ПО – формируется БЗ.
Для активного поведения естественного и ИИ во внешнем мире и активного воздействия на него создается БЦ, которая
определяет стратегию поведения.
При функционировании уже созданной СИИ представление преобразование информации происходит в обратном
направлении: в начале инициируется БЦ, ставятся и уточняются цели, подцели, а точнее система генерация подцелей, а затем в
соответствии с этими целями возбуждаются нужные части БЗ, которые в свою очередь, управляя БД, обеспечивают
формирование решения.
В итоге можно определить основные кибернетические модели:
1. преобразование из внешнего во внутреннее представление;
2. модель представления знаний;
3. модель представления из внутреннего во внешнее;
Если преобразования совпадают, то 1-я модель близка к 3-й и представляет ее упрощение.
Модель представления знаний укрупнено состоит из 4-х частных моделей:
интерпретации – БИ
усвоение знаний – БУЗ
интеллектуальный банк данных
базы вывода решений
ИБД может быть представлен: БЦ, БЗ, БД.
1.2.2 Особенности СИИ
I. Интеллектуальность
Самой существенной особенностью СИИ является их интеллектуальность. Существую несколько подходов к
определению интеллектуальности, и все они не являются строго формализованными, т.к. в теории СИИ широко используются
концепции и методы таких не точных наук, как психология, лингвистика и информатика.
Основные свойства интеллектуальности:
1. интеллектуальность предполагает наличие в системе собственной внутренней модели внешнего мира;
2. способность пополнения имеющегося представления знаний или усвоение новых знаний (обучение), при чем
имеет в виде не простое добавление новых фактов в БД и даже не такое добавление семантических (смысловых) и
прагматических (целевых) процедур в БЗ и БЦ , а такая перестройка или встраивание новой информации в систему
представления знаний (СПЗ), при которой обеспечивается решение всех задач класса, представителем которого
является поступившая новая информация;
3. способность к выводу или к генерации – конструированию решения, но такого решения, которого в явном и
готовом виде не содержится в СПЗ, в этом свойстве проявляется способность системы к дедуктивному выводу –
способность системы выдавать новую информацию, которой в системе ранее не было.
II. Вторая особенность СИИ связана с проблемой нечеткости процесса принятия решений.
III. Третья особенность СИИ связана с человеко-машинной концепцией трактовки принятия решений.
IV. Четвертая особенность – эволюционность и адаптация функционирующей СИИ.
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
01.10.2009
Глава 2. Системы, основанные на знаниях.
§ 2.1 Данные и знания.
Точного определения «данные» нет. Наиболее часто понятие данные определяется следующим образом:
Данные – отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.
Знания связаны с данными, основываются на них, но представляют собой результат мыслительной деятельности
человека, обобщают его опыт, полученный в ходе практической деятельности.
Знания – выявленные закономерности предметной области.
При обработке знаний на компьютере, знания трансформируются так же, как и данные.
1. как результат мышления
2. знания на материальных носителях
3. знания на языках представления знаний
4. базы знаний
Для БД характерен большой объем и относительно небольшая стоимость информации.
Для хранения знаний используется БЗ – небольшой объем, но дорогой информационный массив.
Классификация знаний:
1. поверхностные и глубинные
Поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами ПО.
Глубинные знания – абстракции, аналогии, схемы, отображающие структуру и процессы ПО.
2. по своей природе:
- декларативные знания – описание фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также
включают описание основных связей и закономерностей, в которые эти факты и явления входят.
- процедурные знания – описание действий, которые возможны при манипулировании фактами и явлениями для
достижения намеченных целей. Для описания знаний на абстрактном уровне существуют специальные языки (процедурные и
декларативные).
3. по способу приобретения
– факты
- эвристика – правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований.
4. по типу представления:
– факты
- правила (если А, то Б)
Представление знаний (ПЗ) – выражение на некотором формальном языке свойств различных объектов и
закономерностей, важных для решения прикладных задачи организации взаимодействия пользователя с компьютером.
Совокупность знаний, хранящихся в ВС и необходимых для решения комплексно-прикладных задач, называется
системой знаний.
В СИИ: данные + алгоритм = программа заменяется на знания + выводы = система.
Для размещения БЗ в компьютере с целью ее использования для решения прикладных задач необходимо ее описание с
помощью моделей.
§2.2 Модели представления знаний
2.2.1 Общие сведения о моделях представления знаний
Одной из главных проблем, которую приходится решать в СПЗ. Является вопрос об оптимальном сочетании 2-х
противоречивых концепций: общности СПЗ и эффективности ее использования.
В связи с этим вводят понятие эпистомологически полного представления, под которым понимается формальное
описание всех фактов о внешнем мире, необходимых для выполнения определенного класса задач.
Еще одна проблема – соответствие модели ПО. Возникает понятие – эпистомологически адекватного описания.
Вводится еще понятие эвристически адекватного представления, которое заключается в допустимости
лингвистического выражения последовательности рассуждений, приводящих к решению задачи.
Наряду с понятием ПО существует понятие проблемной области.
При создании моделей проблемной области используется понятие пространство состояний – дискретное, изображается в
виде мульти-графа.
Модели представления знаний.
1. Классические
- формальные логические модели
- семантические сети
- фреймы
- продукционные модели
2. Новые (эта группа постоянно пополняется)
- критериальные модели
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
- нейронные сети
- стохастические модели – модели для представления знаний в условиях неопределенности.
2.2.2 Формальные логические модели – модели на основе формальной или математической логики.
Исторически первой моделью стала формальная логика Аристотеля, затем Кант, Буль.
Интерпретация – утверждение относительно правдивости высказывания в некотором возможном мире. Интерпретация
определяет семантику.
Под предикатом понимается некоторая связь, которая задана на наборе констант и переменных.
Т.о., основными синтаксическими единицами логики предикатов являются константы, переменные, функции, предикаты,
кванторы и логические операторы.
Синтаксис языка логики предикатов первого порядка определяется языком Бекуса Наура.
_1
_ 2
_ 3
_ 4
| | ( )
константа идентификатор
переменная идентификатор
функция идентификатор
предикат идентификатор
терм константа переменная функция список термов
список термов
| {, }
| ( )
|
| | |
| {, }
(
терм терм терм
атом предика предикат список термов
литера атом атом
оператор
список переменных переменная переменная переменная
квантор спис
) | ( )
| | ( ) |
( ) ( )
ок переменных список переменных
формула литера формула квантор формула
формула оператор формула
Для представления знания данной ПО необходимо установит область интерпретации, т.е выбрать константы, которые
определяют объекты данной области, а также функции и предикаты, которые определяют зависимости и отношения между
объектами. После этого можно построить логические формулы, описывающие закономерности данной ПО.
Все это возможно, когда знания являются полными, четкими и надежными, иначе задать знания с помощью
математической модели невозможно.
2.2.3 Семантические сети
Семантика – наука, устанавливающая отношения между символами и объектами, которые эти символы обозначают.
Семантическая сеть – ориентированный граф, вершиной которого является понятие, а дуги – отношение между ними.
1968г. Куилиан. Основная идея подхода представления знаний, основанных на аппарте семантических сетей, состоит в
том, проблемная среда рассматривается, как совокупность понятий (сущностей объектов) и отношений (связей между ними).
При построении семантической сети используются 3 основных типа объектов:
- понятие – объекты ПО
- событие - действия
- свойства – характеристики объектов или событий.
Сеть должна быть систематизирована, для возможности формализации.
Сети Куилиана систематизируют отношения по следующим признакам:
1. множество - подмножество
2. отношение близости
3. отношение сходства различия
4. логические связи
5. количественные связи
6. пространственные связи
7. временные связи
8. атрибутные связи
9. лингвистические связи и др.
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
Для реализации семантических сетей существуют специальные языки: NET, SIMER_MIR.
Преимущества данной модели:
- соответствие современным представлениям об организации долговременной памяти человека
- наглядное представление
Недостаток – сложность поиска вывода, сложность корректировки таких моделей (добавление, удаление знаний).
Семантические сети получили широкое распространение в системах распознавания речи и экспертных системах.
Необходимость структуризации семантических сетей привела к появлению концепции фреймов.
2.2.4 Фреймы (англ. frame – рамка, скелет, каркас) – модель представления знаний, основанная на теории Минского,
которая представляет собой психологическую модель памяти человека и его сознания.
Фрейм – абстрактный образ для представления некоего стереотипа восприятия путем сопоставления факта с
конкретными элементами и значениями в рамках определенной для объекта образа в структуру БЗ.
Фрейм – минимально возможное описание сущности какого-либо объекта, явления, события, ситуации, процесса.
Фрейм имеет имя, служащее для идентификации описываемого им понятия.
Фрейм состоит из слотов и присоединенных процедур, связанных с фреймом или со слотами.
Основные структурные элементы определяются с помощью слотов. Текущие значения слотов помещаются в шпации.
Число слотов устанавливается проектировщиком.
Родитель объекта – системный слот AKO (A kind of)
15.10.2009
Слот может содержать не только конкретные значения, но также и имя процедуры, позволяющей вычислить это значение
по заданному алгоритму. Такие процедуры называются присоединенными или связанными процедурами. В слоте могут
содержаться данные сложных типов, массивы, списки, множество и т.д.
Таким образом, структуру фрейма можно представить в виде следующей таблицы:
Имя файла
Имя слота Значение слота Значение типа данных слота
Совокупность данных предметной области может быть представлена множеством взаимосвязанных фреймов,
образующих единую фреймовую систему, в которых объединяются декларативные и процедурные знания. Такая система имеет,
как правило, иерархическую структуру, в которой фреймы соединены друг с другом с помощью родовидовых связей. На
верхнем уровне находится фрейм, содержащий наиболее общую информацию, истинную для всех фреймов. Указатели
наследования показывают, какую информацию об атрибутах слотах из фрейма верхнего уровня наследуют слоты с
одинаковыми именами в данном фрейме. Наследование происходит по АКО. Слот АКО указывает на фрейм более высокого
уровня иерархии, откуда наследуются значения одинаковых слотов. В конкретных слотах указатели наследования могут быть
организованы различными способами.
Рассмотрим фреймовую модель, описывающую понятие студент.
Студент
э
то
у
чится
э
то
э
то
че
ловек
универ
ситет
про
фессор
ст
удент
сти
пендия
пол
учает
В
УЗ
ра
ботает
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y
АКО Человек
Учится в университете
Возраст 17 – 35 лет
Сдает Экзамен
Человек
АКО Млекопитающее
Возраст 0-100 лет
Рост 50-220 см
Умеет мыслить
Млекопитающее
АКО Живая материя
Возраст 0-300 лет
Состоит из костей и тканей
Фреймовые системы обычно реализуют на ООЯ. Основными преимуществами является наглядность и гибкость в
употреблении.
2.2.5 Продукционные модели
Иначе называется моделью, основанной на знаниях. Эта модель позволяет представить знания в виде:
ЕСЛИ <условие>, ТО <действие> (2.1)
В качестве условия выступает предложение, по которому осуществляется поиск в базе знаний, а действие выполняется
при успешном исходе поиска. Системы обработки знаний Поста, предложенные для формальной замены последовательности
символов, использующие такое представление, получили название продукционных систем. Продукционную систему можно
представить, как систему, состоящую из трех основных компонентов:
База правил содержит правила вида (2.1).
Рабочая область (рабочая память) – это база фактических правил, в которых хранятся исходные данные к задаче и
выводы, полученные в ходе работы системы.
Интерпретатор правил реализует определенный механизм логического вывода, используя правила в соответствие с
содержимым рабочей памяти.
Любое продукционное правило, содержащееся, в базе знаний, состоит из двух частей: антецедента и консеквента.
Правило продукции обычно выглядит так:
:
i i i
p s d
, где
i
p
– правило продукции,
i
s
– антецедент,
i
d
– консеквент. (2.2)
Антецедент представляет условие поведения правила
i
p
. Консеквент определяет результат правила
i
p
.
Пример: «если небо покрыто тучами» и «идет дождь»
«необходимо взять зонт»
Антецеденты и консеквенты знаний формируются из атрибутов и значений. В рабочей памяти продукционной системы
хранятся пары «атрибут-значение», истинность которых установлена к некоторому конкретному времени при решении
определенной задачи. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти с антецедентом
анализируемого правила, имеет место совпадение. Заключение срабатываемого правила заносится в рабочую память. При
реализации правил пространственных состояний для описания состояний используются символьные строки, как со скобками
так и без, а операторы задаются в форме правил переписывания или продукций. Так, если продукция имеет вид «
:
», а
описание состояния «
», где
и
– символьные строки, которые могут быть пустыми, то результатом применения
Интерпр
етатор правил
Рабочая
область
База
правил
2
0,5
1
u
(1)
mn
w
2
u
1
y
2
y
p
y
m
u
1
u
2
u
m
u
1
y
2
y
m
y
11
w
2 ,m n
w
11
v
,2n m
v
*
1
u
*
2
u
*
m
u
*
1
y
*
2
y
*
m
y