Файл: Системы автоматизированного проектирования технологических процессов..pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.02.2024
Просмотров: 202
Скачиваний: 0
рующие этот эмпирический опыт для решения задач и консультации менее квалифицированных специалистов.
Представление, накопление знаний и поддержание их в актуальном со стоянии - сложная задача, исследуемая в области информатики, которая на зывается инженерией знаний. Инженер по знаниям участвует в разработке базы знаний - ядра систем, называемых интеллектуальными. Чаще всего ин теллектуальные системы применяются для решения сложных задач, где ос новная сложность решения связана с использованием слабо формализован ных знаний специалистов-практиков и где логическая (или смысловая) обра ботка информации превалирует над вычислительной. ЭС - это наиболее рас пространенный класс интеллектуальных систем, эффективный в областях, где важны эмпирические (основанные на опыте) знания.
Различают ЭС первого и второго поколений. Компьютерные системы, которые могут лишь повторить логический вывод эксперта, принято отно сить к ЭС первого поколения. Однако специалисту, решающему интеллекту ально сложную задачу, явно недостаточно возможностей системы, которая лишь имитирует деятельность человека. Ему нужно, чтобы ЭС выступала в роли полноценного помощника и советчика, способного проводить анализ нечисловых данных, выдвигать и отбрасывать гипотезы, оценивать досто верность фактов, самостоятельно пополнять свои знания, контролировать их непротиворечивость, делать заключения на основе прецедентов и, может быть, даже порождать решение новых, ранее не рассматривавшихся задач. Наличие таких возможностей является характерным для ЭС второго поколе ния, концепция которых начала разрабатываться 9-10 лет назад. Экспертные системы, относящиеся ко второму поколению, называют партнерскими или усилителями интеллектуальных способностей человека.
ЭС включает в себя следующие блоки.
База знаний (БЗ) - ядро ЭС, совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и пользова- телю-технологу (обычно на некотором языке, приближенном к естественно му). Параллельно к такому «человеческому» представлению существует БЗ на внутреннем «машинном» представлении. В отличие от базы данных, где хранятся характеристики технологических элементов (оборудования, осна стки, режимов обработки и т. д.), БЗ, кроме этого, содержит взаимосвязи ха рактеристик этих элементов между собой и между характеристиками заго товки и детали. Эти взаимосвязи и есть технологические правила, или эври стики, разработанные экспертом. Например, после термообработки - закалки (заготовка характеризуется твердостью HRC 40) - необходимо для обработки выбрать резец с характеристикой материала режущей части «твердый сплав».
Решатель, или машина вывода. - программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в базе знаний.
Подсистема объяснений - программа, позволяющая пользователю по лучить ответ на вопрос «Как было получено такое решение?» Ответ на во прос - это описание последовательности действий для получения решения с
указанием использованных фрагментов базы знаний, т.е. всех шагов цепи умозаключений.
Интеллектуальный редактор БЗ - программа, представляющая инже неру по знаниям возможность создавать базу знаний в диалоговом режиме. Включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок и других сервисных средств, облегчающих работу с базой.
Интерфейс пользователя - комплекс программ, реализующих диалог пользователя с ЭС как на стадии ввода информации, так и при получении ре зультатов.
В создании ЭС участвуют инженер по знаниям, эксперт, программист и пользователь. Процесс разработки ЭС можно разделить на четыре этапа:
1.Разработка прототипа ЭС.
2.Развитие прототипа до промышленной ЭС.
3.Оценка ЭС.
4.Стыковка ЭС.
Прототнпная система. Это усеченная версия ЭС, спроектированной для проверки правильности кодирования фактов, связей и стратегий рассуж дения эксперта. Она также дает возможность инженеру по знаниям привлечь эксперта к активному участию в процессе разработки ЭС. Объем прототипа - несколько десятков правил, примеров. В разработке прототипа выделяются шесть стадий:
-идентификация проблемы;
-извлечение знаний;
-структурирование знаний;
-формализация знаний;
-реализация;
-тестирование.
Идентификаиия проблемы - создание неформальной формулировки проблемы, а также знакомство и обучение членов коллектива разработчиков. Уточняется задача, планируется ход разработки прототипа ЭС, определяют ся необходимые ресурсы (время, люди, ЭВМ и т. д.), имеющиеся аналогич ные ЭС, цели (распространение опыта, автоматизация рутинных действий, накопление знаний и др.), классы решаемых задач.
Извлечение знаний - получение инженером по знаниям наиболее пол ного представления о предметной области и способах принятия решения в ней. На этой стадии происходит перенос компетентности от эксперта к ин женеру по знаниям с использованием методов: анализа литературы, диало гов, экспертных игр, лекций, интервью, наблюдения.
Структурирование, или кониептуализаиия знаний. - разработка не формального описания знаний в виде графа, таблицы, диаграммы или текста, которое отражает основные концепции и взаимосвязи между понятиями. Вы является структура полученных знаний, т.е. определяются: терминология, список основных понятий, отношения между понятиями, структура входной и выходной информации, стратегия принятия решений.
Формализация знаний - разработка базы знаний на языке представле-
14)
ния знаний, который, с одной стороны, соответствует созданной структуре знаний, а с другой - позволяет реализовать прототип на следующей стадии программной реализации. При формализации строится представление кон цепций предметной области на основе выбранного языка. Традиционно ис пользуются: логические методы (исчисления предикатов 1-го порядка и др.); продукционные модели (с прямым и обратным выводом); семантические се ти; фреймы; объектно-ориентированные языки, основанные на иерархии классов, объектов. Все чаще на этой стадии используется комбинация этих методов.
Реализаиия - разработка программного комплекса, демонстрирующего жизнеспособность подхода в целом. Создается прототип, включающий в себя базу знаний и остальные блоки, при помощи одного из следующих способов: программирования на прадиционных языках типа Packal, и др.; програм мирования на специализированных языках, применяемых в задачах искусст венного интеллекта; использования инструментальных средств разработки ЭС и «пустых» ЭС или «оболочек» типа ЭКСПЕРТ.
Тестирование - выявление ошибок в подходе и реализации прототипа и выработка рекомендаций по доводке системы до промышленного варианта. Прототип проверяется на: удобство и адекватность интерфейсов ввода/вывода; эффективность стратегии управления (порядок перебора, исполь зование нечеткого вывода); качество проверочных примеров; корректность базы знаний (полнота и непротиворечивость правил).
Развитие прототипа до промышленной ЭС. Основная работа на дан ном этапе заключается в расширении базы знаний, т.е. в добавлении большо го числа дополнительных правил, фреймов или других элементов знаний. В то же время можно включить правила дополнительных подзадач.
Оценка системы. Для такой оценки используются последующие груп пы критериев:
-критерии пользователей (понятность и «прозрачность» работы сис темы, удобство интерфейсов и др.);
-критерии приглашенных экспертов (оценка советов-решений, срав нение решений с собственными, оценка подсистемы объяснений);
-критерии коллектива разработчиков (эффективность реализации производительность, время отклика, дизайн, широта охвата предметной об ласти, количество тупиковых ситуаций и т.п.).
Стыковка системы. На этом этапе осуществляется стыковка ЭС с другими программными средствами в среде, в которой она будет работать. Иногда это означает внесение существенных изменений. Стыковка включает обеспечение связи ЭС с существующими базами данных и другими система ми на предприятии.
Среди рассмотренных задач разработки ЭС формализация знаний явля ется одной из наиболее важных, характерных для систем, основанных на зна ниях. Это объясняется тем, что язык (или модель) представления знаний ока зывает существенное влияние на характеристики и свойства системы. Остано вимся подробнее на моделях представления знаний.
142
5.11. Моделн представления знаний
Существуют десятки моделей (или языков) представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам:
-продукционные модели;
-семантические сети; фреймы.
Продукционная модель, или модель, основанная на правилах. Эта модель позволяет представить знания в виде предложений типа «Если (усло вие), то (действие)».
Под «условием» понимается некоторое предложение-образец, по кото рому осуществляется поиск в базе знаний, а под «действием» - действия, вы полняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными, или целевыми, завер шающими работу системы).
Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения к данным). Дан ные - это исходные факты, хранящиеся в базе фактов, на основании которых запускается машина вывода или интерпретатор правил, перебирающий пра вила из продукционной базы знаний.
Продукционная модель чаще всего применяется в промышленных экс пертных системах. Она привлекает разработчиков своей наглядностью, вы сокой модульностью, легкостью внесения дополнений и изменений и просто той механизма логического вывода.
Семантические сети. Термин семантическая означает «смысловая», а сама семантика - это наука, устанавливающая отношения между символами и объектами, которые они обозначают, то есть наука, определяющая смысл знаков.
Семантическая сеть - это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними.
В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения - это связи типа: «это» («АКО А-Kind-Of», «is»), «имеет частью» («has part»), «принадлежит».
Наиболее важны связи типа «это», они позволяют встроить в сеть ие рархию понятий, в которой вершины низких уровней наследуют свойства вершин более высоких уровней. Например, «токарный станок» наследует та кие признаки вершины «станок», как наличие станины, режущего инстру мента, приспособления, органов управления и т.д.
Можно предложить несколько классификаций семантических сетей, связанных с типами отношений между понятиями:
по количеству типов отношений:
-однородные (с единственным типом отношений);
-неоднородные (с различными типами отношений);