При принятии решений и, в частности, в экспертных системах используются самые разнообразные знания. Простого их деления на что и как знания недостаточно. Приведем классификацию знаний, используемых в экспертных системах[36], на основе [43].
1. Интерпретируемые (используемые при работе экспертной системы).
1.1. Предметные: предметная область и способы преобразования знаний для решения задачи.
○ Собственно предметные: факты и утверждения.
○ Описатели: мера важности, коэффициенты определенности фактов и утверждений.
1.2. Знания о представлении: как представлены знания.
1.3. Знания об управлении, то есть о процессе решения задачи.
○ Фокусирующие: какие знания использовать в той или иной ситуации.
○ Решающие: информация для выбора наиболее эффективных стратегий и эвристик.
2. Неинтерпретируемые. Они не используются непосредственно при работе экспертной системы, но необходимы для ее успешного использования.
2.1. Вспомогательные: лексика, грамматика языка общения, структура диалога.
2.2. Поддерживающие: описания, обоснования знаний и действий. Они служат для создания системы и объяснений ее работы и носят описательный характер.
○ Технологические: время создания, автор.
○ Семантические: смысл.
Очевидно, что состав знаний, используемых при принятии управленческого решения, аналогичен приведенному.
Важным видом знаний являются метазнания – знания о знаниях. Они не имеют четких границ и используются для
○ выбора подходящих правил;
○ обоснования целесообразности применения правил;
○ обнаружения ошибок;
○ адаптации (перестройка правил);
○ фиксации возможностей и ограничений системы.
Важно отметить, что объем метазнаний быстро (нелинейно) растет с ростом сложности системы.
В проблеме доступа к знаниям есть три аспекта.
○ Структурирование знаний. Для ускорения поиска знания должны быть определенным образом связаны. Обычно система знаний разбивается на подсистемы. Тогда возможны внешние связи (между подсистемами) и внутренние (внутри подсистемы). Внешние связи определяют структуру системы, внутренние – способы поиска конкретных данных.
○ Доступ к знаниям. Для экспертной системы это реализация механизма упрощения – выбор только тех фактов и правил, которые нужны в данный момент. Существует ряд способов организации этого процесса.
○ Сопоставление. Следующая задача – выбор нужного фрагмента знания (для экспертной системы – правила, которое «сработает» в данный момент). Обычно на этом этапе используется некоторый вычисляемый параметр – коэффициент соответствия. Выбирается тот фрагмент знаний, который имеет наибольшее соответствие ситуации.
В различных подходах к организации представления знаний делается акцент либо на процедурные знания (как), либо на декларативные (что). В большинстве случаев считается, что связь между этими видами знаний достаточно слаба[37].
Рассмотрим основные подходы к организации знаний. Следует подчеркнуть, что это именно подходы, принципы организации. Их реализация на компьютере возможна различными способами, от простых электронных таблиц и баз данных до сложных специализированных систем.
Семантические сети. Они строятся из вершин (объектов, событий, процессов, явлений) и дуг (отношений между вершинами).
Пример фрагмента такой сети – на рис. Рис. 9.
В различных литературных источниках встречаются различные виды таких сетей, что объясняется различными целями их построения. В данном случае цель создания сети – организация знаний и облегчение их поиска. Это достигается тем, что полный набор знаний о конкретном покупателе разбивается по узлам приведенной сети. Сведения личного порядка (возраст, доход, стиль жизни) располагаются в нижнем узле. Сведения о нем как о покупателе (стиль совершения покупок, предпочтения) размещаются в узле Покупатель. Сведения, общие для всех покупателей – в узле Покупатели и.т.д. Таким образом, знания оказываются структурированными.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.