Взаимодействие базы знаний и системы выбора

Описание интеллектуальных информационных систем, основными компонентами которых являются база знаний и система выбора. Рассмотрение возможности создания систем различного назначения, варьируя взаимодействие компонентов и режимы их функционирования.

Рубрика Программирование, компьютеры и кибернетика
Вид доклад
Язык русский
Дата добавления 17.01.2018
Размер файла 19,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Взаимодействие базы знаний и системы выбора

С.В. Микони

В работе рассматриваются интеллектуальные информационные системы, основными компонентами которых являются база знаний и система выбора. Приводятся краткое описание этих компонентов. Показывается, что в зависимости от способов их взаимодействия и режимов функционирования системы реализуют различные свойства. Делается вывод о том, что на основе одного и того же состава компонентов можно создавать системы различного назначения, варьируя взаимодействие компонентов и режимы их функционирования.

интеллектуальный информационный компонент выбор

1. Введение

Базы знаний принято рассматривать как неотъемлемый атрибут интеллектуальных информационных систем (ИИС) различного назначения. В [Гаврилова, 1996] они названы ядром ИИС. Назначение ИИС определяется остальными компонентами, входящими в её состав. К ИИС, получившим наиболее широкое распространение в управлении объектами и процессами различной природы, относятся системы поддержки принятия решений (СППР). В их состав входит подсистема выбора вариантов предметного знания, которая является профилирующей для СППР.

Поскольку база знаний (БЗ) и система выбора (СВ) составляют костяк не только СППР, но и любой управляющей системы, например реализуемой в роботах, представляет интерес рассмотреть различные варианты их взаимодействия. Решению этой проблемы и посвящена настоящая работа.

2. Взаимодействие базы знаний с внешней средой

Если под базой знаний понимать информационную систему, содержащую некоторую совокупность закономерностей рассматриваемой предметной области (ПО), то к внешней по отношению к ней среде относятся источники знания Z, фактов X и управляющих воздействий U1,U2,U3 и рецепторы выводимого знания Y. Графически отношения между этими переменными представлены на рис.1.

U1 U3

X R Y

U2 Z

Рис.1. Схема взаимодействия базы знаний с внешней средой

Аналитически эти отношения записываются следующим образом. Базу знаний символизирует n+1-местное отношение RX...XY. Оно задаёт соответствие между сочетаниями из n фактов и значениями выводимого знания Y. Множество фактов X, исходное знание Z, закономерность R является функциями управляющих воздействий U1,U2,U3: X=f1(U1), Z=f2(U2), R=f3(U3). Управляющие воздействия U1,U2,U3 предназначены соответственно для изменения множества фактов X, вводимого в систему знания Z и реструктуризации закономерности R.

Относительно приведённых переменных и зависимостей базы знаний можно классифицировать следующим образом:

с фиксированным и изменяемым множеством фактов X;

с фиксированным и пополняемым знанием Z;

с фиксированной и реструктурируемой закономерностью R.

В частном случае фиксированное множество фактов X может быть пустым: X=. В этом случае база знаний выполняет роль генератора вариантов предметного знания, подобно генератору сигналов. Модель вывода генератором знания описывается формальной системой F=<T,P,A,B> [Поспелов, 1981], содержащей соответственно алфавит ПО, синтаксические правила, аксиомы и правила вывода. Управление функционированием формальной системы реализуется как через ограничение выводимых последовательностей (цепочек ), так и через расширение её компонентов: T, P, A, B. В первом случае возможны 2 варианта функционирования аксиоматической базы знаний: вывод одной цепочки, обусловленной вектором значений управляющих признаков <u1,...,uл> и вывод всех допустимых цепочек f2:U1...UkY или их части (режим автоматической генерации). Последний основан на переборе всех или части значений управляющих признаков.

Основными источниками пополнения БЗ ПО являются эксперт, документы и базы данных. Далее в работе будем рассматривать только последний источник в контексте повышенного в настоящее время интереса к получению знаний из данных (data mining) [Загоруйко, 1999]. Применительно к выбранной тематике работы нас будут интересовать только закономерности выбора наилучших вариантов предметного знания (ПЗ).

Ограничимся рассмотрением двух видов взаимодействия БЗ и системы выбора: СВ используется в качестве реципиента выводимого знания Y и в качестве источника формирования знания Z о лучших вариантах ПЗ. Предварительно кратко опишем разработанный под руководством автора вариант СВ [Микони и др., 1999].

3. Система выбора вариантов предметного знания

Система выбора вариантов ПЗ ориентирована на многокритериальный выбор наилучших вариантов из баз данных различного типа и назначения. Под наилучшими здесь понимаются варианты, к которым предъявлены требования по ограничению значений одних признаков (атрибутов), характеризующих варианты ПЗ, и максимизации (минимизации) значений других.

В отличие от других систем подобного рода, как правило входящих в состав интегрированных систем таких, например, как Excel, рассматриваемая СВ разработана как самостоятельная система. Она специализируется только на функциях выбора наилучших вариантов и в тоже время является универсальной по отношению к известным методам выбора [Перегудов и др., 1989] таким, как:

отбор недоминируемых альтернатив (метод Парето);

поиск альтернатив с заданными свойствами (метод притязаний);

условная оптимизация с ограничениями по равенству и неравенству;

поиск альтернатив относительно упорядоченных по важности критериев (метод приоритета критериев);

метод уступок (более важного критерия в пользу менее важного);

метод суперкритерия (свёртка нескольких критериев в один общий).

Поскольку пользователь системы не обязан знать специфику этих методов, в СВ реализован автоматический вывод метода выбора, адекватного заданным требованиям, предъявляемым к наилучшим вариантам ПЗ. В качестве модели вывода применено дерево, каждой терминальной (висячей) вершине которого ставится в соответствие метод выбора, а ветвям дерева - значения условий выбора. К последним относится задание вида (снизу/сверху/точно) и значений ограничений для одних признаков, характеризующих варианты ПЗ, и направления оптимизации (min/max) и значимость (независимый/место/вес) - для других признаков. Роль ограничения или оптимизируе-мого критерия задаётся индивидуально для каждого атрибута базы данных, которому отводится участие в выборе. Для численных атрибутов вычисляются верхняя и нижняя границы значений. Для атрибутов с символьными значениями предусмотрена подсистема кодирования числами в случае выбора их в качестве критериев.

СВ имеет простой интерфейс, доступный для неквалифицированного пользователя. Предусмотрено её комплексирование с системой ординального выбора, использующей экспертные оценки вариантов ПЗ.

Прототип системы разработан в среде Borland C++ Builder 3. Доступ к внешним данным осуществляется с помощью Borland DataBase Engine (BDE) и драйверов Open DataBase Connectivity (ODBC). Для каждой СУБД используется свой конвертор данных.

4. База знаний в роли генератора знания

Интеллектуальная информационная система, в которой база знаний играет роль генератора вариантов знания, была названа автором интеллектуальным справочником (ИС) [Микони, 1992]. По назначению ИС представляет собой базу данных, специализированную в узкой предметной области и выполняющую функцию справочника. По способу получения вариантов ПЗ (генерирование, а не хранение) справочник назван интеллектуальным.

Для генерирования вариантов ПЗ использовались 2 модели предметной области: формальная система и имитационная модель.

Для построения модели первого типа выполняется морфологический анализ ПО с целью выделения примитивов предметного знания и их свойств. Количество примитивов, связываемых в цепочку, и длина последней определяют сложность задачи порождения вариантов ПЗ. Эта модель не требует ввода фактов, что характерно для “чистого” генератора вариантов ПЗ.

Имитационная модель разрабатывается на основе анализа функционирования ПО. Генерирование различных вариантов ПЗ на её основе выполняется за счёт вариации управляющих параметров модели для каждой анализируемой совокупности фактов.

Сокращение полного перебора при генерировании допустимых вариантов ПЗ достигается за счёт метода фокусированного поиска [Ермилов, 1988], который является частным случаем метода ветвей и границ. Настройка параметров генерации позволяет порождать различные подмножества вариан-тов. Возможность вариации части требований позволяет менять границы области допустимости, сужая их до приемлемой величины.

Роль системы выбора в ИС заключается в отборе наилучших вариантов ПЗ из множества сгенерированных вариантов. Типовая архитектура ИС включает подсистемы генерации, просмотра и селекции вариантов ПЗ.

Методология создания ИС была опробоваана для двух предметных областей: "Методы диагностирования вычислительных сетей" [Микони, 1992] и “Расстановка поездов метрополитена на ночь” [Микони, 1996]. Оба ИС, имеющие унифицированный интерфейс, были разработаны на языке BORLAND PASCAL в среде MS DOS. C помощью первого ИС исследовались варианты реализации подсистемы контроля операционной системы машины с динамической архитектурой (МДА) с выбором наилучших в 10-мерном пространстсве признаков. Второй ИС позволяет оптимизировать параметры движения поездов в линии метрополитена при решении задачи достижения заданного порядка их следования на основе произвольной исходной расстановки.

5. Система выбора в роли источника знания

В тех случаях, когда условия выбора ограничиваются набором типовых (штатных) ситуаций, оказывается целесообразным накапливать закономерности, выявленные в системе БД-СВ, в базе знаний. Это может иметь место для некоторой стационарной среды, например для маневровых операций на железнодорожном узле. Из множества возможных ситуаций, зафиксированных в базе данных, с помощью системы выбора отбираются наилучшие для различных типовых условий. Выявленные отношения между условиями и вариантами выбора накапливаются в базе знаний, например в форме продукций типа: ЕСЛИ (x1C1) И ... И (xk<Ck) И (xk+1min) И... И (xk+1max), ТО Y1. То есть, некоторой совокупности условий ставится в соответствие множество (возможно единичное) наилучших вариантов поведения системы.

На время сохранения стационарности среды база знаний оказывается самодостаточной для принятия оптимальных решений. Подставляя в системы продукций факты, характеризующие текущее состояние системы, выбирается оптимальное для этого случая множество наилучших вариантов поведения.

При изменении внешней среды накопленные в базе данных новые состояния участвуют в выборе наилучших вариантов. Учёт обновлённых закономерностей в базе знаний достигается путём её реструктуризации.

Заключение

В настоящей работе рассмотрены 2 типа интеллектуальных информационных систем, основанных на различных режимах взаимодействия базы знаний и системы выбора. Любопытно, что сама СВ оказалась “не чистой” от баз знаний, поскольку включает в себя внутреннюю базу знаний методов выбора. На основании изложенного нетрудно сделать вывод, что многообразие ИИС определяется не только составом их компонент, но и режимами взаимодействия последних. Многообразие возрастает, если состав основных компонент ИИС не ограничивается базами данных и знаний и системой выбора. Отсюда следует возможность целенаправленного построения ИИС различного назначения не только путём выбора состава основных компонент, но и режимов их взаимодействия.

Литература

[Гаврилова, 1996] Гаврилова Т.А. Состояние и перспективы разработки баз знаний интеллектуальных систем - Новости ИИ - М., Ассоциация ИИ, 1996, №1.

[Поспелов, 1981] Поспелов Д.А. Логико-лингвистические модели в системах управления -М., Энергоиздат, 1981.

[Загоруйко, 1999] Загоруйко Н.Г. Прикладные методы анализа данных и знаний - Новосибирск, Изд-во института математики, 1999.

[Микони и др., 1999] Микони С.В, Козченко Р.В, Созоновский П.Г. Выбор наилучших вариан-тов из баз данных - Труды междунар. конф. по мягким вычислениям и измерениям - СПб., СПбГЭТУ, 1999.

[Перегудов и др., 1989] Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ - М., Высшая школа, 1989.

[Микони, 1992] Микони С.В. Общие диагностические базы знаний вычислительных систем -СПб., СПИИРАН, 1992.

[Ермилов, 1988] Ермилов В.А. Фокусирование поиска терминальной базы данных среди порож-дённых баз - Автоматика и телемеханика - М., ИАТ, 1988, №12.

[Микони, 1996] Микони С.В. Интеллектуальный справочник “Расстановка поездов метропо-литена” - Междунар. конф. “Региональная информатика-96” - СПб, СПИИРАН, 1996.

Размещено на Allbest.ru


Подобные документы

  • Построение баз знаний для семантической сети. Цели создания и язык представления онтологий. Структура исследований в области многоагентных интеллектуальных информационных систем, архитектура агента. Экономическое обоснование разработки базы знаний.

    дипломная работа [1,6 M], добавлен 29.09.2013

  • Понятие базы знаний для управления метаданными. Особенности баз знаний интеллектуальной системы. Языки, используемые для разработки интеллектуальных информационных систем. Классические задачи, решаемые с помощью машинного обучения и сферы их применения.

    реферат [16,9 K], добавлен 07.03.2010

  • Экспертная система - компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Структура, режимы функционирования, классификация экспертных систем, этапы разработки. Базы знаний интеллектуальных систем.

    реферат [32,2 K], добавлен 04.10.2009

  • База знаний - структурированная информация из области знаний для использования кибернетическим устройством (человеком). Классификация, структура, формат представления знаний, интеллектуальные системы поиска информации. Базы знаний на примере языка Пролог.

    презентация [51,3 K], добавлен 17.10.2013

  • Виды и основные функции интеллектуальных систем. Выбор инструментального средства для создания экспертной системы. Физическое проектирование базы данных. Использование среды EsWin 2.1 для разработки и тестирования экспертной системы выбора должности.

    курсовая работа [615,8 K], добавлен 22.03.2016

  • Понятия в области метрологии. Представление знаний в интеллектуальных системах. Методы описания нечетких знаний в интеллектуальных системах. Классификация интеллектуальных систем, их структурная организация. Нечеткие системы автоматического управления.

    курсовая работа [768,2 K], добавлен 16.02.2015

  • Инструментальные средства проектирования интеллектуальных систем. Анализ традиционных языков программирования и представления знаний. Использование интегрированной инструментальной среды G2 для создания интеллектуальных систем реального времени.

    контрольная работа [548,3 K], добавлен 18.05.2019

  • Анализ процессов диагностики повреждений трубопровода. Разработка модели продукционной базы знаний: обзор методов представления знаний, описание создания базы знаний и разработки механизма логического вывода. Экономическое обоснование концепции проекта.

    дипломная работа [3,0 M], добавлен 16.04.2017

  • Отличительные черты компьютерных программ экспертных систем, их разработка. Составные части систем: база знаний, механизм вывода, система пользовательского интерфейса. Структура базы знаний экспертной системы для помощи медикам в постановке диагноза.

    курсовая работа [325,0 K], добавлен 04.02.2011

  • Определение автоматизированных информационных систем. Обоснование выбора среды разработки информационной системы. Создание запросов для выбора информации. Логическая и физическая структура реляционной базы данных. Разработка интерфейса пользователя.

    курсовая работа [2,1 M], добавлен 16.04.2017

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.