Модели представления знаний в интеллектуальных информационных системах
Продукционные модели
Продукционная модель основана на правилах. Она позволяет представить знания в виде предложений, состоящих из двух частей – “если” и “то”.
Под условием понимается некоторое предложение(образец), по которому осуществляется поиск в базе знаний. А под действием понимается некоторая система операций при успешном исходе поиска.
Действия могут быть промежуточными, выступающими далее как другие условия, а могут быть терминальными (целевыми), т.е. завершающими работу.
При использовании продукционной модели база знаний состоит из набора правил. Перебором правил управляет программа, которая называется машиной вывода(интерпретатором).
Вывод бывает прямым – от данных к цели, а также обратным – вывод от цели для ее подтверждения к данным.
Данные представляют собой исходные факты, на основе которых запускается машина вывода.
Пример:
Имеется фрагмент базы знаний, включающей только 2 правила:
R1 – если «отдых планируется летом и человек активный», то «следует ехать в горы».
R2 – если «любит солнце», то «отдых следует запланировать летом».
Данные: человек активный, любит солнце.
Проход правил:
Шаг 1. Пробуем правило R1 – не работает, нет данных.
Шаг 2. Пробуем правило R2.
Проход 2.
Шаг 1. Пробуем правило R1 – активизируется правило «ехать в горы».
Обратный вывод:
1й проход
Шаг1. Цель ехать в горы, пробуем R1, данных нет, они становятся целью, ищется правило в переменной цели.
Шаг2. Отдых летом подтверждает R2 и активизирует ее.
Шаг3. Пробуем R1, подтверждается цель.
Продукционная модель чаще всего применяется в промышленных экспертных системах.
Рассматриваемая модель привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений, простотой механизма логического вывода.
Существует представительное множество программных средств, реализующих продукционную модель. Например,OPS-5, EXSIS, СПЭИС.