Упражнения. 15.3. Проведите трассировку выполнения следующего запроса: ?- value

15.3. Проведите трассировку выполнения следующего запроса:
?- value! ross, relative_size, Value).

чтобы достичь полного понимания того, как передается информация по сети фреймов в показанном здесь интерпретаторе фреймов.

15.4. Допустим, что в виде фреймов представлены геометрические фигуры. Сле­
дующие предложения определяют квадрат si и прямоугольник г 2 и задают
метод вычисления площади фигуры:

sl(instance of, square).

sl(side, 5).

r2[ instance_of, rectangle).

r2(length, 6).

r2f width, 4).

square С a kind of, rectangle!.

square С length, execute! value[Obj,side,L), Ob j, L)).

square(width, execute(value(Obj,side,И), Obj, W)),

rectangle) area, execute! area(Obj,A), Obj, A)).

areat Obj, A): -

value(Obj, length, L), value! Obj, width, W),

A is L*W.

Как интерпретатор фреймов, программа которого приведена в этом разделе,

ответит на следующий вопрос:

?- value{ r2, length, А), value! si, length, в), value< si, area, С).

354 Часть II. Применение языка Prolog в области искусственного интеллекта

Резюме

• К типичным функциям, которые требуются от экспертной системы, относят­
ся следующие: решение задач в указанной проблемной области, объяснение
процесса решения задачи и работа в условиях недостоверной и неполной ин­
формации.

• Любую экспертную систему удобно рассматривать как состоящую из двух мо­
дулей: командный интерпретатор и база знаний. Командный, интерпретатор,
в свою очередь, состоит из механизма логического вывода и пользовательского
интерфейса.

• Для создания командного интерпретатора экспертной системы необходимо
принять решения, касающиеся выбора формальной системы представления
знаний, механизма логического вывода, средств взаимодействия с пользовате­
лем и способа трактовки неопределенности,

• Наиболее широко применяемой формой представления знаний в экспертных системах являются правила вывода, или порождающие правила.

• В системах, основанных на правилах, главным образом применяются следую­щие два способа формирования логических рассуждений: обратный и прямой логический вывод.

• Обычно предусмотрено использование объяснений двух типов - объяснение последовательности рассуждений и объяснение предпосылок, которые соответ­ственно связаны с вопросами пользователя "как" и "для чего". В качестве объ­яснения первого типа может использоваться дерево доказательства.

 

• Проведение рассуждений с учетом неопределенности можно осуществить с по­мощью основных средств представления правил и схем прямого или обратного логического вывода. Но при таких дополнениях к правилам обычно принима­ются необоснованные предположения, которые чрезмерно упрощают вероятно­стные зависимости между переменными в проблемной области.

• Байесовские сети доверил, называемые также просто байесовскими сетями, предоставляют способ использования исчисления вероятностей для представ­ления знаний с учетом неопределенности. Байесовские сети обладают такими характеристиками, как учет вероятностных зависимостей с применением от­носительно небольшого объема ресурсов, возможность уменьшения объема ра­боты благодаря исключению независимых факторов и естественное представ­ление причинно-следственных связей.

• К другим традиционным схемам представления знаний, подходящим для представления больших множеств фактов некоторым структурированным спо­собом, относятся семантические сети и фреймы.. В них может осуществляться непосредственная выборка фактов или их логический вывод с помощью таких встроенных механизмов, как наследование,

 

• В этой главе были разработаны реализации в стиле Prolog для таких проце­дур, как прямой и обратный логический вывод, формирование деревьев дока­зательств, интерпретация правил с учетом неопределенности, формирование рассуждений в байесовских сетях, наследование в семантических сетях и во фреймах.

• В данной главе рассматривались следующие понятия:

 

• экспертные системы;

• база знаний, командный интерпретатор экспертной системы, механизм ло­гического вывода;

 

• правила вывода (правила "if-then"), порождающие системы;

• обратный логический вывод, прямой логический вывод;

Глава 15. Представление знаний и экспертные системы

объяснение последовательности рассуждений, объяснение предпосылок;

категорическое знание, недостоверное знание;

байесовские сети доверия, или просто байесовские сети;

семантические сети;

фреймы;

наследование.