Современные информационные технологии/ 1. Компьютерная  инженерия

 

 Илипов М.М., к.ф.-м.н. Искакова А.С.

Евразийский национальный университет им. Л.Н. Гумилева, Казахстан

 

Объектно-ориентированные интеллектные системы

   

Достоинством декларативного стиля представления знаний и програм­мирования является, как отмечалось, то, что создателю системы не надо заботиться о потоке управления в программе. По существу, опи­сание задачи представляется слабо структурированной совокупностью от­ношений. При большом количестве таких отношений понимание Пролог- программы становится практически невозможным, а встраивание нелоги­ческих элементов в стратегию вывода — неизбежным [1-6].

Вместе с тем тенденция все более широкого использования ЭВМ в процессах управления приводит на практике к созданию весьма слож­ных систем управления. С этой точки зрения объектно-ориентированный подход к представлению и обработке знаний с его возможностями высоко­эффективно поддержать отношения наследования, использовать значения «по умолчанию» и т.д. является привлекательным по крайней мере в некотором симбиозе с логическим программированием.

Объектно-ориентированные интеллектные системы используют декла­ративно-процедурные (описательно-алгоритмические, дескриптивно-кон­структивные) формы представления знаний и быстрые, хотя и ограничен­ные по возможностям вывода нового знания, алгоритмы вывода свойств объектов на основе иерархических, сетевых, фреймовых и некоторых дру­гих представлений отношений между объектами (описанными морфологи­чески, функционально, атрибутивно и т.д.). При этом чаще всего используются объектно-ориентированные языки программирования, ха­рактерные взаимопроникновением структур данных и процедур. Хорошо известный из них — язык Smalltalk (Смолток). Среди языков представле­ния знаний выделяются также языки KRL, KL-ONE и некоторые другие. Для них характерно двухуровневое представление данных (абстракт­ная модель предметной области в виде иерархии множеств понятий и кон­кретная модель ситуации как совокупность взаимосвязанных экземпляров этих понятий), представление связей между понятиями и закономерно­стей в виде присоединенных процедур, семантический подход к сравне­нию образцов и поиску по образцу. Инструментом, предназначенным специально для создания экспертных систем, явились языки представле­ния знаний (и соответствующие программные среды) ART, OPS5 [1-6]. Они используют продукции и фреймы.

Фрейм — это структура данных, предназначенная для представления стереотипной ситуации. Он представляет собой совокупность вопросов, которые можно задать о соответствующей воображаемой ситуации. Эта совокупность вопросов должна быть минимальной с точки зрения еще сохранения сущности описываемой ситуации. Другого типа фреймы (ро­левые) описывают некоторые процессы, т.е. служат для представления процедурного знания (умений). С ролевыми фреймами ассоциируется, на­пример, информация о том, чего ожидать в следующий момент, что сде­лать, если ожидания не подтвердятся и т.п.

Следует заметить, что рассмотренная классификация СОЗ 1-5 не явля­ется разбиением: конкретные системы, основанные на «знаниях», могут принадлежать одновременно нескольким классам. В частности, весьма перспективные, с нашей точки зрения, средства ИИ имеются в пере­сечении классов 1, 2, 5. Внутри него находятся СОЗ, использующие объектно-логические языки, фреймовые логики (F-logics), логики тран­закций (Transaction Logics) и т.д. Последовательное сочетание объектно-ориентированного подхода с логическим программированием позволяет повысить эффективность последнего с сохранением свойств универсальности (полноты) и корректности обработки знаний (см. об­зор [1-6]).

Действительно, механизм рассуждений классического Пролога имеет одновременно черты систем, основанных на правилах, и систем доказа­тельства теорем (на множестве хорновских формул исчисления преди­катов). Системы ЛПО являются их дальнейшим развитием, включая, на­пример, механизм решения простейших логических уравнений. Так как отыскание решений логических уравнений может иметь характер обзора гипотез, то некоторые системы ЛПО по своим возможностям попадают в наиболее общую область Г.

В следующем разделе, на примере некоторых систем, основанных на правилах, рассматривается применение СОЗ в задачах управления.

 

Литература:

1.  Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов Б.Е. Интеллектуальное управление динамическими системами. – М.: Физико-математическая литература. 2000. – 352с.

2.  Федунов Б.Е. Проблемы разработки бортовых оперативно-советующих экспертных систем для антропоцентрических объектов. // Изв. РАН. ТиСУ. 1996. № 5. стр.147-159

3.  Федунов Б.Е. Бортовые оперативно – советующие экспертные системы и семантический облик их баз знаний. //Мехатроника. № 8. 2001.стр.11 – 14.

4.  Федунов Б.Е. Механизмы вывода в базе знаний бортовых оперативно советующих экспертных систем. // Изв. РАН. ТиСУ. 2002. №4

5.  Федунов Б.Е. Методика экспресс-оценки реализуемости графа решений оператора антропоцентрического объекта на этапе разработки спецификаций алгоритмов бортового интеллекта. – М., Изв. РАН, ТиСУ. №.3, 2002.

6.  Романенко А.В., Федунов Б.Е. Компьютерные системы имитационного моделирования для отработки баз знаний бортовых интеллектуальных систем системообразующего ядра антропоцентрического объекта.– М., Изв. РАН, ТиСУ, 2010, №6 стр.102 – 121.