Анализ       Справочники       Сценарии       Рефераты       Курсовые работы       Авторефераты       Программы       Методички       Документы     опубликовать

Лекции по курсу: "Базы знаний и экспертные системы"




НазваниеЛекции по курсу: "Базы знаний и экспертные системы"
страница8/19
Дата01.10.2014
Размер1.33 Mb.
ТипЛекции
1   ...   4   5   6   7   8   9   10   11   ...   19
^

Поиск с использованием нескольких моделей


При решении сложных задач в условиях ограниченных ресурсов использование нескольких моделей может значительно повысить мощность системы. В основу взаимодействия моделей лежит принцип косвенного взаимодействия, т.е. взаимодействие источников знания осуществляется только через общую память, называемую "доской объявлений" (blackboard). Механизм, используемый для обеспечения взаимодействия источников знаний, представляет собой парадигму построения гипотез и их проверки. Поиск решения рассматривается как итеративный процесс, в котором имеют место два типа действий источников знаний: 1) создание на доске гипотез, т.е. высказывание предположения о некотором аспекте задачи; 2) проверка правдоподобности некоторых гипотез. Уровень и время являются двумя измерениями пространства гипотез, делящими доску на части и используемыми для адресации гипотез. Если временные интервалы двух и более гипотез одного и того же уровня существенно перекрывают друг друга, то эти гипотезы являются конкурирующими. Гипотезы различных уровней связаны в направленный граф, что позволяет описывать гипотезы одного уровня через гипотезы более низкого уровня. Частичное решение (т.е. группа гипотез) одного уровня может использоваться для поиска решения на соседних уровнях.

Сложность и многообразие вариантов анализа, возникающих вследствие неопределенностей во входных сигналах и ошибок источников знаний, не позволяют при ограниченности вычислительных ресурсов рассматривать все варианты обработки. Поиск решения осуществляется с помощью управляющего процесса, называемого приспосабливающимся планированием. Такое планирование объединяет идеи принципа наименьших свершений со стратегиями управления ограниченными вычислительными ресурсами (варьированием ширины поиска и комбинированием поиска от целей с поиском от данных). Приспосабливающийся планировщик автоматически адаптируется к изменению условий неопределенности изменением ширины поиска. Основным механизмом приспособления является взаимодействие назначения оценок правдоподобности гипотез, определяющих активацию соответствующих источников знаний, с назначением приоритетов источникам знаний, ожидающих активации. Если наибольшую оценку имеют несколько гипотез, то для раскрытия многозначности ЭС расширяет зону поиска. При этом выбор между равноправными конкурирующими гипотезами откладывается до тех пор, пока не будет получена дополнительная информация. Среди тех источников знания, которые подходят к гипотезе с наивысшей оценкой правдоподобия, выбирается источник знания с наивысшим приоритетом. Вычисление приоритета соответствует попытке оценить полезность действия источника знания для достижения общей цели и осуществляется на основе анализа фреймов стимула и реакции.

Разнообразие уровней "доски" обеспечивает разбиение большого пространства поиска на абстрактные подпространства, а разнородность уровней обеспечивает интерпретацию входных сигналов с различных точек зрения. Приспосабливающееся планирование объединяет идеи принципа наименьших свершений со способностью управлять ограниченными вычислительными ресурсами.
^

Выбор метода решения задачи


Простые задачи характеризуются следующими значениями параметров: малый (не слишком большой) размер пространства поиска; точность и полнота данных; статичность области; возможность адекватного описания области с помощью модели. На практике встречается мало приложений, удовлетворяющих перечисленным требованиям. Эти методы объединяют то, что все они используют одно пространство поиска.

Сложные задачи характеризуются тем, что значение хотя бы одного из перечисленных параметров оказывается в них более сложным.

Для преодоления трудностей, вызванных большим пространством поиска, используются методы, основанные на введении иерархии пространств (конкретных, абстрактных и метапространств). Простейший из этих методов основывается на факторизуемости пространства решений, что позволяет производить раннее "отсечение". Метод обеспечивает получение всех решений. Если пространство поиска не удается факторизовать, но при этом не требуется получать все решения или выбирать лучшее, то могут быть применены методы, использующие иерархию однородных абстрактных пространств. Если пространство поиска таково, что любая задача может быть сведена к известной заранее последовательности подзадач, то используется фиксированное абстрактное пространство. Эффективность этого метода определяется возможностью использовать безвозвратную стратегию. В тех случаях, когда решение задачи не может быть получено без бэктрекинга, применяются более сложные методы. Метод "нисходящего уточнения" применим в том случае, когда все задачи не могут быть сведены к фиксированному набору подзадач, однако существует фиксированная упорядоченность понятий области и фиксированный частичный порядок между подзадачами. В случае, если подзадачи взаимозависимы, т.е. для решения некоторой подзадачи может требоваться информация, получаемая другой подзадачей, и подзадачи не могут быть упорядочены, целесообразно применять принцип наименьших свершений. Этот подход позволяет приостанавливать решение подзадачи, для которой не достает информации, переходить к решению другой подзадачи и возвращаться к исходной задаче, когда отсутствующая информация станет доступной. Использование данного подхода требует более разнообразных знаний о решении задачи, чем в предыдущих случаях. При использовании разнообразных знаний о процессе решения становится целесообразным объединять принцип наименьших свершений с методами, использующими метазнания. Принцип наименьших свершений может приводить к образованию тупиков в процессе решения задачи, что препятствует использованию этого принципа в чистом виде. Для преодоления тупиков используют предположения или применяют метод нескольких моделей.

Для преодоления трудностей, вызванных неполнотой и (или) неточностью данных (знаний), используют вероятностные, нечеткие и точные методы. Все эти методы основываются на идее увеличения надежности путем комбинирования фактов и использования метазнаний о возможностях комбинирования фактов. Неточные подходы (вероятностные, псевдовероятностные, нечеткие) используют разнообразные априорные оценки, условные вероятности и нечеткие переменные; точные подходы используют предположения и ревизию мнений при немонотонных рассуждениях.

Для преодоления трудностей, вызванных изменениями проблемной области, используются методы поиска в динамических пространствах. Необходимо отметить, что существующие средства учета динамики проблемных областей далеки от совершенства и не удовлетворяют требованиям практики.

Для преодоления неадекватности модели проблемной области используются методы, ориентированные на использование нескольких моделей. Эти методы позволяют объединить возможности различных моделей, описывающих проблемную область с различных точек зрения. Кроме того, использование нескольких моделей позволяет уменьшить вероятность потери хорошего решения, несмотря на неполноту поиска, вызванную ограниченностью вычислительных ресурсов.

Завершая рассмотрение методов поиска, отметим, что ускорение работы экспертных систем может быть достигнуто не только за счет сокращения пространства поиска, но и за счет использования специализированных структур знаний. Единообразное представление знаний, применяемое в большинстве существующих систем, становится неэффективным при увеличении базы знаний.
1   ...   4   5   6   7   8   9   10   11   ...   19



Разместите кнопку на своём сайте:
Документы




База данных защищена авторским правом ©kiev.convdocs.org 2000-2013
При копировании материала обязательно указание активной ссылки открытой для индексации.
обратиться к администрации
Похожие:
Документы