
6.1.
Анализ областей применения
ЭС РВ
191
на пользователя. Этот подход обладает как достоинствами, так и не-
достатками. Большинство из них в значительной степени походят друг
на друга. Например, Stimulus. Это фактически язык программирования
ЭС,
основанный на правилах, который разрабатывался для задач реально-
го времени. Stimulus не имеет развитого интерфейса. База правил пишется
с использованием простого текстового редактора и затем транслируется
компилятором Stimulus в С-код.
В процессе работы головная программа активизирует базу правил
изменившимися данными, вызванными событиями во внешнем окруже-
нии. База правил, вызываемая как С-функция из головной программы,
обрабатывает дальнейшие изменения данных на основе встроенных зна-
ний. Такой цикл возбужденных событий и разумных ответов является
ключевой идеей системы Stimulus.
База правил и головная профамма делят обшую область данных,
к которой имеют прямой доступ. Сегмент интерфейса внутри базы пра-
вил контролирует продукционный цикл системы. Данный инструмент
поддерживает как прямой, так и обратный вывод. Сегмент «Действия»
модифицирует БД. Первые сегменты только устанавливают внутренние
флаги, указывая сегменту «Действия» что необходимо делать. Stimulus
работает на PC семействе UNIX.
Инструментальное средство RuleMaster позволяет разрабатывать ЭС,
основанные на базах правил. Подобно Stimulus он продуцирует код
высокого уровня (С, Fortran), включает в себя объясняющую подсистему,
модификатор интерфейса и интерфейса конечного пользователя с меню
и окнами.
Пакет RuleMaster не был специально спроектирован для РВ-окру-
жения, но может быть легко встроен в головную программу подобно
Stimulus. RuleMaster поддерживает как прямой, так и обратный вывод.
Знания могут быть введены либо непосредственно в виде правил, либо
посредством логической индукции(т. е. через примеры).
Система поддерживает также работу с неопределенностями.
Большое количество ЭС реализовано на базе языков инженерии
знаний. К числу таких языков относится, например, OPS5, использу-
ющий для представления знаний продукционные модели. Продукции
в нем имеют вид «условие—действие», где «условие»—образец, с помо-
щью которого происходит распознавание применимости продукции для
текущих данных. В последнее время стали создаваться так называемые
гибридные ЭС, БЗ которых включают как неформальные эмпирические
экспертные знания, представленные посредством эвристических правил,
так и формальные математические методы, заложенные в строгих(четких)
моделях, применяемых, например, для количественной оценки прини-
маемых решений.
Примерами гибридных ЭС, предназначенных для контроля, диа-
гностики, прогноза и выработки управляющих рекомендаций, являются
системы «СПРИНТ» и «СПРИНТ-F» [22]. Для представления знаний
в этих системах применены правила продукций, логика предикатов, не-
четкая логика и графы событий.