Мартьянова А.Е. Базы данных и знаний. Учебное пособие

Подождите немного. Документ загружается.

Мартьянова А.Е. Базы данных и знаний 281

Рис. III.72. Форма таблицы «ГРУППА» с объектом ADO Data Control

КОНТРОЛЬНЫЕ ВОПРОСЫ к заданию

1. Опишите процесс соединения с базой данных, размещенной на

сервере.

2. Опишите технологию ActiveX.

3. Опишите, как осуществляется доступ к базам данных в двух-

уровневых моделях «клиент – сервер».

4. Опишите, как осуществляется подключение компонентов ADO к

проекту.

5. Опишите использование элемента управления ADO Data Control

для подключения к базам данных.

6. Опишите использование элемента управления ADO Data Control

в форме.

ЗАДАНИЕ на создание соединений с сервером баз данных и

управление данными

1. Выполните соединение с базой данных «Учебный процесс»,

размещенной на сервере SQL Server.

2. Просмотрите входящие в соединение объекты базы данных

«Учебный процесс», размещенной на сервере SQL Server, с помощью

Data View.

Мартьянова А.Е. Базы данных и знаний

282

3. Спроектируйте так, как это описано в Работе VIII вручную

форму для отображения полей таблицы «ГРУППА» базы данных «Учеб-

ный процесс», используя элемент управления ADO Data Control. По-

местите на эту форму кнопки для выполнения различных операций: до-

бавление и удаление записей, обновления записей и т.п. (см. рис. III.72).

В окно кода введите следующий

код событийных процедур для

командных кнопок:

Private Sub cmdAdd_Click()

Adodc1.Recordset.AddNew

End Sub

Private Sub cmdDelete_Click()

Adodc1.Recordset.Delete

Adodc1.Recordset.MoveNext

End Sub

Private Sub cmdRefresh_Click()

Adodc1.Refresh

End Sub

Private Sub cmdUpdate_Click()

Adodc1.Recordset.Update

End Sub

Private Sub cmdClose_Click()

Unload Me

End Sub

4. Спроектируйте формы для отображения данных из таблиц

«КАФЕДРА», «ПРЕДМЕТ», «ПРЕПОДАВАТЕЛЬ», «СТУДЕНТ»,

«УСПЕВАЕМОСТЬ», «УЧЕБНЫЙ ПЛАН» с использованием элемента

управления ADO Data Control.

5. Спроектируйте формы для отображения данных из представ-

лений «Количество студентов в группах», «Код предмета», «Заведующие

кафедрами», «План проведения занятий в группах», «Список студентов

по группам», «Список преподавателей по кафедрам

», «Экзаменационная

ведомость», «Успеваемость студентов в группах по предметам у препо-

давателей».

6. Так как это описано в работах IX – X спроектируйте интер-

фейс приложения базы данных «Учебный процесс». Используйте для

вывода табличных данных элемент Microsoft Hierarchical FlexGrid

Control 6.0 (OLEDB) или Microsoft DataGrid Control 6.0 (OLEDB)

вместо элемента Microsoft FlexGrid Control 6.0.

Мартьянова А.Е. Базы данных и знаний 283

ЧАСТЬ IV

Работа XVII. Проектирование простейшей эксперт-

ной системы

Понятие об экспертной системе

Экспертные системы (ЭС) – это сложные программные комплек-

сы, аккумулирующие знания специалистов в конкретных предметных

областях и тиражирующие этот эмпирический опыт для консультаций

менее квалифицированных пользователей [5].

В целом процесс функционирования ЭС можно представить сле-

дующим образом: пользователь, желающий получить необходимую ин-

формацию, через пользовательский интерфейс посылает

запрос к ЭС;

решатель, пользуясь базой знаний, генерирует и выдает пользователю

подходящую рекомендацию, объясняя ход своих рассуждений при по-

мощи подсистемы объяснений.

Так как терминология в области разработки ЭС постоянно моди-

фицируется, приведем основные термины из источника [5].

Пользователь – специалист предметной области, для которого

предназначена система. Обычно его квалификация недостаточно высока

и поэтому он нуждается в помощи и поддержке своей деятельности со

стороны ЭС.

Инженер по знаниям – специалист в области искусственного ин-

теллекта, выступающий в роли промежуточного буфера между экспер-

том и базой знаний. Синонимы: когнитолог, инженер-интерпретатор,

аналитик.

Интерфейс пользователя – комплекс программ, реализующих диа-

лог пользователя с ЭС как

на стадии ввода информации, так и при полу-

чении результатов.

База знаний (БЗ) – ядро ЭС, совокупность знаний предметной об-

ласти, записанная на машинный носитель в форме, понятной эксперту и

пользователю (обычно на некотором языке, приближенном к естествен-

ному). Параллельно такому «человеческому» представлению существует

БЗ во внутреннем «машинном» представлении.

Решатель

– программа, моделирующая ход рассуждений эксперта

на основании знаний, имеющихся в БЗ. Синонимы: дедуктивная маши-

на, машина вывода, блок логического вывода.

Подсистема объяснений – программа, позволяющая пользователю

получить ответы на вопросы: «Как была получена та или иная рекомен-

дация?» и «Почему система приняла такое решение?» Ответ на вопрос

Мартьянова А.Е. Базы данных и знаний

284

«как» – это трассировка всего процесса получения решения с указанием

использованных фрагментов БЗ, то есть всех шагов цепи умозаключе-

ний. Ответ на вопрос «почему» – ссылка на умозаключение, непосредст-

венно предшествовавшее полученному решению, то есть отход на один

шаг назад. Развитые подсистемы объяснений поддерживают и другие ти-

пы вопросов.

Интеллектуальный редактор БЗ –

программа, представляющая

инженеру по знаниям возможность создавать БЗ в диалоговом режиме.

Включает в себя систему вложенных меню, шаблонов языка представле-

ния знаний, подсказок («help» – режим) и других сервисных средств, об-

легчающих работу с базой.

Если система объявлена разработчиками как экспертная, только

наличие всех этих блоков гарантирует реальное использование аппарата

обработки знаний

. Однако промышленные прикладные ЭС могут быть

существенно сложнее и дополнительно включать базы данных, интер-

фейсы обмена данными с различными пакетами прикладных программ,

электронными библиотеками и т.д.

Приведем пример, заимствованный из книги К. Нейлора [13]. Соз-

дадим экспертную систему, с помощью которой можно отличить птицу

от самолета.

В нашем случае мы

собираемся получить не только экспертную, но

также и обучающую систему, так как хотелось бы, чтобы машина кого-то

еще и обучала. Процесс обучения называется машинным обучением. Что

же вы при этом делаете? Вы устанавливаете экспертную систему так,

чтобы она провела с вами урок, во время которого вы учите ее прини-

мать

решения на основе имеющегося «жизненного» опыта. После такой

тренировки вы освобождаете систему от своей опеки и даете ей возмож-

ность сделать самостоятельное решение, используя ее собственные экс-

пертные возможности. Пока вам не пришлось анализировать программу,

нет необходимости выяснять, как система получила данное решение.

Программа, которую мы будем использовать, приведена на

рис.

IV.1, а ее структурная схема – на рис. IV.2. Если вы введете программу в

компьютер и запустите ее, то на экране появятся вопросы о количестве

задействованных переменных. Затем машина задаст в программе три

массива с помощью оператора DIM. Один из них – массив RULES –

должен содержать правила вывода суждений (которые разрабатывает

ЭВМ), другой – массив VALUE – значения

переменных, представленных

в данном конкретном случае, а массив VAR$ служит для хранения имен

переменных.

Мартьянова А.Е. Базы данных и знаний 285

Рис. IV.1. Простая обучающая программа

Программа по мере продолжения диалога запрашивает имена этих

переменных. Она также запрашивает вас о двух других именах – OUT-

COMEl$ и OUTCOME2$ – двух возможных исходных. Затем в цикле

программы выясняются детали конкретного примера (в этом случае тре-

буются ответы типа Да/Нет). Собрав все необходимые сведения, делают

предположение относительно возможного исхода, и формируется некое

предложение. Когда вы согласны с мнением системы, вводите «Y», если

Мартьянова А.Е. Базы данных и знаний

286

Да, или «N», если Нет. Затем переходите к другому примеру. Если же вы

не согласны, то система изменяет свое правило вывода суждений и пере-

ходит к другому случаю.

Рис. IV.2. Структурная схема процесса набора решающих правил

Следует отметить, что постепенно машина улучшает свои предска-

зания относительно возможного исхода, хотя насколько лучше – зависит

от того, какую информацию вы в нее ввели вначале. Если, например, вы

все еще пытаетесь предсказать погоду и возможными исходами является

Дождь/Нет Дождя, то трудно сказать, была ли машина права, до тех

пор

пока вы не подождете до завтра, чтобы все это выяснить. Тогда ока-

жется, что и один запрос в день – это не слишком часто, поскольку тако-

ва скорость обучения.

Существенно более продуктивной схемой обучения является ис-

пользование систематизированного списка сводок погоды, так как в этом

случае вы будете фактически знать реальный

исход.

С другой стороны, лучше не иметь таких проблем. Вам следует

изобрести нечто более строгое, например систему классификации объек-

тов. Допустим, вы исследуете некоторый объект – он должен принадле-

жать к одному из двух классов. Продумайте, какие переменные будут его

Мартьянова А.Е. Базы данных и знаний 287

характеризовать, и введите их. Программа должна быть в состоянии оп-

ределить, к какому классу принадлежит объект, исследуемый вами.

Вы можете, например, захотеть, чтобы экспертная система отгада-

ла, что вы задумали: Птицу или Самолет. Список переменных в этом

случае может быть таким: Крылья, Хвост, Клюв, Двигатель, Оперение,

Шасси и т.д.

Очевидно, если вы определили, что предполагаемый объект

имеет Шасси, то каждый скажет, что это несомненно Самолет, а не

Птица, так как если вы определяете объект, то невозможно избежать от-

вета на вопрос о Шасси. Следовательно, ответ вполне определен и задача

состоит только в том, чтобы выяснить, действительно ли экспертная

сис-

тема отвечает с такой же определенностью, как и мы.

Если выберем в качестве объектов Птицу и Самолет и запустим

программу, то вначале система будет предсказывать, что мы загадали

Самолет, а не Птицу. Мы сообщим ей, что она ошиблась. В следующий

раз она угадает уже правильно. Затем мы загадаем Самолет

и посмот-

рим, может ли система дать правильный ответ. Если нет, то мы сообщим

ей правильный ответ, и фактически она достигнет такого состояния, что

не даст больше ни одного неправильного ответа. Таким образом, система

станет действительно экспертом в распознавании двух объектов: Птицы

и Самолета.

Это прекрасно, мы начинаем думать, что

наконец-то получили что-

то существенное. Но перед тем как отпраздновать это событие, было бы

полезно выяснить, что же все-таки произошло и почему произошло

именно так, а не иначе. Может ли указанная программа быть универ-

сальным средством решения задач, которые ставятся перед экспертными

системами? Прежде всего, опишем переменные, которые

считаем рав-

ными 1, как если бы они были истинными.

Другими словами, массив переменных VALUE сформирован из 0 и

1 в соответствии с тем, имеет или нет данный объект указанные призна-

ки. Если рассматриваемый объект Птица, то массив VALUE формирует-

ся в виде (1,1,1,0,1,0), если Самолет, то (1,1,0,1,0,1).

В табл. IV.1 представлен массив FACTS (факты), который факти-

чески

является в нашем случае базой знаний [9]. В нем перечислены не-

которые характеристики объектов «птица» и «самолет», наличие данной

характеристики и объекта отмечено цифрой 1, отсутствие – 0.

Мартьянова А.Е. Базы данных и знаний

288

Таблица IV.1. Характеристики объектов «птица» и «самолет»

Характеристика Птица Самолет Rules

Крылья 1 1 0

Хвост 1 1 0

Клюв 1 0 1

Двигатель 0 1 -1

Оперение 1 0 1

Шасси 0 1 -1

Теперь рассмотрим массив RULES, который содержит правила,

вырабатываемые экспертной системой для вывода суждений относи-

тельно исхода двух возможностей. В момент, когда система перестает

делать ошибки, массив RULES принимает вид (0, 0, 1, -1, 1, -1).

Сформируем теперь переменную DECISION путем перемножения

массивов VALUE и RULES так, чтобы

DECISION = DECISION + VALUE(I)*RULES(I)

для всех значений I = 1, ... , 6.

Следовательно, если теперь мы возьмем массив VALUE для Пти-

цы, то получим

для переменной DECISION=0+0+l+0+1+0=2. Если же

определим массив VALUE для Самолета, то переменная

DECISION=0+0+0-1+0-1= -2. Эксперт может сказать, что объект – Пти-

ца, если переменная DECISION положительна, и Самолет, если она от-

рицательна. Закончив анализ, делаем вывод, что экспертная система обу-

чена корректно (на рассматриваемом наборе переменных) и любые

ошибки исключены.

Возвращаясь вновь к изучению

массива правил вывода, заметим,

что переменным Крылья и Хвост соответствуют 1. Мы этого не учли при

выработке решения. Для этих переменных в векторе решения были 0, что

не могло изменить значение вектора DECISION. Это вполне объяснимо,

так как и Крылья, и Хвост есть и у Птицы, и у Самолета. Эти знания,

следовательно, не

говорят нам ничего решающего. С другой стороны,

значения переменных Клюв и Крылья равны +1, а Двигателя и Шасси -1.

Если рассматривать Крылья и Хвост, то таблица не позволяет нам

однозначно выбрать объект: Птицу или Самолет, так как они имеют

одинаковые шансы. Четыре другие переменные указывают нам либо на

Птицу, либо

на Самолет (но не на оба объекта сразу), поскольку соот-

ветствующие им вероятности равны или 1, или 0. Показательной в этом

смысле является диаграмма на рис. IV.3.

Мартьянова А.Е. Базы данных и знаний 289

В этом примере если у вашего объекта есть Клюв, то он должен

иметь Оперение и не иметь Двигателя и Шасси. Следовательно, это

Птица с вероятностью, равной 1.

Рис. IV.3. Птица имеет Крылья, Хвост, Клюв и Оперение. Самолет имеет Крылья,

Хвост. Двигатель, Шасси

Если же объект имеет Двигатель, то значит и Шасси, поэтому он

не может иметь Клюв и Оперение. Это должна быть не Птица, а Само-

лет с вероятностью 1.

Рассмотренный пример дает представление о возможностях нашей

экспертной системы – ее правило вывода разработано таким образом, что

ошибка исключается. То, что является для

этой системы исходом (собы-

тием), совершается с вероятностью 1.

КОНТРОЛЬНЫЕ ВОПРОСЫ к заданию

1. Дайте определение базы знаний.

2. Дайте определение экспертной системы.

3. Опишите процесс функционирования экспертной системы.

4. Опишите преимущества и недостатки экспертных систем и

область их применения.

5. Опишите группу специалистов, входящих в состав коллекти-

ва разработчиков экспертных систем

6. Опишите технологию проектирования и разработки эксперт-

ных систем.

7. Поясните функционирование экспертной системы, с помо-

щью которой можно отличить птицу от самолета.

Мартьянова А.Е. Базы данных и знаний

290

ЗАДАНИЕ на проектирование простой обучающей системы

1. Напишите программу, представленную на рис. IV.1 на языке

Quick Basic.

2. Ответьте на вопрос о назначении массива RULES програм-

мы.

3. Проследите момент, когда система перестает делать ошибки:

массив RULES принимает вид (0, 0, 1, -1, 1, -1). Как ведет себя система в

этот момент?