Масленникова О.Е., Попова И.В. Основы искусственного интеллекта
Подождите немного. Документ загружается.
- 121 -
Attributes View – окно предназначено для ввода атрибутов и выводов
задачи.
Example View – окно представления для ввода примеров (значений
атрибутов и выводов), на основе которых строится решение (этот способ
будет рассмотрен ниже).
Decision Tree – окно представления для создания, просмотра и
редактирования дерева решений.
Exception Tree – окно для ввода дерева исключений, на основе
которого может быть создано дерево решений.
Pattern Rules – окно для написания правил продукции.
Окна используются для того, чтобы представить знания в форме,
которая затем может быть конвертирована в дерево решений (при помощи
опции «вывод правил методом индукции» (Rule Induction) в меню Decision
Tree View) либо представлять собой набор правил продукций.
Диалоговое окно Map View наиболее часто используется в процессе
разработки приложения. Помимо возможности просмотра иерархии цепочек,
данная опция позволяет разработчику создавать и удалять наплавления
связей цепочек. Выбрав одну из задач на карте Map View, можно
просмотреть детали логики задачи – атрибуты, примеры, дерево решений,
дерево исключений, правила продукции и т.д., выбрав соответствующую
команду из меню просмотра View.
Словарь (Dictionary) является центральным компонентом для
хранения переменных (атрибутов, массивов, др.) и дополнительных объектов
для построения приложений на основе системы знаний - таких как
процедуры, пользовательские диалоги, отчеты. Такие объекты можно создать
в окне Dictionary View или по ходу работы; в последнем случае они
автоматически добавляются в словарь. Типы объектов, перечисленные в
словаре, можно выбрать при помощи отборочной полосы с правой стороны.
Так определяются объекты, которые будут отображаться в главном списке.
Переменные в XpertRule могут быть либо атрибутами, либо другими
переменными, использующимися специально для процедурной обработки
(рис. 48).
Рис. 48. Структура словаря
- 122 -
Основные понятия: атрибуты (факторы), выводы в XpertRule
Основные объекты, с которыми ведѐтся работа в XpertRule:
− атрибуты принятия решений;
− задачи, содержащие знания о принятии решений и/или контрольные
знания (блок-схемы);
− процедуры, содержащие команды (написанные на языке высокого
уровня) для вычислений, построковой обработки, доступа к файлу и
т.д.
− графические диалоги для сбора и отображения данных;
− отчеты;
− строки, массивы и значения (численные или булевы).
Сведения об этих объектах составляют содержание центрального
словаря (Dictionary).
Атрибуты и выводы. Задача принятия решений состоит из
множества выводов (outcomes) и множества факторов, называемых
атрибутами, определяющих решения. Эти компоненты обычно отображается
в окне представления атрибутов Attributes View.
Атрибуты – это факторы, влияющие на результат решения задачи.
Для того, чтобы добавить атрибут необходимо выполнить следующую
последовательность команд:
1) меню View/ Attributes – переход на карту атрибутов;
2) меню Edit/Insert/Insert Attribute – добавление нового атрибута;
3) в появившемся окне ввести имя атрибута (латинскими буквами)
и тип атрибута (возможные значения: логические, числовые,
булевы , дата, список).
Для того чтобы добавить значение атрибута, необходимо выполнить
следующую последовательность команд:
1) выделить соответствующий столбец (атрибут);
2) в меню Edit выбирать пункт Insert/Insert value;
3) вписать необходимое значение.
Решение задачи должно приводить к определѐнным заранее
результатам – это выражается в определении выводов (outcomes), к которым
приведѐт «рассуждения» программы.
Создание выводов:
1) меню View/ Attributes – переход на карту факторов и выводов;
2) меню Edit/Insert/Insert Outcomes – добавление нового вывода;
3) ввести значение вывода.
Замечание: вводимое значение вывода должно быть согласовано с
установленным типом (его определяют при создании нового приложения
команда меню File/New пунк окна Task Type).
Задача на рис. 49 состоит из двух выводов: «принять» и «отклонить» и
3 атрибутов: ранга (Grade), отдела (Department) и отеля (Hotel). В данном
случае все атрибуты логического типа, то есть возможное значение каждого
атрибута должны выбираться из определенного списка строковых
- 123 -
переменных. Атрибуты могут быть других типов - числовые, булевы
(истина/ложь), дата, список.
Рис. 49. Пример описания атрибутов и выводов
Процедуры. Процедуры представляют собой последовательность
команд XpertRule, используемые независимо или в связке с атрибутами,
значениями или решениями.
Процедурная обработка (вычисления и т.д.) может включаться в
приложения при создании объектов словаря процедурного типа и их
добавления в логику приложения.
В XpertRule предусмотрен редактор команд, позволяющий добавлять
команды и значения из словаря. Последовательности команд могут
представлять собой простую формулу или алгоритм, использующий
операторы WHILE и IF-THEN-ELSE.
Введение в разработку ЭС средствами XpertRule
Выбор способа формирования цепочек рассуждения
Разработка приложения – создание цепочки рассуждения, отражающей
иерархию принятия решения.
Существует 2 способа формирования цепочек: обратное построение
цепочки и прямое построение цепочки.
Обратное построение цепочки, которое может быть представлено в
форме вложений, используется для получения значения для атрибута в одной
задаче, обращаясь к другой задаче.
Прямое построение цепочки используется для обращения к другой
задаче посредством решения первой задачи.
Данная иерархия цепочек иллюстрирует обратное построение цепочки
задачи «Расходы» (Expenses) к задаче «Отели» (Hotel) и прямое построение
цепочки к задаче «Требования» (Claims).
- 124 -
Рис. 50. Иерархия цепочек рассуждения в окне Map View
Выбор метода поиска решений
Логика задачи соотносит решения с атрибутами (факторами) и
выражается либо с помощью дерева решений, либо с помощью набора
правил продукции.
Дерево решений рекомендуют использовать для комплексных
решений. Использование деревьев помогает убедиться в том, что знаний
достаточно и они хорошо структурированы.
Рисунок 51. Пример дерева решений
Дерево решений читается сверху вниз и слева направо. Ветвление
значений атрибутов и результаты представлены графически на дереве
решений.
Дерево решений может быть:
построено на основе данного представления путем прямого
редактирования;
выведено из таблицы примеров, содержащейся в представлении
примеров Examples View;
- 125 -
выведено из дерева исключений, содержащегося в представлении
Exception Tree View;
создано средствами программы анализа данных Profiler и сохранено
в XpertRule.
Правила продукции могут использоваться для отбора любого
количества взаимно неисключающих (независимых) решений.
Рис. 52. Пример использования правил продукции
В подобных задачах правила продукции являются эффективным
способом представления знаний.
Выбор метода построения задачи
Приведенная диаграмма иллюстрирует 4 основных метода
построения задачи.
Первые три метода в итоге дают дерево решений, а четвертый –
правила продукции.
Рис. 53. Методы построения задач
Необходимо иметь в виду следующее:
− после того, как метод выбран, изменить его нельзя. Все
представления, не состыковывающиеся с выбранным методом, будут
отключены;
- 126 -
− рисунок выше показывает, каким образом обычно создается задача
и задаются атрибуты на схеме представления атрибутов Attributes View.
Существуют быстрые клавиши для создания атрибутов (например, во время
редактирования дерева решений). Атрибуты можно также создать в словаре
(Dictionary), а затем скопировать их в другие окна;
− в первых трех методах подходы могут пересекаться. Например,
дерево решений можно вывести из множества примеров (прил. 2), а затем
отредактировать вручную (прил. 2).
Дерево решений и правила продукции можно разработать путем
прямого редактирования (подробные рекомендации представлены в прил. 2).
Однако экспертам-людям иногда оказывается трудно сформулировать
их знания в таком виде. В таких случаях эксперты могут сформулировать
свои знания, используя дерево исключений и просмотр примеров, заполняя
группы исключений или таблицы примеров.
Для конвертации знаний, представленных в таких промежуточных
структурах в логически эквивалентные (и таким образом, выполнимые) в
XpertRule, используется вывод правил методом индукции.
Разработка ЭС на основе дерева решений в XpertRule
Построение дерева решений на основе примеров
В приведенном ниже окне (рис.54) отображена таблица с примерами.
Каждый ряд в данной таблице представляет пример принятия решения,
иллюстрирующий множество значений атрибутов и соответственное
решение. Существуют опции для создания полных таблиц истинности,
сортировки, импортирования и экспортирования примеров.
Рис. 54. Таблица примеров
Самым важным свойством в представлении примеров является таблица
истинности (Truth Table), позволяющая генерировать полный набор
примеров, покрывающий все комбинации значений заданных логических
атрибутов. Эксперт может затем исправить решения для каждого примера.
- 127 -
Рекомендации по построению дерева решений на основе примеров
представлены в прил. 1.
Построение дерева решений на основе дерева исключений
Дерево исключений позволяет выразить процедуру принятия решения
через решения по умолчанию, определенные исключениями, которые в свою
очередь определяются включенными исключениями.
Рис. 55. Пример дерева исключений
Приведенный выше рисунок иллюстрирует подобную логику: сначала
приложение проходит все требования, но отклоняет их в том случае, если
ранг (Grade) имеет значение Senior Manager или Junior Manager. Однако этого
не происходит, если атрибут Grade имеет значение Senior Manager, a Hotel -
В, а значение атрибута Department не равно Sales. Такой тип представления
может иметь как простую (одно исключение), так и сложную структуру.
Рекомендации по построению дерева решений на основе дерева
исключений представлены в прил. 2.
Построение дерева решений прямым редактированием
Независимо от того, представлены ли знания в виде таблицы
исключений или дерева исключений, программа XpertRule использует
оригинальные алгоритмы вывода правил методом индукции, позволяющие
конвертировать любую репрезентацию в дерево решений, которое можно
просмотреть и изменить в окне просмотра дерева решений Decision Tree
View.
Рекомендации по прямому редактированию дерева решений находятся
в прил. 2.
Разработка пользовательских окон в XpertRule
Диалоговые окна в XpertRule генерируются автоматически. Если
пользователь введѐт нужные значения и последует указанной выше схеме,
система будет работать следующим образом:
Рекомендации по разработке графических элементов представлены в
прил. 2.
- 128 -
Рис. 56. Пример работы системы XpertRule
Разработка отчётов в XpertRule
Отчѐт – это один из активных компонентов XpertRule. С их помощью
создаѐтся более понятное пользователю приложение, оформляются в
терминах пользователя результаты работы приложения.
Для создания отчѐта рекомендуются выполнять представленную ниже
последовательность шагов.
1 шаг. Создание отчета
В окне выбора атрибутов (Attributes View) нажмите правой кнопкой
мыши на столбце «Outcomes» и выберите пункт «Report…»
2 шаг. Формирование отчета
В открывшемся окне «Edit Report» вводится текстовое пояснение
выводимым параметрам. Название отчета вводится в строке «Name» (рис.57):
Рис. 57. Формирование отчета
3 шаг. Вставка переменных
Для вставки выводимых переменных необходимо щелкнуть на кнопке
«Paste Variables» и выбрать необходимые (рис.58):
- 129 -
Рис. 58. Вставка переменных
Рис. 59. Логика выполнения самой простой задачи
3.6. Интеллектуальные информационные системы
Интеллектуальная система — это информационно-вычислительная
система(ИВС) с интеллектуальной поддержкой при решении задач без
участия оператора (лица, принимающего решение — ЛПР).
Интеллектуализированная система — это ИВС с интеллектуальной
поддержкой при решении задач с участием оператора — ЛПР.
Система с интеллектуальной поддержкой — система, способная
самостоятельно принимать решения.
Под способностью системы самостоятельно принимать решение
необходимо понимать способность системы получать и анализировать
информацию, понимать ее и делать новые выводы (пополняя ее),
формулировать заключения, т.е. «мыслить», помогая естественному
интеллекту — человеку, который, в свою очередь, корректируя, «улучшает»
принятое интегрированное решение.
Здесь следует оговорить, что существуют автоматы или просто
механическое или электронное реле, которые реагируют на наличие или
отсутствие сигнала или при контроле параметров работают по принципу
- 130 -
«годен — негоден». Это тоже принятие решения, однако, отнесем их к ИВС
с низким уровнем «интеллектуализации».
В связи с этим под интеллектуализированной системой (ИнС) будем
понимать систему, способную принимать решение в условиях:
а) необходимости обрабатывать и анализировать большой массив
информационной базы данных;
б) ограниченной информации;
в) неопределенности;
г) многомерного пространства;
д) необходимости распознавать ситуацию (образы, сцены и т.д.);
е) различных стадий жизненного цикла объектов (процессов) —
проектирования, производства, эксплуатации;
ж) динамических, эволюционизирующих, нестационарных фактов,
влияющих на решение задачи;
з) формализации и представления знаний;
и) адаптации, самообучения, самоорганизации и т.д.
Таким образом, если ИВС имеет необходимую математическую,
алгоритмическую, программную и инструментальную поддержку в принятии
решения в перечисленных условиях, то будем считать, что она имеет
интеллектуальную поддержку при решении широкого класса разнообразных
задач.
Для интеллектуальных информационных систем характерны
следующие признаки:
развитые коммуникативные способности,
умение решать сложные плохо формализуемые задачи,
способность к самообучению.
Неформализованные задачи — задачи, которые обладают одной или
несколькими из следующих характеристик:
1) они не могут быть заданы в числовой форме, т.е. задаются в
качественном виде или в терминах теории нечетких множеств;
2) цели не могут быть выражены в терминах точно определенной
целевой функции;
3) не существует алгоритмического решения задач;
4) алгоритмическое решение существует, но его нельзя
использовать из-за ограниченности ресурсов (время, память).
Все существующие ИнС можно разбить на два класса: общего
назначения и специализированные. К ИнС общего назначения отнесены те,
которые не только исполняют заданные процедуры; но на основе
метапроцедур поиска генерируют и исполняют процедуры решения новых
конкретных задач. Технология использования таких систем состоит в
следующем. Пользователь-оператор (эксперт) формирует знания (данные и
правила), описывающие выбранное приложение (прикладные задачи,
предметную область). Затем на основании этих знаний, заданной цели и