Разработка базы знаний

I I.СПЕЦИАЛЬНАЯ ЧАСТЬ.

Специальная часть проекта должна содержать детальное описание решения поставленной в конце общесистемной части задачи.

Структура специальной части диплома должна примерно соответствовать основным стадиям разработки прототипа интеллектуальной (экспертной системы) - и соответственно иметь в качестве результатов сформулированную проблему, полученные знания, поле знаний, БЗ на языке представления знаний, программный прототип.

Рис. 1 Стадии разработки прототипа экспертной системы.

Если тема дипломного проекта связана с разработкой ядра экспертной системы, то есть базы знаний и логического вывода, то условно специальная часть может быть подразделена на три основных этапа:

Вербальное описание решаемой задачи (экономико-организационная сущность) соответствует стадии «идентификация проблемы».

В данном разделе необходимо более детально и подробно дать словесное описание проблемы специальной части. Так как разрабатывается один из компонентов интеллектуальной системы (т.е. системы, действующей по аналогии со специалистом-экспертом), дается описание на естественном языке основных мыслительных процессов, организационных действий, примеров принятия решений экспертом предметной области в конкретных ситуациях и обстоятельствах. Таким образом данный раздел может отражать первый шаг экспертного оценивания проблемы – первичное интервьюирование специалиста предметной области (2-3 страницы). Данное описание может содержать информацию в продукционной форме «если … то» (наиболее частое использование данной языковой конструкции при объяснении особенностей специальной предметной области), или в каких-либо других формах представления.

В соответствии с технологией проектирования баз знаний следующим шагом является структурирование полученной на интервьюировании эксперта первичной информации. Одним из способов структурирования является представление полученного текста в виде описания конкретных ситуаций и сведение их в таблицу. Известно, что наиболее распространенной формой пояснения своих действий (например новичку, или когнитологу при извлечении знаний) является изложение знаний на примерах (как правило вербальное описание изобилует продукциями вида «если … то»). Таким образом, таблица с примерами принятия решений в конкретных ситуациях может иметь вид:

A1	A2	…	An	Si
…	…	…	…	…

Где А1…А2 – параметры, характеризующие ситуацию, Si – действие эксперта в конкретной ситуации.

Такая таблица содержит учебный набор ситуаций. Следующий шаг извлечения и структурирования экспертных знаний связан с анализом учебного набора и выявления семантических связей между параметрами. На этом шаге необходимо найти противоречивые ситуации (исключить их из учебного набора или повторить интервью с экспертом с целью уточнения деталей), выявить наиболее значимые параметры, оказывающие существенное влияние на действия эксперта и т.д. Необходимо использовать соответствующие методы экспертного оценивания, аппарат обработки таблиц решений и т.д. Целью данного шага является получение оптимального сценария решения экспертом задачи (задач) предметной области (короткого дерева решений). Структурно данный сценарий может быть представлен в виде дерева решений (комплекса деревьев решений), или предложена и обоснована любая другая форма представления знаний (семантическая сеть фреймов, таблицы решений, в виде предикатов первого порядка и т.д.), приветствуются смешанные формы представления знаний (продукционно-фреймовые, объектно-продукционные и пр.), позволяющие воспользоваться преимуществами и исключить недостатки отдельных видов представления знаний. В процессе структурирования информации, необходимо выделить экстенсиональную и интенсиональную части хранения знаний, указать источники знаний. Окончательная структура представляется на рисунке в виде концептуальной модели знаний.

В качестве модельных средств возможно использование различных оболочек экспертных систем (VP-Expert, Rule-Master, Index, ExSys и др.) по выбору студента, с помощью которых подтверждаются и обосновываются избранные формы представления знаний перед проектированием, делаются предположения и обоснования модели представления знаний (форма представления + логический вывод). Необходимо также уделять внимание управлению нечеткостью и размытостью информации в базе знаний, следует вводить различные коэффициенты уверенности, использовать лингвистические переменные. В дипломной записке приводятся фрагменты проектируемой базы знаний. (20-25 стр.). Также см. рис.1.

Дата добавления: 2014-11-06