Xreferat.com » Рефераты по информатике и программированию » Системное автоматизированное проектирование

Системное автоматизированное проектирование

физических принципах (закон сохранения энергии, не отрицательность времени и т.д.)

Формализуемые процедуры занимают "промежуточное" положение между формальными и эвристическими. С одной стороны, они используют математические модели, с другой стороны, характер их использования является экстраполяционным.

Например, параметрическая оптимизация, осуществляется с изменением метода оптимизации. Изменение метода происходит в результате анализа как целевой функции, так и влияния ограничений на характер процесса оптимизации.

Видно , что проектная операция может быть только формальной (по определению). Поэтому можно говорить, что формальная проектная процедура всегда состоит из конечного числа проектных операций.

Эвристическая процедура не содержит проектных операций, а формализуемая состоит из несовместимых операций. Их нельзя применять в любой последовательности и в любом сочетании, или их сечение нельзя заранее определить (предсказать).


ЛЕКЦИЯ №7


Тема: “Знания в вычислительных системах (САПР).
Формы представления и способы кодирования.”


ВВЕДЕНИЕ


Одним из первых обобщений, связанных с искусственным интеллектом в САПР, стала работа "Интеллектуальные системы автоматизированного проектирования больших и сверхбольших интегральных схем” В.А.Мищенко, Л.М. Городецкий и др. Радио и связь, 1988."

В ней излагаются концепции системы проектирования, "имитирующей деятельность конструктора в части накопления информации об алгоритмах проектируемых схем, модификации исходных алгоритмов для получения необходимых требований технического задания, перебора имеющихся конструктивов для реализации конкретной схемы, решения задач оптимизации при синтезе, проверки корректности требований ТЗ в рамках знаний, заложенных в систему.

Понятно, что сформировать требования к "интеллектуальным САПР" независимо от предметной области довольно трудно.

В первую очередь эти вопросы привлекли внимание разработчиков интегральных схем. В этой предметной области в значительно большей степени возможно формализованное представление объекта проектирования, различных проектных процедур. Это справедливо, пока речь идет о проектировании алгоритмов, архитектуры и функционально-логической структуры интегральных схем. Как только степень детализации в описании объекта проектирования достигает уровня, на котором требуется оперировать физическими величинами, и если речь идет о моделировании условий протекания физических процессов, то адекватное формализованное описание объекта и процесса проектирования становится все более затруднительным.

Поэтому представляется разумным сопоставить возможности строгого и формализованного подходов к проектированию. Он заключается в "жесткой "организации программного обеспечения САПР, и чисто эвристического подхода, используемого в экспертных системах, которые функционируют либо на основе нечеткой логики, либо на стохастических методах обучения.

В радиоэлектронном приборостроении используются сочетания разнообразных физических эффектов. В этой области как и в оптическом приборостроении и автоматики распространены системы автоматизированного проектирования с традиционной организацией программного обеспечения. Это связано, прежде всего, со значительными трудностями создания однородного математического описания систем, сочетающих резко отличающиеся по физической природе компоненты.

В данной лекции мы обращаем внимание на те проблемы, которые целесообразно решать за счет использования "жестких" и "мягких" компонент программного обеспечения САПР.

Обращено внимание на поиск точек соприкосновения формализованных и эвристических подходов на основе анализа основных принципов организации и функционирования таких систем применительно к задачам исследования.

Слабые места в формализованном подходе и пути их усиления за счет использования экспертных оценок, определяющих как характер так и последовательность их применения в сочетании с модельным представлением различных объектов проектирования, также будут рассмотрены.

Предполагается провести анализ способов модельного представления объектов проектирования, которые дают довольно строгую формализацию описания различных предметных областей. При этом сделан акцент на проблему адекватного описания.


ОБЩИЕ СВЕДЕНИЯ


Наиболее распространенным определением экспертной системы является утверждение о том, что это вычислительная система, оперирующая знаниями специалистов в определенной предметной области и способная принимать решения на уровне этих специалистов.

В этом определении остается неясным, что следует понимать под термином" знания" и что означает способность принимать решения вычислительной системой. Эта неясность возникает, если достаточно строго отнестись к термину "вычислительная система".

Если понимать ее как особым способом организованную совокупность программно-аппаратных средств, то способность ЭВМ принимать решения представляется спорной.

Экспертная система, как всякая вычислительная система, ни в какой момент времени ее создания и функционирования неотделима от пользователя и разработчика.

Первый существенный признак, позволяющий рассматривать экспертную систему как самостоятельный класс вычислительных систем, заключается в том, что она не должна морально устаревать.

Большинство работ, посвященных экспертным системам, свидетельствует о том, что основу их архитектуры составляет запас знаний о конкретной предметной области. При этом знания понимаются как совокупность правил, определяющих характер обработки данных, в результате применения которых может формироваться новая совокупность правил.

В приведенных определениях используются понятия данные и знания.

а) ДАННЫЕ в вычислительных системах - закодированные образы объектов реального мира, имеющих количественную меру. Наличие количественной меры говорит о возможности сопоставления объектов.

В соответствии с принятым определением в дальнейшем термин "данные" и производные от него ("база данных", "управление базой данных" и др.) будет использоваться для обозначения любых констант (включая логические, строковые), переменных и функций, а также множеств, их объединяющих.

б) Опираясь на определение данных, можно сформулировать определение термина " знания ".

Необходимо отметь, что речь идет о знаниях в вычислительных системах, а не о знаниях вообще.

Если измеримость объектов реального мира вытекает из возможности их сопоставления, т.е. установления отношений между ними, то среди этих отношений всегда можно выделить подмножество, которое объединяет закономерности. Такая возможность позволяет в дальнейшем оперировать термином "знания" в смысле образов отношений между измеримыми объектами реального мира.

Если соотнести теперь определения данных и знаний, то становится ясным, что данные являются частным случаем знаний. В самом деле, измеримость объекта, т.е. существования данных об объекте предполагает его сопоставимость с каким-либо другим. Он условно принят за эталон. Это сопоставление позволяет установить отношения между объектами (например, равно, больше, одинаково по смыслу и т.п.).

Отношение, в свою очередь, может быть закодировано и представлено в вычислительной системе. Если результат этого сопоставления кодируется константами, переменными либо функциями, то речь идет о представлении данных.

Если же в вычислительной системе представляют (кодируют) способ и результат сопоставления и сущностью этой информации является отношение между данными, которое также может кодироваться константами, переменными и функциями, то такого рода данные в дальнейшем следует называть ЗНАНИЯМИ.

Наиболее распространенными формами представления знаний являются логические, семантические и продукционные модели. Проведем анализ этих форм в сопоставлении с неформальным описанием знаний, составляющих основу инженерной деятельности. При этом будем различать формализуемые и эвристические способы построения моделей.

В инженерной деятельности используют формализованное описание объектов проектирования и проектных процедур. С появлением САПР - это используется во множестве формализованных проектных процедур и моделей объектов проектирования.

Объекты проектирования в сочетании со строгими методами оптимизации образуют жесткую структуру, изменения которой осуществляются разработчиками или специальными лицами, администрирующими информационную компоненту и сопровождающими систему автоматизированного проектирования. Они не являются специалистами в данной предметной области.


ЛОГИЧЕСКИЕ МЕТОДЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ


Предварительно остановимся на изложении некоторых понятий формальной теории.

Формальная теория задана, если определены четыре множества B, F, A, R : S = {B, F, A, R}, где

B - счетное множество базовых символов (алфавит) теории S ;

F - подмножество выражений теории S (формулы теории );

A - выделенное множество формул, образующее аксиомы теории S (множество априорно истинных формул);

R - конечное множество отношений между формулами ( правила вывода).

Формальная теория S называется РАЗРЕШИМОЙ, если найдется единая процедура, которая позволяет узнать для любой данной формулы, существует ли ее вывод в S.

Формальная теория S называется НЕПРОТИВОРЕЧИВОЙ, если не существует такой формулы ai О A, чтобы ai и `ai были выводимы в S.

Теория исчисления предикатов определяется следующими множествами:

АЛФАВИТ:

знаки пунктуации (,) . ;

пропозициональные связки И, З ,` , Й

знаки кванторов " , $

символы переменных хk , k=1,2,...,n

символы функциональных букв fkn

символы предикатных букв Pk

ВЫРАЖЕНИЯ: множества выражений строятся над множеством символов алфавита с помощью термов и элементарных формул.

ТЕРМЫ: символы переменной или константы, например X1,X2, ...,Xn или fk (X1,X2, ...,Xn)

ЭЛЕМЕНТАРНЫЕ ФОРМУЛЫ: совокупность предикатных букв, термов и знаков пунктуации, например,

Pk (X1,...,Xn)

ПРАВИЛЬНО ПОСТРОЕННЫЕ ФОРМУЛЫ: совокупность элементарных формул и пропозициональных связок, например:

Pk (X1 ,...,Xn) = P1 (X1,...,Xn).

С помощью выражения ("X)D (A) обозначается область действия квантора всеобщности. Это означает: для любого X из D существует правильно построенная формула A.

С помощью выражения ($X)D (A) устанавливается существование такого X из D, для которого справедлива правильно построенная формула.

Области значений правильно построенных формул кодируются таблицами истинности. Они устанавливают значения 0 либо 1 ("ложь" либо "истина") формулам:

`A , A И B, A З B

НЕЧЕТКОЕ ОТНОШЕНИЕ определяется оператором R и операцией "o": R o A = B, где A - входное нечеткое множество, B - выходное нечеткое множество.

Не будем раскрывать данную запись на уровне системы алгебраических уравнений.

Если истинность обозначена для всех наборов интерпретаций, ее называют общезначимой, в противном случае она невыполнима.

Говорят, что формула A логически следует из формул B1,B2,...,Bi тогда и только тогда, когда интерпретация формулы B1,B2,...,Bi совпадает с интерпретацией A. (B1,B2,...,Bi Ю A)

В этом случае B1,...,Bi - посылки, а A - заключение логического следования.

В сжатой форме это отношение обозначается как B1,B2,...,Bi => A

На практике имеет большое значение теорема дедукции, согласно которой A является логическим следствием B1,...,Bi тогда и только тогда когда формула B1,B2,...,Bi общезначима.

Известно использование исчисления предикатов для доказательства теорем. Методы доказательства теорем основываются на том, что если формула исчисления предикатов общезначима, то возможна проверка ее общезначимости на основе исчисления предикатов.

Элементы исчисления предикатов используются для кодирования аксиоматики того или иного математического аппарата. Это позволяет использовать его в технологических приложениях для записи спецификаций программ и как следствие для аналитического преобразования формул, модельного представления объектов проектирования и описания проектных процедур, а также для проверки на корректность и полноту программных реализаций систем аналитических вычислений.


НЕЧЕТКИЕ МНОЖЕСТВА И НЕЧЕТКАЯ ЛОГИКА


Многие продукционные модели представления знаний опираются на аппарат нечетких множеств и нечеткой логики Л.Заде с лингвистическими, а не числовыми значениями истинности.

Рассмотрим некоторые основные понятия.


Установлено, что нечеткость возникает тогда, когда элемент wОW обладает некоторым свойством А, имеющим субъективную окраску (по мнению различных экспертов).

Функция принадлежности mA( ) рассматривается как функция вещественного аргумента. Она определена на интервале [0,1].

Можно считать, что mA: u -> [0,1] ставит в соответствие каждому u число mA(u) из интервала [0,1], характеристическую степень принадлежности u подмножеству A. Нечеткое множество А будет обозначаться как объединение

А = еmA(ui) / ui, либо А = {m1 / u1 + ...+ mn / u n}

В случае, когда множество непрерывно A = тmA(u) / u.

Определим понятие множества уровня a.


МНОЖЕСТВО УРОВНЯ a это четкое множество Aa элементов универсального множества U, степень принадлежности которых множеству А больше или равна a:

Aa = {u / mA(u) > a}, где a - в общем случае может быть нечеткой константой.


ОБЪЕДИНЕНИЕ множеств по a

ИaA = тa aAa


Операция ДОПОЛНЕНИЕ

`A = тu(1- mA(u))/u


Операция ОБЪЕДИНЕНИЕ

A И B = тu(mA(u) И mB(u)) /u


Операция ПЕРЕСЕЧЕНИЕ

A З B = тu(mA(u) З mB(u)) /u


Аппарат, построенный на моделях нечетких операндов, широко используется в процедурных способах представления знаний. С его помощью осуществляется, в основном, эвристическое представление. Конкретные формы, в которых оно реализуется, зависят и от вычислительной среды, СУБД, от концептуальной модели базы знаний и от общей концепции проекта той или иной системы.


СЕМАНТИЧЕСКИЕ СЕТИ


Семантические сети строятся с помощью ориентированных графов. Вершины сети соответствуют объектам, а дуги семантическим отношениям.

Среди объектов выделяют понятия, свойства и события.

Семантические отношения можно условно разделить на лингвистические, логические, теоретико-множественные и квантифицированные. Применительно к задачам организации вычислительной среды САПР лингвистические отношения относятся к средствам доступа. К логическим отношениям относятся отношения типа: дизъюнкция, конъюнкция и отрицание.

Теоретико-множественные отношения рассматриваются как проявление категорий части и целого, затрагивают иерархическую структуру той или иной САПР в целом. Пример такой сети приведен на рис.1.

Семантические сети условно классифицируют на интенсиональные и экстенсиональные.

ИНТЕНСИОНАЛЬНАЯ сеть устанавливает те отношения между объектами, которые отличаются объективностью и повторяемостью.

ЭКСТЕНСИОНАЛЬНАЯ сеть кодирует отношения между конкретными фактами, объектами и событиями, т.е. между данными.

Наибольшее распространение семантические сети получили в концептуальных моделях баз данных и поэтому имеют распространение в САПР.

При использовании в САПР семантические сети применяются в семантическом анализе при организации диалога на предметном языке. Этот анализ проводится после морфологического и синтаксического разбора. Далее используется либо прямое преобразование синтаксических отношений в семантические с применением встроенных правил (фильтров), либо преобразование осуществляется на основе соответствий, указанных в моделях управления.


Рис.1. Пример сети, используемой для представления отношений между моделями и макромоделями объекта проектирования в САПР.


Однако, если предметная область САПР основана на описании естественных объектов, то размерность семантической сети становится необозримой. В этом случае предпочтительнее использование представления в виде фреймов.


ФРЕЙМЫ


Приведем определение фрейма.

ФРЕЙМ - поименованная семантическая сеть, являющаяся элементом множества, построенного на операции связи с помощью одного или нескольких узлов.

Подобное определение не противоречит с трактовкой фрейма как структуры данных, формализовано отображающей объектно-субъективные отношения декларативным либо процедурным образом и содержащей постоянную часть или переменную. О последней говорят как о совокупности слотов ( переменная часть фрейма ).

Такая структура образуется множеством троек вида:

{ F, (S1, GS1, PS1), ..., ( Si, GSi, PSi), ..., (Sl, GSl, PSl) },

где F - имя фрейма , Si - имя слота, GSi - значение слота, PSi - процедура, связанная со слотом.

При работе с фреймами допустим любой уровень вложений, поскольку значением слота некоторого фрейма может быть любое имя фрейма.

Сеть фреймов реализует модель объекта проектирования на основе фрейма "преобразование" и отражает свойство объекта проектирования в целом и его отдельных компонент (узлов, звеньев, макромоделей - совокупности звеньев). Порядок инициализации процедур для преобразования данных определяется слотами параметров моделей.

На рис. 2 приведена сеть фреймов, реализующая модель объекта проектирования.


Рис. 2. Сеть фреймов, реализующая модель объекта проектирования в соответствии с иерархией, отображенной на рис.1.

Для инженерной деятельности характерны специфичные формы представления знания. Это связано со следующими обстоятельствами:

1) c необходимостью описания последовательности принятия проектных решений в форме, удобной для представления в ЭВМ.

2) c отождествлением ТЗ на объект проектирования с той или иной последовательностью действий проектанта.

3) с оценкой корректности ТЗ и адекватности моделей объекта проектирования.

Первое требование возникает, если САПР строится целиком на основе базы знаний и не позволяет оперировать строгим математическими моделями объектов проектирования. Такой путь предполагает использование экспертных систем для накапливания знаний инженеров высокой квалификации и последующего их "тиражирования" в вычислительных системах.

Второе требование также характерно для использования свойств экспертных систем в полном объеме, а также для САПР, называемых "интеллектуальными".

Третье требование возникает при необходимости построить САПР, адаптирующиеся к пользователю и развиваемые проектантами.

Наиболее интересным приложением для интеллектуальных САПР является построение обучаемых мониторов, называемых интеллектуальными планировщиками. Подобные мониторы реализованы с использованием аппарата сетей Петри (которые мы здесь не рассматриваем).


МЕТОДЫ КОДИРОВАНИЯ


Рассмотренные способы представления знаний могут иметь самую различную программную реализацию в вычислительных системах. Во многом эти способы зависят от характера отношений между данными, которые моделируются знаниями.

В инженерной практике исторически сложилось два способа документирования проектных решений - текстовый и графический.

Наибольший интерес представляет графический способ документирования.

Технологические и пользовательские аспекты обработки графической информации в системах проектирования и конструирования изучены достаточно глубоко.

Двухуровневый характер кодирования таких изображений, как чертежи, графики позволяет сводить их описание к лексическим примитивам (линия, круг, точка и т.п.). Следовательно, представление знаний с помощью таких "кодов" так или иначе сводится к способам, уже рассмотренным ранее.

Особое место занимает графическая информация, кодируемая полутоновыми многоуровневыми изображениями реальных и искусственных объектов. Наиболее мощным арсеналом программно-аппаратных средств обработки, хранения и представления таких изображений располагает цифровая голография.

Использование этих средств позволяет не только решать задачи препарирования изображений и распознавания образов, но и строить обучаемые вычислительные системы.


ЛЕКЦИЯ №8


Тема: “Экспертная система для автоматизированного проектирования”


ВВЕДЕНИЕ


Экспертная система для решения задач автоматизированного проектирования является, в свою очередь, вычислительной системой.

Она должна удовлетворять следующим требованиям:

  1. Принимаемые с помощью системы решения должны соответствовать уровню эксперта-профессионала.

  2. Cпособы принятия решений (метарассуждения) в любой момент времени должны воспроизводится в форме, понятной как эксперту, так и пользователю.

  3. Система должна адаптироваться к пользователю за счет возможности менять как формулировки запросов и задач, так и последовательность их возникновения.

  4. Cистема должна обладать возможностью использовать, приобретать и хранить общие и частные схемы рассуждения, построенные на не полностью достоверных данных и символьных преобразованиях.

  5. В процессе жизненного цикла система должна обладать свойством ревизии данных и схем рассуждений.


ЗАДАЧИ, РЕШАЕМЫЕ ЭКСПЕРТНОЙ СИСТЕМОЙ


Перечислим задачи, которые способна решать экспертная система:

  1. Задачи не могут иметь числовой интерпретации.

  2. Цели, достигаемые при их решении, не могут быть представлены в виде целевой функции.

  3. Комбинаторные методы перебора невозможны.


СТРУКТУРНАЯ СХЕМА ОБОБЩЕННОЙ ЭКСПЕРТНОЙ СИСТЕМЫ


Перечислим основные компоненты такой системы. К их числу относятся следующие:

  1. Лингвистический процессор

  2. Подсистема логического вывода.

  3. База знаний.

  4. Подсистема ревизии знаний.

  5. Рабочая память.


На рис.1 показана структурная схема обобщенной экспертной системы.




Рис.1. Структура обобщенной экспертной системы.

Лингвистический процессор осуществляет связь остальных компонент с пользователем или экспертом на алгоритмическом языке.

Подсистема логического вывода обеспечивает построение той или схемы рассуждения.

База знаний предназначена для хранения и обработки знаний, представленных логическими, продукционными либо семантическими моделями.

Подсистема ревизии знаний позволяет пользователю либо эксперту вмешиваться в процесс подготовки принятия решения за счет объяснения (отображения) промежуточных действий в системе.

Рабочая память обеспечивает хранение промежуточных данных и их обмен между компонентами системы.

В некоторых работах по искусственному интеллекту можно встретить несколько другое представление обобщенной экспертной системы, причем, принципиальным отличием может явиться наличие в структуре подсистемы приобретения и интерпретации знаний. Однако в таких системах, как EURISKO, роль такой подсистемы выполняет подсистема логического вывода совместно с подсистемой ревизии знаний, а в системе MYSIN ее невозможно выделить как отдельное программное средство. В системах, построенных по технологии "prototyping" - ИНТЕРЭКСПЕРТ (GURU), ЭКСПЕРТИЗА, т.е. на основе оболочек, также трудно выделить такой программный модуль, который обеспечивал бы приобретение знаний.

Рассмотрим подробнее структурные компоненты экспертной системы.


КОМПОНЕНТЫ ЭКСПЕРНОЙ СИСТЕМЫ


ЛИНГВИСТИЧЕСКИЙ ПРОЦЕССОР


Лингвистический процессор обеспечивает взаимодействие пользователя либо эксперта с программно-аппаратной частью экспертной системы путем преобразования (трансляции, конвертирования, интерпретации) предложений на проблемно-ориентированном (чаще на естественном) языке в предложения на внутреннем языке (метаязыке) и наоборот.

На рис.1 не показано, что в этих преобразованиях участвует база знаний, поскольку во многих экспертных системах лингвистические процессоры реализуются отдельным модулем, имеющим программно-аппаратный вид.

Достаточно общее название этой структурной единицы позволяет рассматривать под этим названием самые различные программные и программно-аппаратные реализации. Они независимы от способа кодирования сообщения: речевой ввод, ввод с алфавитно-цифровой клавиатуры, с сенсорного устройства и т.д.

В любом случае считается, что входными данными лингвистического процессора являются цепочки символов, представленных во внутреннем коде системы, а выходными - либо цепочки, синтезированные на языке деловой прозы для человека, либо цепочки на метаязыке системы.

Преобразование лексических единиц на естественном языке возможно в процедурной, декларативной или смешанной форме. Для декларативной формы характерно существование некоторого словаря и морфологический анализ сводится к сопоставлению соответствующих лексем.

Процедурный способ морфологического анализа основывается на определении последовательности операций, которые необходимо осуществить для определения значений морфологических параметров. При этом под морфологией понимается система правил порождения слов.

База знаний, над которой строится лингвистический процессор, содержит словарь, множество фильтрующих процедур и семантическую сеть. С помощью словаря осуществляется представление знаний о словах (лексемах).

Фильтрующие процедуры реализуют правила анализа и синтеза лексем, а семантические сети кодируют смысловые структуры предметной области.

Структура основной части лингвистического процессора и взаимодействие его элементов условно представлены на рис.2.


Рис.2. Структура лингвистического процессора


В процессе анализа сообщения пользователя выделяются корни слов, идентифицируется совокупность корней по словарю, хранящемуся в рабочей памяти, проводится морфологический разбор и после семантического разбора порождается сообщение на метаязыке системы.

При синтезе сообщения чаще всего используется множество формальных шаблонов, которые выбираются в соответствии с семантикой сообщения и заполняются в соответствии с его морфологией и синтаксисом.


Лингвистический процессор систем ИНТЕРЭКСПЕРТ, ЭКСПЕРТИЗА позволяет осуществлять связь на естественном языке и рассчитан на распознавание до 500 слов и команд. Процесс формирования интерфейса реализуется с помощью меню. Оно предлагается пользователю всякий раз, когда введенное предложение на естественном языке содержит слова, не содержаржащиеся в словаре процессора.

Меню предлагает пользователю варианты типа:

  • "временное изменение",

  • "постоянное изменение",

  • "более длинная фраза",

  • "игнорировать слово" ,

  • "снять запрос".

В первом режиме составляется временное определение, которое хранится до следующего запроса. При этом нераспознанное слово автоматически приводится в семантическое соответствие с синонимом из словаря в течение текущего запроса.

экспертной системе позволяет со временем снимать разграничения в функциях эксперта и пользователя.

Возможности наиболее распространенных в настоящее время экспертных систем в области ревизии знаний пока ограничены. В основном, пользователю объясняют причины запросов и раскрывают Во втором режиме проводится постоянное доопределение словаря соответствующим синонимом.

В третьем режиме синонимы вводятся уже не для отдельных слов, а для словосочетаний.

Четвертый режим позволяет пользователю понизить избыточность в сообщении, если какое-то слово в фразе, кодирующей запрос, нераспознано процессором, а пятый позволяет прекратить бесплодные попытки разъяснить принципиально неопознанную фразу запроса.

Лингвистический процессор ИНТЕРЭКСПОРТ расширен на область графического представления данных в виде таблиц и графиков.


ПОДСИСТЕМА ЛОГИЧЕСКОГО ВЫВОДА


Подсистема логического вывода, предназначенная для генерации рекомендаций по решению прикладной задачи на основе информации, находящейся в базе знаний, строится на основе теории машины Поста.

На структурной схеме, показанной на рис.3, определены связи между компонентами этой подсистемы в соответствии с принципами функционирования машины Поста. Согласно наименованию, подсистема порождает правило на основе импликации вида:

Ri : Ii Ю Ri’, где Ri - правило продукции, извлекаемое из базы знаний, Ii - условие применения правила Ri,

R’ - порождаемое правило, которое может быть помещено либо не помещено в базу знаний.


Рис.3. Структура и принцип функционирования интерпретатора

В процессе решения той или иной задачи в подсистеме производится интерпретация (означивание) того или иного правила и выполнение действий, определяемых этим правилом. Выбор (идентификация) того или иного правила основан на сопоставлении условий Ii и в общем случае приводит к нескольким правилам одновременно. При этом возможно порождение порождается конфликтного набора.

Разрешение конфликтного набора осуществляется специальной процедурой, называемой селектором. В селекторе заложена определенная стратегия.

Для оперативного хранения промежуточных данных по условиям Ii, во многих системах предусматривается РАБОЧАЯ ПАМЯТЬ.

Например, в системе ИНТЕРЭКСПЕРТ, а точнее, в ее инструментальной среде, логический вывод осуществляется либо с помощью процедур, разработанных на уровне

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: