Принятие решений в системах, основанных на знаниях. Коробова И.Л - 12 стр.

UptoLike

ВУЗ: 

ТГТУ | Тамбов

Составители: 

Рубрика: 

Возможны также отношения вида:
• "является следствием" – отражает причинно-следственные связи;
• "имеет значение" – задает значение свойств объектов.
П р и м е р 2.2: Требуется составить семантическую сеть для отображения следующих знаний:
1) оборудование для выполнения основных операций электрохимических покрытий представляет
собой основное технологическое оборудование гальванических комплексов;
2) ванны цинкования и меднения – это оборудование для выполнения операций электрохимических
покрытий;
3) ванны цинкования имеют защитную футеровку и вытяжную вентиляцию;
4) в состав вытяжной вентиляции входят бортовые отсосы;
5) оборудование для выполнения основных операций электрохимических покрытий имеет аппара-
туру управления и регулирования р-тока и теплообменные аппараты.
Из построенной семантической сети (рис. 6) вытекают, например, следующие дополнительные фак-
ты:
1) ванны цинкования являются основным технологическим оборудованием гальванических ком-
плексов;
являются
является
являются
имеет имеет
имеют
имеет
4 Ванны
цинкования
Вытяжная
вентиляция
Бортовые
отсосы
1 Оборудование для
основных операций
электрохимических
покрытий
5 Ванны
меднения
Основное технологическое
оборудование гальванопокрытий
2 Аппаратура
контроля р-тока
3 Теплообменная
аппаратура
имеют
Защитная
футеровка
Рис. 6
2) бортовые отсосы входят в состав ванны цинкования;
3) ванны меднения имеют теплообменную аппаратуру.
Свойства семантических сетей наследовать узлами более высокого уровня свойств узлов более низ-
кого уровня, принято называть иерархией наследования. Принцип иерархии наследования позволяет
исключать дублирование информации в семантических сетях. Например, достаточно один раз связать
узлы 1, 2 и 3 (рис. 6), чтобы не повторять информацию для узлов 4 и 5 и т.д.
Основной недостаток такого способа представления знаний – сложность обработки исключений.
2.4 НЕЙРОННЫЕ СЕТИ
Моделирование сложных систем требует большого числа знаний об объекте, в том числе экспери-
ментальных и экспертных. Для их обработки в последнее время широко используются нейронные сети.
В литературе встречаются несколько типов информационных моделей на основе нейронных сетей [8, 9]:
– моделирование отклика системы на внешнее воздействие;
– классификация внутренних состояний системы;
– прогноз динамики изменения системы;
– оценка полноты описания системы и определение значимости параметров системы;
– оптимизация параметров системы по отношению к заданной целевой функции;
– управление системой.

Страницы