Интеллектуальные информационные системы. Макаренко С.И. - 75 стр.

UptoLike

Составители: 

74
При срабатывании этого правила в базу данных интеллектуальной
системы (например, экспертной системы) добавляется факт, означающий, что
шансы найти работу высоки с достоверностью 0.9 или 90 % (значение
коэффициента достоверности КД). Понятия «Образование», «Возраст»,
«Коммуникабельность» служат для задания условия (в данном случае,
конъюнкции), при котором срабатывает правило [3].
Когда речь шла о различных A и B в ядрах продукций, то практически
было показано, что в такой форме можно представлять как декларативные
знания, так и процедурные, хотя сама форма продукций весьма удобна для
задания именно процедурных знаний. Пример метаправила для
гипотетической базы знаний, пример из которой был приведен ранее [3]:
ЕСЛИ
Экономика = развивается
ТО
Увеличить приоритет правила 1
Для представления нечетких знаний факты и правила в продукционных
системах снабжаются коэффициентами достоверности (или уверенности),
которые могут принимать значения из разных интервалов в разных системах
(например, <0,1>, <0, 100>, <-1,+1>). Во втором случае можно говорить об
уверенности в процентах, а в последнем случае о задании коэффициентом
уверенности меры ложности или истинности факта [3].
Рассмотренные модели представления знаний широко используются в
современных интеллектуальных системах и прежде всего в экспертных
системах. Каждая из форм представлений знаний может служить основой
для создания языка программирования, ориентированного на работу со
знаниями. В конце 80-х годов наметилась тенденция создавать
комбинированные языки представления знаний. Чаще всего комбинируются
фреймовые и продукционные модели.
В основу главы 3 положен материал учебного пособия [3].
    При срабатывании этого правила в базу данных интеллектуальной
системы (например, экспертной системы) добавляется факт, означающий, что
шансы найти работу высоки с достоверностью 0.9 или 90 % (значение
коэффициента достоверности КД). Понятия «Образование», «Возраст»,
«Коммуникабельность» служат для задания условия (в данном случае,
конъюнкции), при котором срабатывает правило [3].
    Когда речь шла о различных A и B в ядрах продукций, то практически
было показано, что в такой форме можно представлять как декларативные
знания, так и процедурные, хотя сама форма продукций весьма удобна для
задания именно процедурных знаний. Пример метаправила для
гипотетической базы знаний, пример из которой был приведен ранее [3]:
     ЕСЛИ
     Экономика = развивается
     ТО
     Увеличить приоритет правила 1
    Для представления нечетких знаний факты и правила в продукционных
системах снабжаются коэффициентами достоверности (или уверенности),
которые могут принимать значения из разных интервалов в разных системах
(например, <0,1>, <0, 100>, <-1,+1>). Во втором случае можно говорить об
уверенности в процентах, а в последнем случае – о задании коэффициентом
уверенности меры ложности или истинности факта [3].
    Рассмотренные модели представления знаний широко используются в
современных интеллектуальных системах и прежде всего в экспертных
системах. Каждая из форм представлений знаний может служить основой
для создания языка программирования, ориентированного на работу со
знаниями. В конце 80-х годов наметилась тенденция создавать
комбинированные языки представления знаний. Чаще всего комбинируются
фреймовые и продукционные модели.


     В основу главы 3 положен материал учебного пособия [3].




                                   74