Методы искусственного интеллекта для синтеза проектных решений. Подольский В.Е - 23 стр.

UptoLike

ВУЗ: 

ТГТУ | Тамбов

Составители: 

Рубрика: 

Понятие истинности данной схемы вывода выводится аналогично схеме modus ponens (44).
Тогда при выборе решений в чётких условиях в случае, когда информация задана полной непротиворечивой системой
первого типа, правило modus ponens соответствует выбору такого выходного высказывания, при котором истинность (44)
схемы вывода (43) достигает своего наибольшего значения, т.е. единицы. Для принятия решения используется алгоритм
прямой цепочки рассуждений.
Аналогично, при задании экспертной информации системой чётких высказываний второго типа индуктивная схема
вывода соответствует выбору такого высказывания
B, при котором истинность (44) схемы вывода (45) также достигает
своего максимума (=1). В данном случае для принятия решения используется алгоритм обратной цепочки рассуждений.
4.1.1. Алгоритм прямой цепочки рассуждения
Прямой алгоритм в ходе рассуждения движется от исходных данных через систему правил к результату. При этом из
исходных данных поочередно выбираются все факты, последовательно сравниваются с частью
ЕСЛИ всех правил базы
знаний. Прямая цепочка рассуждений позволяет пользователю экспертной системы получить всю информацию, сходящую
из входных данных.
Базу знаний экспертной системы можно условно разбить на две части: базу правил и базу данных. База правил
включает в себя статические знания о предметной области и формируется на основе экспертной информации. Процесс
построения базы правил является наиболее трудоёмким и трудно формализуемым этапом разработки экспертной системы.
База данных – знания в виде фактов, которые в свою очередь подразделяются на постоянные и временные факты. Временные
факты описывают определённую ситуацию, в процессе работы экспертной системы и зависят от входных данных.
Постоянные факты определяют логические зависимости - между объектами, предметной области и не меняются в ходе
эксплуатации экспертной системы.
Работу алгоритма рассмотрим на основе знаний, представленных в виде фактов и правил, являющихся фрагментом базы
знаний системы проектирования оборудования автоматизированной линии гальванопокрытий.
База знаний содержит три факта:
1)
кислота = агрессивная жидкость;
2)
азотная кислота = кислота;
3)
сернистая кислота = кислота.
и 9 правил:
1.
ЕСЛИ среда = кислота И концентрация > 70% ТО среда концентрированная кислота.
2.
ЕСЛИ среда = кислота И концентрация < 70% ТО среда = разбавленная кислота.
3.
ЕСЛИ среда = концентрированная кислота ТО материал ванны = хромоникелевая сталь.
4.
ЕСЛИ среда = разбавленная кислота ТО материал ванны = углеродистая сталь.
5.
ЕСЛИ среда = агрессивная жидкость ТО футеровка = есть.
6.
ЕСЛИ футеровка = есть И среда = сернистая кислота ТО материал футеровки – свинец.
7.
ЕСЛИ футеровка = есть И среда = азотная кислота ТО материал футеровки = винипласт.
8.
ЕСЛИ температура = меньше 100 °С ТО тип обогрева = пароводяная рубашка.
9.
ЕСЛИ температура = больше 100 °С ТО тип обогрева = электронагреватель.
После формирования базы знаний определяются вспомогательные структуры данных, необходимые для работы
алгоритма рассуждений. Для удобства работы представим эти структуры в виде табл. 3 – 8.
В эту таблицу 3 заносятся имена переменных, присутствующих в условной части правил.
Способ организации: для каждого правила базы знаний в списке резервируется
N позиций, где N = mах N
i
, i = 1 ... k;
N
i
– количество переменных в условной части i-го правила;
k – количество правил.
3. Список переменных условия
Переменная Переменная
1) среда 11) футеровка
2) концентрация 12) среда
3) среда 13) футеровка
4) концентрация 14) среда
5) среда 15) температура
6) 16)
7) среда 17) температура
8) 18)
9) среда
10)

Страницы