|
32 случае, если ядро продукции реализовалось. Постусловия продукции описывают действия и процедуры, которые необходимо выполнить после реализации В. Выполнение N может происходить сразу после реализации ядра продукции. Если в памяти системы хранится некоторый набор продукций, то они образуют систему продукций. В системе продукций должны быть заданы специальные процедуры управления продукциями, с помощью которых происходит актуализация продукций и выбор для выполнения той или иной продукции из числа актуализированных. В ряде систем ИИ используют комбинации сетевых и продукционных моделей представления знаний. В таких моделях декларативные знания описываются в сетевом компоненте модели, а процедурные знания в продукционном. В этом случае говорят о работе продукционной системы над семантической сетью. В качестве недостатков продукционной модели выделим следующие: малая степень структуризации БЗ; трудность оценки целостной «картины» представленных знаний; «плохая» видимость взаимосвязей между продукциями; Нельзя не сказать про достоинства продукционной модели, благодаря которым она поддерживается большинством инструментальных сред и оболочек построения ЭС (CLIPS и OPS5, EXSYS Professional, КЕЕ и др.): чётко выраженная информационная единица БЗ продукция; простота механизма логического вывода; гибкость, позволяющая вносить оперативные изменения в БЗ. Все, из вышеперечисленных моделей знаний, обладают рядом преимуществ и недостатков. При этом любая из них может быть сведена к другой, например, семантическую сеть можно изобразить при помощи фреймов и наоборот. Основные отличия заключаются в удобстве представления знаний для человека и для последующей их обработки с использованием вычислительных средств. Приоритетной задачей на данный момент является создание гибридных систем, основанных на различных моделях представления знаний и поиск компромисса между удобством представления знаний и скоростью их, обработки применительно к ЭС. |
специальные процедуры управления продукциями, с помощью которых происходит актуализация продукций и выбор для выполнения той или иной продукции из числа актуализированных. В ряде систем ИИ используют комбинации сетевых и продукционных моделей представления знаний. В таких моделях декларативные знания описываются в сетевом компоненте модели, а процедурные знания в продукционном. В этом случае говорят о работе продукционной системы над семантической сетью. В качестве недостатков продукционной модели выделим следующие: малая степень структуризации БЗ; трудность оценки целостной «картины» представленных знании; «плохая» видимость взаимосвязей между продукциями; Нельзя не сказать про достоинства продукционной модели, благодаря которым она поддерживается большинством инструментальных сред и оболочек построения ЭС (CLIPS и OPS5, EXSYS Professional, КЕЕ и др.): чётко выраженная информационная единица БЗ продукция; простота механизма логического вывода; гибкость, позволяющая вносить оперативные изменения в БЗ. Все, из выше перечисленных моделей знаний, обладают рядом преимуществ и недостатков. При этом любая из них может быть сведена к другой, например, семантическую сеть можно изобразить при помощи фреймов и наоборот. Основные отличия заключаются в удобстве представления знаний для человека и для последующей их обработки с использованием вычислительных средств. Приоритетной задачей на данный момент является создание гибридных систем, основанных на различных моделях представления знаний и поиск компромисса между удобством представления знаний и скоростью их обработки применительно к ЭС. Как видно из выше сказанного, пока нет единого подхода к способам представления знании в экспертных системах, что вызвано их молодостью с одной стороны и противоречивостью требований предъявляемых к спо31 |