Курсова робота на тему: «МОДЕЛІ ПРЕДСТАВЛЕННЯ ЗНАНЬ В КОМП’ЮТЕРНИХ СИСТЕМАХ »

 

План

ВСТУП……………………………………………………………………………………………3

1. Фреймові моделі представлення знань.    13

2. Логічні моделі.    15

3. Продукційна модель (ПМ) знань і її використання в ЕС.    19

4. МЕРЕЖЕВІ МОДЕЛІ ПЛАНУВАННЯ ТА УПРАВЛІННЯ    26

5. ІЄРАРХІЧНА модель даних.    33

Висновки.    35

Використана література    40

 

 

Вступ

Знання – система понять і відносин для такого обміну. Можна умовно класифікувати знання в предметній області на понятійні, конструктивні, процедурні, фактографічні знання і мета знання. Понятійні знання – набір понять, які використовуються при вирішенні даного завдання, наприклад, у фундаментальних науках і теоретичних областях наук, тобто це понятійний апарат науки. Конструктивні знання – набори структур, підсистем системи і взаємодій між їх елементами, наприклад, у техніці. Процедурні знання – методи, процедури (алгоритми) їх реалізації та ідентифікації, наприклад, у прикладних науках. Фактографічні – кількісні та якісні характеристики об’єктів і явищ, наприклад, в експериментальних науках. Мета знання про порядок і правила застосування знань (знання про знання).Представлення знань є процес, кінцева мета якого – представлення інформації (семантичного сенсу, значення) у вигляді інформативних повідомлень (синтаксичних форм): фраз усного мовлення, пропозицій письмової мови, сторінок книги, понять довідника, об’єктів географічної карти, мазків і персонажів картини і т . п. Для цього необхідно користуватися певною конструктивною системою правил для їх подання і сприйняття (прагматичного сенсу). Назвемо таку систему правил формалізмом представлення знань. Формалізації знання – це знання, отримані із застосуванням невідомих (формалізації) правил, наприклад, евристик, інтуїції, здорового глузду і прийняття рішень на їх основі.

Людина користується природним формалізмом – мовою, писемністю. Мова, мовні конструкції розвиваються завдяки тому, що людські знання постійно мають потребу в мовному поданні, вираженні, стиску, зберіганні, обміні. Думка, яку не можна виразити в мовній конструкції, не може бути включена в інформаційний обмін. Мова – форма представлення знань. Чим різноманітніша мова народу, чим більше знань він може відображати, тим багатшою культура народу. У той же час, пропозиції і слова мови повинні мати однозначний семантичний сенс. Особливу роль відіграє мова математики як мова наук (не лише точних, але і гуманітарних), формалізації знань, основа викладу системи знань у природничих науках. Своя мова мають хімія, фізика, економіка, інформатика і т.д. Мови наук часто перетинаються і взаємозбагачуються при дослідженні міждисциплінарних проблем.

Використання мовних систем і діалектів підвищує надійність інформаційного обміну, знижуючи можливість неправильного тлумачення інформації, що передається і рівень шумів в повідомленнях. Головне призначення мови науки – створювати і використовувати типові, “стандартні” форми викладу, стискання та зберігання знань, ліквідація полісемії (смислової багатозначності) природної мови. Полісемія, збагачуючи природну мову, роблячи її багатшою і виразно, тим не менш, є в інформаційному обміні джерелом семантичного шуму, смислової неоднозначності, а часто – і алогічності, не алгебраїчності. Приклад. Знайдемо і формалізуємо закономірність в послідовності 1, 10, 11, 100, 111, 1000, 1111, 10000, … . З порівняння членів A [i] (i = 1,2 ,…) послідовності, що стоять на парних місцях і на непарних місцях, видно, що: 1) елемент на непарному місці виходить з елементу на попередньому непарному місці додаванням одиниці праворуч до нього; 2) кожен елемент на парному місці виходить з елементу на попередньому парному місці додаванням справа до нього нуля. Це словесно описане (неформалізовані) правило можна записати на математичній мові, в аналітичному вигляді. Отримаємо для випадків 1) і 2): A [2n] = 10A [2n-2], A [2n-1] = 10A [2n-1] 1, n = 1, 2, … . Можна записати формулу, що об’єднує обидві ці формули: A [2n + m] = 10A [2n + n-2] + m, де m = 0 або m = 1. Найкраща форма (з меншою полісемії): А [2n + mod (n, 2)] = 10A [2n + mod (n, 2) -2] + mod (n, 2). Приклад. Формалізуємо закон формування послідовності: AB, AAB, ABB, AAAB, ABBB, … . Словесний опис правила має вигляд: до слова, що стоїть на черговому непарній місці, додається з кінця символ “В”, а до слова, що стоїть на черговому парній місці ліворуч, додається символ “А”. “Формульна” запис правила: Х2n +1 = X2n-1 + B, X2n = A + X2n-2, n = 1, 2, 3, … . Тут операція “+” означає конкатенацію (приєднання тексту до тексту праворуч), а Хn – елемент послідовності на n-му місці.

Класифікація – виділення деякого критерію (деяких критеріїв) розподілу і угрупування систем або процесів таким чином, що в одну групу потрапляють лише ті системи (процеси), які задовольняють цьому критерію (значенням критерію). Класифікація – це метод наукової систематики, особливо важливе на початковому етапі формування базових знань наукового напрямку. Класифікація, встановлення еквівалентності об’єктів, систем дозволяє вирішувати такі важливі завдання інформатики як фіксація знань, пошук за зразком, порівняння та ін.Приклад. Такими системами є класифікаційна система К. Ліннея в ботаніці систематика живих організмів, таблиця елементів Д. Менделєєва, систематика економічних систем, механізмів, “табель про ранги”, введена Петром Першим в 1722 р. Ця табель підрозділяють чини на 14 рангів. Кожному чину відповідала визначена посада. Перші 6 рангів статський та придворної служб і першим обер – офіцерський чин в армії давали право на отримання спадкового дворянства, що сприяло формуванню дворянській бюрократії. Таким чином, “табель про ранги” виконувала соціально-економічну класифікацію певної (визначальною) частини суспільства, соціально-економічний стимулюючу упорядкування.

Зазначені вище класифікаційні системи – ієрархічні структури (моделі) представлення знань. Окремі поняття, факти, знання, пов’язані між собою відносинами індуктивного (від приватного до загального), дедуктивного (від загального до конкретного) або індуктивно-дедуктивного виводу і формалізуються відповідними формальними структурами: деревовидними, морфологічними, реляційними та ін..Приклад. Розглянемо систему “Фірма”. Опишемо всіх співробітників фірми в лексикографічно впорядкованому списку з ім’ям “Співробітники”, вказуючи табельний номер, ПІБ, рік народження, освіта, спеціальність, розряд, стаж роботи. Цей список дає нам знання про колектив, його вікових та професійних якостях і ін.. Складемо інший список – “Заробітна плата”, де вкажемо для кожного співробітника умови оплати, величину їх заробітку (вартості одиниці часу їх роботи). Цей список дає нам знання про систему оплати фірми, її фінансового стану та ін. Обидва списку містять необхідний обсяг знань про трудовому колективі, якщо мета дослідження цієї системи – нарахування заробітної плати. Тут ми спостерігаємо і деревоподібні, і морфологічні, та реляційні моделі представлення знань. Для більш суворої формалізації (складних і динамічних) знань останнім часом використовують такий перспективний інструментарій, як категорії і функторів. Втім, математична складність такого апарата не дає застосовувати його на початкових етапах формалізації знань і він частіше використовується лише тоді, коли знання отримали достатньо повну математичну форму опису. Поява і розвиток об’єктно-орієнтованих технологій та об’єктно-орієнтованого проектування, що використовують близькі за духом ідеї, тим не менше, актуалізують апарат категорій і функторів, тому введемо основні початкові поняття.
Категорія K = <S,M> – це сукупність S елементів (компоненти, характеристики, параметри, властивості та інші параметри досліджуваної системи), які називаються об’єктами категорії, і сукупність перетворень, морфізмів M – спеціального типу перетворень, які дозволяють описувати (визначати), наприклад, еквівалентність, інваріантність та інші властивості. Об’єкти і морфізми пов’язані між собою так, що:

1. кожної впорядкованої парі об’єктів А, В S зіставлене безліч M (A, B) морфізмів з M;

ЗАВАНТАЖИТИ

Для скачування файлів необхідно або Зареєструватись

Modeli Predst Znan (200.0 KiB, Завантажень: 0)

Сторінка: 1 2 3 4 5 6 7 8
завантаження...
WordPress: 23.3MB | MySQL:26 | 0,322sec