شنبه 27 دی 1399 | Saturday 16 th of January 2021 صفحه اصلی گروه الکترونیکی کامپیوتر
1-1-3-1- روشهای نمایش دانش

- قوانین تولید

گروه بزرگی از سیستم های خبره از قوانین که گاهی اوقات "تولید" نامیده می شوند، برای نمایش دانش استفاده می کنند. شهرت قوانین به سبب اسانی و راحتی ان ها در کاربرد می باشد. قوانین معمولاٌ به شکل زیر نمایش داده می شوند.         

Ifشرط (ها) Thenعمل (ها) 

قسمت if، شرط ها را که گاهی اوقات پیش فرض ها نامیده می شوند توصیف می کنند. پیش فرض ها باید درست باشند تا قانون بتواند عمل نماید.

قسمت Then، مجموعه عملیات را، که نتایج نامیده می شوند توصیف می کند. اگر قانون قابلیت اجرا داشته باشد نتایج دنبال می شوند.

مثال

Ifسرعت ماشین بسیار زیاد باشد

Thenپای خود را روی ترمز فشار دهید.

مثال بالا نشان می دهد که اگر شرط خاص "سرعت ماشین بسیار زیاد باشد" محقق شود انگاه قسمت عمل انجام می شود. قوانین ممکن است شامل چندین شرط و یا چندین عمل باشند که می توان با به کار بردن ANDکه عطف (ترکیب عطفی) نامیده می شود ویا ORکه انفصال (ترکیب فصلی) نامیده می شود با هم ترکیب می شوند.

مثال زیر دو شرط را نشان می دهد که ترکیب شده اند:

Ifاتاق سرد است

Andاتاق تاریک است

Thenبهترین گیاه خانگی پیچک می باشد.

مزایای قوانین

عوامل زیر فاکتورهایی هستند که سبب استفاده گسترده از قوانین در سیستم های خبره می شوند این عوامل عبارتند از:

  • سادگی: شکل قوانین از مدل فیزیکی خوبی برای نمایش دانش برخوردار می باشد چرا که انها بسیار نزدیک به استدلال انسان هستند. این ویژگی سیستم های مبتنی بر قوانین را در مقایسه با دیگر روش های نمایش دانش، روشی ساده تر و راحتتر جلوه می دهد.
  • واحدمندی: به این معنی که بلاک های قوانین می توانند مستقل از هم نوشته شوند و سپس به پایگاه قوانین اضافه شوند و درستی انها کنترل شود. بنابراین سیستم های خبره مبتی بر قوانین به اسانی می توانند به قطعات قابل مدیریت شکسته شوند تا راحتتر ایجاد گردند. این خاصیت است که پایگا ه های دانش را قادر خواهد ساخت مرحله به مرحله ساخته شده و قدم به قدم توسعه یابند.
  • تشریح (توصیف) : سیستم های مبتنی بر قوانین امکانات تشریح (توصیف) ساده و شفافی را ایجاد می کنند.
  • عدم قطعیت: یک سری تکنیک هایی ایجاد شده اند که دانش را مجاز می سازند تا با استفاده از قوانین، عدم قطعیت (دانش غیر قطعی) را نیز نشان دهند.

قوانین همچنین به منظور نمایش انواع مختلف دانش استفاده می شوند. برای مثال دانش هیوریستیک، دانش

محدوده (دامنه) و دانش رویه ای همه می توانند با استفاده از قوانین نشان داده شوند.

معایب سیتم های تولید قانون

اگر چه قوانین تولید شده خاص می توانند شفافیت داشته باشند اما در سیستم هایی که شامل تعداد زیادی از

قوانین هستند (بیشتر از 200)، ممکن است ترکیب و نتیجه عملیات غیر شفاف باشد. به این دلیل که بعضی قوانین در یک پایگاه دانش ممکن است قوانین دامنه باشد و دیگر قوانین ممکن است قوانین کنترلی و یا رویه ای باشند. راهی برای جداسازی و تفاوت بین گرامرهای ifThenوجود ندارد و بنابراین همه نتایج ممکن است دنبال نشود. این مورد مخصوصاَ ممکن است اشکال زدائی را با مشکل مواجه کند.

مشکل دیگر سیستم های مبتنی بر قوانین این است که در برخی از سیستم های خبره، دانش نمی تواند به طور کامل توسط قوانین به نمایش در اید. برای مثال در سیستم خبره پزشکی، تاریخچه بیمار بسیار مهم است. هر چند سیستم های مبتنی بر قوانین با تکیه بر پایگاه های داده و به وسیله انها داده ها را ذخیره می کنند. اما گاهی اوقات برقراری ارتباط مؤفق بین سیستم خبره مبتنی بر قوانین و پایگاه داده ها، کاری واقعاَ مشکل است.

در نهایت اینکه سیستم های مبتنی بر قوانین یک ناتوانی ذاتی در یادگیری دارند و نمی توانند خودشان را تغییر دهند، در حالی که این مشخصه برای هر سیستم نمایش دانش، ضروری می باشد.

2- شبکه های معنایی

شبکه های معنایی یک روش گرافیکی برای نمایش دانش می باشند. این مفهوم ابتدا توسط رزکویلین در سال 1968 بیان شد. دانش می تواند به صورت اشیاء، مفاهیم، نتایج و روابط خاص بین انها به نمایش دراید.

در اصل شبکه معنا شامل یک مجموعه از گره ها و ارتباطات می باشد. گره ها اشیاء یا مفاهیم را نمایش می دهند و ارتباطات روابط بین انها را مشخص می نمایند.

3- قاب ها

مینسکی اولین شخصی بود که در سال 1975 مفهوم قاب را به این صورت تعریف کرد که: "یک قاب یک تکه ساختاریافته از اطلاعات، پیرامون خصوصیات، مشخصات و یا رفتارهای یک شی، یک عمل، یک موجودیت و یا یک رویداد می باشد" .

یک قاب در واقع الگویی است که برای نگهداری اطلاعات یک موجودیت به کار می رود.هر قاب دارای قسمت هایی به نام اسلات (شیار) می باشد که اسلات ها شامل صفاتی از ان موجودیت می باشند.

4- منطق

منطق به صورت گسترده ای در برنامه های هوش مصنوعی استفاده می شود. مهمترین بحث در منطق درستی

یا نادرستی ارگومان ها می باشد. نوعاَ ارگومان ها شامل گزاره ها و نتایج می باشند و این پایه و اساس منطق

گزاره ای می باشد.

نمایش ترکیبی

هیچ روشی برای نمایش دانش به تنهایی برای هر محدوده از مسائل مناسب نخواهد بود. هر شکلنمایش دانش مزیت هایی دارد و همچنین دارای معایبی است، که این مزایا ومعایب در جدول 1-1خلاصه شده اند. بعضی اوقات یک نمایش ترکیبی بهتر از یک نمایش منفرد است. ابزارهای برنامه نویسی هوش مصنوعی قوانین هستند. قاب ها و منطق نیز توانایی نمایش دانش به شکل ترکیبی را از طرق مختلفی دارند.

خلاصه

همانطوری که قبلاَ گفته شد، در بسیاری مواقع یک ساختار نمایش منفرد برای تمامی محدوده های کاربردی مناسب نمی باشد.

جدول 1-1-  مزا یا و معایب روش های نمایش دانش

معایب

مزایا

روش نمایش

نمایش دانش توصیفی، همچنین مشکل جداسازی محدوده دانش حل مسئله وجود دارد.

واحدمند، انعطاف پذیر و برای بسیاری دامنه ها (موضوعات) مناسب هستند.

قوانین تولید

مبهم - مدل فیزیکی ضعیف –عدم قطعیت را نمایش نمی دهد.

دقت. به این معنی که اگر مقدمات درست باشد، صحت نتایج را تضمین می کند. برنامه ها را به سمت اعلانی سوق می دهد. مثل پرولوگ

منطق

نمی توانیم دو کلاس از یک شیء را متمایز کنیم و تشخیص دهیم. بر خلاف قاب ها نمایش دانش رویه ای میسر نمی باشد. نمایش ساختار دانش برای سیستم های پیچیده غیر ممکن است.

روش نمایش مبتنی بر شیء است. بنابراین وراثت مجاز است.

شبکه های معنایی

مشکلات تئوری ناشی از اسلات هایی که باید در یک قاب تعریف شوند که این امر مسئله ای غیر قابل اجتناب می باشد. به این معنا که هیچ چیزی بطور کامل مشخص نیست و نمی توان برای شیء تعریف کلی ارائه نمود.

نمایش مبتنی بر شیء استفاده مجدد را اسان می کند. قاب امکانات لازم برای مدیریت استثناها و رویه ها را عرضه می کند که این ویژگی ها در نمایش منطق و سایر روش های نمایش به سادگی محقق نمی شود.

قاب ها

 
 

برای جمع اوری قوانین خبره در هر زمینه باید در ان زمینه مسلط بود. سیستم های تولید (مبتنی بر قوانین برای جمع اوری قوانین از شخص خبره ایده ال هستند. منطق در نمایش دانش با ساختار جزئی موفق است پایگاه های دانش شامل منطق و قاب برای نمایش اشیاء و موجودیت ها بسیار مناسب هستند. در جدول 1-2 مشخصات اصلی هر کدام از چهار روش نمایش دانش اورده شده است.                      

جدول 1-2 -خلاصه ای از ویژگی های اصلی روش های نمایش دانش.

روش های استنتاج

معماری پایه

روش نمایش

زنجیره حرکت روبه جلو یا روبه عقب، در زنجیره حرکت رو به جلو، مفسر در پایگاه داده جستجو می کند تا وقایع جور شده در سمت چپ قوانین را بیابد. در زنجیره رو به عقب مفسر سعی می کند شرایطی را بیابد که منجر به اثبات یک هدف گردد.

شامل مجموعه ای از قوانین و پایگاه داده ای که وقایع را می داند، با توجه به واقعیت های قوانین موجود مفسر سیستم حقایق جدیدی را کشف نموده به پایگاه داده اضافه می کند. اینکه چه قانونی انتخاب شود بستگی به روش استنتاج دارد.

قوانین تولید

تفکیک پذیری

در قضایا استفاده می شود، از قوانین استنتاجی همانند قیاس استثنایی استفاده می کند. سیستم خروجی بر اساس درخواست ها می باشد.

منطق

وراثت به وسیله ارتباطات و گره ها

نمایش مبتنی بر شیء، از ارتباطات و گره ها برای نمایش دانش استفاده می کند.

شبکه های معنا

وراثت در قاب، به صورت سلسله مراتبی، مقدار اسلات می تواند تعریف شده باشد.

نمایش مبتنی بر شیء گرایی، از اسلات ها برای ذخیره کردن صفات خاصه استفاده می کند. مقادیر قراردادی می توانند به اسلات ها نسبت داده شوند، بنابراین وراثت را اسان می کند.

قاب ها

 

Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26