В статье рассматривается формализованная математическая модель представления знаний. Описаны механизмы приобретения знаний из собственного опыта, из опыта и примеров организаций. Представлен подход к приобретению знаний путем их добавления в базу знаний из других источников. Организации функционируют успешно, когда все взаимосвязанные действия понятны и управляются системно, а решения в отношении текущих операций и запланированных улучшений принимаются на основе достоверной обновленной информации и знаний, которые отражают опыт лучшей практики и мнение заинтересованных сторон. При этом важной задачей является рациональное использование наработок, осуществленных в организации, опыта работы специалистов, подходов к решению производственных задач, примеров успешной деятельности [1].
Большинство практических подходов к структуризации данных предполагает участие эксперта, что связано с динамичностью и неполнотой данных используемых для решения задач. При формировании закономерностей могут учитываться оценки сходства (полезности) рассматриваемых и существующих моделей сущностей через обобщенную близость (комбинацию близостей, вычисленных на множестве частичных описаний). В настоящее время существует много направлений решения этой задачи, среди которых можно отметить [2,3]:
- основанные на символьном представлении знаний, информации;
- на основе сетей взвешенных связей;
- использующие эволюционное моделипрование.
Одной из сложных проблем работы со знаниями является выбор адекватной модели их представления. В настоящее время разработано множество подходов к представлению знаний, в основе которых заложено использование таких моделей представления знаний, как формальные
В формате интегрированной модели представления знаний, где сущности представляются концептами определяют любые части реального мира - предметы, связи между ними, признаки и т.д., описание проблемной области М (1) с учетом представлений (2-3) представляется следующим образом:
М = {NK, PRU, PSU, LNI, LNO, WK}, (5)
где NK - имя концепта,
PRU - предусловия концепта,
PSU - постусловия концепта,
LNI - список имен определяющих концептов,
LNO - список имен определяемых концептов,
WK - вес/сила концепта.
Такое представление позволяет осуществлять полную навигацию по сети, строить проблемную область при принятии решений, накапливать опыт и максимально отображать существенные для объекта закономерности реального мира.
Для представления реального мира с помощью интегрированной модели, необходимо задать ее основные синтаксические конструкции. Описание синтаксических конструкций производится с помощью нормальных форм Бэкуса-Наура [5]:
При использовании интегрированной модели возможна одновременная обработка всех элементов рассматриваемого состояния.
Получение знаний из опыта работы организации, примеров успешной деятельности других организаций, может осуществляться различными способами. Основные из них представлены ниже.
Обучение на примерах:
- обучение на примерах решаемых организацией задач;
- обучение на примерах решаемых задач другими организациями.
Для получения знаний из опыта на основе интегрированной модели представления данных предлагается использовать подход к формированию новых понятий на основе взвешенных связей.
Имитация данного процесса в системе обобщения опыта, формирования новых понятий (концептов) осуществляется следующим образом.
На вход системы формирования новых понятий (обобщения опыта) поступают признаки (параметры, концепты, сущности), описывающие новую ситуацию или план решения задачи.
Имя для нового понятия NK (5) формируется по установленным в системе правилам и может представлять, в простейшем случае, уникальный код из символов. В более сложных случаях, это может быть набор символов, который ассоциируется с описываемой ситуацией.
Между концептом (понятием) новой сущности и концептами описания устанавливаются связи Ri (3), каждой из которых приписывается начальное значение веса. Значения весов - ΔWRi, которые устанавливаются изначально, добавляются или вычитаются в ходе обучения, могут бытьфиксированными для всех связей Ri или изменяться в зависимости от контекста ситуации, концептов, типов связей. Описание вновь сформированного понятия помещается во временную память. При последующих поступлениях описания данной ситуации происходит изменение значений весов связей WRj и веса формируемого концепта WSi, как функции от весов связей:
WSi
(6)
Окончание процесса формирования нового понятия может происходить после рассмотрения определенного числа обучающих выборок (примеров), либо когда изменение веса нового понятия не превышает заданную величину для заданного числа рассмотрений ситуации. Когда новое понятие будет сформировано (уточнено существующее), его описание переносится из временной памяти в постоянную (базу знаний).
ВЫВОДЫ
- Основная сложность накопления знаний, их многократного использования связана с разнородностью источников знаний, форм их представления, смыслового наполнения, интерпретации.
- Исследования направлены на разработку компьютерных методов позволяющих решать задачи различной сложности в различных предметных областях.
ЛИТЕРАТУРА
- Базы знаний интеллектуальных систем /Т.А. Гаврилова., В.Ф. Хорошевский- Спб: Питер, 2000. – 384с.
- Тельнов Ю.Ф. Интеллектуальные информационные системы. (Учебное пособие) - М., 2000. - 81 с.
- И.А.Бессмертный. Искусственный интеллект– СПб: СПбГУ ИТМО, 2010. –132 с.