Инженерия знаний (стр. 6 из 7)
имя координировать )Если цель находится в состоянии координировать и порядок задач не определён,
то создать
(Порядок задач ) –>
(make цель
состояние активный
имя упорядочить задачи) 
(modif1 состояние ожидания))ссылка указывает , что модифицироваться будет элемент рабочей памяти
Стратегия решения задач основана на явном задании цели
Выполнение
1. сопоставление с элементами памяти в результате формируется конфликтное
множество правил
2. Выбор правил из конфликтного множества
3. Выполнение действий, указанных в заключении правил
Выполняется до тех пор, пока не будет достигнута цель.
Приобретение знаний
- извлечение знаний из источника , преобразование их в нужную форму , а также
перенос в базу знаний интеллектуальной системы.
Знания делятся на :
- объективизированные ;
- субъективные
Объективизированные – знания , представленные во внешних источниках –
книгах, журналах, НИР.
- форматизированные, т.е. представлены в виде законов, формул, моделей, алгоритмов.
Субъективные – знания, которые являются экспертными и эмперическими не представлены
во внешней форме.
Знания экспертом является неформализованными, представляют собой множество эвристических приёмов и правил, позволяют находить подходы к решению задач и выдвигать гипотезы , которые могут быть подтверждены или опровержены.
Знания могут быть получены в процессе наблюдения за каким-либо объектогм.
Режимы работы инженера по знаниям, консультолога в процессе приобретения знаний.
1. протокольный анализ
- записываются рассуждения вслух в процессе решения задач.
О.с. составляются протоколы, которые анализируются
2. Интервью - ведется диалог с экспериментом, направленный на приобретение знаний.
3. Игровая имитация профессиональной деятельности.
Методы интервьюирования.
1. Рубление на ступени выделяются связи, позволяющие строить иерархические структуры
2. Репертуальная рещётка предлагаются 3 понятия и требуется назвать отличие 2-х понятие 3-его. Эксперту предлагается пара понятий и требуется назвать общие свойства =>
сформировать классы.
Методика работы конитолога по формированию поля знания
Включает 2 этапа
1. подготовительный
1.1. Чёткая подготовка задачи , которая должна решать система
1.2. Знакомство конит с литовой
1.3. Выбор экспертов
1.4. Знакомство экспертов с копией
1.5. Знакомство эксперта с популярной методикой по искусственному интеллекту
1.6. Формирование с копии поля знания
2. Основной этап
2.1. накачка поля знания в режиме
2.2. командная работа косметолога – анализ протокола, определение связей между понятиями , готовит вопросы к эксперту
3. Подкачка поля знания – задача вопросов эксперту
4. Формализация концептуальной задачи.
5. Проверка полноты модели
Если модель неполная , то используется 2-ое приближение.
Лекция 12 10.12. 99.
Нечёткие множества
[10,40] – толщина изделий
малая [10;20]
средняя [20;30]
большая [30;40]
степень 
принадл
1
0.7
0.1
х10 15 40 толщина изделий
- нечёткое множествох - универсальное множество
х - образуют совокупность пар А 
- называется функцией принадлежности нечёткого множества .Значения функции принадлежности для конкретного элемента Х называется
Степенью принадлежности
- носитель нечёткого множества
Нормальным нечётким множеством называется множество для которого
 |
0.6 - нечёткое множествоХ - универсальное множество
Х - образуют совокупность пар А 
: 
- называется функцией принадлежности нечёткого множества .Значение функции принадлежности для конкретного элемента Х называется степенью
принадлежности
- носитель нечёткого множества 
& 
Нормальным нечётким множеством называется множество для каждого
0,6 xЕсли приводить к нормальной форме => нужно поделить все её значения на
.Пример:
Пусть функция принадлежности задаётся целым числом от 10 до 40
Определить понятие малая толщина изделия.
1 . ..
.
.
.
.
| | | | | | | | x x10 11 12 13 14 15 16 17 18 18
Операции над нечёткими множествами
1. Объединение нечётких множеств
2. Пересечение нечётких множеств
3. Дополнение нечёткого множества
x x  |
 |
 |
Начало 12 и 13 лекции.
