Системное автоматизированное проектирование

анализе при организации диалога на предметном языке. Этот анализ

проводится после морфологического и синтаксического разбора. Далее

используется либо прямое преобразование синтаксических отношений в

семантические с применением встроенных правил (фильтров), либо

преобразование осуществляется на основе соответствий, указанных в моделях

управления.

Рис.1. Пример сети, используемой для представления отношений между

моделями и макромоделями объекта проектирования в САПР.

Однако, если предметная область САПР основана на описании естественных

объектов, то размерность семантической сети становится необозримой. В этом

случае предпочтительнее использование представления в виде фреймов.

ФРЕЙМЫ

Приведем определение фрейма.

ФРЕЙМ - поименованная семантическая сеть, являющаяся элементом

множества, построенного на операции связи с помощью одного или нескольких

узлов.

Подобное определение не противоречит с трактовкой фрейма как структуры

данных, формализовано отображающей объектно-субъективные отношения

декларативным либо процедурным образом и содержащей постоянную часть или

переменную. О последней говорят как о совокупности слотов ( переменная

часть фрейма ).

Такая структура образуется множеством троек вида:

{ F, (S1, GS1, PS1), ..., ( Si, GSi, PSi), ..., (Sl, GSl, PSl) },

где F - имя фрейма , Si - имя слота, GSi - значение слота, PSi -

процедура, связанная со слотом.

При работе с фреймами допустим любой уровень вложений, поскольку

значением слота некоторого фрейма может быть любое имя фрейма.

Сеть фреймов реализует модель объекта проектирования на основе фрейма

"преобразование" и отражает свойство объекта проектирования в целом и его

отдельных компонент (узлов, звеньев, макромоделей - совокупности звеньев).

Порядок инициализации процедур для преобразования данных определяется

слотами параметров моделей.

На рис. 2 приведена сеть фреймов, реализующая модель объекта

проектирования.

Рис. 2. Сеть фреймов, реализующая модель объекта проектирования в

соответствии с иерархией, отображенной на рис.1.

Для инженерной деятельности характерны специфичные формы представления

знания. Это связано со следующими обстоятельствами:

1) c необходимостью описания последовательности принятия проектных решений

в форме, удобной для представления в ЭВМ.

2) c отождествлением ТЗ на объект проектирования с той или иной

последовательностью действий проектанта.

3) с оценкой корректности ТЗ и адекватности моделей объекта проектирования.

Первое требование возникает, если САПР строится целиком на основе базы

знаний и не позволяет оперировать строгим математическими моделями объектов

проектирования. Такой путь предполагает использование экспертных систем для

накапливания знаний инженеров высокой квалификации и последующего их

"тиражирования" в вычислительных системах.

Второе требование также характерно для использования свойств экспертных

систем в полном объеме, а также для САПР, называемых "интеллектуальными".

Третье требование возникает при необходимости построить САПР,

адаптирующиеся к пользователю и развиваемые проектантами.

Наиболее интересным приложением для интеллектуальных САПР является

построение обучаемых мониторов, называемых интеллектуальными

планировщиками. Подобные мониторы реализованы с использованием аппарата

сетей Петри (которые мы здесь не рассматриваем).

МЕТОДЫ КОДИРОВАНИЯ

Рассмотренные способы представления знаний могут иметь самую

различную программную реализацию в вычислительных системах. Во многом эти

способы зависят от характера отношений между данными, которые моделируются

знаниями.

В инженерной практике исторически сложилось два способа документирования

проектных решений - текстовый и графический.

Наибольший интерес представляет графический способ документирования.

Технологические и пользовательские аспекты обработки графической

информации в системах проектирования и конструирования изучены достаточно

глубоко.

Двухуровневый характер кодирования таких изображений, как чертежи,

графики позволяет сводить их описание к лексическим примитивам (линия,

круг, точка и т.п.). Следовательно, представление знаний с помощью таких

"кодов" так или иначе сводится к способам, уже рассмотренным ранее.

Особое место занимает графическая информация, кодируемая полутоновыми

многоуровневыми изображениями реальных и искусственных объектов. Наиболее

мощным арсеналом программно-аппаратных средств обработки, хранения и

представления таких изображений располагает цифровая голография.

Использование этих средств позволяет не только решать задачи

препарирования изображений и распознавания образов, но и строить обучаемые

вычислительные системы.

ЛЕКЦИЯ (8

Тема: “Экспертная система для автоматизированного проектирования”

ВВЕДЕНИЕ

Экспертная система для решения задач автоматизированного проектирования

является, в свою очередь, вычислительной системой.

Она должна удовлетворять следующим требованиям:

1. Принимаемые с помощью системы решения должны соответствовать уровню

эксперта-профессионала.

2. Cпособы принятия решений (метарассуждения) в любой момент времени должны

воспроизводится в форме, понятной как эксперту, так и пользователю.

3. Система должна адаптироваться к пользователю за счет возможности менять

как формулировки запросов и задач, так и последовательность их

возникновения.

4. Cистема должна обладать возможностью использовать, приобретать и хранить

общие и частные схемы рассуждения, построенные на не полностью

достоверных данных и символьных преобразованиях.

5. В процессе жизненного цикла система должна обладать свойством ревизии

данных и схем рассуждений.

ЗАДАЧИ, РЕШАЕМЫЕ ЭКСПЕРТНОЙ СИСТЕМОЙ

Перечислим задачи, которые способна решать экспертная система:

1. Задачи не могут иметь числовой интерпретации.

2. Цели, достигаемые при их решении, не могут быть представлены в виде

целевой функции.

3. Комбинаторные методы перебора невозможны.

СТРУКТУРНАЯ СХЕМА ОБОБЩЕННОЙ ЭКСПЕРТНОЙ СИСТЕМЫ

Перечислим основные компоненты такой системы. К их числу относятся

следующие:

1. Лингвистический процессор

2. Подсистема логического вывода.

3. База знаний.

4. Подсистема ревизии знаний.

5. Рабочая память.

На рис.1 показана структурная схема обобщенной экспертной системы.

Рис.1. Структура обобщенной экспертной системы.

Лингвистический процессор осуществляет связь остальных компонент с

пользователем или экспертом на алгоритмическом языке.

Подсистема логического вывода обеспечивает построение той или схемы

рассуждения.

База знаний предназначена для хранения и обработки знаний,

представленных логическими, продукционными либо семантическими моделями.

Подсистема ревизии знаний позволяет пользователю либо эксперту

вмешиваться в процесс подготовки принятия решения за счет объяснения

(отображения) промежуточных действий в системе.

Рабочая память обеспечивает хранение промежуточных данных и их обмен

между компонентами системы.

В некоторых работах по искусственному интеллекту можно встретить

несколько другое представление обобщенной экспертной системы, причем,

принципиальным отличием может явиться наличие в структуре подсистемы

приобретения и интерпретации знаний. Однако в таких системах, как EURISKO,

роль такой подсистемы выполняет подсистема логического вывода совместно с

подсистемой ревизии знаний, а в системе MYSIN ее невозможно выделить как

отдельное программное средство. В системах, построенных по технологии

"prototyping" - ИНТЕРЭКСПЕРТ (GURU), ЭКСПЕРТИЗА, т.е. на основе оболочек,

также трудно выделить такой программный модуль, который обеспечивал бы

приобретение знаний.

Рассмотрим подробнее структурные компоненты экспертной системы.

КОМПОНЕНТЫ ЭКСПЕРНОЙ СИСТЕМЫ

ЛИНГВИСТИЧЕСКИЙ ПРОЦЕССОР

Лингвистический процессор обеспечивает взаимодействие пользователя либо

эксперта с программно-аппаратной частью экспертной системы путем

преобразования (трансляции, конвертирования, интерпретации) предложений на

проблемно-ориентированном (чаще на естественном) языке в предложения на

внутреннем языке (метаязыке) и наоборот.

На рис.1 не показано, что в этих преобразованиях участвует база знаний,

поскольку во многих экспертных системах лингвистические процессоры

реализуются отдельным модулем, имеющим программно-аппаратный вид.

Достаточно общее название этой структурной единицы позволяет

рассматривать под этим названием самые различные программные и программно-

аппаратные реализации. Они независимы от способа кодирования сообщения:

речевой ввод, ввод с алфавитно-цифровой клавиатуры, с сенсорного

устройства и т.д.

В любом случае считается, что входными данными лингвистического

процессора являются цепочки символов, представленных во внутреннем коде

системы, а выходными - либо цепочки, синтезированные на языке деловой прозы

для человека, либо цепочки на метаязыке системы.

Преобразование лексических единиц на естественном языке возможно в

процедурной, декларативной или смешанной форме. Для декларативной формы

характерно существование некоторого словаря и морфологический анализ

сводится к сопоставлению соответствующих лексем.

Процедурный способ морфологического анализа основывается на определении

последовательности операций, которые необходимо осуществить для определения

значений морфологических параметров. При этом под морфологией понимается

система правил порождения слов.

База знаний, над которой строится лингвистический процессор, содержит

словарь, множество фильтрующих процедур и семантическую сеть. С помощью

словаря осуществляется представление знаний о словах (лексемах).

Фильтрующие процедуры реализуют правила анализа и синтеза лексем, а

семантические сети кодируют смысловые структуры предметной области.

Структура основной части лингвистического процессора и взаимодействие

его элементов условно представлены на рис.2.

Рис.2. Структура лингвистического процессора

В процессе анализа сообщения пользователя выделяются корни слов,

идентифицируется совокупность корней по словарю, хранящемуся в рабочей

памяти, проводится морфологический разбор и после семантического разбора

порождается сообщение на метаязыке системы.

При синтезе сообщения чаще всего используется множество формальных

шаблонов, которые выбираются в соответствии с семантикой сообщения и

заполняются в соответствии с его морфологией и синтаксисом.

Лингвистический процессор систем ИНТЕРЭКСПЕРТ, ЭКСПЕРТИЗА позволяет

осуществлять связь на естественном языке и рассчитан на распознавание до

500 слов и команд. Процесс формирования интерфейса реализуется с помощью

меню. Оно предлагается пользователю всякий раз, когда введенное предложение

на естественном языке содержит слова, не содержаржащиеся в словаре

процессора.

Меню предлагает пользователю варианты типа:

- "временное изменение",

- "постоянное изменение",

- "более длинная фраза",

- "игнорировать слово" ,

- "снять запрос".

В первом режиме составляется временное определение, которое хранится до

следующего запроса. При этом нераспознанное слово автоматически приводится

в семантическое соответствие с синонимом из словаря в течение текущего

запроса.

экспертной системе позволяет со временем снимать разграничения в

функциях эксперта и пользователя.

Возможности наиболее распространенных в настоящее время экспертных

систем в области ревизии знаний пока ограничены. В основном, пользователю

объясняют причины запросов и раскрывают Во втором режиме проводится

постоянное доопределение словаря соответствующим синонимом.

В третьем режиме синонимы вводятся уже не для отдельных слов, а для

словосочетаний.

Четвертый режим позволяет пользователю понизить избыточность в

сообщении, если какое-то слово в фразе, кодирующей запрос, нераспознано

процессором, а пятый позволяет прекратить бесплодные попытки разъяснить

принципиально неопознанную фразу запроса.

Лингвистический процессор ИНТЕРЭКСПОРТ расширен на область графического

представления данных в виде таблиц и графиков.

ПОДСИСТЕМА ЛОГИЧЕСКОГО ВЫВОДА

Подсистема логического вывода, предназначенная для генерации

рекомендаций по решению прикладной задачи на основе информации, находящейся

в базе знаний, строится на основе теории машины Поста.

На структурной схеме, показанной на рис.3, определены связи между

компонентами этой подсистемы в соответствии с принципами функционирования

машины Поста. Согласно наименованию, подсистема порождает правило на основе

импликации вида:

Ri : Ii ( Ri’, где Ri - правило продукции, извлекаемое из базы

знаний, Ii - условие применения правила Ri,

R’ - порождаемое правило, которое может быть помещено либо не помещено в

базу знаний.

Рис.3. Структура и принцип функционирования интерпретатора

В процессе решения той или иной задачи в подсистеме производится

интерпретация (означивание) того или иного правила и выполнение действий,

определяемых этим правилом. Выбор (идентификация) того или иного правила

основан на сопоставлении условий Ii и в общем случае приводит к нескольким

правилам одновременно. При этом возможно порождение порождается

конфликтного набора.

Разрешение конфликтного набора осуществляется специальной процедурой,

называемой селектором. В селекторе заложена определенная стратегия.

Для оперативного хранения промежуточных данных по условиям Ii, во многих

системах предусматривается РАБОЧАЯ ПАМЯТЬ.

Например, в системе ИНТЕРЭКСПЕРТ, а точнее, в ее инструментальной среде,

логический вывод осуществляется либо с помощью процедур, разработанных на

уровне языка структурного программирования, либо с использованием эвристик,

реализованных в среде.

Различают прямую и обратную аргументацию.

В первом случае каждое правило, занесенное с помощью средств,

обрабатывается в последовательности от посылки к заключению. Если

предложение, реализующее посылку, истинно, то правило инициируется и

происходит переход к заключению. В противном случае возобновляется проверка

истинности до момента, когда все правила не будут исчерпаны.

Во втором случае в машине логического вывода распознается то правило, в

заключении которого содержится наиболее близкое к проблеме решение.

Если посылка правила не определена, производится перебор неизвестных

переменных в посылке правила применительно к новым условиям. Операции

повторяются циклически до нахождения решения либо до определения

неразрешимости задачи.

Посылки к правилам формируются с помощью нечетких множеств, причем

допускается использование нечетких чисел и лингвистических переменных. В

инструментальной среде ИНТЕРЭКСПЕРТ вводятся в рассмотрение "факторы

уверенности". Для них определена шкала в диапазоне от 0 до 100 .

Допускается формулировка посылок четкими переменными, полями базы данных,

статистическими переменными, переменными с индексами.

Доступ к машине логического вывода осуществляется двумя основными

путями: путем предложения правила и путем запроса на консультацию.

Первый путь реализуется предложением, имеющим форму:

правило: "имя правила"

ЕСЛИ : < предложение>

ТОГДА: < заключение >

Предложение реализуется выражением, которое связывает операнды и

операции логических отношений. Заключение строится из любого числа

операндов, в состав которых входят переменные и коды операций.

Правило инициируется только после того, как будут установлены значения

всех переменных, входящих в состав операндов и операций.

Таким образом, структура набора правил образуется предложениями:

описания типов используемых переменных, правил, консультаций, объяснений

правил (которые, вообще говоря, не обязательны), завершения набора и

завершения текста набора правил.

С помощью специального редактора набора правил осуществляется

построение, изменение состава и структуры и компиляция набора правил. После

компиляции образуется исполнимая экспертная система, порожденная в

оболочке системы. Программирование машины логического вывода, таким

образом, формально мало чем отличается от обычного программирования.

Отличие возникает при оперировании с нечеткими переменными и нечеткими

условиями.

Основные типы переменных, определенные в среде: символьные, числовые,

логические и неизвестные. Основные виды: ячейки, поля, рабочие переменные,

фиксированные переменные среды.

Отдельный вид составляют нечеткие переменные, определяемые в

рассматриваемой среде как и переменные набора. Последние имеют нечеткие

подмножества значений любого сочетания перечисленных типов. Каждое значение

нечеткой константы определяется соответствующим значением функции

принадлежности, определяемым в среде как "фактор уверенности".

Например, переменная набора

Y = {1/0.5; 2/0.5; 3/0.5}

в инструментальной среде записывается таким образом:

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9