Научная литература
booksshare.net -> Добавить материал -> Психология -> Сальвенди Г. -> "Человеческий фактор. Том 3. Часть 1" -> 67

Человеческий фактор. Том 3. Часть 1 - Сальвенди Г.

Сальвенди Г. Человеческий фактор. Том 3. Часть 1 — М.: Мир, 1991. — 487 c.
ISBN 5-03-001815-8
Скачать (прямая ссылка): chelovecheskiyfactort3ch11991.djvu
Предыдущая << 1 .. 61 62 63 64 65 66 < 67 > 68 69 70 71 72 73 .. 198 >> Следующая

Для преодоления неопределенности и внутренней противоречивости немонотонных рассуждений применяются самые разные методы. Ниже мы подробно остановимся на двух из них — на системах обеспечения истинности и вероятностном выводе, а также кратко обсудим другие методы.
Система поддержания достоверности
Система поддержания достоверности TMS (Truth Maintaince System) —это действующая система, разработанная Дойлом [36, 37] для обеспечения процесса немонотонных рассуждений. Ее основное назначение — поддерживать непротиворечивость утверждений, следя за тем, как сказываются на ней новые утверждения, в том числе и полученные с использованием программ логического вывода. Обнаружив противоречие, система TMS приводит в действие свой собственный механизм дедукции— так называемый механизм возврата, управляемый зависимостями, — стремясь разрешить это противоречие путем минимально возможного пересмотра совокупности убеждений.
В системе TMS все утверждения (и правила) называются «узлами», причем в каждый момент времени любой узел может находиться в одном из двух состояний: в состоянии IN, означающем полную убежденность в истинности соответствующего утверждения, или в состоянии OUT, означающем, что такой убежденности нет (либо в силу отсутствия всяких оснований считать это утверждение истинным, либо ввиду ложности всех утверждений, на которых могло бы основываться убеждение в его истинности). Состояние любого узла (IN или OUT) определяется в зависимости от приписанного этому узлу списка так называемых обоснований. Если узел «истинен», т. е. находится в состоянии IN, то хотя бы одно из этих обоснований
Экспертные системы
165
должно быть справедливым. Обоснование представляет собой ссылку на то, каким образом справедливость одного утверждения (его истинность, или тот факт, что соответствующий узел находится в состоянии IN) может зависеть от справедливости другого утверждения. Имеется две разновидности обоснований:
ОПОРНЫЙ СПИСОК (ОС (Список_узлов_Ш) (Список_уз-лов-OUT))
УСЛОВНОЕ ДОКАЗАТЕЛЬСТВО (УД(Заключение) (Список-гипотез-IN) (Список-гипотез-OUT))
Самыми распространенными являются обоснования, сформулированные в виде опорного списка (ОС). Они считаются справедливыми, если в текущий момент времени все узлы, перечисленные в списке IN, находятся в состоянии IN, а все узлы, перечисленные в списке OUT, — в состоянии OUT. В качестве примера приведем следующие утверждения:
1. Сейчас лето (ОС () ()).
2. Сейчас холодно (ОС (1) ()).
Пустые списки IN и OUT в обосновании типа ОС узла 1 указывают, что данный узел не зависит от наличия или отсутствия системы убеждений в каком-то другом узле. Подобные узлы называются предпосылками. Список IN в обосновании узла 2 содержит число 1. Отсюда следует, что этот узел истинен (находится в состоянии IN) только в том случае, когда истинен, т. е. находится в состоянии IN, узел 1. Узлы, подобные узлу 2, называются предположениями. Если окажется, что узел 1 не находится в состоянии IN, то узел 2 тоже становится узлом типа OUT.
Обоснования с помощью условных доказательств (УД) опираются на гипотетические аргументы. Обоснования такого рода являются справедливыми, если узел (Заключение) и все узлы из списка IN находятся в состоянии IN, а все узлы из списка OUT — в состоянии OUT. Вопросы, связанные с обоснованиями типа УД, требуют весьма подробного обсуждения, которое можно найти в работах Дойла [36, 37].
Следует иметь в виду, что система TMS не принимает решений относительно состояния (IN/OUT) предпосылок. Это делает дедуктивная программа, которую она обслуживает. Система же TMS просто обеспечивает согласованность старых и новых утверждений и правил, применяя метод, позволяющий определить состояние узла (истина/ложь) в произвольном контексте. Даже если в некотором контексте данный узел находится в состоянии «ложь», он не отбрасывается, а запоминается с сохранением своего состояния, поскольку в другом контексте это состояние может принять значение «истина».
166 Глава 3
Вероятностные рассуждения
Система TMS применима тогда, когда используемые знания таковы, что они могут быть либо истинными, либо ложными. В тех же случаях, когда знания могут быть одновременно и частично ложными, данная система неприменима. Вероятностные рассуждения— это совокупность методов, позволяющих справиться с неопределенностью знаний подобного рода.
Вероятностный подход к неопределенности, применяемый в системах, основанных на знаниях, опирается на методы либо теории байесовских вероятностей, либо на методы теории надежности. Теория бейесовских вероятностей была использована в экспертной системе PROSPECTOR, предназначенной для поиска месторождений полезных ископаемых. Эта теория позволяет вычислить вероятность некоторого события, исходя из данной совокупности наблюдений. В системе PROSPECTOR каждому продукционному правилу приписывается некоторая вероятность. Вероятности, соответствующие комбинации правил, например условные или совместные, вычисляются непосредственно по формулам Байеса.
Применительно к экспертным системам теория Байеса страдает некоторыми недостатками. Например, задача поиска всех предыдущих условных и совместных вероятностей требует больших затрат времени. Поскольку управляющей подсистеме ЭС, прежде чем вывести определенное заключение, необходимо найти буквально все прошлые вероятности, этот поиск снижает эффективность. Во-вторых, в теории Байеса сумма вероятностей всех возможных исходов должна быть равна 1. Отсюда следует необходимость модификации оценок всех существующих правил и возможных исходов всякий раз, когда добавляется новое правило. В-третьих, точность формул Байеса зависит от возможности определить полное множество гипотез таким образом, чтобы всякий раз по крайней мере одна из них оказывалась истинной. Однако для задач того типа, которые должны решать экспертные системы, это не всегда возможно. Например, пациент может страдать новой, еще никому не известной болезнью. Ввиду этих недостатков теории Байеса во многих экспертных системах применяются иные методы обращения с неопределенностью.
Предыдущая << 1 .. 61 62 63 64 65 66 < 67 > 68 69 70 71 72 73 .. 198 >> Следующая

Реклама

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed

Есть, чем поделиться? Отправьте
материал
нам
Авторские права © 2009 BooksShare.
Все права защищены.
Rambler's Top100

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed