Тема 6. Интеллектуальные технологии в экономических информационных системах. Технологии систем, основанных на знаниях (СОЗ). ч.3

Сама последовательность таких правил необязательно отражает последовательность рассуждений эксперта. Эти рассуждения будут организованы машиной вывода. Так, по получению задания на прогнозирование продаж, система в соответствии с заложенной стратегией вывода, может уточнить у пользователя период планирования, район и далее другие сведения, о которых будет упоминаться в выбираемых правилах, и которые будут неизвестны системе. В результате после применения правил системой будут выведены заключения о тех или иных изменениях в продажах.
Упомянутые в данном примере правила называют правилами продукций. Продукционная модель представления знаний является, пожалуй, наиболее распространенной в СОЗ. В общем виде правила продукций записываются так:
Если <Условие> То <Заключение>,
где <Условие> может представлять из себя сложное высказывание, состоящее из более простых, связанных связками “И” , “ИЛИ”, “Не”.
Практически правила продукций интересны еще и тем, что позволяют представлять и использовать знания с некоторой степенью определенности, например, с помощью специальных коэффициентов уверенности:
Если <А> То (К_З) <В>,
что интерпретируется так: если верно А, то с уверенностью К_З верным будет и В. Если А верно с коэффициентом уверенности К_А, то коэффициент уверенности В вычисляется по формуле:
К_В = К_З*К_А,
где К_З – называют коэффициентом силы правила. Например, в некоторой ситуации пользователь не смог уверенно сказать, что объем продаж напитка А «вырос существенно», но может оценить, что этот факт верен примерно на 70%. Тогда устанавливаем К_А = 0.7. Из наблюдений экспертов известно, что продажи продукта В, как правило, возрастают с возрастанием продаж напитка А. Однако, эксперт не дает стопроцентной гарантии и потому оценивает силу такого утверждения с коэффициентом К_З = 0.9. Тогда имеем К_В = 0.9*0.7=0.63 – коэффициент уверенности в истинности выводимого факта «Продажи продукта В возрастут». Отметим, что правила в БЗ могут быть такими, что позволят вывести несколько независимых свидетельств в пользу того или иного факта. Тогда предусматривается комбинация коэффициентов уверенности, полученных по разным цепочкам вывода.
Существующие методики расчета коэффициентов являются достаточно понятными и простыми для реализации, позволяют в результате получить от ЭС правдоподобный ответ и при неуверенности в исходных наблюдениях (т.е. в наблюдаемых фактах и взаимосвязях между ними).
Продукционная модель является не единственной моделью представления знаний в СОЗ. Распространены также представление знаний с помощью фреймов и сетей, в частности, семантических сетей. Об этих и других моделях рекомендуется прочитать в предлагаемой литературе (отметим, что модели предметной области в гипертекстовых системах (см. тему 4) можно также рассматривать в качестве частных случаев сетевых моделей знаний для СОЗ).
Практический интерес для реализации интеллектуальных ЭИС имеет ситуационный подход к принятию решений. Он реализуется в так называемых ситуационных советующих системах (встречаются названия «ситуационная система поддержки принятия решений», «экспертная система с анализом ситуаций» и другие вариации на «ситуационную тему»). В ситуационной системе база знаний представляется набором взаимосвязанных пар вида <ситуация, решение>, где ситуация описывает некоторую типовую для данной области ситуацию, а решение – рациональный вариант действий в данной ситуации. В частном случае решение может подразумевать под собой некоторый план поставок, вариант организации и проведения мероприятия, рекомендацию менеджеру по способу действий, рекомендацию по использованию инструктивных и методических материалов и другие руководства к действиям.
Если в продукционной ЭС знания представляются в виде взаимосвязей между фактами, то ситуационная система содержит в себе описания ситуаций целиком, например, в виде перечня атрибутов (параметров) ситуации и их значений. В привязке к рассмотренному выше примеру могут быть введены, например, такие ситуации, как ситуация “Общее снижение покупательской активности” или ситуация “Праздничные дни” и ее дальнейшее уточнение – ситуация “Новый год в районе Р ” или ситуация “Праздник 8 Марта в районе Р ” (предполагается, что для каждой из этих ситуаций в базе знаний имеются готовые рекомендации по поставке товаров в торговую точку).

Читать дальше:

Тема 6. Интеллектуальные технологии в экономических информационных системах. Технологии систем, основанных на знаниях (СОЗ). ч.4