МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ
БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
М. А. Сергиенко, В. В. Гаршина
РАЗРАБОТКА ЭКСПЕРТНЫХ СИСТЕМ НА ЯЗЫКЕ CLIPS
Учебно-методическое пособие для вузов
Воронеж
Издательский дом ВГУ
2014
Стр.1
Введение
В начале восьмидесятых годов в исследованиях по искусственному
интеллекту сформировалось самостоятельное направление, получившее название
«экспертные системы» (ЭС). Цель исследований по ЭС состоит в
разработке программ, которые при решении задач, трудных для экспертачеловека,
получают результаты, не уступающие по качеству и эффективности
решениям, получаемым экспертом.
В данном пособии освещаются вопросы проектирования экспертных
систем. В качестве инструментальной среды разработки предлагается использовать
экспертную оболочку CLIPS. Суть технологии CLIPS заключается
в том, что язык и среда CLIPS предоставляют пользователям возможность
быстро создавать эффективные, компактные и легко управляемые
экспертные системы. Для этого CLIPS предоставляет готовый инструментарий
(встроенный механизм управления базой знаний, механизм логического
вывода, менеджеры различных объектов CLIPS) и конструкции (упорядоченные
факты, шаблоны, правила, функции, родовые функции, классы, модули,
ограничения, встроенный язык COOL).
CLIPS (C Language Integrated Production System) – это инструмент
разработки ЭС, созданных отделом программного обеспечения космического
агентства NASA в Лондонском космическом центре Б. Джонсона.
CLIPS включает в себя язык представления порождающих правил и
язык описания процедур.
Основными компонентами языка описания правил являются база фактов
и база правил. На эти составляющие возлагаются следующие функции:
база фактов представляет исходное состояние проблемы;
база правил содержит операторы, которые преобразуют состояние
проблемы, приводя его к решению.
Машина логического вывода сопоставляет факты с правилами и выясняет,
какие из правил можно активизировать. Процесс выполняется циклически.
Каждый шаг состоит из трех этапов:
сопоставление фактов и правил;
выбор правила, подлежащего активации;
выполнение действий, предписанных правилом.
Данное пособие состоит из семи глав. В первой главе рассматривается
понятие ЭС, архитектура, участники процесса ее разработки и эксплуатации,
этапы создания. Вторая глава посвящена продукционным системам. В
третьей главе рассматриваются основные конструкции языка CLIPS (типы
данных, функции, факты, правила, pattern CE, условные элементы, глобальные
переменные), GUI-интерфейс оболочки CLIPS. Четвертая и пятая главы
посвящены решению задач на планирование и задач из логики высказываний
с применением возможностей языка CLIPS; приводится перечень за3
Стр.3
ПОЛЬЗОВАТЕЛЬ
Интеллектуальный
интерфейс
Механизм
вывода
ИНЖЕНЕР ПО ЗНАНИЯМ
извлечение знаний
ЭКСПЕРТ
Механизм
объяснений
БАЗА
ЗНАНИЙ
Рис. 1.1. Архитектура ЭС
В основе использования существующего механизма вывода лежит
процесс нахождения в соответствии с поставленной целью и описанием
конкретной ситуации, относящихся к решению единиц знаний и связыванию
их при необходимости в цепочку рассуждений, приводящую к определенному
результату.
Механизм объяснения – объяснительные способности ЭС, определяющие
возможность механизма вывода запоминать путь решения задачи.
Если пользователя не интересует полный вывод решения, то система должна
уметь выбирать из цепочки только ключевые моменты с учетом их важности
и уровня знаний пользователя. Для этого в БЗ необходимо поддерживать
модель знаний и намерений пользователя.
На рис. 1.2 представлены этапы создания ЭС.
На этапе идентификации конкретизируются основные параметры
проблемной области, к которым относятся:
класс решаемых задач (сфера применения ЭС);
критерии эффективности результатов решения задачи;
критерии эффективности процесса решения задачи (повышение
точности принимаемых решений, учет большого числа факторов, просчет
большого числа альтернативных вариантов, адаптивность к изменению
проблемной области и информационных потребностей пользователей, сокращение
сроков принятия решений);
цели принятия решений;
особенности исходных данных и используемых знаний (детерминированность
– неопределенность, статичность – динамичность, единственная
цель – множество целей, единственность – множественность источников
знаний).
6
Механизм
приобретения
знаний
Стр.6
Переформулирование
Идентификация проблемной
области
Переформулирование
Концептуализация
Перепроектирование
Уточнение
Формализация
Реализация
б
й
Тестирование
Опытная эксплуатация
Рис. 1.2. Этапы создания ЭС
В процессе идентификации участвуют эксперт и инженер по знаниям,
а результатом данного этапа являются определение назначения и сферы
применения ЭС, постановка и параметризация решаемых задач, формирование
ресурсного обеспечения (источники знаний, вычислительные средства,
время разработки, объем финансирования). При идентификации целей
важно отличать цели, ради которых создается ЭС, от задач, которые она
должна решать. Примерами возможных целей являются формализация неформальных
знаний экспертов; улучшение качества решений, принимаемых
экспертом; автоматизация рутинных аспектов деятельности эксперта.
На этапе концептуализации проводится содержательный анализ проблемной
области, выявляются используемые понятия и их взаимосвязи, определяются
методы решения задач. Этот этап завершается созданием модели
предметной области на объектном, функциональном и поведенческом
уровнях моделирования:
объектная модель описывает структуру предметной области как
совокупности взаимосвязанных объектов;
функциональная модель отражает действия и преобразования
над объектами;
7
Стр.7
поведенческая модель рассматривает взаимодействие объектов
во временном аспекте.
Вообще говоря, существуют два подхода к построению модели предметной
области:
атрибутивный (предполагает экспертную информацию в виде
троек объект – атрибут – значение атрибута, а также наличие обучающей
информации);
структурный (осуществляется путем выделения элементов
предметной области, их взаимосвязей и семантических отношений).
Для атрибутивного подхода характерно наличие наиболее полной информации
о предметной области: об объектах, их атрибутах и о значениях
атрибутов. Существенным моментом является использование дополнительной
обучающей информации, которая задается группированием объектов в
классы по тому или иному содержательному признаку, для чего могут использоваться
методы распознавания образов и автоматической классификации.
Структурный
подход к построению модели предметной области
предполагает выделение следующих когнитивных элементов знаний: понятия,
взаимосвязи, метапонятия семантического отношения. Выделяемые
понятия предметной области должны образовывать систему, под которой
понимается совокупность понятий, обладающих следующими свойствами:
уникальностью (отсутствием избыточности);
полнотой (достаточно полным описанием различных процессов,
фактов, явлений и т.п.);
достоверностью (соответствием единиц смысловой информации
их реальным наименованиям);
непротиворечивостью (отсутствием омонимии).
Выделение понятий предметной области и установление между ними
взаимосвязи служат основой для построения системы метапонятий – осмысленных
в контексте изучаемой предметной области системы классов
понятий. Для определения этих классов применяются как неформальные,
так и формальные методы, причем интерпретация, как правило, легче дается
эксперту, если классы получены неформальными методами. Последним
шагом построения модели предметной области при концептуальном анализе
является установление семантических отношений между понятиями и
метапонятиями. Для этого необходимо каждую зафиксированную взаимосвязь
осмыслить и отнести ее к тому или иному типу отношений.
Существует около 200 базовых отношений и, кроме того, для каждой
предметной области могут существовать уникальные отношения.
На этапе формализации все ключевые понятия и отношения выражаются
на некотором формальном языке, который либо выбирается из числа
существующих, либо создается заново. Другими словами, на данном этапе
8
Стр.8