Представление знаний — страница 7

  • Просмотров 8954
  • Скачиваний 553
  • Размер файла 278
    Кб

структурного комплексного описания понятий предмет- ной области. По изобразительным возможностям ленемы более совершенны, чем та-кие традиционные модели представления знаний, как семантическая сеть, фрейм, система продукций. Однако, для некоторых понятий модель представления знаний на основе ленем может быть неудобной и даже неприемлемой. Например, это та-кие понятия, в описании которых очень большую роль играет внутренняя

динамика. Модель, созданная на базе ленем, позволяет объединить на пользовательском уровне три существующие в настоящее время парадигмы представления знаний: 1) логическую (продукционная и логическая модели); 2) структурную (семантические сети и фреймы); 3) процедурную. Для некоторых ситуаций это очень удобно, так как при реализации сложных моде-лей, включающих знания различных типов, возникает необходимость совмещения в одном

языке представления знаний различных концепций. 2.4.8. Алгебраические модели Алгебраическая модель подразумевает представление знаний в виде некоторых ал-гебраических примитивов, над которыми определено множество действий (некоторые из которых можно задать таблично). Для набора знаний представленного в таком виде действуют правила алгебраических множеств, такие как аксиоматизация, опре-деление подсистем и отношений

эквивалентности. Также возможно построение цепей множеств (множества, для которых определен порядок отношения «быть подсисте-мой»). Изначально предполагалось использовать подобную модель в качестве формализо-ванной системы построения аналогий (за счет определения эквивалентности). Одна-ко, на эту формальную модель очень сложно отобразить весь набор знаний, поэтому от этой идеи отказались. 2.4.9. Нейронные сети,

генетические алгоритмы Эти модели нельзя строго отнести к эмпирическому или теоретическому подходам. Их относят, как было сказано ранее, к бионическому направлению. Оно основывается на предположении о том, что если в искусственной системе воспроизвести структуры и процессы человеческого мозга, то и результаты решения задач такой системой будут подобны результатам, получаемым человеком. Так, в нейронных сетях моделируются

персептроны и их поведение, призванные ско-пировать дейтельность мозга, а генетические алгоритмы несут в себе принципы есте-ственного отбора и эволюции (за счет внесения изменений через мутации и смешение наследственностей). Особенностью моделей этого типа является широкое использование эвристик, что в каждом случае требует доказательства правильности получаемых решений. 3. Заключение Мы рассмотрели основные подходы к