Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Уфимский государственный авиационный технический университет»

РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ С ПРИМЕНЕНИЕМ РЕЛЯЦИОННОГО ПОДХОДА СУБД ACCESS И С ИСПОЛЬЗОВАНИЕМ СРЕДСТВ VISUAL PROLOG.

Лабораторный практикум по дисциплине

«Интеллектуальные информационные системы»

Уфа 2012

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Уфимский государственный авиационный технический университет»

Кафедра АСУ

ПРИМЕНЕНИЕ РЕЛЯЦИОННОГО ПОДХОДА ДЛЯ РАЗРАБОТКИ ЭКСПЕРТНОЙ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ СРЕДСТВ СУБД ACCESS И VISUAL PROLOG.

Лабораторный практикум по дисциплине

«Интеллектуальные информационные системы»

Часть I

Уфа 2012

Содержание

Лабораторная работа №1

Применение реляционнлого подхода для разработки экспертной системы с использованием средств СУБД ACCESS

Введение

1. Цель работы

2. Краткие теоретические сведения

3. Ход работы

4. Задание

5. Порчдок выполнения работы

6. Требования к отчету

7. Контрольные вопросы

8. Методические рекомендациик проведению занятий

Список литературы

Лабораторная работа №2

Разработка экспертной системы средствами Visual Prolog.

Введение

1. Цель работы

2. Краткие теоретические сведения

3. Ход работы

4. Задание

5. Порчдок выполнения работы

6. Требования к отчету

7. Контрольные вопросы

8. Методические рекомендациик проведению занятий

Список литературы

Приложения

ЛАБОРАТОРНАЯ РАБОТА №1

Применение реляционнлого подхода для разработки экспертной системы с использованием средств СУБД ACCESS

Введение

1.Цель работы

Целью работы является изучение процесса построения экспертной системы (ЭС) на основе реляционного подхода, применяемого при разработке баз данных, с использованием средств СУБД ACCESS.

2. Краткие теоретические сведения

2.1 Реляционная модель экспертной системы

Мо­дель базы знаний для ЭС строится на основе реляционного подхода. Кроме того, в вашем распоряжении имеется компьютерная техноло­гия реализации реляционного подхода — это Access.

Систему, кото­рую намерены построить мы, относится к классу иден­тификационных (или диагностических) систем. Систе­мы этого класса решают задачу определения, т.е. иден­тификации, объекта по его признакам. Такие системы составляют значительную часть существующих эксперт­ных систем, и без их рассмотрения не обходится ни один учебник по экспертным системам. А в качестве примера, как правило, рассматривается задача опреде­ления вида животного или растения. Вот и мы будем проектировать такую экспертную систе­му. Кроме того, мы для простоты ограничиваемся лишь рассмотрением детерминированных систем, когда пользо­ватель может точно ответить на вопрос о наличии или отсутствии того или иного признака.

Начнем с того, что сформулируем знания по указан­ному вопросу. Вот эти формулировки:

Если собака короткошерстная, ростом менее 50см, с коротким хвостом, то порода - английский бульдог.

Если собака короткошерстная, ростом менее 50 см, с длинным хвостом, длинными ушами, то порода – гончая.

Если собака короткошерстная, ростом менее 50 см, с длинным хвостом, короткими ушами и с коротким телом, то порода – мопс.

Если собака короткошерстная, ростом менее 50 см, с длинным хвостом, короткими ушами и с длинным телом, то порода – чихуахуа.

Если собака короткошерстная, ростом более 50 см, весит более 50 кг, то порода – датский дог.

Если собака короткошерстная, ростом более 50 см, весит менее 50 кг, то порода – фоксхаунд.

Если собака длинношерстная, ростом менее 50 см, с доброжелательным характером, то порода – кокер-спаниель.

Если собака длинношерстная, ростом менее 50 см, с недоброжелательным характером, то порода – ирландский сеттер.

Если собака длинношерстная, ростом более 50 см, но менее 70 см, с длинными ушами, то порода – большой вандейский грифон.

Если собака длинношерстная, ростом более 50 см, но менее 70 см, с короткими ушами, то порода – колли.

Если собака длинношерстная, ростом более 50 см и 70 см, с рыжим окрасом и белыми отметинами, то порода – сенбернар.

Если собака длинношерстная, ростом более 50 см и 70 см, с белоснежным окрасом, то порода – ирландский волкодав.

Если собака длинношерстная, ростом более 50 см и 70 см, не с рыжим и не белоснежным окрасом, то порода – ньюфаундленд.

Мы, конечно, специально выбрали систему, в которой потребуется не так уж много знаний. Впрочем, попро­буйте, глядя только в выписанные формулировки, отве­тить на вопрос к какой породе принадлежит собака. Скорее всего, за полминуты это не получится.

Мы будем реализовывать следующий план построения экспертной системы. Сначала строится простейший ва­риант, который будет демонстрировать только основную идею. По сути дела, это решатель. Затем мы добавим остальное — блок объяснения и т.п., что позволит продемон­стрировать работу экспертной системы в полном объеме.

Систему логического вывода (тот самый решатель) мы изобразим орграфом. Каждая вершина графа поме­чена уточняющим вопросом экспертной системы к пользователю или ее ответом на задачу. Для удобства все вершины перенумерованы, начиная с нуля.

Если вершина помечена вопросом экспертной систе­мы, то из нее выходят две дуги. Одна дуга помечена од­ним ответом пользователя, другая – его альтернативным ответом. Вершина, соответствующая ответу экспертной системы на задачу, не имеет выходящих дуг. На рис.1 представлен граф, отражающий знания экс­пертной системы. Будем в дальнейшем вершину орграфа называть «состоянием экспертной системы».

Рис. 1 Структура логического вывода

По существу, работа экспертной системы означает «путешествие» по этому орграфу. Такое путешествие состоит из последовательности однотипных шагов, на каждом из которых пользователь должен решить, по какой дуге он пойдет из очередной вершины.

Исследуя реляционный подход, мы должны теперь описать этот орграф подходящими таблицами. Сделать это нетрудно: каждую дугу мы опишем номером ее начала и номером ее конца. Кроме того, поскольку дуги у орграфа помечены, мы сделаем в таблице не два столбца — началь­ная и конечная вершины дуги, — а три, добавив столбец «Ответ пользователя». Назовем эту таблицу «Ребра».

Таблица 1

Таблица «Ребра»

Начало	Конец	Ответ пользователя
0	1	Короткошерстная
0	2	Длинношерстная
1	3	Менее 50 см
1	4	Более 50 см
2	5	Менее 50 см
2	6	Более 50 см
3	7	Короткий

Продолжение таб. 1

3	8	Длинный
4	9	Более 50 кг
4	10	Менее 50 кг
5	11	Да
5	12	Нет
6	13	Менее 70 см
6	14	Более 70 см
8	15	Длинные
8	16	Короткие
13	17	Длинные
13	18	Короткие
14	19	Нет
14	20	Да
16	21	Короткое
16	22	Длинное
19	23	Да
19	24	Нет

Но одной этой таблицы мало, поскольку требуется еще информация о реакциях экспертной системы на ответы пользователя. Реакция же может быть двоякой: ответ системы или очередной вопрос пользователю. Поэтому и таблиц будет две. Вот как могут выглядеть эти таблицы. Таблица «Имена» имеет два атрибута: Состояние и Имя.

Таблица 2

Таблица «Имена»

Имя	Состояние
Порода - Английский бульдог	7
Порода - Датский дог	9
Порода - Фоксхаунд	10
Порода - Кокер-спаниель	11
Порода - Ирландский сеттер	12
Порода - Гончая	15
Порода - Большой вандейский гриффон	17
Порода - Колли	18
Порода - Сенбернар	20
Порода - Мопс	21
Порода - Чихуахуа	22
Порода - Ирландский волкодав	23
Порода - Ньюфаундленд	24

Теперь надо определить взаимодействие этих таблиц. Для этого нам в каждый момент работы экспертной системы потребуется знать, в каком состоянии она на­ходится. Номер этого состояния будем хранить еще в одной таблице, которую назовем «Текущее».

Таблица3

Таблица «Текущее»

Состояние

0

Сейчас в эту таблицу записано на­чальное состояние экспертной системы.

Ясно, что должно происходить даль­ше. По текущему состоянию эксперт­ная система генерирует запрос к таблице «Ребра». При этом должно быть реализовано соеди­нение таблиц «Текущее» и «Ребра» по атрибутам Нача­ло = Состояние. В зависимости от реакции на этот запрос пользователя экспертная система переходит в сле­дующее состояние и либо выдает ответ, либо генерирует очередной запрос. Изменение состояния экспертной си­стемы организуется с помощью макрокоманд, допусти­мых той программной оболочкой, которая используется для реализации этой модели экспертной системы.

Таблица «Вопросы» также имеет два атрибута: Состояние и Вопрос.

Таблица 4

Таблица «Вопросы»

Состояние	Вопрос
0	Какая собака: длинношерстная или короткошерстная?
1	Каков рост собаки менее 50 или более 50 см?
2	Каков рост собаки менее 50 или более 50 см?
3	У собаки короткий хвост или длинный хвост?
4	Собака весит более 50 кг или менее?
5	Собака доброжелательна?
6	У собаки рост менее 70 см или более?
8	Уши длинные или короткие?
13	Уши длинные или короткие?
14	Окрас рыжий с белыми отметинами?
16	Тело длинное или короткое?
19	Белоснежный окрас?