Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
продукционная модель представления знаний.docx
Скачиваний:
28
Добавлен:
18.12.2018
Размер:
250 Кб
Скачать

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

(ГОУВПО «ВГТУ»)

Естественно-гуманитарный факультет

Кафедра «Системного анализа и управления в медицинских системах»

КУРСОВАЯ РАБОТА

по дисциплине «Моделирование биологических процессов и систем»

Тема «Продукционная модель представления знаний»

Расчетно-пояснительная записка

Разработал студент В.В.Ануфриев

Подпись, дата Инициалы, фамилия

Руководитель ___ Е.И.Новикова

Подпись, дата Инициалы, фамилия

Члены комиссии

подпись, дата инициалы, фамилия

Нормоконтролер

подпись, дата инициалы, фамилия

Защищена ___________________ Оценка _____________________________

Дата

2010

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

(ГОУВПО «ВГТУ»)

Кафедра «Системного анализа и управления в медицинских системах»

ЗАДАНИЕ

на курсовую работу

по дисциплине «Моделирование биологических процессов и систем»

Тема работы «Продукционная модель представления знаний»

Студент группы БМ-081 Ануфриев Виталий Викторович

Фамилия, имя, отчество

Номер варианта 1 вариант

Содержание и объем работы (графические работы, расчеты и прочее) :

Сроки выполнения этапов:

Срок защиты курсовой работы

Руководитель Е.И.Новикова

Подпись, дата Инициалы, фамилия

Задание принял студент В.В.Ануфриев

Подпись, дата Инициалы, фамилия

Замечания руководителя Содержание

Введение…………………………………………………………………………...5

1. Продукционная модель представления знаний………………………….6

2. Примеры……………………………………………………………………7

3. Слабые стороны систем продукций………………………..……………8

4. Модификации продукционной модели…………………………………..9

5. Разработка программы…………………………………………………...10

5.1 Алгоритм решения…………………………………………………...10

5.2 Продукционные правила…………………………………………….11

5.3 Логическая схема……………………………………………………..16

5.4 Выбор среды программирования……………………………………19

5.5 Системные требования………………………………………………20

5.6 Структура программирования……………………………………….20

5.7 Используемые компоненты Delphi………………………………….20

5.8 Инструкция пользователя……………………………………………22

5.9 Блок-схема…………………………………………………………….23

5.10 Пример выполнения программы……………..…………………….24

5.11 Листинг программы……..………………………………………….25

Заключение ………………………………………………………………………30

Список литературы………………………………………………………………31

Введение

В своей работе я ставлю перед собой ставлю следующие задачи:

1)изучить теоретическую часть по теме «Продукционная модель представления знаний.

2)Построить и реализовать продукционную модель, которая с некоторой степенью точности могла бы распознать и диагностировать заболевания уха (выбрать 2 заболевания) и предлагать тактику лечения. Заболевания должны иметь ряд симптомов общих и ряд различных.

Для этого я воспользуюсь современными средствами поиска (интернет) теории и литературы и с помощью полученных знаний я попытаюсь создать программу в Delphi.

  1. Продукционная модель представления знаний

Продукции (наряду с сетевыми моделями) являются наиболее популярными средствами представления знаний в информационных системах. В общем виде под продукцией понимают выражение вида A ® B. Обычное прочтение продукции выглядит так: ЕСЛИ А, ТО B. Импликация может истолковываться в обычном логическом смысле, как знак логического следования B из истинного А. Возможны и другие интерпретации продукции, например, А описывает некоторое условие, необходи­мое, чтобы можно было совершить действие B.

Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа

«Если (условие), то (действие)».

Под условием понимается некоторое предложение — образец, по которому осуществляется поиск в базе знаний, а под действием — действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными или целевыми, завершающими работу системы).

При использовании продукционной модели база знаний состоит из набора правил, Программа, управляющая перебором правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные — это исходные факты, на основании которых запускается машина вывода.

Если в памяти системы хранится некоторый набор продукций, то они образуют систему продукций. В системе продукций должны быть заданы специальные процедуры управления продукциями, с помощью которых происходит актуализация продукций и выполнение той или иной продукции из числа актуализированных.

В состав системы продукций входит база правил (продукций), глобальная база данных и система управления. База правил – это область памяти, которая содержит совокупность знаний в форме правил вида ЕСЛИ – ТО.

Приведем несколько примеров.

Правило 1.

ЕСЛИ (намерение — отдых) и

(дорога ухабистая)

ТО (использовать джип)

Правило 2.

ЕСЛИ (место отдыха — горы)

ТО (дорога ухабистая)

Глобальная база данных — область памяти, содержащая фактические данные (факты). Система управления формирует заключения, используя базу правил и базу данных. Существуют следующие способы формирования заключений — прямые и обратные выводы.

Правила вывода бывает удобно представлять в виде дерева решений. Граф — множество вершин, связанных дугами. Дерево — граф, не содержащий циклов.

В прямых выводах выбирается один из элементов данных, содержащихся в базе данных, и если при сопоставлении этот элемент согласуется с левой частью правила (посылкой), то из правила выводится соответствующее заключение и помещается в базу данных или исполняется действие, определяемое правилом, и соответствующим образом изменяется содержимое базы данных.

В обратных выводах процесс начинается от поставленной цели. Если эта цель согласуется с правой частью правила (заключением), то посылка правила принимается за подцель или гипотезу. Этот процесс повторяется до тех пор, пока не будет получено совпадение подцели с данными.