Государственное образовательное учреждение

высшего профессионального образования

Поволжский государственный университет

телекоммуникаций и информатики

Кафедра экономических и информационных систем

ПРОЕКТИРОВАНИЕ

БАЗ ДАННЫХ И БАЗ ЗНАНИЙ

Методические указания

для выполнения лабораторных работ

Составители: Жданова Е.И.,

Трошин Ю.В.,

Халимов Р.Р.

Самара

ИУНЛ ПГУТИ

2011 г.

УДК 004.89

Рецензент

Кандидат технических наук, доцент каф. ИСТ СГАУ Симонова Е.В.

Жданова Е.И., Трошин Ю.В., Халимов Р.Р. Проектирование баз данных и баз знаний: Методические указания для выполнения лабораторных работ.- Самара: ПГУТИ, 2011. – 61 с., ил.

Проектирование баз данных и баз знаний – развивающаяся область искусственного интеллекта, изучающая вопросы построения и применения систем, основанных на знаниях, которые не только могут накапливать и передавать знания специалистам, но и вступать в диалог, объясняя полученные выводы.

В методических указаниях представлены работы, посвященные созданию онтологий в различных предметных областях, проектированию и использованию нейронных сетей разной архитектуры. Также, в одной из работ, изучаются такие методы эволюционных вычислений как генетические алгоритмы. Кроме того, затронута обширная область искусственного интеллекта – нечёткая логика. Изучение и выполнение данных лабораторных работ способствуют получению представлений о практических приложениях теории искусственного интеллекта, предоставляют возможности изучения основ разработки и реализации гибридных интеллектуальных систем.

Методические указания подготовлены на кафедре "Экономические и информационные системы" ГОУ ВПО ПГУТИ, предназначены для студентов всех форм обучения специальности 080801 (Прикладная информатика в экономике) и являются руководством к выполнению лабораторных работ. Могут быть полезны преподавателям смежных дисциплин.

© ГОУВПО ПГУТИ – 2011.

© Жданова Е.И. – 2011.

© Трошин Ю.В. – 2011.

© Халимов Р.Р. – 2011.

Содержание

ЦЕЛИ И ЗАДАЧИ 5

ЛАБОРАТОРНЫЙ ПРАКТИКУМ 5

ЛАБОРАТОРНАЯ РАБОТА 1 5

1.1 Теоретические сведения. Основные понятия 5

1.2 Пример создания онтологии в системе Protégé 7

Содержание работы 31

ЛАБОРАТОРНАЯ РАБОТА 2 33

2.1 Теоретические сведения. Основные понятия 33

2.2 Алгоритм обратного распространения ошибки 35

2.3 Построение нейронной сети в Deductor Studio 4.4 38

Содержание работы 40

ЛАБОРАТОРНАЯ РАБОТА 3 41

3.1 Теоретические сведения. Основные понятия 42

3.1.1 Операции над нечёткими множествами 42

Результатом вычитания, как и в случае отрицания, становится размерность множества, а не значения его координат. 45

3.1.2 Операции над нечёткими отношениями 45

3.2 Создание нечёткой экспертной системы в пакете CubiCalc 48

Содержание работы 55

ЛАБОРАТОРНАЯ РАБОТА 4 57

4.1 Теоретические сведения. Основные понятия 58

4.1.1 Программные средства реализации генетических алгоритмов 60

4.1.2 Задача о коммивояжере 60

4.2 Решение задачи о коммивояжере в GeneHunter 62

Содержание работы 64

СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ 66

Цели и задачи

Цель лабораторного практикума – применение на практике знаний, полученных в процессе изучения курса "Проектирование баз данных и баз знаний", приобретение практических навыков по использованию различных методов построения, организации и работы с системами, основанными на знаниях.

Лабораторный практикум лабораторная работа 1

Тема: «Построение онтологии в системе Protégé».

Цель работы: овладеть основными навыками онтологической инженерии знаний в системе Protégé v.3.4.4.

Задачи работы:

1. Изучить технологию создания баз знаний на основе фреймовой модели в среде Protégé.

2. Изучить этапы создания проектов, разработки классов и их экземпляров, настройки форм вывода в системе Protégé.

3. Освоить способы создания и сохранения запросов в системе Protégé.

1.1 Теоретические сведения. Основные понятия

Онтология – формальное явное описание классов (иногда их называют понятиями) в рассматриваемой предметной области, свойств каждого класса – слотов, и ограничений, наложенных на слоты – фацетов. Онтология вместе с набором индивидуальных экземпляров классов образует базу знаний.

Онтология описывает основные концепции (положения) предметной области и определяет отношения между ними. Процесс построения онтологий включает следующие этапы:

• определение классов, организация классов в некоторую иерархию «базовый класс → подкласс»;

• определение свойств каждого класса (cлотов), описывающих различные функциональные возможности и атрибуты концепции;

• определение ограничений по слотам (допустимых значений слотов);

• заполнение значений слотов для экземпляров классов.

Почему возникает необходимость в разработке онтологии? Вот некоторые причины:

• потребность совместного использования людьми или программными агентами общего понимания структуры информации;

• потребность повторного использования знаний в предметной области;

• потребность делать допущения в предметной области явными;

• требование отделения знаний в предметной области от оперативных знаний;

• требование анализа знаний предметной области.

Для любой предметной области может существовать бесчисленное количество онтологий, поскольку каждая новая онтология – это всего лишь еще один из способов структурирования концепций и отношений между ними. При правильном моделировании, онтология представлена предложениями, где объекты описаны существительными, а отношения – глаголами. При этом необходимо помнить, что онтология представляет предметную область – описываемую часть реального окружающего мира, и потому понятия в онтологии также должны отражать эту реальность.

1.2 Пример создания онтологии в системе Protégé

1.2.1 Постановка задачи

Предположим, что мы хотим разработать модель, которая помогает проанализировать бизнес-процесс взаимоотношений с клиентами региональной телекоммуникационной компании, в частности – управлять деятельностью районного отделения электросвязи. Модель должна отвечать на следующие вопросы:

1. Из каких подразделений состоит отделение?

2. Каков штат работников отделения?

3. С кем взаимодействуют клиенты отделения электросвязи?

4. Каковы расходы на осуществление деятельности департаментов компании?

После того как идея определена, можно расшифровать некоторые из важных особенностей изучаемой системы. Сюда могут войти: основные концепции и их свойства, а также отношения между ними. Для начала необходимо определить термины, независимо от роли, которую они могут играть в онтологии. Итак, на любом предприятии есть отделы. Каждый отдел состоит из работников: консультантов, операторов приема платежей, администраторов и т.д. Каждый посетитель взаимодействует с кем-то из персонала, будь то абонент компании или потенциальный клиент. Для каждого работника важно знать его имя и зарплату, а также у кого он находится в подчинении.

По мере определения понятий неявно определяются и рамки онтологии, а именно то, что должно быть включено в разрабатываемую модель, а что нет. К примеру, при начальном рассмотрении термина «работник» можно включить в это понятие охранника или водителя. Однако, в данном рассматриваемом случае необходимо, чтобы создаваемая онтология была сфокусирована на производственных затратах, связанных напрямую с расчетами между компанией и ее клиентами. Таким образом, охранник и т.п. не включаются в область рассмотрения. Получив достаточно полный список терминов, можно разделить эти понятия по категориям в зависимости от их функции в онтологии. Понятия (концепции/термины предметной области), являющиеся объектами, такие как, например, администратор или клиент, будут представлены в виде классов. Свойства классов, такие как имя работника или зарплата, представляются в виде слотов, а ограничения на свойства или отношения между классами – как грани/аспекты (slot facets). После определения основных понятий, можно приступить к их созданию и структурированию c использованием системы Protégé.