Существуют следующие основные модели представления знаний:
* логические модели;
* продукционные модели;
* семантические сети;
* фреймовые модели;
* модели, основанные на нечетких множествах.
2. Логические модели представления знаний
Согласно логическому подходу, вся система знаний, необходимая для решения прикладных задач, рассматривается как совокупность утверждений.
Система знаний представляется совокупностью формул логики предикатов. Эта логика оперирует простыми высказываниями, расчлененными на субъект (нечто лежащее в основе) и предикат (нечто утверждаемое о субъекте). Предикат отображает наличие или отсутствие у субъекта того или иного признака.
Формулы в базе знаний неделимы. Модификация базы предполагает лишь добавление и удаление формул. Логические методы обеспечивают развитый аппарат вывода новых фактов на основе тех, что представлены в базе знаний.
Основной недостаток логических методов — отсутствие четких принципов организации фактов в базе знаний. Без формулирования таких принципов модель может превратиться в плохо обозримый конгломерат независимых фактов, не поддающихся анализу и обработке. Поэтому логические методы используются преимущественно в тех предметных областях, где система знаний невелика по объему и относительно проста по структуре.
В основе логических моделей лежит формальная система, задаваемая четверкой вида :
М=<Т ,Р, Л, В>.
Множество Т есть множество базовых элементов различной природы, входящих в состав некоторого набора. Важно, что для множества Т существует некоторый способ определения принадлежности или непринадлежности произвольного элемента к этому множеству.
Множество Р есть множество синтаксических правил. С их помощью из элементов Т образуют синтаксически правильные совокупности.
В множестве синтаксически правильных совокупностей выделяется подмножество А. Элементы А называются аксиомами.
Множество В есть множество правил вывода. Применяя их к элементам Л, можно получить новые синтаксически правильные совокупности, к которым снова можно применять правила из В.
Правила вывода являются наиболее сложной составляющей формальной системы. В базе знаний хранятся лишь те знания, которые образуют множество А, а все остальные знания получаются из них по правилам вывода.
3. Продукционные модели представления знаний
Психологические исследования процессов принятия решений показали, что, рассуждая и принимая решения, человек использует продукционные правила (от англ.production — правило вывода). В общем случае продукционное правило можно представить в следующем виде:
i: S; L; A B; Q
где i — индивидуальный номер продукции; S — описание класса ситуаций, в котором данная структура может использоваться; L — условие, при котором продукция активизируется; А—>В — ядро продукции, например: «ЕСЛИ A1, А2 ..., Аn ТО В». Такая запись означает, что «если все условия от А1, до Ап являются истиной, то Втакже истина»; (Q— постусловие продукционного правила, описывает операции и действия (процедуры), которые необходимо выполнить после выполнения В.
В левой части правила продукции ставится некоторое условие, а в правой части — действие. Если все условия истинны, то выполняется действие, заданное в правой части продукции.
При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Механизм вывода связывает знания воедино, а затем выводит из последовательности знаний заключение.
Свойства продукционных моделей:
* модульность — отдельные продукционные правила могут быть добавлены, удалены или изменены в базе знаний независимо от других;
* каждое продукционное правило является самостоятельным элементом знаний;
* простота смысловой интерпретации;
*естественность с точки зрения здравого смысла.
Недостатки продукционных систем проявляются тогда, когда число правил становится большим и возникают непредсказуемые побочные эффекты от изменения старого и добавления нового правила. Кроме того, затруднительна оценка целостного образа знаний, содержащихся в системе.