Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


Повышение эффективности поиска



В системах, база знаний которых насчитывает сотни правил,
весьма желательным является использование какой-либо стратегии
управления выводом, позволяющей минимизировать время поиска
решения и тем самым повысить эффективность вывода. К числу
таких стратегий относятся поиск в глубину, поиск в ширину, раз-
биение на подзадачи и альфа-бета алгоритм.

Сопоставление методов поиска в глубину и в ширину. Суть
поиска в глубину состоит в том, что при выборе очередной подцели
в пространстве состояний предпочтение всегда, когда это возмож-
но, отдается той, которая- соответствует следующему, более де-
тальному уровню описания задачи. Например, диагностирующая
система, сделав на основе известных симптомов предположение о
наличии определенного заболевания, будет.продолжать запраши-
вать уточняющие признаки и симптомы этой болезни до тех пор,
пока полностью не отвергнет выдвинутую гипотезу. При поиске в
ширину, напротив, система вначале проанализирует все симптомы,
находящиеся на одном уровне пространства состояний, даже если
они относятся к разным заболеваниям, и лишь затем перейдет к
симптомам следующего уровня детальности.

Специалисты в какой-либо узкой области выше оценивают по-
иск в глубину, поскольку он позволяет собрать воедино все
признаки, связанные с выдвинутой гипотезой. Универсалы же от-
дают предпочтение поиску в ширину, так как в этом случае ана-
лиз не ограничивается заранее очерченным кругом признаков.
Особенности пространства поиска во многом определяют целесо-
образность применения той или иной стратегии: например, прог-
раммы для игры в шахматы строятся на основе поиска в ширину,
лоскольку при использовании поиска в глубину число анализируе-
мых ходов может быть очень и очень большим.

Разбиение на подзадачи. При такой стратегии в исходной за-
даче выделяются подзадачи, решение которых рассматривается как
достижение промежуточных целей на пути к конечной цели. При-
мером, прекрасно подтверждающим эффективность разбиения на
подзадачи, может служить его реализация в системе XCON, о чем
пойдет речь в гл. 5. Другой практической задачей, где эта страте-
гия себя хорошо зарекомендовала, является поиск неисправностей
в автомобиле - вначале выявляется отказавшая подсистема (элек-
тропитания, охлаждения и т.д.), что значительно сужает прост-

                                                                                                                                   67


Название системы

DENDRAL

INTERNIST

MYCIN

PROSPECTOR
PUFF

XCON

ранство поиска. Если удается правильно понять сущность задачи и
оптимально разбить ее на систему иерархически связанных целей-
подцелей, то можно добиться того, что путь к ее решению в прост-
ранстве поиска будет минимален. Однако если задача является
плохо структурированной, то сделать это невозможно.

Альфа-бета алгоритм. Задача сводится к уменьшению прос-
транства состояний путем удаления в нем ветвей, не перспектив-
ных для поиска успешного решения. Поэтому просматриваются то-
лько те вершины, в которые можно попасть в результате следую-
щего шага, после чего неперспективные направления исключают-
ся из дальнейшего рассмотрения. Например, если цвет предмета,
который мы ищем, не красный, то его бессмысленно искать среди
красных предметов. Альфа-бета алгоритм нашел широкое примене-
ние в основном в системах, ориентированных на различные игры,
например в шахматных программах, однако он может использова-
ться и в продукционных системах для повышения эффективности
поиска.

КОММЕРЧЕСКИЕ ПРОДУКЦИОННЫЕ СИСТЕМЫ

Большинство коммерческих систем, основанных на знаниях,
является продукционным* Это прежде всего такие системы, как
MYCIN, DENDRAL, PROSPECTOR, PUFF, INTERNIST, XCON
или SACON (см. приложение Д). Их базы знаний насчитывают со-
тни правил. Имеются версии, которые работают как на больших,
так и на мини-компьютерах. Время разработки каждой из них сос-
тавило приблизительно десять человеко-лет, хотя Более поздние
системы, в частности PUFF и XCON, были созданы несколько бы-
стрее, поскольку уже имелись развитые методы их построения.
Области применения перечисленных выше экспертных систем
приведены в табл. 3.1.

Известны несколько примеров успешной реализации эксперт-
ных систем на персональных компьютерах. Однако почти все эти
системы предназначались для решения задач из относительно не-
больших предметных областей. Примеры такого рода были приве-
дены в гл. 1 и 2. Видимо, наиболее плодотворными при реализации
на персональных компьютерах окажутся идеи и методы искусст-
венного интеллекта, позволяющие сделать традиционные пакеты
программ более дружественными к пользователю и простыми в
применении. Текстовые редакторы, электронные таблицы и СУБД
будут расширены базами знаний продукционного типа, средствами
вывода и интерфейсами на естественном языке, которые органично
войдут в состав пакетов и повысят уровень их собственного " ин-
теллекта".


Поделиться:



Последнее изменение этой страницы: 2019-03-29; Просмотров: 227; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.014 с.)
Главная | Случайная страница | Обратная связь