3.5 Сетевые модели и графы. ч.2

Еще одним примером графовой модели знаний может служить так называемое дерево решений (дерево – это вид графа, в котором нет циклов). В дереве решений (рис.3.3) может быть заложен процесс вывода результата – решения некоторой задачи, который состоит в последовательной проверке каких-то условий (например, путем выдачи пользователю вопросов относительно значения того или иного параметра).

Рис.3.3 – Дерево решений

Дерево решения может трактоваться как графическая модель диалога между ЭС и пользователем, в ходе которого пользователю предъявляются вопросы и варианты ответов. Каждой вершине хi соответствуют смежные ребра v(хi, хi, P), где P – условие, при выполнении которого осуществляется переход из хi в хi. Этим условием может быть вариант ответа, выбранный пользователем при ответе на вопрос в вершине хi. Если же задается вопрос вида «Каково значение параметра А?», то P может представлять собой некоторый интервал значений. Например, если при ответе A>Aсредн., движение к следующей вершине (следующему вопросу) осуществляется по правой ветви дерева, если же A<=Aсредн., то – по левой.
Как видно, дерево решения представляет собой довольно простую модель знаний эксперта, в которой неявно присутствует и алгоритм логического вывода. Однако эта модель обладает серьезным недостатком – отсутствует возможность для представления и обработки неопределенности, как это возможно в продукционных системах. Кроме того, эксперт должен при построении дерева решения заранее предусмотреть все возможные пути диалога для вывода решения, что может быть затруднительно или даже невозможно.
На рисунке 3.4. приведен иллюстративный фрагмент модели знаний эксперта для выбора программного продукта при создании экономической информационной системы (ЭИС). На верхних вершинах приводится текст вопроса и варианты ответов. На нижних уровнях – рекомендации по выбору того или иного программного решения.

Рис.3.4. – Иллюстративный фрагмент модели знаний для выбора программных систем при построении ЭИС


Названные сетевые модели можно отнести к наиболее простым, т.к. в них взаимосвязи между вершинам отражают только один вид отношений. Да и сами вершины воспроизводят объекты одной природы. Отметим, что именно эта ограниченность делает такие модели вполне подходящими для построения на них алгоритмов вывода. В литературе по искусственному интеллекту и ЭС в качестве основного примера сетевой модели знаний приводятся более сложные сетевые структуры – семантические, т.е. смысловые сети (см. например, [1, 11, 5]).

Читать дальше:
3.5 Сетевые модели и графы. ч.3