Системы искусственного интеллекта: модели и технологии, основанные на знаниях

Л.С. Болотова


СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: МОДЕЛИ И ТЕХНОЛОГИИ, ОСНОВАННЫЕ НА ЗНАНИЯХ:



Допущено учебно-методическим объединением вузов по университетскому политехническому образованию в качестве учебника для студентов высших учебных заведений, обучающихся по направлениям 23100, 230200, 23400, специальностям «Информатика и вычислительная техника», «Информационные системы и технологии» и другим смежным специальностям





ФИНАНСЫ И СТАТИСТИКА
Москва 2023

УДК 004.89(075.8)
ББК 32.813я73
     Б79

РЕЦЕНЗЕНТЫ:
Данчул А.Н.,
доктор технических наук, профессор, заведующий кафедрой «Информационные технологии в управлении»
Российской Академии Государственной службы при Президенте РФ;
Комаров М.А.,
доктор технических наук, доктор экономических наук, профессор кафедры «Экономика и информационные системы»
Московского государственного университета приборостроения и информатики





       Болотова Л.С.
Б79 Системы искусственного интеллекта: модели и технологии, основанные на знаниях: учебник. — М.: Финансы и статистика, 2023. — 664 с.: ил.
          ISBN 978-5-00184-097-8
           В учебнике представлено систематизированное изложение основ теории представления знаний в системах искусственного интеллекта (СИИ). Даётся описание наиболее значимых в настоящее время моделей и технологических аспектов проектирования систем, основанных на знаниях (СОЗ). Особое внимание уделено проблемам инженерии знаний в СОЗ, а в качестве основного подхода к их решению рассматривается авторский метод ситуационного анализа и проектирования модели предметной области (БАЗЫ ЗНАНИЙ).
           Для студентов и аспирантов специальностей, связанных с изучением СИИ, интеллектуальных информационных систем, научных работников, а также для всех интересующихся вопросами построения и применения СИИ.

                                                   УДК 004.89(075.8)
                                                   ББК 32.813я73

                                      © Болотова Л.С., 2012, 2023
© ООО «Издательство «Финансы
ISBN 978-5-00184-097-8                 и статистика», 2023

                СОДЕРЖАНИЕ






   Предисловие .......................................... 13

   Список принятых сокращений.............................20

   Введение...............................................22

   Глава 1
   Основные понятия ИИ ...................................35
   1.1. Классификация задач, решаемых человеком ..........35
   1.2. Основные понятия и определения....................37
   1.3. Знание как система      ..........................39
   1.4. Свойства знаний...................................41
   1.5. Знание как знаковая  система......................43
      1.5.1. Естественный язык как средство описания знаний .... 43
      1.5.2. Знак и его свойства..........................43
      1.5.3. Знаковые ситуации............................45
      1.5.4. Знаковые системы.............................47
      1.5.5. Виды знаков..................................48
   1.6. Модель предметной области как знаковая система....50
   1.7. Процедура решения задачи...........................53
   1.8. Примеры решения задач .............................54
      Пример 1. Об обезьяне и бананах.....................54
      Пример 2. О наполнении ведра водой..................57
      Вопросы для самопроверки.............................59

   Глава 2
   Методы поиска решений в пространстве состояний.........60
   2.1. Пространство состояний ...........................60
   2.2. Метод полного перебора в ширину ..................62
   2.3. Метод полного перебора в глубину .................64
   2.4. Эвристические методы поиска в пространстве состояний .... 65
      Вопросы для самопроверки.............................68

Содержание

   Глава 3
   Решение задач методом разбиения на подзадачи .......... 69
   3.1. Представление задачи в виде И/ИЛИ графа .......... 70
   3.2. Механизм сведения задачи к подзадачам ............ 71
   3.3. Пример решения задачи ............................ 74
   3.4. Достоинства и недостатки методов поиска в пространстве состояний .............................. 76
      Во про сы для само про вер ки и упражне ния ........ 79

   Глава 4
   Модели представления знаний ........................... 82
   4.1. Классификация моделей представления знаний ....... 83
   4.2. Формальные модели представления знаний ........... 83
      Во про сы для само про вер ки и упражне ния ........ 85

   Глава 5
   Модель представления знаний в исчислении высказываний . 86
   5.1. Понятие «высказывание» ........................... 86
   5.2. Алфавит ИВ ....................................... 87
   5.3. Синтаксис ИВ ..................................... 89
   5.4. Аксиомы ИВ ....................................... 90
      5.4.1. Семантика ИВ ................................ 90
      5.4.2. Законы преобразования формул ИВ ............. 91
      5.4.3. Базовые аксиомы ИВ .......................... 92
   5.5. Правила вывода ................................... 93
   5.6. Логический вывод в ИВ ............................ 95
      5.6.1. Нормальные формы ............................ 95
      5.6.2. Логический вывод в ИВ ....................... 98
   5.7. Свойства ИВ как аксиоматической системы ......... 100
   5.8. Алгоритмическая проблема разрешения в ИВ ........ 102
   5.9. Теорема дедукции ................................ 103
   5.10. Принцип дедукции ............................... 105
   5.11. Принцип резолюций .............................. 107
   5.12. Свойства метода резолюций ...................... 109
   5.13. Пример построения модели предметной области в ИВ ........................................ 112
       Упражне ния ....................................... 115

Содержание

5

   Глава 6
   Исчисление предикатов как метод представления знаний..117
   6.1. Понятие предиката ..............................117
   6.2. Алфавит ИП......................................119
   6.3. Синтаксис ИП....................................120
   6.4. Базовые аксиомы ИП..............................121
   6.5. Правила вывода в ИП.............................122
   6.6. Примеры предикатов .............................122
   6.7. Преобразование формул в ИП .....................124
   6.8. Стандартизация переменных.......................126
   6.9. Исключение квантора существования ..............127
   6.10. Предваренная форма.............................128
   6.11. Исключение кванторов общности .................129
   6.12. Приведение матрицы к КНФ ......................129
   6.13. Подстановки и унификация.......................131
   6.14. Логический вывод в ИП .........................133
   6.15. Примеры применения метода резолюций в ИП.......135
   6.16. Стратегии резолюции............................138
   6.17. Дерево опровержения............................140
   6.18. Пример построения модели предметной области в ИП..........................................143
       Упражнения ......................................146

   Глава 7
   Продукционная модель представления знаний............147
   7.1. Форма представления знаний......................147
   7.2. Продукционная модель знаний.....................148
   7.3. Механизм вывода в продукционной системе знаний .151
   7.4. Стратегии управления выводом решения............152
   7.5. Взаимодействие правил в процессе рассуждений....156
   7.6. Эвристические принципы управления правилами ....162
   7.7. Достоинства и недостатки продукционной модели...163
   7.8. Пример работы механизма продукционной модели ...165
      Вопросы для самопроверки и упражнения ............171

   Глава 8
   Представление знаний в виде семантической сети.......174
   8.1. Общие понятия и определения.....................174

Содержание

   8.2. Роль отношений в СС ...............................177
   8.3. Свойства отношений.................................179
   8.4. Предикатные семантические сети ....................181
   8.5. Атрибутивные семантические сети ...................185
   8.6. Вывод на семантических сетях ......................187
   8.7. Исторические примеры СС ...........................191
   8.8. Методика построения предикатной СС.................198
   8.9. Достоинства и недостатки семантических сетей.......200
      Вопросы для самопроверки и упражнения ...............201

   Глава 9
   Представление знаний в виде фреймов ....................202
   9.1. Фрейм, его структура и свойства ...................203
   9.2. Вывод на фреймах ..................................206
   9.3. Методика построения модели предметной области в виде сети фреймов ...................................209
   9.4. Достоинства и недостатки фреймового представления .211
   9.5. Гибридные модели представления знаний .............211
      Вопросы для самопроверки и упражнения ...............213

   Глава 10
   Представление нечетких знаний...........................214
   10.1. Общие понятия.....................................214
   10.2. Нечеткие множества................................215
   10.3. Операции над нечеткими множествами................220
   10.4. Отношения и операции над ними ....................226
   10.5. Нечеткие отношения................................229
   10.6. Лингвистическая переменная .......................233
   10.7. Нечеткий вывод ...................................235
   10.8. Нечеткая импликация ..............................237
       Вопросы для самопроверки и упражнения ..............238

   Глава 11
   Псевдофизическая логика времени.........................240
   11.1. Свойства времени .................................240
   11.2. Модель времени....................................243
       11.2.1. Точечные события............................243
       11.2.2. Интервальные события........................244
       11.2.3. Логика вывода ..............................246

Содержание

7

   11.3. Пример реализации ПЛВ ...........................250
       11.3.1. Модель временных отношений ................251
       11.3.2. Архитектура системы .......................251
       11.3.3. Структура нечеткой нейронной сети..........251
       Вопросы для самопроверки и упражнения .............254

   Глава 12
   Неточные рассуждения на основе фактора уверенности.....255
   12.1. Стэндфордская модель фактора уверенности.........255
   12.2. Байесовская модель субъективной вероятности......259
   12.3. Байесовская сеть представления и вывода вероятностных знаний...................................261
       Вопросы для самопроверки и упражнения .............265

   Глава 13
   Экспертные системы ....................................267
   13.1. Архитектура......................................267
   13.2. Эволюция ЭС .....................................269
   13.3. Стадии разработки ЭС.............................272
   13.4. Фазы разработки ЭС ..............................273
       Вопросы для самопроверки...........................276

   Глава 14
   Нечёткие экспертные системы ...........................278
   14.1. Архитектура нечетких систем......................278
   14.2. Пример работы нечеткой ЭС........................288
   14.3. Пакеты нечеткой логики ..........................294
       Вопросы для самопроверки...........................302

   Глава 15
   Инженерия знаний в интеллектуальных системах ..........304
   15.1. Методы инженерии знаний .........................304
       15.1.1. Теоретические аспекты получения знаний ....305
       15.1.2. Методы извлечения явных знаний.............307
       15.1.3. Методы выявления скрытых знаний............313
   15.2. Проблемы структурирования знаний.................315
   15.3. Проблема сборки знаний в единую модель предметной области ....................................317
       Вопросы для самопроверки и упражнения .............318

Содержание

   Глава 16
   Методологические и теоретические основы ситуационного анализа и проектирования модели предметной области .... 319
   16.1. Базовые идеи .................................... 319
   16.2. Ситуационная абстракция и ее свойства ........... 319
   16.3. Семиотический подход к описанию объектов управления и моделирования .......................... 321
   16.4. Метод ситуационного управления .................. 323
   16.5. Методология концептуального анализа и проектирования .................................... 324
       Во про сы для само про вер ки ..................... 327

   Глава 17
   Метод ситуационного анализа и проектирования модели предметной области ............................. 328
   17.1. Концептуальная структура единичного решения ..... 329
   17.2. Концептуальная модель предметной области ........ 334
       17.2.1. Операции над КСЕР ..........................335
       17.2.2. Взаимодействие концептуальных структур единичных решений ............................... 345
   17.3. Концептуальная модель предметной области ........ 348
   17.4. Особенности элементов знания КМПрО .............. 352
   17.5. Схема технологии проектирования КМПрО ........... 354
   17.6. Система приобретения знаний «Помощник Эксперта» . 356
   17.7. Инструментальная система «Малый Решатель Проблем» ............................ 364
       Во про сы для само про вер ки и упражне ния ....... 366

   Глава 18
   Онтологии и онтологические системы .................... 368
   18.1. Понятие онтологии ............................... 368
   18.2. Формальная модель онтологии ..................... 371
   18.3. Формальная модель онтологической системы ........ 373
   18.4. Технология проектирования онтологий ............. 375
   18.5. Виды онтологий .................................. 376
   18.6. Операции над онтологиями ........................ 378
       18.6.1. Операции по редактированию ................ 379
       18.6.2. Алгебра онтологий ......................... 380

Содержание

9

       18.6.3. Операции по интеграции онтологий ...........381
       18.6.4. Операции декомпозиции и агрегирования ......383
       18.6.5. Операции по преобразованию .................383
       18.6.6. Операции по сравнению, проверке и оценке..384
   18.7. Основные задачи, решаемые с помощью онтологии...385
   18.8. Инструменты инженерии онтологий ..................390
   18.9. Методология инженерии знаний в онтологических системах..............................................393
       18.9.1. Требования к онтологиям.....................393
       18.9.2. Методологии организации знаний в онтологиях .... 398
   18.10. Проектирование онтологий в среде Protege ........401
       18.10.1. Описание среды Protege ..................401
       18.10.2. Реализация онтологии для системы управления инцидентами .............................404
       Вопросы для самопроверки и упражнения ..............418

   Глава 19
   Введение в многоагентные системы .......................420
   19.1. Понятие агента ...................................422
   19.2. Окружение агентов ................................425
   19.3. Архитектуры агентов ..............................426
       19.3.1. Общая классификация архитектур..............426
       19.3.2. Архитектуры, основанные на знаниях..........426
       19.3.3. Архитектуры на основе планирования .........428
   19.4. Языки программирования агентов....................432
       19.4.1. Требования к языкам программирования агентов ... 432
       19.4.2. Классификация языков программирования агентов...........................................434
   19.5. Многоагентные системы ............................436
   19.6. Коммуникации между агентами.......................437
   19.7. Архитектура многоагентных систем .................440
       19.7.1. Архитектура взаимодействия системы агентов .440
             19.7.1.1. Одноуровневая архитектура взаимодействия агентов......................441
             19.7.1.2. Иерархиче ская архитектура взаимодействия агентов......................442
       19.7.2. Протоколы и языки координации...............443
   19.8. Проблемы построения многоагентных систем .........444

Содержание

   19.9. Пример разработки МАС ...........................445
       19.9.1. Постановка задачи .........................445
       19.9.2. Концептуальный анализ поведения агентов.....445
       19.9.3. Концептуальная модель задачи «Фастфуд» ....448
       19.9.4. Вспомогательные агенты ....................449
       19.9.5. Программная реализация в среде Jason ......450
             19.9.5.1. Убеждения..........................452
             19.9.5.2. Цели...............................452
             19.9.5.3. Планы .............................453
       19.9.6. Исследование работоспособности МАС.........454
   19.10. Советы..........................................460
       Вопросы для самопроверки...........................461

   Глава 20
   Системы когнитивного моделирования ....................464
   20.1. Сущность когнитивного моделирования..............464
   20.2. Когнитивная модель: определение и структура .....466
       20.2.1. Когнитивная карта ситуации ................466
       20.2.2. Моделирование и сценарии функционирования когнитивной модели ................................468
       20.2.3. Методика когнитивного анализа проблемных ситуаций................................470
   20.3. Пример системы когнитивного моделирования........476
       20.3.1. Методика работы с экспертами ..............478
       20.3.2. Разработка сценариев ......................486
   20.4. Программная реализация когнитивной модели .......490
       20.4.1. Общие сведения о программном комплексе «Канва»............................................490
       20.4.2. Исследование сценариев ....................492
   20.5. Применение когнитивных технологий................505

   Глава 21
   Машинное обучение и интеллектуальный анализ данных......507
   21.1. Проблемы обучения КС ............................507
   21.2. Обучение с учителем и без учителя ...............508
   21.3. Типы закономерностей.............................510
   21.4. Типы моделей обучения............................512
   21.5. Методы извлечения знаний из данных ..............513
   21.6. Интеллектуальный анализ данных - Data Mining.....515

Содержание

11

       21.6.1. Кластеризация...........................516
       21.6.2. Классификация ..........................525
       21.6.3. Ассоциация..............................528
       21.6.4. Аналитическая платформа Deductor........531
       21.6.5. Интеллектуальный анализ данных в системе поддержки принятия решений для противодействия распространению эпидемий .......................539
             21.6.5.1. Проблема противодействия распространению эпидемий .................539
             21.6.5.2. Структура системы противодействия эпидемиям гриппа..........................541
             21.6.5.3. Подготовка исходных данных .....543
             21.6.5.4. Интеллектуальный анализ данных..550
             21.6.5.5. Моделирование развития эпидемии гриппа .. 557
   21.7. Правдоподобные рассуждения ...................569
       21.7.1. Эмпирические данные, модели, зависимости и гипотезы .....................................569
      21.7.2. Индукция.................................570
      21.7.3. Роль дедукции ...........................572
      21.7.4. Фальсифицируемость.......................577
      21.7.5. Повторяемость и абдукция ................578
      21.7.6. Формализация ППВ ........................580
             21.7.6.1. Формализация дедуктивного рассуждения .. 581
             21.7.6.2. Формализация индуктивного рассуждения .. 582
             21.7.6.3. Формализация абдуктивного рассуждения .. 585
             21.7.6.4. Формализация рассуждения по аналогии ... 587
   21.8. Метод ДСМ ....................................590
      Вопросы для самопроверки и упражнения ...........600

   Литература ........................................ 605

   Приложение А .......................................616
   А.1. Фрагмент множества КСЕР системы администрирования Интернет-кафе..................616
   А.2. Фрагмент множества КСЕР системы управления интеллектуальным домом...........................619
   А.3. Фрагмент множества КСЕР системы управления муниципальным образованием.......................621

Содержание

   Приложение B .......................................624
   B.1. Фрагмент понятийно-объектной модели системы управления интеллектуальным домом ...................624
   B.2. Фрагмент понятийно-объектной модели системы управления муниципальным образованием...............629

   Приложение C .......................................633
   C.1. Фрагмент БАЗЫ ЗНАНИЙ системы администрирования Интернет-кафе..................633
   C.2. Фрагмент БАЗЫ ЗНАНИЙ системы управления интеллектуальным домом...........................635
   C.3. Фрагмент БАЗЫ ЗНАНИЙ системы управления муниципальным образованием.......................636

   Приложение D .......................................640
   D.1. Описание системы управления инцидентами .......640
   D.2. Механизм управления инцидентами................640
   D.3. Концептуальная модель подсистемы «Почта» ИТИ КСУ .........................................644
   D.4. Методика построения событийных моделей инцидентов ..................................... 645
   D.5. Фрагмент концептуальных моделей почтовых инцидентов ..................................... 647

   Приложение Е........................................654
   E.1. Концептуальные структуры единичных решений для МАС «ФАСТФУД»................................654

                ПРЕДИСЛОВИЕ





   За последние 10 лет появилось много учебников и учебных пособий по тематике искусственного интеллекта, например, учебные пособия: [2, 3, 6, 19, 16, 17, 32-34, 41, 47, 52, 54, 60, 63, 64, 67, 75, 78, 81, 89, 90, 93, 95, 103, 111, 116, 123 и др.]. Тем не менее автор считает, что она остаётся и ещё долго останется актуальной по следующим причинам:
   1. Безусловно, каждый автор решает свою задачу и решает её со своих авторских позиций и понимания. При этом более глубоко обычно освещаются те фрагменты знания о СИИ, которые он «исторически» исследовал в своих научных работах. И это естественно.
   2. Тематика инженерии знаний, несмотря на кажущееся большое многообразие методов, остаётся наименее раскрытой. Среди них практически отсутствуют подходы, обеспечивающее единое и целостное представление как о самом процессе получения экспертных знаний, так и о способах представления его в рамках единого концептуального решения. Представляется, что причина такой ситуации в следующем:
   i сложность получения знаний от лиц, владеющих ими, то есть экспертов, поскольку они далеко не всегда в состоянии «выложить» его на лист и даже просто сформулировать необходимым образом;
   i сами ЛПР в большинстве своём не владеют методиками структуризации и перевода знаний из категории «скрытых» в категорию явных;
   i инженеров по знаниям, владеющих методами и техниками выявления и проектирования нужных, в том числе новых знаний, воспитать в наших условиях очень сложно.
   3. В настоящее время проявилось значительное число новых проблем, требующих принятия решений, для которых отсутствует необходимое знание, как по глубине, так и по объёму.
      А это основа проектирования всех систем, основанных на знаниях. В этой связи представляется, что противоречие между необходимым знанием и его отсутствием (полным или частичным) можно разрешить только путём разработки соответствующих методов, методик и технологий его получения и проектирования, а при необходимости и нового.

Предисловие

      Именно этой проблемой автор занимается более 35 лет. За это время созданы: метод ситуационного анализа и проектирования моделей предметных областей, практически разработаны методическое и программное обеспечение для реализации технологии проектирования по этому методу; выполнено много научных работ на этой основе, читается ряд курсов, выполняются лабораторные, дипломные и пр. работы. Метод показал очень высокую эффективность. И в данном учебнике сам метод, его методическое, информационное и программное обеспечение рассматриваются впервые. Кроме того, показано, что метод является прекрасной основой для формирования системно-концептуального мышления, что само по себе очень важно и полезно для решения других практически важных задач, связанных с проектированием и принятием решений.
      При рассмотрении разных типов систем, основанных на знаниях, автор показывает, что метод является везде хорошей системно-концептуальной базой для выявления и проектирования нужных знаний.
      Для сохранения целостности представления о моделях и технологиях ИИ необходимо также изложение (притом достаточно полное и строгое) классических моделей представления знаний. И этому посвящен ряд глав. Нельзя было обойтись и без изложения методов и технологий построения интеллектуальных КС, в частности, ЭС, нечётких ЭС и других, использующих выделенные подходы к формированию БЗ и реализующие необходимый минимум интеллектуальных способностей КС. Таким образом, структура учебника проста: основы СИИ; модели представления знаний, классическое понимание экспертных систем, нечётких экспертных систем и технологий их проектирования, затем истоки и метод ситуационного анализа и проектирования моделей предметных областей для ЭС, нечётких ЭС, онтологических, мультиагентных систем и их разработка с применением метода.
      В заключительной главе рассматриваются методы интеллектуального анализа данных, поскольку современные системы поддержки принятия решений немыслимы без данных и извлечения из них скрытых (неявных) знаний.
      Более детально изложение строится следующим образом.
      В 1-й и 2-й главах приводятся основные представления теории систем и семиотики, а затем на их основе вводятся основные понятия ИИ, такие как: предметная область, модель предметной области, состояние (начальное, целевое и др.), решение, пространство

Предисловие

15

   состояний, рассматриваются основные методы поиска решений в пространстве состояний.
      В 3-й главе приводятся теоретические основы и методы поиска решений в пространстве состояний и решения задач путем их сведения к подзадачам на основе графа редукции И\ИЛИ.
      4-я глава посвящена обзору и классификации моделей представления знаний, а в 5-й и 6-й главах рассматриваются наиболее популярные типы формальных систем - исчисление высказываний и исчисление предикатов. Автор старался, насколько это достижимо, дать по возможности полное, систематизированное и в то же время облегченное изложение этого трудного, но необходимого материала. Все изложенное сопровождается иллюстративными примерами и контрольными вопросами, что должно существенно облегчить понимание.
      Известно, что на практике формальные модели применимы далеко не всегда. И главным их недостатком, является сложность адаптации к реальному, быстро меняющемуся миру, отсутствие мощных систем инструментальной поддержки процессов вывода решений. В качестве основных недостатков формальных моделей укажем следующие:
   1. Закрытость (замкнутость). Это означает, что однажды построенная формальная модель становится «вещью в себе». Она обладает всем необходимым (знаниями и механизмами) для функционирования и далее ей нет дела до адекватности реальной среде. Если при этом моделируемый мир изменяется, то в модели это никак не отражается. Для того чтобы привести ее в соответствие с изменениями, необходимо ее полностью «перетряхивать» (пересматривать), т.е. необходимо изменять все составные элементы модели - алфавит символов и понятий, синтаксис, аксиоматику. Это очень трудно, а для больших моделей практически невозможно. В этой связи формальные модели следует применять для простых сред, характеризующихся высокой статичностью и небольшим составом исходных понятий и связей между ними. Это могут быть небольшие технические устройства, отдельные экспериментальные среды и решения. Тем не менее эти модели удобны, особенно на стадиях исследования, постановки и быстрого прототипирования.
   2. Одним из основных способов выражения отношения в исчислении предикатов (ИП) является глагол в настоящем или прошед-шем времени, описание модели предметной области всегда строится вокруг него. Однако это сделать достаточно трудно, т.к.

Предисловие

      «семантическое поле» каждого глагола открыто и велико. Всегда можно образовать еще несколько. Например, глагол «движется». Его поле - это десятки глаголов - летает, ползает, едет и т.д. Поэтому необходима большая работа по выявлению внутренней непротиворечивости описаний семантически близких глагольных выражений.
   3. ИВ и ИП представляют собой языки декларативного типа, т.е. в них все описывается в форме простых предложений. Не поддаются описанию модальности. Например, кванторы типа: воз -можно, один их тех, многие из этих, немногие и т.п. То есть невозможно описывать знания, содержащие элементы неполноты, неопределенности, неточности и т.п. Очень важные знания, отражающие ход временных процессов, также описывать очень сложно. Другими словами, ИП не может претендовать на универсальную логику, достаточную для описания любых аспектов знаний. И в этой связи возникла необходимость в разработке специальных логик - нечеткой, модальной, временной, пространственной и т.п. Последние две логики получили название псевдо физических.
   4. Следствием декларативности формальных моделей является невозможность представления процедурных составляющих знаний. Для этой цели необходимы другие средства, не содержащиеся в языке ИП.
   5. Формальные модели не обладают достаточной для понимания наглядностью и прозрачностью. То есть человек не может наблюдать и легко понимать сам процесс работы машины вывода, так как способ доказательства теоремы (единственный механизм вывода) не является естественной формой человеческого рассуждения. Для работы с такими моделями необходимо быть хорошо подготовленным.
      Все эти и другие причины потребовали исследования и разработки способов представления знаний, характерных для использования в практически важных сферах деятельности и характеризующихся многоуровневостью, неопределенностью и неполнотой, открытостью, немонотонностью. Под немонотонностью понимается возможность немонотонных (скачкообразных) суждений о событиях, меняющихся во времени, что характерно для сложных внешних сред, а особенно для систем управления и принятия решений.
      Поэтому в 7-й, 8-й и 9-й главах рассматриваются основные неформальные МПЗ - продукционная, семантическая, фреймовая, гибридные.

Предисловие

17

      10-я, 11-я, 12-я главы посвящены моделям работы со специальными аспектами знаний: неточностью, неопределенностью, неполнотой. Это - логика нечетких знаний, псевдофизическая логика времени, неточные рассуждения на основе фактора уверенности.
      Для каждой из МПЗ даются методики построения моделей предметных областей.
      Все следующие разделы посвящены проблемам инженерии знаний и системам, основанным на знаниях. Так, в главах 13-я, 14-я даются основные представления об ЭС, нечетких ЭС, приводится их классификация по различным основаниям и рассматривается, ставшая уже классической, технология их проектирования, основанная на разработке прототипов.
      Очевидно, что проектирование ЭС требует своих подходов и методов выявления и проектирования систем знаний, объединяемых в рамках тематики инженерии знаний. Поэтому 15-я глава посвящена краткому их обзору. Даже беглый анализ показывает, что ни один из методов не дает целостной системы знания о модели предметной области (МПрО). Это является сдерживающим фактором для дальнейшего развития всех систем, основанных на знаниях. Это тем более важно, что технология проектирования ЭС стала базовой для систем поддержки принятия решений, интеллектуальных информационных систем на основе систем управления знаниями и хранилищ данных. Таким образом, нерешенные проблемы инженерии знаний перешли в системы еще более сложные, что, очевидно, чревато для их эффективности. Более того, это может привести к дискредитации такого направления в целом.
      В этой связи главы 16-я и 17-я посвящены разработке систем знаний ЭС и систем поддержки принятия решений (СППР) на основе метода ситуационного анализа и проектирования модели предметной области, предложенного Болотовой Л.С. [14, 16, 17]. В его основе лежит метод ситуационного управления Поспелова Д.А., рассмотренный применительно к системам, в которых решения могут быть описаны лишь с точностью до концептуальной структуры [81]. Для получения конкретного решения необходимы их интерпретация и конкретизация в процессе вывода. Изложение метода иллюстрируется фрагментами СППР, построенных студентами и аспирантами в рамках игрового проектирования МПрО, выполнения лабораторных и курсовых работ по тематике ИИ и теории принятия решений.
      В 18-й главе рассматривается ещё один тип систем, основанных на знаниях, получивший особенно широкое распространение

Предисловие

   в связи с необходимостью перехода WEB на новый уровень представления и поиска информации. Это - онтологические системы. Даётся широкий обзор основных представлений и показывается, как метод и технология ситуационного анализа могут служить основой для проектирования онтологий различных типов.
     Ещё один тип интеллектуальных систем рассмотрен в главе 19. Он посвящён многоагентным системам, которые, по мнению автора, являются попыткой понимания и моделирования системы социальных отношений между интеллектуальными и активными сущностями (агентами) во всей их сложности.
     Глава 20-я посвящена системам когнитивного моделирования, которые, по мнению автора, являются наиболее эффективными и адекватными для построения систем поддержки принятия решений в слабо структурируемых средах. В основе таких систем лежит семантическая сеть специального типа - когнитивная карта, вершины которой - факторы влияния на моделируемую проблему, а дуги - оценка влияния факторов друг на друга.
     В заключительной, 21-й главе, рассматривается проблема формирования БЗ СППР и ЭС в процессе машинного обучения на основе БФ (примеров, прецедентов, данных). Первая группа методов составляет суть методов Data Mining: ассоциативные правила, кластеризация, классификация. В рамках второй группы методов -автоматического порождения гипотез (АПГ) - рассматривается ДСМ-метод, разработанный Финном В.К., как наиболее полно реализующий задачу формирования гипотезы не экспертом, как в первом случае, а в результате машинного обучения на основе примеров [4, 8, 117].
     Весь материал прошел многолетнюю апробацию в рамках дисциплин «Модели представления знаний в информационных системах», «Интеллектуальные информационные системы», «Теория и методы принятия решений», «Системы искусственного интеллекта», «Инженерия знаний» и др., использовался для проведения семинаров, лабораторных, курсовых и дипломных работ, а также для проведения научных исследований.
     Учебник предназначен для студентов (инженеров, бакалавров, магистров) и аспирантов специальностей, связанных с изучением СИИ, интеллектуальных информационных систем, моделей представления знаний, систем управления знаниями, систем поддержки принятия решений в любых сферах деятельности человека, а также для всех интересующихся вопросами разработки и применения СИИ.

Предисловие

19

     Автор выражает глубокую признательность и благодарность Старых Владимиру Александровичу - за постоянную поддержку исследований и помощь в подготовке и издании этой книги; бывшим аспирантам, а теперь коллегам по труду, Смирнову С.С., Смольяниновой В.А., Мороз Ю.В. - за предоставленные материалы, вошедшие в приложения 1, 2, 3, методические материалы и результаты лабораторных работ, которые вошли в главы 17, 19 и в приложения; аспирантам и студентам - дипломникам Кузнецову С.Н., Милову В.А., Бушуевой С.Ю., Дёминой Н.Н., Ильичёву Д.С., Иваненко И.Ю, Ершову С.М. Благодарю также за сотрудничество д.т.н., зав. лабораторией эпидемиологической кибернетики НИИ эпидемиологии и микробиологии имени академика Н.Ф. Гамалея РАМН Боева В.В., старших научных сотрудников этой лаборатории, к.м.н. Салман Э.Р. и Асатрян М.Н.
     Особо я благодарю Мороз Юлию Владимировну, студентов -Кюрдиана Р., Мухина С., Рыбакова Е., Комарова А., Храмова С. за помощь в подготовке и редактировании этого издания.

                СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ




БД    - База Данных                                
БЗ    - База Знаний                                
БНЗ   - База Нечётких Знаний                       
БНП   - База Нечётких Правил                       
БП    - База Правил                                
БФ    - База Фактов                                
ГИИС  - Гибридная интеллектуальная информационная  
      система                                      
ДИ    - Деловая Игра                               
ЕЯ    - Естественный Язык                          
ИАД   - Интеллектуальный Анализ Данных             
ИВ    - Исчисление Высказываний                    
ИИ    - Искусственный Интеллект                    
ИП    - Исчисление Предикатов                      
ИС    - Информационная Система                     
ИСППР - Интеллектуальная Система Поддержки         
      Принятия Решений                             
КИС   - Корпоративная Информационная Система       
КС    - Компьютерная Система                       
КСУ   - Корпоративная Система Управления           
КМПрО - Концептуальная Модель Предметной Области   
КСЕР  - Концептуальная Структура Единичного Решения
ЛПР   - Лицо, Принимающее Решение                  
МПрО  - Модель Предметной Области                  
НЭС   - Нечёткая Экспертная Система                
ОУ    - Объект Управления                          
ПЛВ   - Псевдофизическая Логика Времени            
ПО    - Программное Обеспечение                    
ПОМ   - Понятийно-объектная модель                 
ППВ   - Правдоподобный Вывод                       
ППР   - Правдоподобное Рассуждение                 
ПрО   - Предметная Область                         
ПЭ    - Помощник Эксперта                          
СИИ   - Система Искусственного Интеллекта          
СКМ   - Система Когнитивного Моделирования         
СКК   - Самоорганизующиеся Карты Кохонена