Реферат: Экспертная система по породам дерева
Интерпретатор выполняет различные функции внутри системы на основе следующей схемы:
1. Система имеет предложения в базе знаний, которые управляют поиском и сопоставлением. Интерпретатор сопоставляет эти предложения с элементами данных в базе данных.
2. Если может быть вызвано более одного правила , то система использует возможности Турбо-Пролога для разрешения конфликта. Следовательно пользователю/программисту не нужно рассматривать потенциально возможные конфликты.
3. Система получает результаты унификационного процесса автоматически, поэтому они могут направляться на нужное устройство вывода информации.
Так же как и в системе, базирующейся на правилах, данный циклический процесс является процессом распознавание-действие.
Красота и большие возможности системы, основанной на логике, заключаются в том, что она отражает структуру самого Турбо-Пролога. Этим объясняется тот факт, что она очень эффективна в работе.
Наиболее важным аспектом для базы знаний в системе, осно ванной на логике, является проектирование базы знаний, ее утверждений и их структуры. База знаний должна иметь недвусмысленную логическую организацию, и она должна содержать минимум избыточной информации. Так же как и в системе, базирующейся на правилах, минимально достаточное количество данных образуют наиболее эффективную систему.
Структура базы знаний экспертной системы для выбора породы дерева.
Для идентификации породы внутри каждого подмножества можно использовать список атрибутов. Количество характеристик будет определять степень точности классификации. Различающей не обязательно является какая-нибудь единственная характеристика - все множество атрибутов используется для достижения целей в строящихся правилах.
Все перечисленные ниже атрибуты являются необходимыми, так как ни один из них не характерен для всех пород одновременно.
1) лиственная;
2) хвойная;
3) мягкая;
4) твердая;
5) очень твердая;
6) серо-коричневая;
7) светло-красная;
8) светлая;
9) темная;
10) смолистая;
11) очень смолистая;
12) Крупная текстура;
13) Мелкая текстура.
Каждая характеристика для конкретной породы либо верна, либо не верна. Для каждой породы справедливы следующие характеристики:
Порода - Характеристики
Дуб - 1,4,6,13
Бук - 1,4,7,12
Осина - 1,3,8,13
Тис - 1,5,9
Ель - 2,3,8,10
Сосна - 2,3,8,11
Способ использования этой информации зависит от реализации экспертной системы.
В нашем случае при проектировании базы знаний древовидная структура, множество идентифицирующих характеристик и наборы номеров характеристик для каждой породы составляют рабочую модель базы знаний для выбора породы.
Заметьте, что номера характеристик являются искусственными фактами, необходимыми проектировщику, и введены они для того, чтобы функциональным модулям экспертной системы было легче идентифицировать характеристики и манипулировать ими.
Проектирование и реализация системы, базирующейся на правилах.
Сначала необходимо сделать декларации базы данных. База данных будет хранить ответы пользователя на вопросы системы пользовательского интерфейса (СПИ). Эти данные являются утвердительными или отрицательными ответами.
Далее нужно объявить предикаты для выполнения вывода (машина вывода) и для взаимодействия с пользователем (система пользовательского интерфейса).
Все вместе это следующие декларации:
database
xpositive(symbol,symbol)
xnegative(symbol,symbol)
predicates
do_expert_job
do_consulting
ask(symbol,symbol)
dog_is(symbol)
it_is(symbol)
positive(symbol,symbol)
negative(symbol,symbol)
remember(symbol,symbol,symbol)
clear_facts
Предикаты базы данных xpositive и xnegative используются для хранения утвердительных и отрицательных ответов пользователя. Первые четыре предиката нужны для взаимодействия с пользователем, а остальные шесть - для механизма вывода.
Должны быть составлены восемь продукционных правил : по одному для каждой породы. Каждое правило должно идентифицировать породу по признаку принадлежности к группе длинношерстных или короткошерстных.
Правило it_is производит эту идентификацию. Затем правило positive идентифицирует характеристики собаки в каждом случае.
И it_is и positive используются механизмом вывода. Ниже приведено полное продукционное правило для дуба:
tree_is("Дуб"):-
positive(tree,"Лиственная"),
positive(tree,"Твердая"),
positive(tree,"Серо_Коричневая"),
positive(tree,"Мелкая_текстура"),!.
Механизм вывода должен иметь правила для управления данными вводимыми пользователем, для сопоставления их с продукционными правилами и сохранения "трассы" (или запоминания) отрицательных и утвердительных ответов. Правила positive и negative используются для сопоставления данных пользователя с данными в продукционных правилах. Правило remember (запоминание) производит добавление предложений с ответами yes (да) и no (нет), для использования при сопоставлении с образцом:
positive(X,Y) :-
xpositive(X,Y),!.
positive(X,Y) :-
not(negative(X,Y)),!,
ask(X,Y).
negative(X,Y) :-
xnegative(X,Y),!.
remember(X,Y,yes) :-
asserta(xpositive(X,Y)).
remember(X,Y,no) :-
asserta(xnegative(X,Y)),
fail.
clear_facts :-
retract(xpositive(_,_)),
fail.
clear_facts :-
retract(xnegative(_,_)),
fail.
Назначение системы пользовательского интерфейса (СПИ) - связь вводимых пользователем данных с системой логического вывода. Главный модуль do_expert_job (выполни экспертную работу) и модуль do_consulting (выполни консультацию) осуществляют эту связь. Модуль ask(X,Y) (спроси) запрашивает данные у пользователя и сохраняет ответы в базе знаний. Кроме того, окно обеспечивает дополнительное удобство во время консультации. Система пользовательского интерфейса полностью приведена ниже:
do_expert_job :-
setup_window,
do_consulting,
write("Press space bar."),nl,
readch(_),
removewindow,
exit.
setup_window :-
makewindow(1,7,7,"AN EXPERT SYSTEM",1,16,22,58),
nl,write("* * * * * * * * * * * * * * * * * * * *"),
nl,write(" A Tree Expert "),
nl,write(" "),
nl,write("This is a tree identification system. "),
nl,write("Please answer the question about "),
nl,write("the dog you would like by typing in "),
nl,write("'yes' or 'no'. "),
nl,write("* * * * * * * * * * * * * * * * * * * *"),
nl,nl.
do_consulting :-
dog_is(X),!,nl,
write("the tree you have indicated is a(n)",X,"."),nl,
clear_facts.
do_consulting :-
nl,write("Sorry I can't help you ! "),
clear_facts.
ask(X,Y) :-
write(" Question :- ",X," it ",Y," ?"),
readln(Reply),
remember(X,Y,Reply).
Заметьте, что главный модуль do_expert_job вызывает модули setup_window (установи окно) и do_consulting (выполни консультацию). Консультирующий модуль имеет две альтернативные формы. Первая взаимодействует с механизмом вывода; если результат цикла "распознавание - действие" положительный, то результат сообщается пользователю. Вторая форма сообщает о негативном результате.
Теперь можно соединить отдельные компоненты и сформировать полную экспертную систему на правилах для выбора породы дерева.
Эта программа просит пользователя выбрать режим консультации или выход из программы. Затем экспертная система выбирает породу собаки на основании ответов пользователя на вопросы, или в конце неудачного поиска выдает сообщение “Sorry!”
Реализация:
domains
database
xpositive(symbol,symbol)
xnegative(symbol,symbol)
predicates
do_expert_bird.
do_consulting
ask(symbol,symbol)
tree_is(symbol)
positive(symbol,symbol)
negative(symbol,symbol)
remember(symbol,symbol,symbol)
clear_facts
goal
do_expert_bird.
clauses
do_expert_bird:-
makewindow(1,7,7,"Expert System",1,3,22,71),
nl,write(" ---------------------------------------------------"),
nl,write(" A Tree Expert "),
nl,write(" "),
nl,write(" Please answer the questions 'yes' or 'no'."),
nl,write(" ---------------------------------------------------"),
nl,nl,
do_consulting,
write("Press space bar."),nl,
readchar(_),
removewindow,
exit.
do_consulting:-
tree_is(X),!,nl,
write("Tree ",X,"."),nl,
clear_facts.
do_consulting:-
nl,write("Sorry !"),
clear_facts.
ask(X,Y):-
write(" expert> ",X," ",Y," ?"),
readln(Reply),
remember(X,Y,Reply).
positive(X,Y):-
xpositive(X,Y),!.
positive(X,Y):-
not(negative(X,Y)),!,
ask(X,Y).
negative(X,Y):-
xnegative(X,Y),!.
remember(X,Y,yes):-
asserta(xpositive(X,Y)).
remember(X,Y,no):-
asserta(xnegative(X,Y)),
fail.
clear_facts:-
retract(xpositive(_,_)),
fail.
clear_facts:-
retract(xnegative(_,_)),
fail.
tree_is("Дуб"):-
positive(tree,"Лиственная"),
positive(tree,"Твердая"),
positive(tree,"Серо_Коричневая"),
positive(tree,"Мелкая_текстура"),!.
tree_is("Бук"):-
positive(tree,"Лиственная"),
positive(tree,"Твердая"),
positive(tree,"Светло_Красная"),
positive(tree,"Крупная_текстура"),!.
tree_is("Осина"):-
positive(tree,"Лиственная"),
positive(tree,"Мягкая"),
positive(tree,"Светлая"),
positive(tree,"Мелкая_текстура"),!.
tree_is("Тис"):-
positive(tree,"Лиственная"),
positive(tree,"Очень_твердая"),
positive(tree,"Темная"),!.
tree_is("Ель"):-
positive(tree,"Хвойная"),
positive(tree,"Мягкая"),
positive(tree,"Светлая"),
positive(tree,"Смолистая"),!.
tree_is("Сосна"):-
positive(tree,"Хвойная"),
positive(tree,"Мягкая"),
positive(tree,"Светлая"),
positive(tree,"Очень_Смолистая"),!.
tree_is("Столб"):-
positive(tree,"Не_дерево"),
positive(tree,"Очень_Твердый"),!.
