ПРОДУКЦИОННЫЕ СИСТЕМЫ И ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ ПРОГРАММИРОВАНИЕ

4.1 Ключевые (основные) вопросы (моменты)

— продукционные системы;

— объектно-ориентированное программирование;

4.2 Текст лекции

4.2.1 Продукционные системы

Продукционные системы можно разделить на управляемые данными P_i (предусловиями правил) и управляемые целями Q_i (действиями правил). Традиционно под продукционными понимают первые (использующие вывод, направляемый данными), в такой системе правила имеют форму:

P₁,…, P_m ® Q₁,…, Q_n

Продукционная система может быть определена следующим образом:

PS = < R, B, I >,

где R – рабочая память системы (база данных), содержащая текущие данные; B – база знаний содержащая множество продукций; I – интерпретатор (решатель), циклически реализующий процесс вывода на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из базы знаний.

Интерпретатор, формирующий решение задачи, формально может быть представлен четверкой:

I = < V, S, K, W >,

где V – процесс выбора из B и из R подмножества активных продукций B_V и подмножества активных данных R_V соответственно, которые будут использованы в очередном цикле работы интерпретатора; S – процесс сопоставления, определяющий множество означиваний, то есть множество правил, удовлетворяющих текущему состоянию рабочей памяти; K – процесс разрешения конфликтов (процесс планирования), определяющий, какое из означиваний будет выполняться; W – процесс, осуществляющий выполнение выбранного означенного правила, результатом которого является модификация данных в R и смена ситуации.

При переходе от традиционных продукционных систем, использующих вывод, направляемый данными, к логической модели, использующей предложения Альфреда Хорна (A. Horn, 1951), содержащие не более одного заключения, форма правил будет следующая:

Q₁ P₁,…, P_m

Основная разница между системой продукций и логической моделью заключается в управлении. Логический вывод заключения осуществляется в обратном направлении от утверждений, которые должны быть доказаны к правилам и фактам, которые их доказывают.

Аппроксимацией интерпретатора для модели логического программирования, спроектированной для эффективного выполнения на машинах с фон-неймановской архитектурой, является последовательный язык Prolog. Первый интерпретатор этого языка был разработанн в 1972 году Аленом Колмерье (Alain Colmerauer) и Филиппом Русселем (Phillippe Roussel) совместно с Робертом Ковальски (R.W. Kowalski). Особый интерес к языку возник с появлением в 1981 году сообщения об инициировании правительством Японии исследовательского проекта по созданию машин пятого поколения – FGCS (Fifth Generation Computing Systems).

Логическая модель не содержит указаний как именно должен быть получен результат, а только описывает форму результата (используется декларативная семантика). Это отличает её от императивного и функционального подходов, указывающих как именно следует выполнять вычисления (как должен быть получен результат). Основная концепция декларативной семантики заключается в том, что существует простой способ определения смысла каждого оператора, и он не зависит от того, как именно этот оператор используется для решения задачи.

Рассмотренные выше языки функционального и логического программирования применялись в области искусственного интеллекта, ведущим принципом ранней методологии которого являлась гипотеза о физической символьной системе (physical symbol system hypothesis), впервые сформулированная Алленом Ньюэллом и Гербертом Саймоном (A. Newell, H. A. Simon) в 1956 году. Эта гипотеза, согласно которой физическая символьная система имеет необходимые и достаточные средства для того, чтобы производить осмысленные действия, привела к трем важнейшим принципам методологии искусственного интеллекта: использованию символов и символьных систем в качестве средства описания проблемной области, разработке механизмов перебора (в особенности эвристического) для исследования границ потенциальных умозаключений таких систем, отвлеченности когнитивной архитектуры.

Позднее гипотеза физической символьной системы стала оспариваться критиками, утверждающими, что интеллект является наследственно биологическим и экзистенциальным и не может быть зафиксирован с помощью символов. Данные суждения определили такие направления исследований в области искусственного интеллекта, как развитие теории нейронных сетей, генетических алгоритмов и агентно-ориентированных методов, которые смещают акцент исследований с проблем символьного представления и стратегий формальных рассуждений на проблемы обучения и адаптации.

Дата добавления: 2014-11-24; просмотров: 334; Нарушение авторских прав

Мы поможем в написании ваших работ!