в. Основною перевагою фреймів як моделі подання знань є те, що вона відображає концептуальну основу організації пам'яті людини, а також її гнучкість і наочність.
Спеціальні мови подання знань в мережах фреймів FRL (Frame Representation Language), KRL (Knowledge Representation Language), фреймова оболонка Kappa і інші програмні засоби дозволяють ефективно будувати промислові ЕС. Широко відомі такі фрейм-орієнтовані експертні системи, як ANALYST, МОДІС, TRISTAN, ALTERID.
Формальні логічні моделі
Традиційно в поданні знань виділяють формальні логічні моделі, засновані на класичному численні предикатів I-гопорядка, коли предметна область або завдання описуються у вигляді набору аксіом. Найчастіше ці логічні моделі будуються за допомогою декларативних мов логічного програмування, найбільш відомим представником яких є мова Пролог (Prolog). Початок історії мови належить до 70-му років XX століття. Інтерес до Прологу піднімався і затихав кілька разів, ентузіазм змінювався жорстким неприйняттям. Найбільшу увагу Пролог привернув до себе як до мови майбутнього під час розробок японської національної програми «Комп'ютери п'ятого покоління» в 1980-х роках, коли розробники сподівалися, що за допомогою Прологу можна буде сформулювати нові принципи, які приведуть до створення комп'ютерів більш високого рівня інтелекту . Неправильна оцінка цієї перспективи стала однією з причин невдачі проекту. В даний час Пролог, незважаючи на неодноразові песимістичні прогнози, продовжує розвиватися в різних країнах і вбирає в себе нові технології та концепції, а також парадигми імперативного програмування. Базовим принципом мови є рівнозначність представлення програми і даних (декларативність), від чого затвердження мови одночасно є і записами, подібними записами в базах даних, і правилами, що несуть в собі способи їх обробки. Поєднання цих якостей призводить до того, що в міру роботи системи Прологу знання (і дані, і правила) накопичуються. Тому Пролог-системи вважають природним середовищем для накопичення бази знань.
Висновок
При проектуванні моделі подання знань необхідний облік факторів однорідності подання та простоти розуміння. Однорідність подання призводить до спрощення механізму управління логічним висновком спрощенню управління знаннями.
Простота розуміння означає те, що подання знань має бути зрозумілим і експертам, і користувачам системи. Для вирішення практичних завдань у ряді випадків використовується симбіоз різних моделей представлення знань.
Список літератури
1. Алієв Р.А., Алієв P.P. Теорія інтелектуальних систем. Баку: Чашігоглу. 2001.
2. Гаврилова Т.А., Хорошевський В.Ф. Бази знань інтелектуальних систем. Підручник. СПб.: Питер, 2001.
3. Попов І.І., Максимов Н.В., Храмцов П.Б. Введення в мережеві інформаційні ресурси та технології: Учеб. посібник для вузів. М.: Изд-во РДГУ, 2001.
4. Теперман В.В, Методи представлення й обробки знань (недовизначених моделі)
Методичний посібник.- Новосибірськ, Вид-во НГУ, 1996.
5. Філіппов В.А. Інтелектуальний аналіз даних: методи і засоби. - М.: Едиториал, 2001.
Для підготовки даної роботи були використані матеріали з сайту сайт рефератов/
Дата додавання: 29.07.2013
