![]() Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
![]() Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
![]() |
Примеры. Пример№1. Имеется фрагмент базы знаний из двух правил:
Пример№1. Имеется фрагмент базы знаний из двух правил: П1: Если (отдых – летом) и (человек – активный) то (ехать в горы) П2: Если (любит – солнце) то (отдых – летом) Предположим, в систему поступили данные — (человек – активный) и (любит – солнце). Прямой вывод — исходя из данных, получить ответ. 1-й проход. Шаг 1. Пробуем П1, не работает (не хватает данных (отдых–летом)). Шаг 2. Пробуем П2, работает, в базу поступает факт (отдых–летом). 2-й проход. Шаг 3. Пробуем П1, работает, активируется цель (ехать в горы), которая и выступает как вывод. Обратный вывод — подтвердить выбранную цель при помощи имеющихся правил и данных. 1-й проход. Шаг 1. Цель — (ехать в горы): пробуем П1 — данных (отдых– летом) нет, они становятся новой целью, и ищется правило, где она в правой части. Шаг 2. Цель (отдых – летом): правило П2 подтверждает цель и активирует ее. 2-й проход. Шаг 3. Пробуем П1, подтверждается искомая цель. Пример №2 ЕСЛИ «двигатель не заводится» И «стартер двигателя не работает», ТО «неполадки в системе электропитания стартера»; ЕСЛИ «животное имеет перья», ТО «животное – птица». При большом числе продукций в продукционной модели усложняется проверка непротиворечивости системы продукций, то есть множества правил. Поэтому число продукций, с которыми работают современные системы искусственного интеллекта, как правило, не превышает тысячи. Продукционная модель привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода. Приведем сильные и слабые стороны систем продукций. Сильные стороны систем продукций: модульность; единообразие структуры (основные компоненты продукционной системы могут применяться для построения интеллектуальных систем с различной проблемной ориентацией); естественность (вывод заключения в продукционной системе во многом аналогичен процессу рассуждения эксперта); гибкость родовидовой иерархии понятий, которая поддерживается только как связь между правилами (изменение правила ведет за собой изменение в иерархии); простота создания и понимания отдельных правил; простота пополнения и модификации; простота механизма логического вывода.
Date: 2015-07-17; view: 546; Нарушение авторских прав |