Раздел 2
диагностика компьютерной техники с использованием продукционных систем и
бинарных отношений
2.1 Диагностика компьютерной техники с одним параметром
Пусть компьютерная система S характеризуется только одним параметром a, который
может принимать всего три значения: a1, a2 и a3. Пусть множество значений
диагноза d, который может быть поставлен системе S, состоит из двух элементов:
– d0 – система S исправна;
– d1 – система S неисправна.
База знаний KB1 продукционной экспертной системы реального времени, способная
поставить диагноз любому состоянию системы S, может состоять, например, из
следующего множества P продукций:
– p1 – «Если a = a1, то d = d0»;
– p2 – «Если a = a2, то d = d1»;
– p3 – «Если a = a3, то d = d1».
Продукционный граф, описывающий данную базу знаний, представлен на рисунке 2.1.
Рисунок 2.1 – Продукционный граф базы знаний KB1
Эксперту, знания которого зафиксированы в базе знаний KB1, можно задать
следующий вопрос: «Какое значение параметра a более характерно для диагноза
d1?»
Пусть эксперт-диагност ответил, что значение a3 параметра a более характерно
для диагноза d1, чем значение a2. Тогда это бинарное отношение r1 характерности
значений параметра a для диагноза d1 можно представить графически так, как
показано на рисунке 2.2.
Рисунок 2.2 – Отношение характерности r1
На рисунке 2.2 стрелка направлена от более характерного значения a3 параметра a
для диагноза d1 к менее характерному значению a2.
Этот ответ эксперта-диагноста показывает, что продукция p2 представляет менее
очевидное, но потому более ценное знание эксперта, которое он использует при
диагностике компьютерной системы S. Значение a2 параметра a является в
некотором смысле «пограничным»: его изменение может перевести систему S из
состояния, характеризующегося диагнозом d1, в состояние, которое
характеризуется диагнозом d2. Последнее утверждение будет выглядеть более
очевидным, если в отношение r1 характерности ввести и значение a1. Такое
дополненное отношение показано на рисунке 2.3.
Рисунок 2.3 – Дополненное отношение характерности r1
Таким образом, из базы знаний KB1 можно исключить продукцию p3, заменив ее
отношением r1.
Граф, описывающий данную базу знаний, представленную продукциями и бинарным
отношением, показан на рисунке 2.4.
Рисунок 2.4 – Модифицированный граф базы знаний KB1
Постановка диагноза в экспертной системе, основанной на такой базе знаний,
происходит по продукционным правилам с учетом отношения характерности.
Например, если на вход ЭС поступает значение a3, то, используя отношение r1,
можно перейти к значению a2, на основе которого можно сделать вывод, используя
стандартные средства продукционных моделей.
Пусть снова компьютерная система S характеризуется только одним параметром a,
но который теперь может принимать уже девять значений: a1, a2, a3, a4, a5, a6,
a7, a8 и a9. Пусть множество значений диагноза d, который может быть поставлен
системе S, состоит из трех элементов:
– d0 – система S исправна;
– d1 – у системы S неисправность одного типа;
– d2 – у системы S неисправность другого типа.
База знаний KB2 продукционной экспертной системы реального времени, способная
поставить диагноз любому состоянию системы S, может состоять, например, из
следующего множества P продукций:
– p1 – «Если a = a1, то d = d0»;
– p2 – «Если a = a2, то d = d0»;
– p3 – «Если a = a3, то d = d0»;
– p4 – «Если a = a4, то d = d1»;
– p5 – «Если a = a5, то d = d1»;
– p6 – «Если a = a6, то d = d1»;
– p7 – «Если a = a7, то d = d2»;
– p8 – «Если a = a8, то d = d2»;
– p9 – «Если a = a9, то d = d2».
Продукционный граф, описывающий данную базу знаний, представлен на рисунке 2.5.
Рисунок 2.5 – Продукционный граф базы знаний KB2
Эксперту, знания которого зафиксированы в базе знаний KB2, можно задать
следующие два вопроса:
– какое значение параметра a более характерно для диагноза d1;
– какое значение параметра a более характерно для диагноза d2.
Пусть эксперт-диагност ответил, что значение a6 параметра a более характерно
для диагноза d1, чем значение a5, которое, в свою очередь, более характерно для
диагноза d1, чем значение a4.
Пусть эксперт-диагност ответил, что значение a9 параметра a более характерно
для диагноза d2, чем значение a8, которое, в свою очередь, более характерно для
диагноза d2, чем значение a7.
Эти бинарные отношения r1 и r2 характерности значений параметра a для диагнозов
d1 и d2 соответственно можно представить графически так, как показано на
рисунке 2.6.
Рисунок 2.6 – Отношения характерности r1 и r2
На рисунке 2.6 стрелки направлены от более характерных значений параметра a для
диагнозов d1 и d2 к менее характерным значениям.
Эти ответы эксперта-диагноста показывают, что продукции p4 и p7 представляют
менее очевидные, но потому более ценные знания эксперта, которые он использует
при диагностике компьютерной системы S. Значения a4 и a7 параметра a являются в
некотором смысле «пограничными»: их изменения могут перевести систему S из
состояния, характеризующегося одним диагнозом, в состояние, которое
характеризуется другим диагнозом. Последнее утверждение будет выглядеть более
очевидным, если в отношения r1 и r2 характерности ввести и другие значения
параметра a. Такие дополненные отношения показаны на рисунке 2.7.
Рисунок 2.7 – Дополненные отношения характерности r1 и r2
Таким образом, из базы знаний KB2 можно исключить продукции p5 и p6, а также p8
и p9, заменив их отношениями r1 и r2 соответственно.
Заметим также, что эксперту, знания которого зафиксированы в базе знаний KB2,
можно также задать следующий вопрос: «Какое значение параметра a более
характерно для диагноза d0?»
Пусть эксперт-диагност ответил, что значение a
- Київ+380960830922