РАЗДЕЛ 2
РАЗРАБОТКА ЗНАНИЕОРИЕНТИРОВАННЫХ МЕТОДОВ В СРЕДЕ КОНЦЕПТУАЛЬНЫХ МОДЕЛЕЙ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ПРЕДПРИЯТИЯХ АВИАЦИОННОГО ПРОФИЛЯ
2.1. Постановка задач формального описания концептуальных моделей представления знаний
Современный уровень технологий построения сложных информационных систем характеризуется модульностью построения проекта, достигаемой за счет алгоритмической или объектно-ориентированной декомпозиции [119]. Следствием этого стремления является иерархичность проекта, выделение которой представляет собой нетривиальную задачу, и только если уровень абстрагирования лежит в пределах 7+/-2 уровня [120], то возможно конгруэнтное управление системой в целом. Ограничение в 7+/-2 уровня абстрагирования, делает невозможным применение стандартных технологий для построения высокоразвитых экспертных систем (ЭС).
Для построения ЭС традиционно используют продукционные, семантические, фреймовые, нейронные и другие модели, которые позволяют обойти эти ограничения. Так, к примеру, машина логического вывода может содержать тысячи и много более продукционных правил, однако, это приводит к потере - использовать возможности объектно-ориентированных (ОО) моделей и в некоторой степени, алгоритмических [121].
В свою очередь применение только ОО метода приводит к потере масштабируемости системы непрофессиональным программистом (пользователем системы).
Решением, позволившим получить преимущества использования ОО моделей и традиционных моделей для создания ЭС, является применение концептуальных моделей знаний. Однако эти модели обладают следующим недостатком - отсутствует возможность манипулирования знаниями непосредственно в среде концептуальных моделей.
Для получения строгих математических доказательств в концептуальных моделях необходимо применение следующего аппарата - трансляции конструкций языка представления знаний в теоретико-множественную модель, на которой затем определяется семантика логического вывода, образуя двухуровневую модель формальной семантики. Это дает возможность строгого описать механизм взаимодействия концептуальной модели в распределенной информационной среде, а также собственно процесс логического вывода в ней.
Данный подход позволит решить следующие задачи.
а) Получить строгие математические доказательства конечности в логического вывода в концептуальной системе за счет применения аппарата формальной семантики.
б) Обойти сложность формализации неявных правил, отношений и обычного восприятия, а так же формализовать правила, неподдающиеся описанию с помощью языка OWL (Web Ontology Language [122]).
в) В строго формализованной концептуальной модели появится возможность проводить операции верификации [123], а так же обеспечивать внутреннюю и внешнюю согласованность знаний, а так же определить полноту БЗ.
г) На основе формального синтаксиса и семантики можно непосредственно производить разработку компилятора с ЯПЗ во внутреннее представление. Формальная семантика [124] может лечь в основу реализации соответствующего программного прототипа на функциональном языке программирования.
д) Формальное описание [125] позволяет однозначно и строго представить синтаксис и семантику языка, исключая этим различные толкования, как языковых конструкций, так и процесса логического вывода.
е) Найдет свое решение задача управления, наполнения, осуществления поиска, предоставления для повторного использования данных и знаний и поддержания онтологий [126] с ростом количества аксиом, правил, концептов и концептуальных отношений.
Для решения поставленных задач так же возможно применение других математических аппаратов, к примеру, аппарата дедуктивных баз данных [127]. Однако такой подход приводит к потере реального контекста вычислений машины вывода интеллектуальной системы поддержки принятия решений (ИСППР).
2.2. Компоненты концептуальной модели ИСППР представления знаний.
Любую предметную область можно описать знаниями KNOWELEDGE, состоящими из не изменяющейся составляющей KWGconst и динамической составляющей KWGdyn. KWGconst рассматривают как граф возможных состояний, а KWGdyn как правила переходов по графу состояний. В такой интерпретации у интеллектуальной системы продукционного типа KWGdyn описывает базу знаний (БЗ) в виде набора продукционных правил, KWGconst рабочую память, которая описывает текущую стадию решения задачи.
Для представления знаний в виде концептуальной модели целесообразно рассматривать статическую составляющую, как множество концептов T, полученных в ходе таксономической декомпозиции. Эта одна из ранних стадий разработки концептуальной модели. Ей предшествует стадия выделения назначения концептуальной модели, области определения (границ предметной области) и области значения [128]. После этого осуществляют сбор информации о предметной области и выделение концептов предметной области - так называемый этап таксономической декомпозиции.
Множество концептов T связывается отношением вида:
- is_a;
- part_of;
- : (наследование).
В большинстве ИИСППР во время работы машины логического вывода множество концептов и их отношений остается постоянным (KWGframework), но не значения полей концептов, представляющих рабочую память машины логического вывода KWGT.
2.2.1. Статическая составляющая концептуальной модели ИСППР представления знаний.
Знания, представляющие остов системы KWGframework образуются множеством значений полей всех концептов KWGT.
Определение 1. Словарь концептуальной модели расширенный типами и диапазонами значений из некоторой системы типов X является полной решеткой.
Словарь онтологии Х может быть представлен линейно упорядоченными доменами, являющимися множеством потенциально допустимых значений данного типа.
Воспользуемся следующим формальным описанием концептуальной структуры:
,(2.1)
где - не расширенный словарь онтологии;
- множество концептов;
- функция состояния онтоло
- Київ+380960830922