|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Данные и знанияГлава 1 Представление знаний Данные и знания Д. А. Поспелов Основные определения Информация, с которой имеют дело ЭВМ, разделяется на процедурную и декларативную. Процедурная информация овеществлена в программах, которые выполняются в процессе решения задач, декларативная информация—-в данных, с которыми эти программы работают. Стандартной формой представления информации в ЭВМ является машинное слово, состоящее из определенного для данного типа ЭВМ числа двоичных разрядов — битов. Машинное слово для представления данных и машинное слово для представления команд, образующих программу, могут иметь одинаковое или разное число разрядов. В последнее время для представления данных и команд использу-ютСя одинаковые по числу разрядов машинные слова. Однако в ряде случаев машинные слова разбиваются на группы ио восемь двоичных разрядов, которые называются байтами. Одинаковое число разрядов в машинных словах для команд и данных позволяет рассматривать их в ЭВМ в качестве одинаковых информационных единиц и* выполнять операции над командами, как над данными. Содержимое памяти образует информационную базу. В большинстве существующих ЭВМ возможно извлечение информации из любого подмножества разрядов машинного слова вплоть до одного бита. Во многих ЭВМ можно соединять два (или более) машинных слова в слово с большей длиной. Однако машинное слово является основной характеристикой информационной базы, так как его длина такова, что каждое машинное слово хранится в одной стандартной ячейке памяти, снабженной индивидуальным именем — адресом ячейки. По этому имени происходит извлечение информационных единиц из памяти ЭВМ и запись их в нее. Параллельно с развитием структуры ЭВМ происходило развитие информационных структур для представления данных. Появились способы описания данных в виде векторов и матриц, возникли списочные структуры, иерархические структуры. В настоящее время в языках программирования высокого уровня используются абстрактные типы данных, структура которых задается программистом. Появление баз данных (БД) знаменовало собой еще один шаг на пути организации работы с декларативной информацией. В базах данных могут одновременно храниться большие объемы информации, а специальные средства, образующие систему управления базами данных (СУБД), позволяют эффективно манипулировать с данными, при необходимости извлекать их из базы данных и записывать в нужном порядке в базу. Таблица 1.1
По мере развития исследований в области ИС возникла концепция знаний, которые объединили в себе многие черты процедурной и декларативной информации. Особенности знаний Перечислим ряд особенностей, присущих этой форме представления информации в ЭВМ. 1. Внутренняя интерпретируемость. Каждая информационная единица должна иметь уникальное имя, по которому ИС находит ее, а также отвечает на запросы, в которых это имя упомянуто. Когда данные, хранящиеся в памяти, были лишены имен, то отсутствовала возможность их идентификации системой. Данные могла идентифицировать лишь программа, извлекающая их из памяти по указанию программиста, написавшего программу. Что скрывается за т-ем или иным двоичным кодом машинного слова, системе было неизвестно. Если, например, в память ЭВМ нужно было записать сведения о сотрудниках учреждения, представленные табл. 1.1, то без внутренней интерпретации в память ЭВМ была бы занесена совокупность из четырех машинных слов, соответствующих строкам этой таблицы. При этом информация о том, какими группами двоичных разрядов в этих машинных словах закодированы сведения о специалистах, у системы отсутствуют. Они известны лишь программисту, который использует данные табл. 1.1 для решения возникающих у него задач. Система не в состоянии ответить на вопросы типа «Что тебе известно о Петрове?» или «Есть ли среди специалистов сантехник?». г При переходе к знаниям в память ЭВМ вводится информация о некоторой протоструктуре информационных единиц. В рассматриваемом примере она представляет собой специальное машинное слово, в котором указано, в каких разрядах хранятся сведения о фамилиях, годах рождения, специальностях и стаже. При этом должны быть заданы специальные словари, в которых перечислены имеющиеся в памяти системы фамилии, года рождения, названия специальностей и продолжительности стажа. Все эти атрибуты могут играть роль имен для тех машинных слов, которые соответствуют строкам таблицы. По ним можно осуществлять поиск нужной информации. Каждая строка таблицы будет экземпляром протоструктуры. В настоящее время СУБД обеспечивают реализацию внутренней интерпретируемости всех информационных единиц, хранимых в базе данных. 2. Структурированность. Информационные единицы должны обладать гиб 3. Связность. В информационной базе между информационными единицами па. Прежде всего эти связи могут характеризовать отношения между информационными единицами. Семантика отношений может носить декларативный или процедурный характер. Например, две или более информационные единицы могут быть связаны отношением <Содновременно >, две информационные единицы— отношением «спричина—следствием или отношением «сбыть рядом^. Приведенные отношения характеризуют декларативные знания. Если между двумя информационными единицами установлено отношение ^аргумент— функция;», то оно характеризует процедурное знание, связанное с вычислением определенных функций. Далее будем различать отношения структуризации, функциональные отношения, каузальные отношения и семантические отношения. С помощью первых задаются иерархии информационных единиц, вторые несут процедурную информацию, позволяющую находить (вычислять) одни информационные единицы через другие, третьи задают причинно-следственные связи, четвертые соответствуют всем остальным отношениям. Между информационными единицами могут устанавливаться и иные связи, например, определяющие порядок выбора информационных единиц из памяти или указывающие на то, что две информационные единицы несовместимы друг с другом в одном описании. Перечисленные три особенности знаний позволяют ввести общую модель представления знаний, которую можно назвать семантической сетью, представляющей собой иерархическую сеть, в вершинах которой находятся информационные единицы. Эти единицы снабжены индивидуальными именами. Дуги семантической сети соответствуют различным связям между информационными единицами. При этом иерархические связи определяются отношениями структуризации, а неиерархические связи — отношениями иных типов [Hendrix, 1975; Schubert, 1975]. 4. Семантическая метрика. На множестве информационных единиц в некоторых случаях полезно задавать отношение, характеризующее ситуационную близость информационных единиц, т. е. силу ассоциативной связи между информационными единицами. Его можно было бы назвать отношением релевантности для информационных единиц. Такое отношение дает возможность выделять в информационной базе некоторые типовые ситуации (например, «покупка», «регулирование движения на перекрестке»). Отношение релевантности при работе с информационными единицами позволяет находить знания, близкие к уже найденным. 5. Активность. С момента появления ЭВМ и разделения используемых в ней информационных единиц на данные и команды создалась ситуация, при которой данные пассивны, а команды активны. Все процессы, протекающие в ЭВМ, инициируются командами, а данные используются этими командами лишь в случае необходимости. Для ИС эта ситуация неприемлема. Как и у человека, в ИС актуализации тех или иных действий способствуют знания, имеющиеся в системе. Таким образом, выполнение программ в ИС должно инициироваться текущим состоянием информационной базы. Появление в базе фактов или описаний событий, установление связей может стать источником активности системы. Перечисленные пять особенностей информационных единиц определяют ту грань, за которой данные превращаются в знания, а базы данных перерастают в базы знаний (БЗ). Совокупность средств, обеспечивающих работу с знаниями, образует систему управления базой знаний (СУБЗ). В настоящее время не существует баз знаний, в которых в полной мере были бы реализованы внутренняя интерпретируемость, структуризация, связность, введена семантическая мера и обеспечена активность знаний. Модели представления данных * В 70-х годах различали три основные модели представления данных: реляционные, сетевые и иерархические. В настоящее время появилось второе по- В написании данного раздела участвовала С. М. Ефимова. коление таких моделей, в рамках которых происходит постепенное слияние данных и знаний [Цикритис и др., 1985], В развитых моделях представления данных можно выделить два компонента: интенсиональные представления и экстенсиональные представления. Оба компонента хранятся в базе данных. При этом в ее экстенсиональную часть входят конкретные факты, касающиеся предметной области (например, строки табл. 1.1), а в интенсиональную часть — схемы связей между атрибутами (например, между именами столбцов табл. 1.1.). Таким образом, экстенсиональные представления описывают конкретные объекты из предметной области, конкретные события, происходящие в ней, или конкретные явления и процессы, а интенсиональные представления фиксируют те закономерности и связи, которым все эти конкретные объекты, события, явления или процессы обязаны в данной проблемной области удовлетворять. Экстенсиональные представления относятся к данным. Относительно интенсиональных представлений единого мнения нет. Апологеты баз данных говорят в этом случае о схемах базы данных, а представители искусственного интеллекта — о знаниях о проблемной области. Элементами схемы базы данных являются схемы вида Q(Ai, A2,...,А„), где Q — некоторое отношение, а множество элементов, входящих в Q, — множество атрибутов. В зависимости от того, какие отношения Q допускаются в схемах баз данных, возникают различные представления данных. Введем понятие домена Di для некоторого атрибута AL. Элементами А будем считать все конкретные факты в экстенсиональном представлении, соответствующие этому атрибуту. Например, в простейшем случае табл. 1.1 домены образуются из элементов столбцов таблицы, а соответствующий каждому домену атрибут показан как обозначение столбца. Домены, относящиеся к различным атрибутам, могут иметь пустое пересечение, непустое пересечение или включаться друг в друга. В предельном случае домены двух различных атрибутов могут полностью совпадать. При этом атрибуты оказываются синонимами. Например, если все токари на данном предприятии (и только они) имеют по трое детей, то атрибуты «Токари» и «Отцы, имеющие троих детей» в данной БД окажутся синонимичными. Экстенсиональное отношение — это определенным образом выделенное подмножество декартова произведения доменов, относящихся к некоторому набору атрибутов. Например, содержимое табл. 1.1 есть подмножество декартова произведения доменов, соответствующих атрибутам: «Фамилия», «Год рожде-ния», «Специальность» и «Стаж». Из всех возможных кортежей, полученных в этом декартовом произведении, в таблицу отобраны лишь те, которые отражают реальных людей, работающих на предприятии, В схеме баз данных такому экстенсиональному отношению будет соответствовать интенсиональное отношение R{A\, Ац,...,Ат). Имя этого отношения совпадает с именем экстен» сионального отношения (именем той таблицы, которым оно задано, например R может выглядеть как «Список сотрудников данного предприятия»), а в качестве его аргументов выступают атрибуты, домены которых использовались для образования соответствующего экстенсионального отношения. Описанная модель представления данных, т. е. табличное представление данных, протоструктура которых определяется экстенсиональными отношениями, а схема базы данных — интенсиональными отношениями [Codd, 1979, 1981], характерна для реляционных баз данных. В сетевых моделях представления данных используются табличные и графовые представления. Вершинам графа соответствуют информационные единицы, называемые записями, которые представляют собой специальным образом организованные таблицы, а дугам графа — типы отношений между записями [Мартин, 1980; Ульман, 1983; Цикритис и др., 1985]. В отличие от реляционных моделей, в которых запрещается повторение одинаковых строк в множестве, определяющем экстенсиональное отношение, в сетевых моделях такие повторения допустимы. Другим отличием является явное задание отношений между записями с помощью графа, а не опосредованное, как в реляционной модели. В иерархических моделях представления данных в отличие от реляционных и сетевых моделей схема базы данных представляет собой множество схем отношений, упорядоченных в деревообразную структуру. В отличие от сетевой модели, в которой экстенсиональные отношения могут быть определены на доменах, элементы которых сами могут быть агрегированными записями (т. е. представлять собой целые фрагменты графа), в иерархических моделях (как и в реляционных) элементами доменов могут быть лишь простые факты [Дейт, 1980; Мартин, 1980; Ульман, 1983]. В базах данных выделяют две составляющие: язык описания данных (ЯОД) и язык манипулирования данными (ЯМД). Средства ЯОД ориентированы, с одной стороны, на то, как на физическом уровне в ЭВМ будут представляться данные, интенсиональные и экстенсиональные отношения, а с другой стороны, на семантику проблемной области, так как в них входят операции по классификации, обобщению и агрегированию экстенсиональных и интенсиональных представлений. Эти средства позволяют вводить обобщенные атрибуты и записи, устанавливать новые схемы отношений на интенсиональном уровне и строить многоуровневые иерархии на множествах обобщенных атрибутов. Таким образом, ЯОД позволяет реализовать в базах данных такие особенности знаний, которые ранее назывались структурированностью и связностью [Цикритис и др., 1985]. При работе с базами данных, т. е. при поиске ответов на запросы пользователей, пополнении содержимого экстенсионального или интенсионального компонентов, необходимо уметь выполнять ряд операций, которые входят в ЯМД. Различия в наборе операций определяют различия в ЯМД. Многие авторы, например [Дейт, 1980; Дрибас, 1982; Калиниченко, 1983], определяют базы данных как совокупность ЯОД и ЯМД, что сближает их с понятиями алгебры и универсальной алгебраической системы [Мальцев, 1970]. На сегодняшний день можно считать завершенной теорию реляционных баз данных [Maier, 1983; Цаленко, 1985]. Сейчас уже ясно, что все три типа баз данных равномощны [Jacoby, 1982; Филиппов, 1983, 1985]. Второе поколение баз данных характеризуется рядом особенностей моделей представления данных [Цаленко, 1985; Цикритис и др., 1985]. Расширение возможностей таких моделей происходит из-за ослабления требований к виду отношений Q в экстенсиональных представлениях и к виду отношений R в интенсиональных представлениях. Семантические сети являются наиболее общей моделью представления знаний, так как в них имеются средства для выполнения всех пяти требований, предъявляемых к знаниям. Но такая универсальность семантических сетей имеет и негативную сторону. Если допускать в них произвольные типы отношений и овязей, не являющиеся отношениями в математическом смысле (например, ассоциативные связи), то сложность работы с таким образом организованной информацией резко возрастает. Поэтому в базах данных второго поколения вводятся ограничения на характер структур и типов информационных единиц, находящихся в вершинах семантической сети, и на характер связей, задаваемых ее дугами. Например, в бинарных моделях представления данных используются лишь бинарные отношения между информационными единицами. Близкой к таким моделям является модель, опирающаяся на язык синтагматических цепей, применявшийся в ситуационном управлении [Поспелов Д., 1981]. Наиболее известной бинарной моделью является модель Сенко [Senko, 1980]. В модели U-графов [Ефимова, 1985; Ефимова и др., 1986] фиксирована топология семантической сети, используемой в схеме базы данных: отношения вида Q(Ao\ Air...,Am) описывают фрагменты семантической сети, называемые звездами. Тело звезды — вершина семантической сети с именем Аа. Вершины с именами А\,..., Ат связаны с вершиной Ао бинарными отношениями с некоторыми именами Ru..., Rm. Такой способ представления информации имеет некоторые аналоги с моделью /?Х-кодов, предлагавшейся для информационно-поисковых систем [Скороходько, 1968]. Модели представления знаний В ИС используются различные способы описания знаний. 1. Логические модели. В основе моделей такого типа лежит формальная система, задаваемая четверкой вида М—<.Т, Р, А, В>. Множество Т есть множество базовых элементов различной природы, например слов из некоторого ограниченного словаря, деталей детского конструктора, входящих в состав некоторого набора и т. п. Важно, что для множества Т существует некоторый способ определения принадлежности или непринадлежности произвольного элемента к этому множеству. Процедура такой проверки может быть любой, но за конечное число шагов она должна давать положительный или отрицательный ответ на вопрос, является ли х элементом множества Т. Обозначим эту процедуру П(Г). Множество Р есть множество синтаксических правил. С их помощью из элементов Т образуют синтаксически правильные совокупности. Например, из слов ограниченного словаря строятся синтаксически правильные фразы, из деталей детского конструктора с помощью гаек и болтов собираются новые конструкции. Декларируется существование процедуры П(Р), с помощью которой за конечное число шагов можно получить ответ на вопрос, является ли совокупность X синтаксически правильной. В множестве синтаксически правильных совокупностей выделяется некоторое подмножество А. Элементы А называются аксиомами. Как и для других составляющих формальной системы, должна существовать процедура П(Л), с помощью которой для любой синтаксически правильной совокупности можно получить ответ на вопрос о принадлежности ее к множеству А. Множество В есть множество правил вывода. Применяя их к элементам А, можно получать новые синтаксически правильные совокупности, к которым снова можно применять правила из В. Так формируется множество выводимых в данной формальной системе совокупностей. Если имеется процедура П(5), с помощью которой можно определить для любой синтаксически правильной совокупности, является ли она выводимой, то соответствующая формальная система называется разрешимой. Это показывает, что именно правила вывода являются наиболее сложной составляющей формальной системы. Для знаний, входящих в базу знаний, можно считать, что множество А образуют все информационные единицы, которые введены в базу знаний извне, а с помощью правил вывода из них выводятся новые производные знания. Другими словами, формальная система представляет собой генератор порождения новых знаний, образующих множество выводимых в данной системе знаний. Это свойство логических моделей делает их притягательными для использования в базах знаний. Оно позволяет хранить в базе лишь те знания, которые образуют множество А, а все остальные знания получать из них по правилам вывода. 2. Сетевые модели. В основе моделей этого типа лежит конструкция, названная ранее семантической сетью. Сетевые модели формально можно задать в виде #=</, С], С2,..., Сп, Г>. Здесь / есть множество информационных единиц; С\, С2,..., Сп — множество типов связей между информационными единицами. Отображение Г задает между информационными единицами, входящими в /, связи из заданного набора типов связей. В зависимости от типов связей, используемых в модели, различают классифицирующие сети, функциональные сети и сценарии. В классифицирующих сетях используются отношения структуризации. Такие сети позволяют в базах знаний вводить разные иерархические отношения между информационными единицами. Функциональные сети характеризуются наличием функциональных отношений. Их часто называют вычислительными моделями, так как они позволяют описывать процедуры «вычислений» одних информационных единиц через другие. В сценариях, используются каузальные отношения, а также отношения типов «средство — результат», «орудие — действие» и т. п. Если в сетевой модели допускаются связи различного типа, то ее обычно называют семантической сетью.
3. Продукционные модели. В моделях этого типа используются некоторые 4. Фреймовые модели. В отличие от моделей других типов во фреймовых (Имя фрейма: Имя слота 1 (значение слота 1) Имя слота 2 (значение слота 2); Имя слота К (значение слота /С)). Значением слота может быть практически что угодно (числа или математические соотношения, тексты на естественном языке или программы, правила вывода или ссылки на другие слоты данного фрейма или других фреймов). В качестве значения слота может выступать набор слотов более низкого уровня, что позволяет во фреймовых представлениях реализовать «принцип матрешки». При конкретизации фрейма ему и слотам присваиваются конкретные имена и происходит заполнение слотов. Таким образом, из протофреймов получаются фреймы-экземпляры. Переход от исходного протофрейма к фрейму-экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов. Например, структура табл. 1.1, записанная в виде протофрейма, имеет вид (Список работников: Фамилия (значение слота 1); Год рождения (значение слота 2); Специальность (значение слота 3); Стаж (значение слота 4)). Если в качестве значений слотов использовать данные табл. 1.1, то получится фрейм-экземпляр (Список работников: Фамилия (Попов—Сидоров—Иванов—Петров); Год рождения (1965—1946—1925—1937); Специальность (Слесарь—токарь—токарь—сантехник); Стаж (5—20-30—25)). Связи 'между фреймами задаются значениями специального слота с именем <Связь>. Часть специалистов по ИС считает, что нет необходимости специально выделять фреймовые модели в представлении знаний, так как в них объединены все основные особенности моделей остальных типов. В справочнике фреймовые модели будут рассматриваться в общем контексте с сетевыми. 1.2. Логические модели Г. С. Плесневач Основные определения Постановка и решение любой задачи всегда связаны с ее «погружением» в подходящую предметную область. Так, решая задачу составления расписания обработки деталей на металлорежущих станках, мы вовлекаем в предметную область такие объекты, как конкретные станки, детали, интервалы времени, и общие понятия «станок», «деталь», «тип станка» и т. п. Все предметы и события, которые составляют основу общего понимания необходимой для решения задачи информации, называются предметной областью. Мысленно предметная область представляется состоящей из реальных или абстрактных объектов, называемых сущностями. Сущности предметной области находятся в определенных отношениях друг к другу (ассоциациях), которые также можно рассматривать как сущности и включать в предметную область. Между сущностями наблюдаются различные отношения подобия. Совокупность подобных сущностей составляет класс сущностей, являющийся новой сущностью предметной области. Отношения между сущностями выражаются с помощью суждений. Суждение—это мысленно возможная ситуация, которая может иметь место для предъявляемых сущностей или не иметь места. В языке (формальном или естественном) суждениям отвечают предложения. Суждения и предложения также можно рассматривать как сущности и включать в предметную область. Языки, предназначенные для описания предметных областей, называются языками представления знаний. Универсальным языком представления знаний является естественный язык. Однако использование естественного языка в системах машинного представления знаний наталкивается на большие трудности ввиду присущих ему нерегулярностей, двусмысленностей, пресуппозиций и т. п. Но главное препятствие заключается в отсутствии формальной семантики естественного языка, которая имела бы достаточно эффективную операционную поддержку. Для представления математического знания в математической логике давно пользуются логическими формализмами — главным образом исчислением предикатов, которое имеет ясную формальную семантику и операционную поддержку в том смысле, что для него разработаны механизмы вывода. Поэтому исчисление предикатов было первым логическим языком, который применили для формального описания предметных областей, связанных с решением прикладных задач. Описания предметных областей, выполненные в логических языках, называются (формальными) логическими моделями. Рассмотрим логический язык, называемый многосортным исчислением предикатов первой ступени (или многосортной логикой первого порядка). Приведем пример описания в этом языке предметной области, связанной с обработкой деталей на станках. В логических моделях, основанных на исчислении предикатов, классам сущностей предметной области отвечают так называемые сорта (или типы). Точнее, в логических моделях участвуют имена сортов, которые интерпретируются как классы сущностей. Для примера введем такие имена сортов: Деталь, Станок, Операция, Время, ТилДетали, ТипСтанка, а также следующие функции и предикаты: дет:Операция ->-Деталь, ст:Операция ->Станок (1) нач:Операция -»-Время, кон:Операция -*Время (2) тип_дет:Деталь -+-ТипДетали, тип_ст:Станок -*-ТипСтанка (3) ток: ->-ТипСтанка, фрез -мГипСтанка (4)
вал шест: ->-ТипДетали, ставал: ->ТипДетали 0: -^-Время, 1: -^Время....... t: ->Время. +:ВремяХВремя -НВремя <;;ВремяХВремя -*-Т фрез_торц:Операция -+-Т, ток_обр:Операция -*Т Выражения (1) — (9), составляющие так называемую сигнатуру, имеют следующий смысл: (1) задает две функции дет (деталь) и ст (станок), которые, будучи при (2) задает функции начала и конца операции е, причем нач(^) и кон(е) (3) задает функции, значениями которых служат типы деталей и типы (4) задает две константы: ток (токарный станок) и фрез (фрезерный ста (5) задает константы вал-шест (вал-шестерня) и ст_вал (ступенчатый вал) (6) задает счетное множество констант, обозначающих натуральные числа (7) задает двуместную функцию, аргументами которой служат объекты (8) задает двуместный предикат на объектах сорта Время (предполагае (9) задает два одноместных предиката фрез_торц (фрезерование торцов) В общем случае сигнатурой называется множество 2 выражений* вида f:AiXA2X -XAn -*-В, где А}, В — сорта, а / — функция, или предикат. Имя / есть имя предиката в 2, если В = Т, т. е. если значением / служит «истина» или «ложь» (обычно обозначаемые 1 и 0). Сорта сигнатуры интерпретируются как множества. Сорт Т является осо р(еи е2,...,е„)=*1. Заметим, что для двуместных предикатов часто используется инфиксная запись: вместо р(еи е2) пишут eipe2 (например, пишут х<# для предиката «меньше или равно»). Сигнатура задает структурные связи между понятиями предметной области, представленными предикатами и функциями. Логические связи между этими понятийми задаются формулами, которые записываются в сигнатуре. Структурные и логические связи выражают некоторое знание о предметной области. Таким образом, сигнатура формально представляет одну часть знания о предметной области, а формулы, записанные в этой сигнатуре, представляют другую часть знания. Рассмотрим, например, как формально представляется в языке многосортного исчисления предикатов следующее знание: Зн1 — каждая деталь должна сначала пройти фрезерование торцов, а затем токарную обработку; Зн2 — станки не должны все вместе простаивать ни в какой момент времени до того момента, когда нее станки прекратят работу; ЗнЗ — токарная обработка ступенчатого вала длится 7 мин, а вала-шестерни— 12 мин; фрезерование торцов ступенчатого вала длится 5 мин, а вала-шестерни — б мин; Зн4 — на производственном участке имеется три станка: два токарных и один фрезерный; Зн5 — всего было совершено восемь операций; Знб — было обработано четыре детали: два ступенчатых вала и два вала-шестерни; Зн7 — станок стЗ является фрезерным; Зн8 — операция оперЗ совершалась над деталью дет2 на станке стЗ в течение интервала времени от момента 5 до момента 10. Для того чтобы формально представить Зн1, перефразируем его следующим образом: для каждой детали х существуют операции у и г, такие, что конец операции у наступает не позже начала операции z, операция у есть фрезерование торцов, операция г — токарная обработка и в обеих операциях участвует одна и та же деталь х. Соответствующая формула будет такой: еталь) (д у, г£ Операция), [(кон (у) < нач (г)) Д (дет (у) =*)) Л (дет (г) = х) Л Фрез_торц (у) Д В (10) использованы следующие формальные обозначения: (у) —квантор общности (вдля всех х из А*); (дх^Л) —квантор существования („существует х из А'у, /\—коньюнщия („аи Р"). Вместо блока кванторов (yXjG А) (ух2^А)... (ухр^А) сокращенно можно писать (\xt, ха,..., XpEzA); аналогично для блока кванторов д. Перефразируем знание Зн2: существует момент времени х, такой, что: а) существует операция у, заканчивающаяся в момент х, б) каждая операция г заканчивается не позже момента х, в) не существует момента и, такого, что и<х, и какова бы ни была операция v, интервал ее исполнения не содержит и (т. е. неверно, что нач(£>Хы и и^кон(о)). Соответствующая формула (3*е Время). (ЗУ GE Операция) (кон(#)=х) Д (уг €~ Операция) (кон (г)<х) Д 1 (3«Е Время). (и<х)Д (yv €? Операция) ~1 [(нач (с)< (Здесь точка выполняет роль скобок, отделяя соответствующую подформулу, стоящую в ряду слева от точки.) В (11) использован символ ~|> обозначающий логическое отрицание (~|а читается: «не верно, что а»). Перифразируем знание ЗнЗ: для любой операции х, если х есть токарная обработка и тип детали, участвующей в операции х, есть ступенчатый вал, то нач(х)+7=кон(дг) и т. д. Соответствующая формула (V*£ Операция). [ток_обр (х) Д (тип„_дет (дет (х)) = ст_вал) -> (нач (х) +7 = кон (х))1 Д [ток_обр (х) Д (тип_дет (дет (х)) =■ вал-шест) -» (нач (х) + 12 = кон (х))1Д [фрез_торц (х) Д (тип_дет (дет (х)) — ст_вал) -♦ (нач(х) + 5 = кон(х))] Д [фрез_торц (х) V (тип_дет (дет (х)) = вал-шест) -> (нач (а)+6 = кон (х))] (12)
Для того чтобы формально представить знание Зн4, введем три константы ст1, ст2 и стЗ сорта Станок. Получим (VX6 Станок). [(х= ст1)\/(* = ст-2) V(* = стЗ)1Д (тцп_ст (ст1) = ток) V (тип_ст (ст2) == ток) Д(тип_ст (стЗ) = фрез) (13) В (12) и (13) появились два новых логических символа — V и ->-, называемых дизъюнкция и импликация (aVP читается: «а или |3»; а-^Р читается: «если а, то р»). Знание Знб формализуется аналогично, если ввести константы, обозначающие операции: (ух €= Операция). (х = опер!) V (х — опер2) \J (х= оперЗ) V Знание Знб представляется формулой (V*^Деталь) \(х = дет1) \/(х = дет2) V (х =- детЗ) V(* = Дет4)] Д (тип_дет (дет1) = ст_вал) Д (тип_дет (дет2) = ст_вал) Д (тип_дет (детЗ) = вал-шест)Д(тип_дет (дет4) = вал-шест) (15) Знание Зн7 передается формулой Наконец, знание Зк8 передается формулой Рассмотрим общий случай, когда задана произвольная сигнатура 2. Через °&i обозначим множество всех формул языка многосортного исчисления предикатов (первого порядка), построенных на основе сигнатуры 2. Произвольная формула ££ составляется из атомарных формул (атомов) с использованием логических связок ~~|, Д, V. -*■ и кванторов по следующим правилам: П1. Каждый атом есть формула. Всякая входящая в атом переменная является свободной в этом атоме. П2. Если а и Р — уже построенные формулы, то выражения ~| а, (рДР), (aVP). (а-»-Р) —также формулы. Всякая переменная, входящая свободно (связанно) в а или Р, входит свободно и в новые формулы. ПЗ. Если a — уже построенная формула, в которую свободно входит переменная х, значения которой принадлежат к сорту А, то выражения (у*е еЛ)а и (дхеЛ)а также являются формулами. Переменная х считается связанной в новых формулах. Атомы SSX составляются из термов, предикатных символов и символа равенства по следующим правилам: П4. Если сигнатура 2 содержит выражение р: А1ХА2Х. — У\Ап~+Т н Ti, т2,..., тп — термы сортов А\, Аг,...,Ап соответственно, то p(ti, T2,.... тп) — атом; П5. Если т и а — термы одинакового сорта, то выражение т=о* есть атом. Термы составляются по следующим правилам: Пб. Переменная, принимающая значения из сорта А, есть терм сорта А. П7. Если сигнатура 2 содержит выражение /: А\Х^2 Х- ХАп-+В, причем ВфТ, и Т], Тг,...,т„ — уже построенные термы сортов At, А?,..., Ап соответственно, то выражение /(ti, Tj,.... тп) есть терм сорта В. Рассмотренный пример механообработки иллюстрирует общую ситуацию построения логической модели с использо^*игагяэы*сэ многосортного исчисления предикатов. Разработчик на ochqjs# тгредв&рительногс анализа предметной области дает имена для констант,' ерртов, функций и предикатов. Имена эти выбирают так, чтобы их мнемоники ^оответстврвала наэвалиям неформаль- Ь К::'ч:;л'-: ■'-■•■;.; : "■ 17 ных понятий предметной области. Структурные связи между понятиями предметной области формально представляются в сигнатуре 2, составленной из введенных имен. Другие связи между понятиями предметной области представляются формулами из 2. Пусть Я обозначает множество формул, -построенных для предметной области. Эти формулы должны быть истинны в той формальной структуре, которая представляет предметную область (если это представление ей адекватно). Структура, интерпретирующая заданную сигнатуру 2, строится следующим образом. Указывается непустое множество U, называемое универсумам. Для каждого имени сорта А из сигнатуры 2 указывается некоторое подмножество универсума, которое также обозначается A (A^U). Для каждого выражения /: А1ХА2Х ••• ХАп-+В из сигнатуры указывается функция, отображающая множество Л|ХЛгХ-ХЛп в множество В; эта функция также обозначается /. Для примера формализации фрагмента предметной области «механообработка» структура может быть построена следующим образом: £/={дет^, ctj, onepj\j^N, /^1}U{tok, фрез, ст-вал, вал-шест}иЛГ (где N= =0, 1,2,...); Деталь =i дет 1, дет2, детЗ, дет4}; Станок = {ст1, ст2, стЗ}; Операция = {onepl, опер2....... опер8}; ТипСтанка = {ток, фрез); ТипДетали={ст_вал, вал-шест}; Время=jV Функции дет, ст, нач, кон, тип_дет, тил_ст, фрез-торц и ток_обр указаны Таблица 1.2
Таблица 1.3
Пусть 2—произвольная сигнатура и М — интерпретирующая ее структура. Каждая замкнутая формула а. £Е S6 (т. е. формула, не включающая свободные переменные) в структуре М истинна или ложна. Если а истинна в М, то пишут М \—а. Формальное определение истинности или ложности замкнутой формулы а в структуре М выполняется по индуктивным правилам П8 и П9. Для применимости этих правил нужно расширить исходную сигнатуру 2, присоединив к ней выражения а: ~*-А для каждого элемента а сорта А и каждого сорта А из 2. Другими словами, расширенная сигнатура 2' включает все литеральные константы, обозначающие элементы тех множеств, которые интерпретируют в М сорта. Благодаря такому расширению множество всех формул SS ' оказывается замкнутым относительно подстановок любых литеральных констант вместо свободных переменных. Базу индуктивных правил П8 и П9 составляют константные (т. е. не содержащие переменных) атомарные формулы. Истинность или ложность каждого такого атома устанавливается в М непосредственно. П8. Для любых замкнутых формул а, р€Е<2?; М |=~] а тогда и только тогда, когда не имеет места М \==а-, М |=(«А Р) тогда и только тогда, когда М |= а и М |= р; М | — (а V р) тогда и только тогда, когда М |= а или М |=Р; М j=(a -+ Р) тогда и только тогда, когда не имеет места М \ = а или имеет место П9. Для любой формулы а£2Е', содержащей одну свободную переменную х, т. е. a = o[jc], полагаем •М \~ (ЗЯ^Л) a Т0ГДа и только тогда, когда М | = afa], для хотя бы одной константы а сорта А из 2'. Структура М, интерпретирующая сигнатуру 2, называется модельной структурой для заданной совокупности замкнутых формул Sc^1, если все формулы из Q истинны в М, т. е. М\—а для всех aeQ. Обращаясь к примеру сигнатуры 2 = {(1), <(2),..., (9)}, которая была по Совокупность замкнутых формул может не иметь ни одной модельной структуры. Тогда она называется логически невыполнимым (или просто невыполнимым) множеством. Другими словами, для невыполнимого множества формул нельзя указать такую интерпретацию, что в ней будут истинны все формулы множества. Синонимом термина «невыполнимое» является термин «противоречивое». Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.06 сек.) |