Упражнения

1. Почему в системах, основанных на правилах, сложно выполнять обратное прослеживание на большую глубину?

2. Перечислите шесть основных этапов проектирования систем, основанных на знаниях.

3. В чем разница между стратегиями частотного упорядочения условий и установления связи между симптомами и условиями в системе MORE?

4. Говорят, что правила ожидаемости гипотез в системе MORE "неявно квалифицируют абстрактные категории решений в пространстве гипотез". Что под этим понимается?

5. В чем заключается значение фоновых условий в модели, используемой в MORE?

6. В чем состоит отличие между моделями событий и правил в системе MORE?

7. Какая ошибка допущена при назначении коэффициентов уверенности на схеме модели событий, представленной на рис. 12.4? На этой схеме D — это неисправность, а

S₁,S₂ и S₃ -СИМПТОМЫ.

Рис. 12.4. Модель событий

8. Какая ошибка допущена при назначении коэффициентов уверенности на схеме модели событий, представленной на рис. 12.5? На этой схеме D_i — это неисправности, а S_i — симптомы.

Рис. 12.5. Модель событий

9. Рассмотрите CLIPS-программу, представленную во врезке 12.1.

I) Добавьте в программу новые правила, соответствующие представленным ниже

IF: there is an increase in chlorides, and

the drilling fluid is undersaturated, THEN: there is salt contamination.

IF: there is salt contamination

THEN: there is an increase in viscosity.

ЕСЛИ: обнаружено повышение уровня хлоридов и

пласт недостаточно насыщен, ТО: существует солевое загрязнение.

ЕСЛИ: существует солевое загрязнение,

ТО: повышается вязкость.

II) Назначьте значения коэффициентов уверенности дугам, соединяющим узлы на схеме рис. 12.1. Включите также коэффициенты, связывающие процедуры анализа и результаты проведения анализа. При установке значений коэффициентов соблюдайте ограничения, описанные в разделе 12.2.3. Значения всех коэффициентов могут быть положительными.

III) После этого измените определения шаблонов в тексте программы таким образом, чтобы и гипотезы, и тесты имели соответствующие атрибуты.

IV) Измените в программе правила таким образом, чтобы в них был реализован механизм распространения коэффициентов уверенности по мере формирования гипотез и выполнения тестирующих процедур. Комбинирование коэффициентов должно выполняться в соответствии с формулой

Z = X+Y-XY,

где Z— новое значение коэффициента уверенности, полученного на основании значений X и Y, связанных с симптомами. Таким образом, если программа приходит к заключению increase in low-specific-gravity solids (повышение доли твердых включений) исходя из симптома increase in viscosity (повышение вязкости), который характеризуется коэффициентом уверенности X, и результатов теста МВТ (тест синевы метилена), которые характеризуются коэффициентом Y, то с помощью приведенной выше формулы можно получить значение коэффициента Z, характеризующее степень достоверности заключения.

V) Запустите программу на выполнение и проверьте, как она будет реагировать на разные варианты ответов на вопросы.

10. Приведенная ниже модель диагностики взята из руководства владельца автомобиля BMW 320.

I) Представьте приведенные ниже инструкции по поиску неисправностей в виде модели предметной области, которая используется в системе MORE (см. рис. 12.1).

Замечания в круглых скобках в столбце "Причины" следует рассматривать как фоновые условия в системе MORE.

II) Постройте на основе этой инструкции набор порождающих правил и разработайте соответствующую CLIPS-программу. Фоновые условия должны вводиться пользователем в ответ на запросы программы.