Огромный поток данных, необходимость их передачи и обработки в интересах многочисленных в разных местах пользователей для выработки соответствующих управленческих решений делает неэффективным и практически нереальным хранение и обработку этих данных в одном месте.
В целях повышения эффективности управления сельскохозяйственным производством в неопределенных ситуациях необходимо создавать информационно- интеллектуальные системы, которые сгенерируют рекомендации для ЛПР и обеспечат координацию деятельности коллектива.
В следующем разделе рассмотрим методы математического моделирования интеллектуальных систем, используемые при разработке информационно - интеллектуальных систем.
1.5. Методы и модели представления знаний
Рационально организованные и синтаксически оформленные методы представления знаний выражаются в языках представления знаний, языках искусственного интеллекта (ИИ), инструментальных и инструментально- технологических системах, оболочках, средах [30,31].
На этапе формализации базы знаний осуществляется выбор метода представления знаний. В рамках выбранного формализма осуществляется проектирование логической структуры базы знаний.
Рассмотрим классификацию методов представления знаний с точки зрения особенностей отображения различных видов концептуальных моделей, т.е. (соотношения структурированности и операционности, детерминированности и неопределенности, статичности и динамичности знаний):
• Логическая модель реализует объекты и правила с помощью предикатов первого порядка, является строго формализованной моделью с универсальным дедуктивным и монотонным методом логического вывода “от цели к данным”.
• Продукционная модель позволяет осуществлять эвристические методы вывода на правилах и может обрабатывать неопределенности в виде условных вероятностей или коэффициентов уверенности, а также выполнять монотонный или немонотонный вывод.
• Семантическая сеть отображает разнообразные отношения объектов.
• Фреймовая модель, как частный случай семантической сети, использует для реализации операционного знания присоединенные процедуры.
• Объектно-ориентированная модель, как развитие фреймовой модели, реализуя обмен сообщениями между объектами, в большей степени ориентирована на решение динамических задач и отражение поведенческой модели.
Так, объектные методы представления знаний в большей степени ориентированы на представление структуры операционного знания, а правила - фактуального [32].
В целях повышения эффективности управления сельскохозяйственным производством в неопределенных ситуациях необходимо создавать информационно- интеллектуальные системы, которые сгенерируют рекомендации для ЛПР и обеспечат координацию деятельности коллектива.
В следующем разделе рассмотрим методы математического моделирования интеллектуальных систем, используемые при разработке информационно - интеллектуальных систем.
1.5. Методы и модели представления знаний
Рационально организованные и синтаксически оформленные методы представления знаний выражаются в языках представления знаний, языках искусственного интеллекта (ИИ), инструментальных и инструментально- технологических системах, оболочках, средах [30,31].
На этапе формализации базы знаний осуществляется выбор метода представления знаний. В рамках выбранного формализма осуществляется проектирование логической структуры базы знаний.
Рассмотрим классификацию методов представления знаний с точки зрения особенностей отображения различных видов концептуальных моделей, т.е. (соотношения структурированности и операционности, детерминированности и неопределенности, статичности и динамичности знаний):
• Логическая модель реализует объекты и правила с помощью предикатов первого порядка, является строго формализованной моделью с универсальным дедуктивным и монотонным методом логического вывода “от цели к данным”.
• Продукционная модель позволяет осуществлять эвристические методы вывода на правилах и может обрабатывать неопределенности в виде условных вероятностей или коэффициентов уверенности, а также выполнять монотонный или немонотонный вывод.
• Семантическая сеть отображает разнообразные отношения объектов.
• Фреймовая модель, как частный случай семантической сети, использует для реализации операционного знания присоединенные процедуры.
• Объектно-ориентированная модель, как развитие фреймовой модели, реализуя обмен сообщениями между объектами, в большей степени ориентирована на решение динамических задач и отражение поведенческой модели.
Так, объектные методы представления знаний в большей степени ориентированы на представление структуры операционного знания, а правила - фактуального [32].
Показать текст полностью
