Система для формування знань засобами штучного інтелекту в умовах невизначеності та неповноти вхідної інформації

Система для формування знань засобами штучного інтелекту в умовах невизначеності та неповноти вхідної інформації, яка містить чарунку штучного інтелекту, що складається з послідовно з'єднаних блока вхідних даних, блока зчитування з першим аналого-цифровим перетворювачем, блоків бази даних, експертної системи, системи прийняття рішень, блока керування, цифроаналогового перетворювача, виконавчого блока, другого аналого-цифрового перетворювача, блока бази знань, а також блоків системи керування базою даних, набору зразкових знань і рішень в даній предметній області, системи підтримки прийняття рішень, блоків обмежень, суматорів, яка відрізняється тим, що в неї введені чотири блока вагових коефіцієнтів та ранжування даних, з них перший розміщений між блоком зчитування і пер C2 2 UA 1 3 прийняття рішень, системи підтримки прийняття рішень. [1] Як найближчий аналог, варто використовувати систему для формування прогнозних знань засобами штучного інтелекту [2]. Однак її виділені ознаки не можуть бути суттєвими для пропонованої системи для формування знань засобами штучного інтелекту в умовах невизначеності та неповноти вхідної інформації. У силу зазначених причин, відомі системи функціонують в обмежено>відомих середовищах і не дозволяють формувати знання засобами штучного інтелекту в умовах невизначеності та неповноти вхідної інформації. У пропонованій схемі за рахунок її відмінних рис, наприклад уведення відповідних блоків вагових коефіцієнтів поліпшена адаптивність відображення складного середовища і вироблення необхідного в ній поводження інтелектуальної системи в умовах невизначеності та неповноти вхідної інформації. Система штучного інтелекту з заданої предметної області представляє собою кібернетичну систему, яка згідно з формульованих уявлень про необхідне рішення обирає, згідно обмежень, найбільш оптимальне рішення з множини можливих. Ця система складається з (Фіг.1) : 1. Блок вхідних даних; 2. Блок нормативно-правової інформації; 3. Блок управління вхідними даними ; 4. Перший суматор; 5. Блок зчитування; 6. Перший блок вагових коефіцієнтів та ранжування даних; 7. Перший аналогово-цифровий перетворювач (кодер) ; 8. Блок бази даних (БД); 9. Блок системи управління базою даних (СУБД); 10. Блок експертної системи (ЕС); 11 .Другий суматор ; 12. Перший блок обмежень ; 13.Другий блок вагових коефіцієнтів та ранжування даних; 14.Блок набору зразкових знань в даній предметній області; 15.Блок системи прийняття рішень (СПР) 16.Блок системи підтримки прийняття рішень (СППР) ; 17. Третій суматор; 18. Другий блок обмежень ; 19.Третій блок вагових коефіцієнтів та ранжування даних; 20.Блок набору зразкових рішень; 21.Блок управління (БУ); 22.Цифро-аналоговий перетворювач (декодер); 23.Виконавчий блок (ВБ); 24.Четвертий блок вагових коефіцієнтів та ранжування даних 25.Другий аналогово-цифровий перетворювач (кодер); 26.Блок бази знань (БЗ); 27.Четвертий суматор; На цьому рисунку також зображено наступне: X1 - інформація про вхідні данні в текстовому вигляді (завдання) ; 88899 4 Х2 - інформація про нормативно-правові документації в текстовому вигляді; Х3 - інформація з блоку зчитування в текстовому виді; Х4 - інформація з врахуванням ранжування та вагових коефіцієнтів ; Х5 - кодова інформація ; Х6 - інформація яку виводять з Бази Даних (БД) ; Х7 - інформація експертної системи ; Х8 - запит на витяг даних з БД ; Х9 - інформація системи управління БД; Χ10 - інформація обмежень ; Х11 - Інформація з суматора 11; Х12 - інформація СПР ; X13 - інформація СППР ; X14 - інформація з блоку 18 ; X15 - інформація з блоку зразкових рішень для розв'язання відповідних протиріч; X16 - інформація з врахуванням ранжування та вагових коефіцієнтів ; X17 - інформація з суматора 17 ; X18 - інформація з блоку управління (БУ) ; X19 - інформація з блоку 22 в текстовому (аналоговому) вигляді; Х20 - інформація з виконавчого блоку для визначення вагових коефіцієнтів: Х21 - інформація з врахуванням ранжування та вагових коефіцієнтів; Υ1 - інформація з блоку 23 ; Υ2 - кодова інформація блоку 25; Е1 = Х1+Х2 - Х20 - відхилення від мети; Е2 = Υ2 - Х5 - відхилення від вихідних даних. Вхідні дані про об'єкт дослідження формуються в блоці вхідних знань Пристрій управління 3 проводить вибір з вектору вхідного сигналу Ε набору характеристик, які відповідають постановці задачі. Формується масив вхідних параметрів. З боку нормативно-правової документації 2 на перший суматор 4, паралельно з сигналом з боку вхідних знань 1 поступають вхідні сигнали, які формують сигнал розсоглосування Е1 = Х1+Х2 - Х20. Суматор представляє собою зсувний регістр для попереднього порівняння поступаючи на нього кодових послідовностей з урахуванням вагових характеристик та ранжування даних. На виході суматора формуються відповідні кодові сигнали розсогласування або сумування в відповідності з функцією суматора та знаків кодованої інформації на його входах. Сигнал розсогласування поступає на блок зчитування 5, після якого перетворюється в цифровий сигнал за допомогою першого аналоговоцифрового перетворювача (АЦП)7 - відбувається кодування інформації. Закодований цифровий сигнал поступає в базу даних та за допомогою системи управління базами даних (СУБД) 9 оцінюється експертною системою (ЕС) 10, де виявляються основні властивості та характеристики об'єкту знань, проводиться процес „навчання’’. Після ЕС сигнал поступає сумісно з сигналами блоків 12 та 13 у блок 15. В свою чергу блок 13 зв'язано з блоком 14. При цьому виділяється вектор порівняльних характе 5 88899 ристик з якого виділяються переваги та недоліки рішень. Очищений згідно прототипів сигнал поступає на СПР (блок 15), після якого на третьому суматорі 17, за допомогою блоку зразкових рішень 20 та другого блоку обмежень 18 зі сформованого на попередньому кроці сигналу виділяються переваги та недоліки прототипу у вигляді відповідних кодових послідовностей та формується набір методів та засобів у вигляді відповідних кодових послідовностей для усунення недоліків прототипу. Блок 19 з'єднаний з блоком 20. В результаті на блоці управління 21 надходить у вигляді кодової послідовності сигнал, який представляє собою набір альтернативних рішень. З нього, за допомогою блоку управління 21, формується вектор (сигнал) також у вигляді кодової послідовності, який представляє собою рішення, що повинно бути реалізоване системою й яке перетворюється за рекомендаційних атрибутивних рішень, наприклад, у вигляді текстових документів в даній предметної області та реалізується у виконавчому блоці 23. Сигнал, сформований після виконавчого блоку 23 або через АЦП в закодованому вигляді - як варіант, (на рисунку не приведений) через жорсткий обернений зв'язок порівнюється з сигналом неузгодженості. З блоку 23 крізь блок 24 сигнал знову перетворюється в блоці 25 у цифрову форму та поступає до блоку 26 (БЗ). Слід відмітити, що блок 3 зв'язано з блоками 6,13, 19, 24,27. Якщо набір реальних рішень у вигляді відповідних кодових послідовностей не відповідає набору вхідних ознак та обмежень, лінійна процедура формування ідеального з точки зору постановки задачі, цільової функції, рішення повторюється. Отриманий реальний сигнал кодується в цифровий за допомогою другого декодера та поступає в базу знань, яка через зворотній зв'язок контро Комп’ютерна верстка І.Скворцова 6 лює надходження та формування масиву знань в базі даних, та поступає на четвертий суматор. На ньому відбувається порівняння отриманого відфільтрованого згідно постановки задачі, сигналу з сигналом мети і і якщо мета досягнута, тоді Е2 =ΥΧ5 є істинним рішенням. В пропонованій системі за допомогою експертної системи знаходять переваги, недоліки та різноманітні протиріччя в знаннях про об'єкти з предметної області в будь-якій галузі знань. Система прийняття рішень формує ряд альтернативних рішень на ґрунті розв'язання виявлених протиріч. Прискорення знаходження та прийняття рішень досягають з допомогою використаних програмних засобів системи підтримки прийняття рішень. Інформація вказаних блоків формується як кодові цифрові послідовності в відповідно прийнятому порядку кодового обміну. Ефективність пропонованої системи, як слід з опису цієї системи, досягнута з допомогою включення в її склад чотирьох відповідних блоків вагових коефіцієнтів та ранжування інформації. Така побудова цієї системи дає можливість будувати, обчислювати та використовувати стохастичні процеси формування бази знань в умовах невизначеності та неповноти вхідної та вихідної інформації зі застосуванням таких методів обробки інформації як оптимальні фільтрації Калмана, Вінера тощо. Таким чином, в приведеній системі реалізується відбір та формування реальних рішень з множини допустимих, які відповідають заданим умовам та заданим обмеженням в умовах невизначеності та неповноти вхідної та вихідної інформації. Література 1. Патент Російської федерації № 2092900 С1, МПК G06G7/60. 2. Патент України № 18880, МПК 7/60(2006.01) Підписне Тираж 28 прим. Міністерство освіти і науки України Державний департамент інтелектуальної власності, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601