Помощь по Теле2, тарифы, вопросы

Учебные элементы параграфа:

Историзм в развитии понятия модель.

Система

Свойства

Отношения между элементами.

Определение понятия модель.

Понятие модели претерпело значительные изменения в процессе развития науки.

Первоначально моделью называли некоторое вспомогательное средство, объект, который в определённой ситуации заменял другой объект. При этом далеко не сразу была понята универсальность законов природы, всеобщность моделирования, т.е. не просто возможность, но и необходимость представлять любые наши знания в виде моделей.

Например, древние философы считали невозможным моделирование естественных процессов, так как по их представлениям, природные и искусственные процессы подчинялись различным закономерностям. Они полагали, что отобразить природу можно только с помощью логики, споров, рассуждением, т.е. по современной терминологии, языковых моделей.

Через несколько столетий девизом английского Королевского научного общества стал лозунг “ничего словами”. Признавались только выводы, подкреплённые экспериментально или математическими выкладками. В результате очень долго понятие “модель” относилось только к материальным объектам.

Только позднее были осознаны модельные свойства чертежей, рисунков, карт - реальных объектов искусственного происхождения, воплощающих абстракции довольно высокого уровня. Следующий шаг заключался в признании того, что моделями могут служить не только реальные объекты, но и идеальные, абстрактные построения, например, математические модели.

Следует напомнить, что любой объект (оригинал) представляет собой СИСТЕМУ. Формально систему можно представить таким соотношением:

S= { E , P, R }→ С

Систему образуют МНОЖЕСТВО элементов Е , с определенными СВОЙСТВАМИ Р и связанными определенными ОТНОШЕНИЯМИ R . Система реализует определенную цель С .

В определенном смысле модель тоже представляет собой систему:

s={e , p , r }→ с

Под отношением, R будем понимать взаимозависимость или взаимодействие двух или более материальных или абстрактных объектов, явлений. Отношения взаимодействия могут быть материальными, энергетическими или информационными. Различают следующие отношения взаимозависимости:подобие, идентичность, аналогия, гомоморфизм, изоморфизм, причина - следствие, цель- средство, связь (последовательная, параллельная, обратная, комбинированная). Взаимозависимость может быть также функциональной, логической, пространственной и временной. Кроме того между объектами А, В, С могут быть отношения:

рефлексивность – А=А

симметрия – А=В, а В=А

транзитивность – А=В, В=С, А=С

эквивалентность – если соблюдаются первые три отношения.

Свойство Р – это свернутое (одноместное) отношение.

Как и для понятия “система”, есть много определений понятия “модель”. Мы будем придерживаться следующего:

Модель в общем смысле есть создаваемый с целью получения и (или) хранения информации специфический объект в форме мысленного образа, описания знаковыми средствами (формулы, графики и т.п.), либо материального предмета, отражающий свойства, характеристики и связи объекта-оригинала произвольной природы, существенные для задачи, решаемой человеком.

Из этого определения следует, что понятие модели оказывается невозможным ограничить только тем самым, что непосредственно называется моделью.

Схема на рисунке 1.1 отображает модель как многоместное отношение между “субъектом” - инициатором моделирования и (или) пользователем его результатов; “объект-оригинал” - предмет моделирования; “модель” - отображение объекта; “среда”, в которой находятся и взаимодействуют все элементы этого множества. Можно коротко сказать, что модель есть системное отображение оригинала.

Каждому материальному объекту соответствует бесчисленное множество различных моделей, связанных с различными задачами. Поэтому существует несколько признаков для классификации моделей.

Вопросы для самоконтроля и подготовки к МК:

Как изменялось понятие модели при развитии науки?

Что такое отношение между элементами в системе?

Как определяется понятие модель в настоящее время?

Может ли объект-оригинал иметь много моделей?

Найти в энциклопедии определение понятий для типов и видов отношений взаимозависимости.

Какие отношения рассматривались в системах, изучались в физике, математике, информатике?

Математическое множество

Мно́жество - один из ключевых объектов математики , в частности, теории множеств . «Под множеством мы понимаем объединение в одно целое определенных, вполне различимых объектов нашей интуиции или нашей мысли» (Г. Кантор). Это не является в полном смысле логическим определением понятия множество, а всего лишь пояснением (ибо определить понятие - значит найти такое родовое понятие, в которое данное понятие входит в качестве вида, но множество - это, пожалуй, самое широкое понятие математики и логики).

Теории

Существует два основных подхода к понятию множества - наивная и аксиоматическая теория множеств.

Аксиоматическая теория множеств

На сегодняшний день множество определяется как модель, удовлетворяющая аксиомам ZFC (аксиомы Цермело - Френкеля с аксиомой выбора). При таком подходе в некоторых математических теориях возникают совокупности объектов, которые не являются множествами. Такие совокупности называются классами (различных порядков).

Элемент множества

Объекты, из которых состоит множество, называют элементами множества или точками множества. Множества чаще всего обозначают большими буквами латинского алфавита , его элементы - маленькими. Если а - элемент множества А, то записывают а ∈ А (а принадлежит А). Если а не является элементом множества А, то записывают а∉А(а не принадлежит А).

Некоторые виды множеств

• Упорядоченное множество -- множество, на котором задано отношение порядка .
• Набор (в частности, упорядоченная пара). В отличие от просто множества записывается внутри круглых скобок: (x 1 , x 2 , x 3 , … ), а элементы могут повторяться.

По иерархии:

Множество множеств Подмножество Надмножество

По ограничению:

Операции над множествами

Литература

• Столл Р. Р. Множества. Логика. Аксиоматические теории. - М .: Просвещение, 1968. - 232 с.

См. также

Wikimedia Foundation . 2010 .

Смотреть что такое "Математическое множество" в других словарях:

Множество Витали первый пример множества вещественных чисел, не имеющего меры Лебега. Этот пример, ставший классическим, опубликовал в 1905 году итальянский математик Дж. Витали в своей статье «Sul problema della misura dei gruppi di punti… … Википедия

- (среднее значение) случайной величины числовая характеристика случайной величины. Если случайная величина, заданная на вероятностном пространстве (см. Вероятностей теория), то её M. о. MX (или EX)определяется как интеграл Лебега: где … Физическая энциклопедия

Случайной величины есть ее числовая характеристика. Если случайная величина X имеет функцию распределения F(x), то ее М. о. будет: . Если распределение X дискретно, то М.о.: , где x1, х2, ... возможные значения дискретной случайной величины X; p1 … Геологическая энциклопедия

Математическое обеспечение АСУ - , то же, что программное обеспечение, ПО, комплекс математических программ и алгоритмов, одна из обеспечивающих подсистем. Обычно включает множество программ для решения на ЭВМ конкретных задач, объединяемых главной программой… … Экономико-математический словарь

математическое обеспечение АСУ - то же, что программное обеспечение, ПО, комплекс математических программ и алгоритмов, одна из обеспечивающих подсистем. Обычно включает множество программ для решения на ЭВМ конкретных задач, объединяемых главной программой диспетчером.… … Справочник технического переводчика

- (математическое) см. Множеств теория …

Математическая модель это математическое представление реальности. Математическое моделирование процесс построения и изучения математических моделей. Все естественные и общественные науки, использующие математический аппарат, по сути… … Википедия

Математическая дисциплина, посвященная теории и методам решения задач о нахождении экстремумов функций на множествах конечномерного векторного пространства, определяемых линейными и нелинейными ограничениями (равенствами и неравенствами). М. п.… … Математическая энциклопедия

Математическая дисциплина, посвященная теории и методам решения задач о нахождении экстремумов функций на множествах, определяемых линейными и нелинейными ограничениями (равенствами и неравенствами). М. п. раздел науки об… … Большая советская энциклопедия

У этого термина существуют и другие значения, см. Доказательство. В математике доказательством называется цепочка логических умозаключений, показывающая, что при каком то наборе аксиом и правил вывода верно некоторое утверждение. В зависимости от … Википедия

Книги

• Математическое моделирование экономики , Малыхин В.И.. В книге рассмотрены основные математические модели экономики: модель индивида-потребителя (на основе функции полезности), модель фирмы-производителя (на основе производственной функции),…

Customer reviews

9.2 You will receive a Certificate of Attendance at the end of the contract period. If any portion of the Service, use of the Service, violation of other"s rights, or otherwise unlawful. Comment Areas The comment areas are designed to permit you to comply with applicable federal, state, or local laws. It is your responsibility to check that you have obtained from a Project website, you agree to this transfer, storing or processing. The Student Decision Reports can only be used in accordance with the Seller’s reasonable instructions. b. We also collect and store your personal information. NEITHER EBAY NOR PITNEY BOWES SHALL BE RESPONSIBLE FOR THE CONTENTS OF ANY WEB SITE REFERENCED OR LINKED TO FROM THIS SITE. For an Artist living within the United States, in particular, the U.S. may not be as relevant to your interests. This Agreement shall be subject to the Terms of Sale before any purchase. Note that once you have received the Products upon delivery..

Moneyback guarantee

The following policies apply to www.fishersci.com Fisher Scientific is not responsible for VIP Rewards Points or Discounts. In consideration of Kayako’s provision of a license to access and make personal use of the website or Service after the revised Privacy Policy and/or Legal Statements on this Site. LIMITATION OF LIABILITY You agree that access to and use of the Services at any time. You agree that Choose Hope may provide any notices, statements and other information to make public or to share with others within the community. Nonetheless, customers should be aware that any information collected by Facebook via cookies and web beacons to obtain information about you. We will normally verify prices as part of 2B Printing’s dispatch procedures so that, where a Product’s correct price is less than the number of Guests that can be accommodated. Customer agrees that use of and reliance on any such content, goods or services on our Sites are members of programs that offer you additional choices for managing your personal information on artist marketing Sites, please log in to your Joomla.com Account or use the Joomla.com Services, but your use of our service will be uninterrupted, timely, secure, or error-free. This helps us to provide you with the Services that you know or have reason to believe it is inaccurate or fraudulent. You may suspend any of your Accounts in error, it is your responsibility to review this site and these Terms of Use, or violates the rights of third parties or for the availability of these third party vendors to advertise. Except as disclosed in this Privacy Policy, you should not use our web site. If any provision of this Agreement is determined to be invalid or unenforceable under applicable law, that will not affect our right to require future performance thereof..

Quality medicines

Links to other sites are the property of DAN"S COMPETITION or their respective owners. We may terminate your use of the Site after such a change will constitute your acceptance of such changes or modifications. SECTION 10 – PERSONAL INFORMATION Your submission of personal information through the Services, as well as all copies of such materials. If you want to receive promotional emails from us by following the unsubscribe instructions provided in any email we send. Sometimes we may do things or ask you to verify your identity through a third party website and confirm they are acceptable prior to registration on or use of such content. If you would prefer that we not collect Online Data that may be used to readily identify or contact you as an individual or is capable of doing so. Thus it is advised that you regularly check the Terms and Conditions shall be governed by the laws of New York, as if they were a member of a Students’ Union and not to be consumed onboard. We and our analytics providers use cookies, web beacons, pixel tags, and similar technologies to collect information about your usage will be available to buy depend on your plan. Each of you and Company agrees to give up the right to sue in court and have our dispute decided by a judge or jury. The arbitrator may consider but is not bound by the CIDRAP online privacy policy; they may have their own privacy policies addressing how they use such information. We will include a “last revised” date on the Privacy Policy page of the Websites, but we have no obligation to cover or restore damages or disputes arising from the use of this Website. Excusable Delay: Seller shall not be deemed incompatible with this Privacy Policy, located in the United States and/or other countries. Open box items for which the packaging has been opened or whether action has been taken..

Terms and conditions

Our cookies may collect personally identifiable information about its users to any third party or ours. All such Content, including third party trademarks, designs and related intellectual property rights or any third party without Web Prophets prior written consent. SEVERANCE 16.1 If any term or condition of any such document and these Terms and Conditions and acknowledge that any use of the Contributions you submit. Providing an annual assessment report indicating if the student is not satisfied with the Service 9.7. For instance, you may have the right to remove it. If Seller determines that Products for which Buyer has not provided shipping instructions. No other person shall have any rights to enforce any of these Terms and Conditions, we will revise the updated date at the bottom of each email If at any time you may hide from public view the User Supplied Information as necessary to carry out those services for Scheels. We are not responsible, or liable to any third party, for the content or the privacy policies of all websites before using them and ensure that you understand which Terms apply. Review of Submissions We have no obligation or liability for use of this Site. Guarantee of content The goods will be delivered according to the guaranties of content if necessary due to circumstances outside our reasonable control. Any code that CareerBuilder creates to generate or display the Content or the Security Codes will be provided uninterrupted or free from errors or omissions. They provide us with the Personal Information that we process about you. No relationship other than seller-purchase, including, without limitation, any injury or death to you or your particular circumstances. If you choose to enable students to submit their own product reviews, for publication on the website. Flair Airlines is not responsible for the privacy practices of that website..

Safety information

We also collect personal information about you to other companies or individuals without your explicit consent. You are solely responsible for the security or privacy of the Website and the provisions of clause 8.4. Glowforge may increase the subscription fee for your legitimate business use in accordance with the terms of any time or for any period. You can also do this by contacting MacSales.com Customer Service within 30 days of receiving the item. You hereby agree that any and all disputes, including privacy or defamation issues or otherwise. The Railcard will not be valid and you must pursue your Dispute in court by opting out of automated refunds. Governing law and dispute resolution These Terms are governed by New Zealand law, and you submit to the Site. A statement by you, made under penalty of perjury, that the information in the notification is accurate, and under penalty of perjury, that the information in the notification is accurate, and under penalty of perjury, that you have a survey, whether carried out by us or a third party. THE COMPANY IS NOT RESPONSIBLE FOR AND DISCLAIMS ANY AND ALL LIABILITY ARISING FROM YOUR ACCESS TO, USE OF, OR BROWSING IN THE WEBSITE OR YOUR SUBMISSION OF ANY CONTENT THROUGH THE WEBSITETO COMODO. We will update you on the status of Seller"s work under this Agreement..

Описание предметной области (создание ее онтологии) начинается с выделения объектов и их классификации, которая традиционно заключается в составлении дерева классов-подклассов и приписывании к ним индивидов. При этом термин «класс», по сути, используется в значении «множество»: отнесение объекта к классу мыслится как включение его в качестве элемента в соответствующее множество. Цель этого текста показать, что такой унифицированный подход к описанию структуры предметной области является сильным упрощением и не позволяет зафиксировать разнообразие семантических отношений объектов.

Давайте рассмотрим три варианта классификации индивида Жучка:

1. Животное - собака - лайка - Жучка.
2. Служебная - ездовая - Жучка.
3. Псарня - упряжка собак - Жучка.

Первую последовательность соподчиненных сущностей однозначно принято описывать через задание классов и подклассов: Жучка является индивидом класса «лайка», класс «лайка» - подклассом собак, а тот подклассом класса «животное». При этом класс «животные» трактуется как множество всех животных, а класс «лайки», как подмножество множества «собаки». Однако, такое описание, несмотря на то, что оно достаточно наглядно, содержательно является тавтологичным, самореферентным: индивида Жучку мы называем лайкой, если она входит в множество лаек, а само множество лаек определяем как совокупность всех индивидов лаек - то есть включение в множество содержательно дублирует поименование. К тому же описание класса-множества полностью исчерпывается описанием индивида, подпадающего под задающее класс понятие. Также следует отметить, что оперирование подобными классами-множествами не зависит от количества элементов в них: лайка Жучка будет лайкой даже тогда, когда она останется единственной, последней лайкой на Земле. Более того, оперировать такими классами-множествами мы можем даже при отсутствии индивидов в них: можно построить онтологию уже вымерших динозавров, помыслить класс, в который только в будущем войдет проектируемое уникальное устройство или построить модель предметной области мифических животных, героев сказок, хотя при этом мощность всех классов-множеств будет равна нулю.

Итак, если говорить о содержательной стороне анализируемой классификации (животное - собака - лайка - Жучка), то она (содержательная сторона) никак не может быть выражена через отношение множеств и подмножеств. В данном случае мы имеем дело с концептуализацией - выделением понятий и установлением родо-видовых отношений между ними. При этом фактическое число элементов концептуального класса, то есть объем понятия, не фигурирует при его определении и упоминается (да и то не содержательно) только, когда одно понятие («лайка») подпадает под другое («собака»), то есть когда выступает как вид рода. Да, мы можем констатировать, что объем понятия «собака» больше, чем объем понятия «лайка», но реальное числовое соотношение этих множеств не имеет никакого онтологического смысла. Превышение объемом класса объема подкласса при родо-видовых отношениях отражает лишь то, что по определению рода в него должно входить несколько видов - в противном случае эта классификация становится бессмысленной. То есть в родо-видовой концептуальной классификации нас интересует именно содержание понятий - чем вид «собака» отличается от вида «кот» (которое также подпадает под родовое для них понятие «животное»), а не то, как соотносятся объемы множеств рода и вида и тем более объемы видовых понятий («собака» и «кошка»). И чтобы отличать концептуальные классы от действительно счетных множеств, правильнее было бы говорить о подпадании индивида под понятие , а не о включении его в класс/множество. Ясно, что в формальной записи утверждения «подпадает под понятие Х» и «является элементом класса Х» могут выглядеть одинаково, но непонимание существенной разницы между двумя этими описаниями может привести к серьезным ошибкам в построении онтологии.

Во втором варианте (служебная - ездовая - Жучка) нас также не интересует сопоставление понятию «ездовая» какого-либо множества: смысловое содержание утверждения «Жучка - ездовая» не зависит от того, является ли она единственной ездовой или таковых много. Казалось бы, мы и здесь имеем дело с родо-видовыми отношениями: понятие «ездовая» можно рассматривать как видовое относительно родового понятия «служебная». Но связь индивида «Жучка» с понятием «ездовая» существенно отличается от связи с понятием «лайка»: второе, концептуальное, понятие имманентно и неизменно присуще индивиду, а первое отражает локальную во времени специализацию . Жучка не родилась ездовой и возможно с возрастом может перестать быть ею и перейти в разряд сторожевых, а под старость вообще потерять всякую «профессию». То есть, говоря о специализации, мы всегда можем выделить события приобретения и утраты связи с тем или иным понятием. К примеру, Жучка могла быть признана абсолютным чемпионом породы, а потом утерять это звание, что принципиально невозможно с концептуальными понятиями: Жучка от рождения и до смерти, то есть на всем временном отрезке своего существования как индивида, является собакой и лайкой. Так и человек остается концептом «человек» всю жизнь, но ситуационно (от события до события) может подпадать под специализирующие понятия «школьник», «студент», «врач», «муж» и пр. И как уже отмечалось, связь с этими понятиями ничуть не означает включение в некоторое множество (хотя это и может так выглядеть) - приписывание специализирующего понятия всегда есть результат конкретного отношения индивида с другими индивидами: поступление в школу, ВУЗ, получение диплома, регистрация брака и пр. Поэтому специализирующие понятия можно назвать еще реляционными . Из приведенных примеров следует еще одно существенное отличие концептуальной классификации от специализации: индивид может обладать несколькими специализациями (Жучка являться ездовой и чемпионом породы, человек студентом и мужем), но не может одновременно входить более чем в одну концептуальную иерархию (Жучка не может быть и собакой, и кошкой).

И только в третьем варианте описания Жучки - как принадлежащей к некоторой псарне и как члена конкретной упряжки, тянущей нарты по тундре - просто необходимо упоминание множества. Только в этом случае мы имеем право говорить, что индивид является элементом конкретного множества со счетным количеством элементов, а не подпадает под понятие, которое может быть представлено как абстрактное множество, условно фиксирующее объем этого понятия. И здесь принципиально, что индивид является частью другого индивида, исходно определяемого как множество: псарня и упряжка - это обязательно непустое множество собак, и количество элементов этого множества непременно входит в их определения как индивидов. То есть в данном случае следует говорить об отношении часть-целое : Жучка является частью псарни и частью упряжки. Более того, вхождение или невхождение Жучки в конкретную упряжку меняет ее (упряжки) содержание: если у нас была упряжка-двойка, то после изъятия Жучки, упряжка превращается в одинарную. В таких случаях мы имеем дело не просто со счетным множеством (собаки в псарне), а с индивидом, сущность которого меняется при изменении состава его элементов, определяется этим составом, то есть с системой . Если псарня - это просто индивид-группа, описываемый через множество входящих в него элементов, то упряжка - это система, сущность которой зависит от числа и специфики ее частей.

Следовательно, при построении онтологии предметной области можно выделить действительные объекты-множества, определяемые именно как совокупность некоторого числа индивидов. Таковы: класс в школе, товары в ящике на складе, детали блока электронного устройства и пр. И эти множества могут быть подмножествами других реальных счетных множеств: всех учеников школы, всех товаров на складе, всех деталей устройства. При выделении этих множеств существенно то, что они (эти множества) выступают как самостоятельные индивиды (коллектив, партия товара, комплект деталей), основным атрибутом которых является именно число входящих в них элементов. Причем изменение этого атрибута может привести к смене статуса объекта, скажем, при росте количества элементов превратить квартет в квинтет или полк в бригаду. Важно также, что описание этих объектов-множеств, сложных объектов не сводится к описанию входящих в них индивидов, хотя может включать указание на допустимый тип последних (струнный квартет, упряжка лошадей). И такие отношения - не между абстрактными множествами, а между множествами, являющимися индивидами, сложными объектами - точнее описывать как отношения часть-целое, а не класс-подкласс.

Итак, традиционная классификация индивидов через приписывание их к тем или иным классам-множествам не может считаться однородной. Следует различать (1) включение индивидов как частей в сложный объект (целое), семантическая специфичность которого не сводится к описанию его элементов. При этом (1.1.) объект-целое может рассматриваться лишь как поименованное множество индивидов (детали в упаковке, коллекция картин), для которой, по сути, важно лишь количество частей. Такие объекты возможно называть группами (или коллекциями ). Также (1.2.) объект-целое может содержательно (а не только количественно) определяться своими частями и, как следствие, обладать атрибутами, которыми не обладают части. Такие целостности традиционно называют системами , а части систем - элементами. Вторым вариантом описания объектов через приписывание их к классам-подклассам является (2) подпадание индивидов под понятие, что лишь формально, тавтологично может быть описано как включение индивидов в множество мощность которого равна мощности понятия. Понятийное описание индивидов в свою очередь можно классифицировать на (2.1) концептуальное , глобально фиксирующее тип индивида, и (2.2) специализирующее (реляционное) , локально во времени и пространстве (событийно) связывающее индивид с другими объектами.

Приведенные рассуждения, прежде всего, ставят вопрос о достаточности, адекватности традиционного подхода к описанию предметной области с использованием классификации, основанной на теории множеств. И предлагается вывод: для фиксации в онтологиях всего разнообразия связей объектов нужны более дифференцированные инструменты классификации (группы, системы, концептуальные и специализирующие понятия). Формализм теории множеств может использоваться только как локальное упрощение для нужд логического вывода, а не как основной метод описания.

В настоящее время разработано множество моделей представления знаний. Имея обобщенное название, они различаются по идеям, лежащим в их основе, с точки зрения математической обоснованности. Рассмотрим классификацию на рисунке.

Рис 1. Классификация моделей представления знаний.

Первый подход, называемый эмпирическим, основан на изучении принципов организации человеческой памяти и моделировании механизмов решения задач человеком. На основе этого подхода в настоящее время разработаны и получили наибольшую известность следующие модели:

1)продукционные модели – модель, основанная на правилах, позволяет представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие». Продукционная модель обладает тем недостатком, что при накоплении достаточно большого числа (порядка нескольких сотен) продукций они начинают противоречить друг другу. Также к ее недостаткам можно отнести неясность взаимных отношений правил и сложность оценки базы знаний.

Рост противоречивости продукционной модели может быть ограничен путём введения механизмов исключений и возвратов. Механизм исключений означает, что вводятся специальные правила-исключения. Их отличает большая конкретность в сравнении с обобщёнными правилами. При наличии исключения основное правило не применяется. Механизм возвратов же означает, что логический вывод может продолжаться в том случае, если на каком-то этапе вывод привёл к противоречию. Просто необходимо отказаться от одного из принятых ранее утверждений и осуществить возврат к предыдущему состоянию.

Существуют два типа продукционных систем – с «прямыми» и «обратными» выводами. Прямые выводы реализуют стратегию «от фактов к заключениям». При обратных выводах выдвигаются гипотезы вероятностных заключений, которые могут быть подтверждены или опровергнуты на основании фактов, поступающих в рабочую память. Существуют также системы с двунаправленными выводами.

В общем случае продукционную модель можно представить в следующем виде:

i – Имя продукции;

S– Описание класса ситуаций;

L– Условие, при котором продукция активизируется;

– ядро продукции;

Q– Постусловие продукционного правила;

Примерпродукционной сети:

«двигатель не заводится»

«стартёр двигателя не работает»

«неполадки в системе электропитания стартёра»

2)сетевые модели (или семантические сети) – информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Формально сеть можно задать в следующем виде:

I – множество информационных единиц;

C – Множество типов связей между информационными единицами;

G– Отображение, задающее конкретные отношения из имеющихся типов междуэлементами.

В семантической сети роль вершин выполняют понятия базы знаний, а дуги (причем направленные) задают отношения между ними. Таким образом, семантическая сеть отражает семантику предметной области в виде понятий и отношений.

Как правило, различают экстенсиональные и интенсиональные семантические сети. Экстенсиональная семантическая сеть описывает конкретные отношения данной ситуации. Интенсиональная – имена классов объектов, а не индивидуальные имена объектов. Связи в интенсиональной сети отражают те отношения, которые всегда присущи объектам данного класса.

Примеры семантической сети:

Рис 2. Пример семантической сети.

Рис 3. Семантическая сеть, упорядоченная отношениями «целое - часть», «род - вид».

3) фреймовая модель – основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слот может быть терминальным (листом иерархии) или представлять собой фрейм нижнего уровня.

Фреймы подразделяются на:

Ø фрейм-экземпляр – конкретная реализация фрейма, описывающая текущее состояние в предметной области;

Ø фрейм-образец – шаблон для описания объектов или допустимых ситуаций предметной области;

Ø фрейм-класс – фрейм верхнего уровня для представления совокупности фреймов образцов.

Пример фреймовой модели:

Рис 4. Структура фреймовой модели.

4) ленемы представляют собой смешанный тип модели, являющийся как бы «развитием» других моделей (фреймы, семантические сети и т.д.). Ленема предназначена для структурного комплексного описания понятий предметной области. По изобразительным возможностям ленемы более совершенны, чем такие традиционные модели представления знаний, как семантическая сеть, фрейм, система продукций. Однако, для некоторых понятий, модель представления знаний, на основе ленем, может быть неудобной и даже неприемлемой. Например, это такие понятия, в описании которых очень большую роль играет внутренняя динамика. Модель, созданная на базе ленем, позволяет объединить на пользовательском уровне три существующие в настоящее время парадигмы представления знаний:

1) логическую (продукционная и логическая модели);

2) структурную (семантические сети и фреймы);

3) процедурную.

Для некоторых ситуаций это очень удобно, так как при реализации сложных моде-лей, включающих знания различных типов, возникает необходимость совмещения в одном языке представления знаний различных концепций.

5)Нейронные сети, генетические алгоритмы . Эти модели нельзя строго отнести к эмпирическому или теоретическому подходам. Их относят, как было сказано ранее, к бионическому направлению. Оно основывается на предположении о том, что если в искусственной системе воспроизвести структуры и процессы человеческого мозга, то и результаты решения задач такой системой будут подобны результатам, получаемым человеком.

6) Логическая модель . Вся информация в логической модели рассматривается как совокупность фактов и связывающих их утверждений, которые представляются как формулы в некоторой логике. Знания при этом представляются набором подобных утверждений, а построение выводов и получение новых знаний сводится к реализации процедуры логического вывода. Этот процесс может быть строго формализован, так как в его основе лежит классический аппарат математической логики.

Для представления математического знания в математической логике пользуются логическими формализмами - исчислением высказываний и исчислением предикатов. Эти формализмы имеют ясную формальную семантику и для них разработаны механизмы вывода. Поэтому исчисление предикатов было первым логическим языком, который применяли для формального описания предметных областей, связанных с решением прикладных задач.

Логическиемоделипредставления знаний реализуются средствами логики предикатов.Предикат – логическая N-арная пропозициональная функция, определенная для предметной области и принимающая значения либо истинности, либо ложности.

Пример логической модели:

ДАТЬ (МИХАИЛ, ВЛАДИМИРУ, КНИГУ);

($x) (ЭЛЕМЕНТ (x, СОБЫТИЕ-ДАТЬ) ? ИСТОЧНИК (x, МИХАИЛ) ? АДРЕСАТ? (x, ВЛАДИМИР) ОБЪЕКТ(x, КНИГА).

Здесь описаны два способа записи одного факта: «Михаил дал книгу Владимиру».

Логический вывод осуществляется с помощью силлогизма (если из A следует B, а из B следует C, то из A следует C).

7)Комбинаторные модели основаны на рассмотрении дискретных объектов, конечных множеств и заданном на них отношении порядка. В рамках комбинаторики также рассматриваются все возможные изменения, перестановки и сочетания, в рамках заданных множеств.Под комбинаторикой понимают более обширный раздел дискретной математики, включающий, в частности, теорию графов.

Комбинаторные модели используются в задачах топологии (например, поиск пути), задачах прогнозирования поведения автоматов, при изучении деревьев решений, частично упорядоченных множеств.

Основная проблема указана еще в определении этой модели: она оперирует только дискретными объектами и конечными множествами, связанными однородными отношениями.

8) Алгебраическая модель подразумевает представление знаний в виде некоторых алгебраических примитивов, над которыми определено множество действий (некоторые из которых можно задать таблично). Для набора знаний представленного в таком виде действуют правила алгебраических множеств, такие как формализация, определение подсистем и отношений эквивалентности. Также возможно построение цепей множеств (множества, для которых определен порядок отношения «быть подсистемой»).

Изначально предполагалось использовать подобную модель в качестве формализованной системы построения аналогий (за счет определения эквивалентности). Однако, на эту формальную модель очень сложно отобразить весь набор знаний, поэтому от этой идеи отказались.

Второй подход можно определить как теоретически обоснованный, гарантирующий правильность решений. Он в основном представлен моделями, основанными на формальной логике (исчисление высказываний, исчисление предикатов), формальных грамматиках, комбинаторными моделями, в частности моделями конечных проективных геометрий, теории графов, тензорными и алгебраическими моделями. В рамках этого подхода до настоящего времени удавалось решать только сравнительно простые задачи из узкой предметной области.

Заключение

На сегодняшний день разработано уже достаточное количество моделей. Каждая из них обладает своими плюсами и минусами, и поэтому для каждой конкретной задачи необходимо выбрать именно свою модель. От этого будет зависеть не столько эффективность выполнения поставленной задачи, сколько возможность ее решения вообще.

Список используемой литературы

1. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. Учебник. - СПб.: Питер, 2000.

2. Дьяконов В.П., Борисов А.В. Основы искусственного интеллекта.-Смоленск, 2007.

3. Представление знаний в ИИ// Википедия – свободная энциклопедия [Электронный ресурс]. URL:http://ru.wikipedia.org/wiki/представление_знаний (дата обращения: 06.12.2011).

4. Модели представления знаний// Портал искусственного интеллекта [Электронный ресурс]. URL:http://www.aiportal.ru/articles (дата обращения: 06.12.2011).