С базами знаний




НазваниеС базами знаний
страница1/10
Дата публикации24.02.2013
Размер1.21 Mb.
ТипУчебно-методическое пособие
uchebilka.ru > Информатика > Учебно-методическое пособие
  1   2   3   4   5   6   7   8   9   10


Министерство образования и науки Украины

Харьковская национальная академия городского хозяйства
В.А. ЛЕЛЮК
ИНФОРМАЦИОННЫЕ СИСТЕМЫ
С БАЗАМИ ЗНАНИЙ


Учебно-методическое пособие для студентов последипломного обучения

по специальности 7.050201 "Менеджмент организаций" специализации "Информационные системы в менеджменте"


  • Моделирование знаний в информационных системах

  • Интеллектуальные расчетно-логические и экспертные системы

  • Математические концептуальные методологии проектирования систем

  • Базовые модели математической теории систем



  • Архитектура интегрированных информационных систем

  • Инструментальные системы для реинжиниринга бизнес-процессов
    и создания интегрированных информационных систем

  • Модели онтологий, онтологические и многоагентные системы

  • Генезис методологий информационных систем с базами знаний


Харьков – ХНАГХ - 2005


УДК 681.3:51
Лелюк В.А.

Информационные системы с базами знаний: Учебно-методическое пособие.- Харьков: ХНАГХ, 2005. – 60 с. ил.

Анализируется процесс возникновения и развития методологий и инструментария проектирования информационных систем, начиная от первых разработок по искусственному интеллекту и программ расчетов, использующих вычислительные схемы, до интегрированных информационных систем предприятий и инструментальных систем поддержки инжиниринга и реинжиниринга бизнес-процессов и автоматизации создания информационных систем. Большое внимание уделено концептуальным методологиям моделирования и проектирования систем, использующим базы знаний в виде метамоделей, в том числе математических метамоделей. Рассмотрены онтологические и многоагентные системы, извлекающие знания из текстов на естественных языках.

Предназначено для студентов специальности 7.050201 «Менеджмент организаций» специализации «Информационные системы в менеджменте» при изучении интеллектуальных систем и систем поддержки принятия решений, экспертных систем, информационных систем и их проектирования, теории систем и системного анализа.

Может быть также полезным для преподавателей и аспирантов, специалистов по информационным системам.

Рецензент: зав. кафедрой информатики и компьютерных технологий, д-р техн. наук,
проф., академик Международной академии информатизации
А.Т. Ашеров



Рекомендовано: кафедрой менеджмента и маркетинга в городском хозяйстве,
протокол № 7 от 13. 04.2005г.;

кафедрой информационных систем и технологий в городском хозяйстве.

протокол № 19 от 25. 03.2005г.

ISBN 966-695-060-Х В.А. Лелюк, ХНАГХ, 2005
Содержание
Введение…………………………………………………………………………...4
1. Развитие моделирования знаний в интеллектуальных системах……………5
1.1. Предыстория моделирования знаний……………………………………….5
1.2. Концептуальные модели в интеллектуальных системах…………………10
Контрольные вопросы……………………………………………………...14
2. Первые подходы к созданию информационных систем с базами знаний...15
2.1. Использование моделей предметной области в программировании........15
2.2. Индустриализация создания автоматизированных систем ……………..16
Контрольные вопросы…………………………………………………… 18
3. Математические концептуальные методы проектирования систем………18
3.1. Автоматизированная система проектирования систем


организационного управления (АСПСОУ)………………………………… 18
Контрольные вопросы и задания…………………………………………..23
3.2. Система концептуального проектирования автоматизированных

систем (КОПАС)…….……..………..…………………………………….…23
Контрольные вопросы и задания…………………………………………..33
4. Новые направления развития методологий проектирования систем……...33
4.1. Общая характеристика направлений совершенствования систем……….33
Контрольные вопросы и задания…………………………………………..39
4.2. Методология ARIS ………………………………………………………....39
Контрольные вопросы и задания………………………………………......45
4.3. Другие методологии………………………………………………………...45
5. Модели онтологий, онтологические и многоагентные системы…………..48
Контрольные вопросы и задания…………………………………………..51
6. Итоговый анализ проблем и перспектив развития концептуальных методологий……………..……………………………………………………….51
6.1.Проблемы универсальности………………………………………………...51
6.2.Проблемы применяемости…………………………………………………..53

Литература………………………………………………………………………..56


Введение
Системы, в которых осуществляется логическая обработка хранимых в их памяти знаний, называют интеллектуальными системами. Традиционно к знаниям в них относили закономерности предметных областей, полученные в результате практической деятельности и профессионального опыта, позволяющие ставить и решать определенные задачи. Предыстория и развитие моделирования знаний в интеллектуальных системах рассмотрены в разделе1. Использование моделей предметной области при программировании вычислительных задач описано в разделе 2.

В настоящее время при инжиниринге и реинжиниринге бизнес-процессов, а также при создании интегрированных информационных систем широко используются инструментальные информационные системы, оперирующие моделями бизнес-процессов. Эти системы рассмотрены в разделе 4. Модели бизнес-процессов хранятся в памяти систем в так называемых репозиториях и являются знаниями о процессах, осуществляемых в конкретных организациях. Для поддержки их формирования используются метамодели, описывающие классы процессов и систем. Их называют также концептуальными моделями, так как они являются понятийными знаниями.

В информационных системах могут выполняться логические операции также и над хранимыми в базе знаний математическими моделями, описывающими конкретные элементы систем или процессы. Для поддержки математического моделирования создаются и хранятся в базе знаний концептуальные модели, описывающие соответствующие математические теории. Наиболее обобщенными являются математические концептуальные модели, которые описывают классы систем с использованием абстрактных теоретических конструкций. Рассмотрению этого направления, возникшего в начале 70-х годов, посвящен раздел 3.

В данном пособии основное внимание уделено концептуальным методологиям моделирования и проектирования систем. Они основаны на использовании хранящихся в памяти проектирующих систем метамоделей, описывающих понятийные знания о проектируемых системах и о той части внешнего мира, к которой имеют отношения эти системы и их входные и выходные объекты. Особенностью этих метамоделей является то, что они описывают не отдельные конкретные системы, а теории систем для охватываемой области знаний, в рамках которых формируются модели этих систем. Ряд представительных методологий и реализующих их систем анализируется в разделах 3,4, в частности, рассматриваются проблемы обеспечения их универсальности и применяемости. Под универсальностью понимается возможный масштаб охвата проектируемых типов систем, объектов, процессов и ситуаций. Применяемость может быть охарактеризована количеством созданных с ее помощью информационных систем и количеством смоделированных и усовершенствованных с ее помощью бизнес-процессов.

Внимание к концептуальным методам усилилось также в связи с созданием рассмотренных в разделе 5 систем автоматизированного извлечения знаний из текстов, накапливаемых во всемирном хранилище информации. Для этого потребовалась разработка операционных моделей таких общих понятий, как сущность, явление и т.п., названных разработчиками этих систем онтологиями. Общепринятого понимания этого термина у них пока еще нет. Оно зависит от контекста и целей его использования. Считается, что впервые его ввел в начале 17-го века немецкий философ Р. Гоклениус, назвав термином «онтология» область знаний, в которой указанные понятия являются объектом изучения.

При анализе путей развития методологий создания информационных систем, - от методологий, использующих вычислительные схемы, до методологий, использующих модели онтологий, стояла задача ответить на такие основные вопросы:
Как соотносятся современные методологии моделирования процессов друг с другом и с ранее разработанными методологиями?
Как шел процесс их развития?
Каковы судьбы глобальных методологий проектирования систем, целостно охватывающих предметную и проблемную области, но возникающих раньше созревания условий их применения и массового осознания их необходимости?
Почему для их реализации не были созданы промышленные инструментальные системы?
Каковы возможные перспективы применения и развития математических концептуальных методов?

Для того чтобы сделать прозрачной хронологию развития методологий проектирования и создания систем, в ссылках на литературу указывается год ее публикации. Для переводной литературы указывается год издания оригинала и год публикации на русском языке.


1. Развитие моделирования знаний в интеллектуальных системах
1.1. Предыстория моделирования знаний


На первых шагах развития программирования, знания об объекте фиксировались процедурно, т.е. в виде команд машинной программы, реализующих определенный алгоритм. Здесь программа является некоторой формой хранения знаний о решаемой задаче. Если эти знания изменялись, то требовалась соответствующая корректировка программы. Одной из первых фиксаций знаний в виде структур данных, описывающих среду, и выполнение их логической обработки было осуществлено в программе GPS («Общий решатель проблем») [1:1959], которая использовала знаковые объекты, описывающие среду. После этого началась активная разработка интеллектуальных систем, использующих семантические модели окружающей среды. В библиографии [2:1963,1967] содержалось описание более тысячи подобных разработок по искусственному интеллекту.

Следующий этап развития этого направления освещен в работах [3:1972;4:1974,1979;5:1975,1978;6:1976;7:1977,1980;8:1979;9:1981;10:1984]. В них были предложены методы моделирования предметной области для систем искусственного интеллекта с применением таких видов представления знаний о предметной области, как рассмотренные ниже семантические сети, фреймы, продукционные и предикатные модели, алгебра нечетких множеств, и другие. Термин «предметная область» заимствован из логики предикатов, в которой предметную область представляют элементы множеств, подставляемые вместо переменных [11:1967,1973]. В англо-русском словаре по программированию и информатике, изданном в 1989 г. термин «предметная область» (application domain) определяется как совокупность понятий и объектов, информация о которых хранится в базе данных и обрабатывается программой. Используется также термин «проблемная область», который обозначает не только предметную область, но и решаемые в ней задачи.

Одной из первых моделей представления знаний о предметной области явились семантические сети. Их вершины (узлы) описывают объекты, а соединяющие их дуги – отношения между ними. Выделяются структурные, функциональные, количественные, пространственные, хронологические, атрибутивные, логические и лингвистические типы отношений.

Пример семантической сети, объектами которой являются интервалы времени, связанные между собой отношениями вложенности (в) и следования (с), приведен на рис.1. Эта сеть может представлять хронологическую структуру событий, описанных, например, следующим текстом [10]: «Сегодня с 14 до 16-ти часов Иванов читал лекции в университете. Вечером он беседовал с Петровым по поводу его дипломной работы. Вчера утром до 10 часов Иванов редактировал доклад. За неделю до этого, 3 апреля, выступал на конференции в Москве».

Этому тексту соответствует дополнительная семантическая сеть, показанная на рис.2. Здесь в сеть введены отношения, связывающие более двух объектов. Они изображены вершинами, представляющими действия над объектами. Используя подобные сети, программы могут формировать ответы на некоторые вопросы в данном контексте.

Например, они могут ответить, где и когда выступал Иванов на симпозиуме, когда он читал лекцию и т.д. Кроме этого, используя транзитивность отношения временного следования и симметричность отношения «беседовать», можно логически вывести ответ, что Петров беседовал с Ивановым после 3 апреля.

Над семантическими сетями можно производить действия, например, устанавливать соответствия между элементами сетей и объединять их.





Фреймы, предложенные Марвином Минским [4], описывают общую рамку (англ. frame) моделируемой стереотипной ситуации, содержащую наиболее характерные, часто повторяющиеся черты ряда близких ситуаций, принадлежащих одному классу. Фреймы содержат элементы, называемые слотами, которым присваивают значения и формируют фреймы-экземпляры. Структура фрейма может быть представлена в виде табл. 1. Фреймы-образцы создаются заранее и хранятся в базе знаний.

Таблица 1 - Структура фрейма

^ Имя фрейма

Имя слота

Значение слота

Способ получения значения

Процедура

























Если в качестве значения слота используется имя другого фрейма, то образуется сеть фреймов. Возможны следующие источники получения значений слотов во фрейме-экземпляре:
- от фрейма-образца (по умолчанию);
- по формуле, указанной в слоте;
- через присоединенную процедуру;
- явно из диалога с пользователем;
- из базы данных;
- через наследование свойств от фрейма, указанного в слоте фрейма более высокого уровня иерархии.

В слот может входить как одно, так и несколько значений. Он также может содержать компонент, называемый фасетом, задающий диапазон его возможных значений или границы диапазона. Представление фрейма в виде иерархической сети узлов, связанных дугами, приведено на рис.3.

Существуют два вида фреймов: статические и динамические (сценарии). Фрейм-сценарий описывает типовую структуру некоторого события, включающую характерные его элементы. Такой фрейм является совокупностью вопросов (терминалов фрейма), которые надо задать относительно некоторой ситуации, и способов ответа на них.

Например, для того чтобы понять наблюдаемый процесс, человек может задать такие вопросы: Какова причина процесса? Кто его осуществляет? Какова цель процесса? Каковы последствия? Кто потребитель результатов процесса? Каким образом он происходит?

Имея ответы на ограниченный круг вопросов можно понять большое количество реальных ситуаций. Отсюда следует, что с помощью фреймов можно построить относительно простые модели окружающего мира, достаточные для принятия решений в описываемых ситуациях. У фреймов-сценариев каждый терминал должен содержать рекомендации, как получить ответ на вопрос.

Сценарий описывается системой фреймов, представляющей последовательность действий, связанную причинно-следственными отношениями для часто встречающихся ситуаций. Результатом каждого действия являются условия, при которых может произойти следующее действие. Фиксируются роли исполнителей работ и их различные точки зрения на ситуацию.
Примером такого сценария является посещение ресторана, которое может быть описано с точки зрения посетителя следующими действиями [4]:
  1   2   3   4   5   6   7   8   9   10

Добавить документ в свой блог или на сайт

Похожие:

С базами знаний iconДейт К. Введение в системы баз данных. 6-е изд
Системы управления базами данных и базами знаний. Под ред. А. Н. Наумова. Финансы и статистика. 1991

С базами знаний iconЛекция Введение в базы данных
Обсуждается состав пользователей и распределение обязанностей в информационных системах с базами данных. Дается обзор моделей баз...

С базами знаний iconРобоча программа методичні вказівки І індивідуальні завдання до вивчення...
...

С базами знаний iconРолевой подход к оценке качества экономических экспертных систем
Эс с базами знаний экономического характера. Сформулированы концептуальные основы построения метрического аппарата для измерения...

С базами знаний iconПлан-конспект урока тема школьного курса: „Бази даних. Системи управління базами даних”
Тема урока: «Построение информационных моделей и моделей знаний на графах по курсу математики, истории, русскому языку, биологи и...

С базами знаний iconРеферат скачан с сайта allreferat wow ua Работа в среде excel. Средства...

С базами знаний iconУвеличение скорости доступа к данным в системах управления базами...
При всех преимуществах хранения данных в современных системах управления базами данных при использовании метамодели остро стоит вопрос...

С базами знаний iconЛабораторная работа №7 работа с http-сервером apache, субд mysql,...
Цель: Изучить принципы работы с http-сервером Apache, субд mysql, php-интерпретатором, менеджером по управлению базами данных phpMyAdmin....

С базами знаний iconРеферат скачан с сайта allreferat wow ua
Однако большую часть знаний мы получаем на ступени абстрактного мышления с помощью рассуждений, т е путем выведения новых знаний...

С базами знаний iconВернадский В. И. Труды по всеобщей истории науки. 2-е изд
Киз имеет задачей исследовательскую научную работу в области истории знаний. Она должна превратиться в Научный исследователь­ский...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
uchebilka.ru
Главная страница


<