CC BY
74
ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В САПР ТП "ТЕХКОМ" С ПРИМЕНЕНИЕМ МЕТОДОВ ЭКСПЕРТНЫХ СИСТЕМ
А.Н. Филиппов, В.С. Гриншпан
Одной из первых задач, которая встает перед инженером знаний при создании экспертных систем (ЭС), является задача выбора способа представления знаний. При рассмотрении конструктивных типов знаний наиболее распространенными являются следующие способы их представления [1, с.30, 2, с.22]:
• семантические сети;
• фреймы;
• логические модели;
• лингвистические модели.
Обладая большими возможностями отображения различных отношений между понятиями и объектами, семантические сети при использовании их на ЭВМ не всегда удобны из-за слишком произвольной структуры. Нужно внести в нее регулярность. Появляются более регуляризированные сети. К ним относятся фреймы [3].
Фрейм, предложенный Марвином Минским [4], представляет собой расширение фундаментального понятия списка ассоциаций. Структура, называемая фреймом (кадром), представляет собой совокупность слотов (гнезд), описывающих свойства некоторого объекта.
Семантические сети - это графы, в которых вершинам соответствуют некоторые объекты, а дугам - семантические отношения между ними. Знания в виде фреймов -один из наиболее популярных способов представления семантических сетей.
Логические модели знаний представляются в виде правил вывода (продукций) и базируются на исчислении предикатов. Создается система базы правил (Яи1е-Ьа8её-Був1еш) [5], представляющая из себя набор "маленьких идей". Другой вариант логических моделей - решающие таблицы [6].
Представление знаний на основе лингвистических моделей связано с проблемой создания интерфейса пользователя на естественном или близком ему языке. Основой модельно-алгоритмической части является теория формального языка. Программно-аппаратная часть реализуется лингвистическим процессором.
Анализ способов представления знаний в различных ЭС, а также специальные исследования психологии подготовленных экспертов показали, что наиболее предпочтительными способами являются знания в виде фреймов и продукций. При этом наиболее популярным методом извлечения знаний для экспертов оказалось структурированное интервью.
Эти соображения и особенности ПО САПР ТП предопределили в качестве основных способов представления знаний фреймы, продукции и таблицы решений, а для извлечения знаний принят метод в виде структурированного сценария диалога.
В процессе работы инженер по знаниям проходит через 5 стадий создания ЭС [2, с.184]:
• идентификация проблемы;
• концептуализация;
• формализация;
• реализация;
• тестирование.
Средства создания ЭС распадаются на две основные категории: средства проектирования ЭС и средства приобретения знаний. Рассмотрим средства приобретения знаний.
С выявлением знаний обычно связаны два типа источника знаний [7]: прямые (знания первого рода) и опосредованные (знания второго рода).
Прямые источники знаний - это специалисты (эксперты), опосредованные - это книги, документы, инструкции, примеры. При проектировании технологических процессов механообработки за многие годы разработаны многочисленные стандарты, нормативные и технические справочники и т.п., т.е. накоплен большой багаж опосредованных знаний.
В то же время при исследовании технологических понятий возникают весьма неожиданные с точки зрения элементарной логики и некоторых других соображений результаты. Например, пусть речь идет об отношении двух поверхностей А и Б. Описывается следующее понятие:
А перпендикулярно Б.
Следует ли из этого, что Б перпендикулярно А, т.е. что отношение перпендикулярности двух поверхностей симметрично? Оказывается, что нет. Дело в том, что в зависимости от порядка указания поверхностей в отношении определяется не только отношение между поверхностями, но и порядок предшествования при их обработке. Возникает два уровня понимания отношений между элементами обработки, при которых эти отношения не коммутативны в смысле технологии и коммутативны в смысле геометрии. Однако не исключена возможность, что в одном правиле может возникнуть необходимость использования понятия коммутативности в смысле технологии, а в другом - в смысле геометрии. Это противоречие требуется преодолеть при составлении правил вывода. Решение этой проблемы должно быть обеспечено на уровне выбора формализма.
К открытым системам предъявляются следующие требования [8]:
1. непрерывное изменение и эволюция;
2. ограничение связи и децентрализация принятия решений;
3. принципиальная непротиворечивость баз знаний;
4. необходимость соглашений между компонентами системы;
5. неадекватность гипотезы замкнутого мира.
Способы формирования базы знаний технологического назначения играют существенную роль в адекватном взаимодействии эксперта-технолога и системы. На основе анализа информационных технологических структур была разработана методика представления данных в САПР ТП, ориентированная одновременно на применение ЭС и традиционных методов программирования.
Исходя из проведенных исследований и анализа предметной области, было введено понятие фактов и целей системы и представление их в виде триплетов, которое основывается на двухуровневом описании характеристик объектов. Под триплетом понимается специальная форма описания в символьном представлении по следующей схеме [9]:
"Объект - имя характеристики - отношение - значение - комментарий".
Под объектом понимается некоторая целостность, которая обладает присущими только ей свойствами на фоне свойств среды и на фоне своей структуры (образующих объект частей и связей между ними). Любой объект как реальность существует только в определенной среде, как внутренняя граница этой среды. И объект и среда -взаимообусловленные сущности, устанавливаемые в процессе перехода от одной к другой.
В процессе проектирования системе приходится оперировать с множеством различных данных. Одни данные вводятся в процессе диалога, например, чертежа детали. Другие выбираются из базы данных, третьи получаются путем расчета из первых. Данные, известные системе в текущий момент, называются фактами. Каждый факт представляется в виде триплета Ф=<Р, I, 2>, где Р - префикс, I - имя параметра,
Ъ - значение параметра. Префикс указывает на конкретный объект. Например, если Ь -длина параметра, указывающая длину описываемого объекта, то Ъ.Ь обозначает длину заготовки, где Ъ - это префикс, указывающий на объект "заготовка".
Значение параметра представляется в символьной форме, при этом текстовое значение помещается в апострофы, чтобы отличить его от числового.
Способ описания фактов в виде триплетов позволяет подключать описание любых отношений, вводя их через отношения имен. Например, если через префикс О обозначим множество отношений, а через имя РЕЯ - перпендикулярность, то описание перпендикулярности будет выглядеть так:
О.РЕЯ='(А,Б)',
это означает, что поверхность А перпендикулярна поверхности Б.
Таким образом, в качестве представления технологических знаний может быть использовано описание в виде фрейма, в котором базовой компонентой (слотом) выступает триплет.
Анализ состава технологической базы показал, что большую часть информации можно представить в виде сравнительно небольших таблиц. Таблицы могут быть представлены в виде фреймов. Каждая таблица содержит несколько экземпляров строк информации одной структуры. При этом в структуре таблицы описывается список реквизитов с идентификацией, также как и в триплете, факта и с указанием формата значения.
Таблица определяется как Т = (1Т, БТ, БТ, НТ), где Т - таблица; 1Т - имя таблицы; БТ - структура таблицы; БТ - фрейм-запрос; НТ - заголовок таблицы.
Структура таблицы представляет собой текстовую строку, в которой через точку с запятой перечисляются имена используемых реквизитов с описанием формата. Например, описание
Е.тМ 999; Е.ТЯ Х(12) // означает, что каждая строка таблицы состоит из двух реквизитов, причем реквизит Е.Ким - целый длиной 3 символа, а реквизит Е.ТЯ - текстовая строка длиной 12 символов.
Методика организации редактора БЗ. Одним из узких мест при разработке ЭС является приобретение знаний от некоторого источника. Сложность процесса приобретения знаний для ЭС обусловила его разделение на две фазы: построение прототипной версии базы знаний (БЗ) и уточнение знаний для достижения желаемого уровня работы системы.
Наиболее популярным методом извлечения знаний для экспертов является структурированное интервью. Процесс приобретения технологических знаний разбивается на 3 этапа [10] - построение скелетной структуры БЗ, построение прототипа БЗ, уточнение БЗ.
Скелетная структура БЗ строится в виде графа, где вершинами являются таблицы, которые наполняются инженером по знаниям.
Процесс извлечения знаний осуществляется экспертами-технологами в диалоговом режиме и представляет собой обход этого графа по дугам, которыми являются выбираемые строки таблиц. В процессе последовательных ответов на вопросы системы формируется два уровня знания:
• определение группы, к которой относится данное знание;
• само знание, представляющее фрейм или правило вывода.
Знания могут быть нескольких типов: фреймы, продукции (простейшие правила вида "если условие то действие конец"), формулы и т.д. При вводе и редактировании знаний одного типа предложен следующий принцип [11]:
• знания разбиваются на группы;
• по специальному сценарию, имеющему древовидную структуру, вычисляется код группы;
• каждая группы размещается в отдельной строке с ключом, соответствующим коду группы.
Таким образом, редактор БЗ выполняет следующие функции:
• формирование кода группы;
• редактирование группы.
Для реализации редактора БЗ целесообразно использовать систему управления интерфейсом пользователя, которая обладает следующими свойствами:
• способность хранить информацию;
• определенный внешний вид;
• диалоговая активность.
Задача создания конечной среды сводится к соединению трех перечисленных качеств в единое целое и может проходить в два этапа: объектное построение среды и программная настройка среды. Первый этап состоит в том, что разработчик компонует некоторые готовые среды, создавая новую среду требуемой структуры и придавая ей составной внешний вид и составное интерактивное поведение. Второй этап состоит в том, что с помощью обычных средств языка программирования среде добавляются какие-то специализированные свойства, ориентированные на конкретную проблематику.
Знания могут находиться в различных базах знаний. Информация о возможных типах знаний может находиться в корневой таблице, с помощью которой предлагается выбрать тип знаний для корректировки, имя файла базы знаний и ссылку на первую таблицу выбранного типа. Каждая строка таблицы имеет структуру ^.ТК; 0КЫ<8>;0.8Т<8>). Здесь О.ТК - тип знаний; ОКК - имя файла базы знаний; О.БТ -ссылка на первую таблицу сценария; <Б> - поле невидимо. Соответствующая графа исключается при отображении.
Кадр диалога при таких данных может выглядеть так:
УКАЖИТЕ ТИП ЗНАНИЙ:
ФРЕЙМЫ БКАМЕБТРР #ЕЯАМТАВЬ
ПРАВИЛА тЪЕЗ.ТРР #тЬЕТАВЬ
ФОРМУЛЫ БОКМиЬА.ТРР #БЯМЬТАВЬ
Видимая часть таблицы
Таким образом, проведено исследование и построение концептуальной модели системы автоматизированного проектирования технологических процессов механической обработки деталей с использованием ЭС, которая включает в себя представление знаний, базы данных, базы знаний. Такая модель предусматривает возможности для разработчиков по развитию системы как на уровне программистов, так и на уровне экспертов-технологов.
Предложенная реализация редактора базы знаний предоставляет возможность извлечения структурированных знаний от экспертов-технологов в режиме диалога с ЭВМ. Однако для широкого внедрения требуется большая работа по реализации скелетной структуры БЗ. Эта задача является одним из направлений дальнейшего развития системы.
Литература
1. Уотермен Д., Руководство по экспертным системам. М.: Мир, 1989. 388 с., ил.
2. Построение экспертных систем / Под ред. Ф.Хейса- Рота, Д. Уотермана, Д. Ленната. М.: Мир, 1987. 441с.
3. Карась С.В. Применение методов теории искусственного интеллекта в САПР ТП // ХГУ объединенный семинар "Прикладная информатика автоматизированных систем проектирования, управления, программирования, эксплуатации" (Калининград, 2225 октября, 1987): Тез. докл. Калининград: КМЦНТТИП, 1987. 93с.
4. Минский М. Фреймы для представления знаний. М.: Энергия, 1979. С.49-51.
5. Вольфенгаген В.Э., Кузин Л.Г., Смольянинов Н.Д. О проблеме представления информационных объектов фреймами// НТИ. Сер.2. 1982. № 2. С.12-17.
6. Науман Э. Принять решение - но как? М.: Мир, 1987. С.174-185.
7. Осипов Г.С. Принципы прямого приобретения знаний // Теория и применение искусственного интеллекта. НРБ Созопол: Ин-т информатики с вычислит.центром БАН, 1989. 39 с.
8. Хьюит К. Открытые системы // Реальность и прогнозы искусственного интеллекта. М.: Мир, 1987. С. 85-102
9. Филиппов А. Н. Методы реализации системы автоматизированного проектирования технологических процессов с использованием подхода экспертных систем // Краткосрочный семинар "Программное обеспечение автоматизированных систем дискретного производства" (Ленинград, 18-19 октября 1989). Тез. докл. Лениниград: лДнТП, 1989. С.19-24.
10. Цветков В.Д. Системно-структурное моделирование и автоматизация проектирования технологических процессов. Минск: Наука и техника, 1979. С. 81116.
11. Филиппов А.Н. Автоматизированная система проектирования технологических процессов с использованием подхода экспертных систем // Актуальные проблемы современного программирования. Л.: ЛИИАН, 1989. С.113-122.
