Введение в системное проектирование интеллектуальных баз знаний

Москва
Горячая линия - Телеком
2017

Под общей редакцией доктора техн. наук, 
профессора В. И. Новосельцева

УДК 004.89 
ББК 32.813 
     В24 

Р е ц е н з е н т ы : начальник кафедры высшей математики Воронежского 
института МВД России, доктор физ.-мат. наук, профессор  В. В. Меньших;  
декан факультета прикладной математики, информатики и механики  
Воронежского государственного университета, доктор техн. наук,  
профессор  А. И Шашкин. 

А в т о р ы :   Баркалов С. А.,  Душкин А. В.,  Колодяжный С. А.,  
           Сумин В. И. 

В24   Введение в системное проектирование интеллектуальных баз 
знаний / С. А. Баркалов, А. В. Душкин, С. А. Колодяжный и др.; 
Под общей редакцией доктора техн. наук, профессора В. И. Новосельцева. – М.: Горячая линия – Телеком, 2017. – 108 с: ил. 

ISBN 978-5-9912-0589-4. 
Книга вводит читателя в новую область теории и практики информатизации человеческой деятельности – системное проектирование интеллектуальных баз знаний. Издание содержит семь основных 
разделов – системные принципы построения интеллектуальных баз знаний; языковые средства представления знаний; технологии представления знаний; нейросетевые методы представления знаний; типовые методы поиска решений в интеллектуальных базах знаний; оценка качества 
проектов по созданию интеллектуальных баз знаний; основы управления проектами по созданию интеллектуальных баз знаний. В основу монографии положены авторские методики, успешно апробированные при 
проектировании и разработке ряда информационно-коммуникационных 
систем в различных отраслях народного хозяйства. 
Для научных работников и специалистов в области автоматизированных систем управления. Будет полезна аспирантам и студентам старших курсов, специализирующимся в области проблем информатизации 
социальных, экономических, технологических и других процессов. 

ББК 32.813 

Научное издание 
Баркалов Сергей Алексеевич, Душкин Александр Викторович,  Колодяжный Сергей 
Александрович, Сумин Виктор Иванович 
Введение в системное проектирование интеллектуальных баз знаний 
Под общей редакцией доктора техн. наук, профессора В. И. Новосельцева 
Монография  

Тиражирование книги начато в 2017 г.       

Все права защищены.
Любая часть этого издания не может быть воспроизведена в какой бы то ни было форме и 
какими бы то ни было средствами без письменного разрешения правообладателя
© ООО «Научно-техническое издательство «Горячая линия – Телеком»
www.techbook.ru
© Авторы 

Введение

Наше время — это эпоха интенсивного внедрения информационных технологий практически во все сферы человеческой деятельности. Ожидается, что такая тенденция не только сохранится,
но будет прогрессировать в обозримом будущем. В практическом
плане эти технологии реализуются в виде различных информационнокоммуникационных систем, типа ГАС РФ «Выборы» и «Правосудие»,
разнообразных отраслевых АСУ, действующих в общесоюзных, республиканских, краевых и областных министерствах и ведомствах,
многочисленных информационных и экспертных систем предприятий,
организаций и фирм.
Неотъемлемой составной частью, а точнее душой всех систем этого типа становятся интеллектуальные базы знаний, которые в первом приближении можно определить как особого рода
информационно-программные комплексы, способные напрямую (без
посредников) вести диалог с человеком и оперировать при этом не
только данными, но, главным образом, знаниями (метаданными).
В настоящее время для построения интеллектуальных баз знаний
используются готовые программные продукты типа Oracle, MSSQL,
SyBASE и другие, дополняемые различными программными модулями, в которые по схеме «естественный язык → компьютерная программа» закладываются знания о проблемной области. В результате
получается некий бессистемный конгломерат, в котором первичной
выступает программная среда, отражающая в основном предметные и
частично лингвистические данные, а декларативные, процедурные и
лингвистические знания присутствуют постольку, поскольку это допускают возможности данного программного продукта и квалификация программистов-разработчиков. Другими словами, основу существующей технологии поддержки проектных решений при создании
интеллектуальных баз знаний составляет принцип: «делаем то, что
можем, а не то, что нужно». Негативные последствия такого подхода очевидны: конечный пользователь, владеющий максимальными
знаниями о предметной области, фактически исключается из процесса проектирования и разработки баз знаний. В результате на выходе проекта он получает не то, что ему нужно для обеспечения профессиональной деятельности, а то, что могут сделать программистыразработчики, используя имеющиеся программные платформы. И обусловлено это не квалификацией программистов и не низкими функциональными возможностями используемых программных продуктов,
а самой технологией поддержки проектных решений по созданию интеллектуальных баз знаний.

Введение

Если исключить из рассмотрения многочисленные подробности
«технического» плана, то смысл и сущность традиционной технологии
проектирования баз знаний заключается в непосредственном переводе
описаний предметной области с естественного языка на математикопрограммный язык, «понятный» компьютеру. А такой перевод фактически исключает конечного пользователя из процесса проектирования
баз знаний, оставляя ему только «начало» — формирование замысла
проекта, и «конец» — приемку готового проекта. Именно ограниченность палитры используемых языковых средств обусловливает все те
трудности, которые приходится преодолевать разработчикам проектов по созданию интеллектуальных баз знаний, и предопределяет те
неудачи, которые фактически превращают компьютеры не в интеллектуальных партнеров человека, а в «хранилище» данных, печатающие
машинки или в быстродействующие логарифмические линейки.
Таким образом, в настоящее время имеет место и все более
прогрессирует реальное противоречие между насущной потребностью
широкого внедрения и использования интеллектуальных баз знаний
и несовершенством применяемых технологий их проектирования. При
этом негативное последствие заключается в том, что конечный пользователь, оставаясь в стороне от процесса проектирования баз знаний,
в конечном счете получает не актуального помощника, а некоторый
программный продукт, кое-как подстроенный под его нужды.
Вместе с тем в современной теории искусственного интеллекта
происходит интенсивное развитие новых языковых средств, в частности реляционного и ролевого типов. Эти языки позволяют записывать
и генерировать правила логического вывода (то есть работать с декларативными знаниями), а также создавать управляющие структуры, обеспечивающие вывод новых знаний (то есть оперировать с процедурными знаниями). Их использование открывает новые возможности по описанию фактов и закономерностей предметной области,
и позволяет предложить более совершенную технологию поддержки
принятия проектных решений в процессе проектирования и создания
интеллектуальных баз знаний, свободную от указанных выше недостатков.
Однако специалисты в области информатизации еще не полностью преодолели инерцию традиционного мышления. Многие из них
по-прежнему рассматривают проектирование интеллектуальных баз
знаний как искусство программирования с ориентацией на существующие программные продукты (языки программирования, стандартные
базы данных, типовые интерфейсы и т.п.), но не как науку, опирающуюся на системную методологию, технологию, модели анализа и оптимизации проектных решений. В преодолении этой порочной традиции

авторы видели свою основную задачу при написании монографии.
Монография содержит семь глав, в которых обобщен опыт более чем двадцатилетней деятельности авторов в области системного
проектирования интеллектуальных баз знаний в составе объектов автоматизации различного (в том числе и военного) назначения.
Первая глава посвящена описанию системных принципов построения интеллектуальных баз знаний, включая такие вопросы, как:
организация общения между пользователем и базой знаний; модели
машинного понимания входных текстов; структура интеллектуальной
базы знаний и режимы ее работы.

Во второй главе проводится анализ существующих и перспективных языковых средств представления знаний. В качестве объектов 
анализа рассматриваются: язык Кодда, логические языки, язык нечетких множеств, контекстно-свободный плекс-язык, язык RX-кодов, 
язык семантических сетей, язык ролевых фреймов, тензорный язык 
Крона. Суть анализа заключалась в упорядочении указанных языков 
по двум критериям: выразительности и мощности его инструментальных средств.

Третья глава посвящена технологиям представления знаний.
Рассматривается общая технология, базирующаяся на принципах
этапности, последовательного наращивания уровня формализации
представления знаний при переходе от этапа к этапу, поддержки проектных решений путем использования четырех частных технологий,
а именно: представления знаний ролевыми фреймами, на основе концептуальных и терминальных семантических сетей, а также построения процедурной компоненты базы знаний. Раскрывается содержание
этих технологий и показывается, что они обладают по сравнению с
традиционно используемой процедурой «естественный язык → компьютерная программа» тем преимуществом, что позволяют заменить
эвристические соображения строго формальными методами задания
единиц знаний, снизить требования к языкам программирования, а
также более полно использовать знания конечного пользователя о
предметной области.

В четвертой главе рассматриваются нейросетевые методы представления знаний, включая такие вопросы, как: основные идеи нейроинформатики применительно к построению интеллектуальных баз 
знаний; базовые элементы и архитектура нейросетей.

В пятой главе описываются типовые методы поиска решений, которые, целесообразно реализовывать при системном проектировании 
интеллектуальных базах знаний, а именно: поиск решений на семантических сетях, ситуационный поиск решений, многокритериальный 
поиск решений и поиск решений на основе генетических алгоритмов.

Введение

Первые два метода применяются в тех предметных областях, в которых оперируют не столько числами, сколько понятиями и нестрогими
категориями. Два других метода эффективны в тех случаях, когда
предметную область удается описать числами и строгими математическими соотношениями.
Шестая глава посвящена описанию методов оценки качества интеллектуальных баз знаний. В отличие от существующих фрагментарных подходов, предлагаемые в монографии методы обеспечивают
всесторонний и комплексный учет социальных, функциональных, эргономических, прагматических, экономических, технических и технологических критериев качества интеллектуальных баз знаний, выраженных как в числовых, так и в понятийных категориях.

В седьмой главе рассматриваются вопросы управления проектами по созданию интеллектуальных баз знаний, включая особенности, 
концепцию и технологию управления данными проектами, а также 
неопределенности при управлении проектами и способы их учета.

Глава 1

Системные принципы построения
интеллектуальных баз знаний

1.1. Понятие интеллектуальной базы знаний
Под интеллектуальной базой знаний (ИБЗ) понимается управляемый комплекс языковых, алгоритмических, программных и технических средств, предназначенных для восприятия, обработки, хранения
и выдачи (отображения) знаний о предметной области, включающий
четыре компоненты:
1) упорядоченные каким-либо способом факты и данные, отражающие модель профессиональной сферы (предметные данные);
2) правила, модели, алгоритмы и программы, позволяющие рассчитывать определенные показатели объектов профессиональной сферы, строить цепочки логических выводов и на этой основе делать
обобщения и заключения, а также вызывать определенные ассоциации (декларативные знания);
3) управляющая и интерпретирующая структура, определяющая
порядок и способы применения моделей и правил логического вывода для получения или трансформации информации (процедурные
знания);
4) правила морфологического, синтаксического и семантического анализа входных и выходных текстов, а также списки основ слов,
которые используются для организации диалога между базой знаний
и пользователем (лингвистические знания).
Если оставить в стороне практически бесплодные рассуждения о
том, чем данные отличаются от знаний, то с точки зрения системотехники различия между понятиями «база данных» и «база знаний»
можно выразить в виде следующих формул:
«база данных» = «предметные данные» + «управление данными» +

+ «лингвистические единицы»;

«интеллектуальная база знаний» = «предметные данные» +

+«декларативные знания» + «процедурные знания» + 
+«лингвистические знания».
Как видно из приведенного определения, ИБЗ, охватывая традиционное понимание баз данных, представляют собой их дальнейшее
развитие и наращивание по следующим главным направлениям:
– интеллектуализации общения с конечным пользователем в
форме, не требующей участия в диалоге посредника-программиста;

Глава 1

– формирование моделей проблемных ситуаций по их содержательному описанию, представленному пользователем;
– расширения понятия «данные» от уровня чисел, текстов, схем
и других простейших информационных атрибутов до уровня закономерностей, правил, алгоритмов и других операций, обеспечивающих интеллектуальную поддержку принятия
управленческих решений в условиях неопределенности;
– обеспечение семантической целостности знаний и данных, их
проверку на полноту, корректность и определенность;
– усложнения алгоритмов обработки информации до уровня
имитации таких интеллектуальных механизмов мышления человека как: анализ и обобщение информации, построение логических цепочек вывода новых утверждений, генерация альтернативных вариантов решений, поиск оптимальных решений
и других;
– планирование вычислений и логической обработки данных с
целью решения сформулированных пользователем задач количественного и качественного анализа моделей проблемных
ситуаций;
– оформление, интерпретация и отображение результатов решения задач в удобном для пользователя виде.
Таким образом, ИБЗ, будучи реализованной в компьютере, предоставляет пользователю следующие возможности. Пользователь на
своем профессиональном языке (разумеется, по необходимости ограниченном и формализованном) вводит в компьютер описание проблемной ситуации, ставит задачи ее анализа и задает исходные данные. После чего компьютер сам формирует программу решения этих
задач, решает задачи, производит анализ результатов и выдает ответы
в удобном для пользователя виде (графическом, текстовом, картографическом и др.).
При этом основной эффект перехода от баз данных к интеллектуальным базам знаний заключается в более полном удовлетворении
потребностей пользователя информацией, необходимой ему для принятия решений, за счет повышения статуса компьютера и компьютерных сетей, поставляющих конечному пользователю не только информацию к размышлению, но и мотивированные варианты возможных решений. Естественно, что речь идет не об однократном решении
какой-либо задачи, а о диалоговом общении пользователя с ИБЗ при
многократном повторением цикла: подготовка исходных данных, решение задачи, анализ решения, коррекция исходных данных.

Системные принципы построения интеллектуальных баз знаний
9

1.2. Принцип организации общения между
пользователем и ИБЗ
Под общением понимается процесс обмена информацией между пользователем и ИБЗ, обусловленный необходимостью последовательного и/или параллельного выполнения человеком и машиной
действий по совместному решению какой-либо задачи.
Наиболее распространенным и интересным с позиции проектирования видом общения является диалог, инициируемый ИБЗ при решении задач, поставленных пользователем. Традиционная схема такого
диалога века показана на рис. 1.1.

t%!,!%"=…,2/ ,=%=

o=…,!%"=…,b/K%! ƒ==,

o%ƒ%"=2hag

b/K%! "=!,=…2=
,“.%…/. =……/.

o!%"!*= C%…%2/
,“.%…/. =……/.

p…,ƒ==,

`…=,ƒ !…, 
j%!!*2,!%"*=
,“.%…/. =……/.

o!,/L "=!,=…2
!…,  ƒ==,

b/C%……,C%%2%",2…/.
%C!=,L

Рис. 1.1. Схема диалога, инициируемого ИБЗ при решении задач,
поставленных пользователем

Здесь предполагается, что вся совокупность информации, необходимой для решения прикладной задачи, доступна пользователю. Однако в действительности каждого пользователя интересует сравнительно небольшое количество так называемых персонально-ориентированных задач, и он в состоянии варьировать лишь некоторой частью
параметров, описывающих предметную область, и критериев выбора
решений.

Глава 1

В результате при полном доступе пользователю может поступать излишняя информация, на которую тратятся вычислительные
ресурсы, а время между введением новой корректировки параметров
и получением решения может оказаться неприемлемо большим. Этого можно избежать, если при построении ИБЗ использовать принцип
гибкого формирования персонально-ориентированных задач с соответствующим уровнем детализации и специализацией информации,
предоставляемой пользователю, как показано на рис. 1.2.

o%ƒ%"=2,
"!.…% 
3!%"… 

o%ƒ%"=2, 
…,›…%
3!%"… 

o!“%…=…%
%!,…2,!%"=……/ƒ==,
…,›…% 3!%"… 

o!“%…=…% %!,…2,!%"=……=  ƒ===
"!.…% 3!%"… 

h“.%…= 
ƒ===

 

hag

Рис. 1.2. Принцип формирования персонально-ориентированных
задач при построении ИБЗ

На этом рисунке в персонально-ориентированных задачах нижнего уровня оставлены без изменения некоторые параметры исходной задачи, а остальные параметры подвергнуты агрегированию. Такие задачи можно назвать частично агрегированными. Они позволяют конкретному пользователю, работая с ИБЗ, оперировать только
тем набором информации, который его интересует и входит в его
компетенцию. Внесение изменений в частично агрегированные задачи позволяет исследовать определенный аспект проблемной области,
проанализировать внутренние взаимосвязи и выбрать наиболее эффективные решения.
Персонально-ориентированная задача верхнего уровня строится
в терминах агрегированных параметров, состав и способ построения