Представление знаний в экспертных системах

Министерство образования и науки Российской Федерации
Уральский федеральный университет 
имени первого Президента России Б. Н. Ельцина 
ПРЕДСТАВЛЕНИЕ ЗНАНИЙ 
В ЭКСПЕРТНЫХ СИСТЕМАХ 
Рекомендовано методическим советом 
Уральского федерального университета 
в качестве учебного пособия для студентов вуза 
всех форм обучения направления 
27.04.04 — Автоматизация и управление 
Екатеринбург 
Издательство Уральского университета 
2017 

УДК 004.891:681.518.2(075.8)
ББК 32.813-022я73
          П71
Составители В. А. Морозова, В. И. Паутов 
Рецензенты: кафедра общих профессиональных дисциплин Уральского технического института связи и информатики (филиал) ФГБОУ ВО Сибирского государственного университета телекоммуникаций и информатики (заместитель 
завкафедрой, доц., канд. техн. наук Н. В. Будылдина); кафедра 
физики Уральского государственного горного университета 
(завкафедрой, д-р физ.-мат. наук И. Г. Коршунов)
Научный редактор — доц., канд. техн. наук В. А. Матвиенко
П71
Представление знаний в  экспертных системах : 
учебное пособие / сост. В. А. Морозова, В. И. Паутов. — 
Екатеринбург : Изд-во Урал. ун-та, 2017. — 120 с.
ISBN 978-5-7996-2037-0
Учебное пособие посвящено одному из центральных вопросов, возникающих при проектировании экспертных систем (ЭС), — проблеме представления знаний. В учебном пособии рассматриваются состав знаний, необходимых для функционирования ЭС, и  основные модели представления 
знаний; особенности представления знаний в  существующих экспертных 
системах и инструментальных средствах для их разработки.
Библиогр.: 71 назв. Рис. 12. Табл. 1.
УДК 004.891:681.518.2(075.8)
ББК 32.813-022я73
ISBN 978-5-7996-2037-0
© Уральский федеральный 
     университет, 2017

ВВЕДЕНИЕ 
Экспертные системы (ЭС) — первый продукт, появившийся 
на информационном рынке, как итог 30-летней изыскательской 
работы в  области искусственного интеллекта (ИИ) [1; 2; 3].
ЭС представляют собой программы для компьютера, которые 
могут воспроизводить процесс решения проблемы человекомэкспертом. В настоящее время интерес к ЭС со стороны промышленности чрезвычайно возрос, поскольку они способны 
дать средства, стимулирующие повышение производительности труда и увеличение прибыльности производства [4; 5; 6].
По классическому определению экспертная система — это 
программный продукт, в  котором используется искусственный интеллект в виде типовых логических правил, содержащихся в базе знаний, заполняемой экспертом. Работа системы построена по алгоритму, имитирующему мыслительный 
процесс.
В начале 80-х гг. XX в. в рамках искусственного интеллекта сформировалось самостоятельное направление  — «инженерия знаний», в  задачу которого входят разработка, исследование и  использование экспертных систем. Термин 
«инженерия знаний» введен Е. Фейгенбаумом как «привнесе

ние принципов и инструментария исследований из области 
искусственного интеллекта в решение трудных прикладных 
проблем, требующих знаний экспертов» [7]. Огромный интерес к ЭС вызван следующими основными причинами. Во-первых, они ориентированы на решение широкого круга задач 
в неформализованных областях, т. е. на приложения, которые 
до недавнего времени считались малодоступными для вычислительной техники. Во-вторых, экспертные системы позволяют специалистам, не  имеющим навыков программирования, создавать практически значимые приложения, что резко 
расширяет сферу использования вычислительной техники. 
В-третьих, экспертные системы при решении практических 
задач позволяют получать результаты, сравнимые, а  иногда 
и превосходящие те, которые может получить эксперт-человек. В-четвертых, современные ЭС легко объединяются с традиционными программными системами (системами управления базами данных, пакетами прикладных программ и т. д.) 
в интегрированные приложения.
При рассмотрении ЭС используются следующие основные 
понятия [8]: предметная область, проблемная область, данные, знания. Под предметной областью будем иметь в виду 
область экспертизы или знания об этой области. Понятие проблемная область включает предметную область и задачи, решаемые в этой области. Термин «проблемная область» будет 
использоваться в тех случаях, когда необходимо подчеркнуть, 
что речь идет не только об описании фактов области экспертизы, но и о задачах, решаемых в этой области. Под данными будем понимать исходные, промежуточные или окончательные 
данные о решаемой в текущий момент задаче, т. е. данные — 
это та информация, которая существует в ходе консультаций. 
Под знаниями будем понимать любую информацию (в  том 
числе и конкретные факты), которая хранится в системе вне 
зависимости от того, решает система задачу или нет.

Введение 
Настоящее учебное пособие посвящено одному из  центральных вопросов, возникающих при проектировании экспертных систем (ЭС), — проблеме представления знаний.
В области экспертных систем представление знаний означает не  что иное, как систематизированную методику описания на машинном уровне того, что знает человек-эксперт, 
специализирующийся в конкретной предметной области.
Любое общение человека с  миром техники предполагает наличие некоторого предварительного знания. Если, например, некто берется за  поиск неисправности в  цифровой 
схеме, то это предполагает, что он обладает определенными 
базовыми знаниями из области электротехники и цифровой 
техники. Нет необходимости подчеркивать, что компьютер (в чистом виде) никакими предварительными знаниями 
не обладает, а потому техническая экспертность — набор качеств, лежащих в основе высокого уровня работы людей –специалистов при решении проблем в определенной узкой области, — должна включать и эти предварительные знания.
И наконец, представление предполагает определенную 
организованность знаний. Представление знаний должно 
позволить извлекать их в  нужной ситуации с  помощью относительно несложного и  более–менее естественного механизма. Простого перевода информации (знаний) в  форму, 
пригодную для хранения на машинных носителях, здесь явно 
недостаточно. Для того чтобы можно было достаточно быстро 
извлекать те элементы знаний, которые наиболее пригодны 
в конкретной ситуации, база знаний должна обладать достаточно развитыми средствами индексирования и контекстной 
адресации. Тогда программа, использующая знания, сможет 
управлять последовательностью применения определенных 
«элементов» знания, даже не  обладая точной информацией 
о том, как они хранятся.

1. ВОПРОСЫ, РЕШАЕМЫЕ 
ПРИ ПРЕДСТАВЛЕНИИ ЗНАНИЙ
Первый и основной вопрос, который надо решить при представлении знаний, это вопрос определения состава знаний, 
т. е. определение того «ЧТО представлять» в ЭС [9]. Важность 
вопроса «ЧТО представлять» определяется тем, что решение 
именно этой проблемы обеспечивает адекватное отображение моделируемой сущности в системе. Второй вопрос касается того «КАК представлять» знания. Необходимо отметить, 
что проблемы «ЧТО представлять» и  «КАК представлять» 
не являются независимыми [7; 8].
Вопрос «КАК представлять» можно разделить на две в значительной степени независимые задачи:
1)	 как организовать (структурировать) знания, 
2)	 как представить знания в выбранном формализме.
Стремление выделить организацию знаний в  самостоятельную задачу вызвано, в частности, тем, что эта задача возникает для любого языка представления, и способы решения 
этой задачи являются одинаковыми (либо сходными) вне зависимости от используемого формализма.

1. Вопросы, решаемые при представлении знаний 
Итак, в круг вопросов, решаемых при представлении знаний, включаются следующие [7; 8]:
• 
определение состава представляемых знаний;
• 
организация знаний;
• 
представление знаний, т. е. определение модели представления;
• 
использование выбранного представления.

2. СОСТАВ ЗНАНИЙ 
ЭКСПЕРТНОЙ СИСТЕМЫ
Рассмотрим вопрос о  том, какими (по  составу) знаниями должна обладать ЭС для выполнения стоящих перед ней 
задач.
Состав знаний ЭС определяется следующими факторами [7, 8]:
• 
проблемной средой (областью);
• 
архитектурой (структурой) ЭС;
• 
потребностями и целями пользователей;
• 
языком общения.
В соответствии с  общей схемой статической экспертной 
системы (см. рис. 2.1) для ее функционирования требуются 
следующие знания [7; 8]:
• 
знания о процессе решения задачи (т. е. управляющие 
знания), используемые интерпретатором (решателем);
• 
знания о  языке общения и  способах организации диалога, используемые лингвистическим процессором 
(диалоговым компонентом);
• 
знания о способах представления и модификации знаний, используемые компонентом приобретения знаний;

2. Состав знаний экспертной системы 
• 
поддерживающие структурные и управляющие знания, 
используемые объяснительным компонентом.
Интерфейс 
с БД и ППП 
Диалоговый 
компонент 
Объяснительный 
компонент 
Компонент 
приобретения 
знаний 
Решатель 
База знаний 
Рабочая память 
Рис. 2.1. Структура статической ЭС 
Для динамической ЭС, кроме того, необходимы следующие 
знания (см. рис. 2.2):
• 
знания о методах взаимодействия с внешним окружением;
• 
знания о модели внешнего мира.
Зависимость состава знаний от требований пользователя 
проявляется в следующем [7; 8]:
1)	 какие задачи (из общего набора задач) и с какими данными хочет решать пользователь;
2)	 каковы предпочтительные способы и методы решения;
3)	 при каких ограничениях на  количество результатов 
и способ их получения должна быть решена задача;
4)	 каковы требования к языку общения и к организации 
диалога;
5)	 какова степень общности/конкретности знаний о проблемной области, доступная пользователю;
6)	 каковы цели пользователей.