Уравнения в нечеткой распределенной LP-структуре и возможности их применения в интеллектуальных системах

Ключевые слова: нечеткая продукционная система, распределенная система, алгебраическая модель, FDLP-структура, продукционно-логическое уравнение, релевантный обратный вывод, параметры релевантности, верификация знаний

Аннотация

Алгебраическая теория LP-структур предлагает и обосновывает формальную методологию управления знаниями в интеллектуальных системах продукционного типа. Она обеспечивает эффективное решение ряда важных задач, связанных с продукционными системами. К таковым относятся эквивалентные преобразования, верификация, оптимизация баз знаний. Важный раздел теории составляет также метод релевантного обратного логического вывода (LP-вывод), направленный на снижение числа обращений к внешним источникам информации. Теоретической базой метода служит аппарат продукционно-логических уравнений в LP-структурах. Как показывает статистика экспериментов, решая уравнение и обрабатывая множество решений, можно добиться снижения числа внешних запросов в процессе вывода в среднем на 15–20 %. В статье определяется расширенный класс таких уравнений для алгебраической системы (FDLP-структуры), моделирующей распределенные системы знаний продукционного типа с нечеткими правилами. Анонсированы полученные автором результаты о разрешимости уравнений и методе их решения. Нахождение решения уравнения в FDLP-структуре соответствует обратному нечеткому логическому выводу в распределенной интеллектуальной системе. Рассмотренный класс уравнений создает основу для продвижений в области оптимизации нечеткого распределенного логического вывода и верификации соответствующих баз знаний. Предложены варианты стратегий обратного вывода с использованием нескольких параметров релевантности. Еще одно из возможных приложений аппарата продукционно-логических уравнений — верификация баз знаний интеллектуальных систем. В работе сформулированы методика и общий алгоритм применения уравнений для верификации нечетких распределенных баз знаний в плане выявления противоречий и избыточности. Следующими шагами исследований на рассматриваемом направлении являются уточнение и программная реализация применения новых параметров релевантности FDLP-вывода, статистический анализ результатов.

Скачивания

Данные скачивания пока не доступны.

Биография автора

Сергей Дмитриевич Махортов, Воронежский государственный университет

д-р физ.-мат. наук, доц., зав. кафедрой программирования и информационных технологий Воронежского государственного университета

Литература

1. Oles F. J. An Application of Lattice Theory to Knowledge Representation. Theor. Comput. Sci. 2000. 249 (1). 163–196.
2. Beniaminov E. M. Algebraic methods in the theory of databases and knowledge representation. Moscow, Nauchnyj mir. 2003 (in Russian)
3. Zhozhikashvili A. V. & Stefanuk V. L. Categories for Description of Dynamic Production Systems, In: Tyugu, E. & Yamaguchi, T. (ed.) Proceedings of Joint Conference on Knowledge-Based Software Engineering JCKBSE-2006, Amsterdam, IOS Press, 2006. pp. 285–293.
4. Ishida T. Parallel, Distributed and Multiagent Production Systems. Lecture Notes in Computer Science. 1994.
5. Soshnikov D. V. Logical Inference Based on Remote Call and Inclusion in Distributed Frame Hierarchy Systems. Moskow, High School Book. 2002. (in Russian)
6. Makhortov S. D. Mathematical Foundations of Artificial Intelligence: The LP structures theory for the knowledge models of production type construction and research. Edts. by V. A. Vasenin. Moscow, MCCME. 2009. (in Russian)
7. Makhortov S. D. The Relevant Backward Inference and Verification of Logic Programs Based on the Solution of Equations in LP Structures, In: Korolev, L. N. (ed.) Proceedings of Third All-Russian scientific conference “Methods and means of information processing”, Moskow, MSU, 2009. pp. 143–148. (in Russian)
8. Batyrshin I. Z. et al. The Fuzzy Gibrid Systems: Theory and Practice. Moskow, Fizmatlit. 2007. (in Russian)
9. Makhortov S. D. & Shmarin A. N. Optimizing of LP inference method. Nejrokomp’jutery. Razrabotka, primenenie. 2013. 9. P. 59–63 (in Russian).
10. Vasenin V. A. et al. Supercomputer System Tools for Working with Agent-Based Models. Programmnaya inzheneriya. 2011. 3. P. 2–14. (in Russian)
11. Makhortov S. D. An Algebraic Model of the Intellektual System with Fuzzy Rules. Programmnaya inzheneriya. 2019. 12. P. 32–38. (in Russian)
12. Mahortov S. D. & Leshchinskaya M. V. An Algebraic Model of the Distributed Intellektual System with Fuzzy Rules. Vestnik VGU. Serija Sistemnyj analiz i informacionnye tehnologii. 2019. 3. P. 149–157. (in Russian)
13. Birkhoff G. Lattice Theory. Third Edition. Providence, Am. Math. Soc. 1967.
14. Ryzhov A. P. Elements of the Theory of Fuzzy Sets and of its Applications. Moskow, Dialog-MGU. 2003. (in Russian).
15. Garmendia L., Del Campo R. G., López V. & Recasens J. An Algorithm to Compute the Transitive Closure, a Transitive Approximation and a Transitive Opening of a Fuzzy Proximity. Mathware & Soft Computing. 2009. 16. P. 175–191.
16. Sowyer B. & Foster D. Programming Expert Systems in Pascal. John Wiley & Sons, Inc. 1986.
Опубликован
2020-09-30
Как цитировать
Махортов, С. Д. (2020). Уравнения в нечеткой распределенной LP-структуре и возможности их применения в интеллектуальных системах. Вестник ВГУ. Серия: Системный анализ и информационные технологии, (3), 87-96. https://doi.org/10.17308/sait.2020.3/3043
Раздел
Интеллектуальные информационные системы