Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 10)

Пример 6.32. Построить логическую схему, реализующую упрощенную функцию из примера 6 .26.

Решение. Каждый логический элемент имеет только два входа, поэтому перегруппируем слагаемые:

f(X, Y, Z) = X + Y + Z = (X + Y ) + Z.

Запишем схему, соответствующую логической функции (Рис. 6 .9). Черные точки на соединителях элементов обозначают разветвление, чтобы отличать его от наложения соединителей. □

Рис. 6.9. Логическая схема, соответствующая
функции f(X, Y, Z) = X + Y + Z

Перед построением логической схемы функцию минимизируют, чтобы получить схему с минимальным количеством элементов.

Пример 6.33. Построить функцию, соответствующую схеме

Минимизировать функцию и по ней построить логическую схему.

Решение. Выпишем функцию, соответствующую схеме:

f(X, Y, Z) = (X + Y)Z + Y .

Минимизируем функцию по методу Блейка, для этого приведем ее к виду суммы произведений – раскроем скобки:

f(X, Y, Z) = (X + Y)Z + Y = X Z + YZ + Y .

Перейдем ко второму этапу минимизации – применим операцию склеивания:

YZ + Y = YZ + Y + Y.

В результате второго этапа получим

f(X, Y, Z) = X Z + YZ + Y + Y.

Перейдем к третьему этапу – применим операцию поглощения:

f(X, Y, Z) = X Z + Y.

Функция минимизирована. Построим по ней логическую схему (Рис. 6 .10).

Рис. 6.10. Логическая схема, соответствующая
функции f(X, Y, Z) = X Z + Y

В результате получена логическая схема, число элементов которой меньше, чем у исходной. □

Количество входов логического элемента называется коэффициентом объединения (Коб). У всех рассмотренных элементов коэффициент объединения Коб = 2, но существуют элементы с коэффициентом объединения Коб = 3; 4; 8. Как правило, логические элементы не выпускаются отдельно, а интегрированы в некоторую логическую схему.

Для удешевления производства вместо логических элементов двух типов И и ИЛИ используют элементы одного типа И-НЕ или ИЛИ-НЕ. Чаще используют элементы И-НЕ.

Пример 6.34. Построить логическую схему по функции в базисе NAND из примера 6 .30.

Решение. Функция в базисе NAND имеет вид:

f(X, Y, Z) = (Y  Z)  (Y  X).

Логическая схема представлена на Рис. 6 .11. □

Рис. 6.11. Логическая схема, соответствующая
функции f(X, Y, Z) = (Y  Z)  (Y  X)

Глава 7.ЗНАНИЯ. МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

7.1.Знания и их особенности

Знания – это форма существования и систематизации познавательной деятельности человека, то, что мы знаем после изучения. В ЭВМ знания представляются в виде фигур, записей или языка по определенным правилам. Представлению знаний присущ пассивный аспект: книга, таблица, память ЭВМ. В системах искусственного интеллекта подчеркивается активный аспект представления: познание должно стать активной операцией, позволяющей не только запоминать, но и извлекать воспринятые (приобретенные, усвоенные) знания для рассуждений на их основе.

Рассмотрим особенности знаний, отличающие их от данных.

1. Внутренняя интерпретируемость.

Каждая информационная единица имеет уникальный идентификатор, который позволяет системе искусственного интеллекта найти ее, например, для ответа на запрос, в которых этот идентификатор упомянут.

Пусть имеются следующие сведения о составе бригады цеха (табл. 7 .10).

Таблица 7.10. Сведения о составе бригады цеха

Фамилия	Специальность	Стаж	Разряд	Оклад
Попов	Слесарь	5	1	2000
Сидоров	Токарь	20	4	8000
Иванов	Токарь	30	6	12000
Петров	Фрезеровщик	25	5	10000

Информация о том, где хранятся сведения о фамилиях, специальностях, стаже, разрядах и окладах называется протоструктурой информационных единиц. С помощью данной протоструктуры можно найти необходимую информационную единицу и ответить на вопросы типа «Что системе известно о Петрове?» или «Есть ли среди специалистов фрезеровщик?».

2. Структурированность.

Структура информационных единиц представляет собой рекурсивную вложенность одних информационных единиц в другие. В данной таблице каждая строка содержит сведения об одном из работников, а вместе эти строки определяют состав бригады.

3. Связность

Между информационными единицами установлены связи различного типа. Отношения между информационными единицами могут быть декларативными или процедурными.

Пусть разряд определяется следующим образом. Если работник проработал 5 лет и менее, то он имеет 1 разряд, если 10 лет и менее – 2 разряд и т.д. Это пример декларативного отношения «ПРИЧИНА – СЛЕДСТВИЕ».

Пусть оклад определяется по формуле

Оклад = Разряд  Ставка (= 2000).

Расчет оклада представляет собой отношение процедурного типа «АРГУМЕНТ – ФУНКЦИЯ».

Процедурные отношения между информационными единицами позволяют не хранить их отдельно, а получать по мере надобности из уже имеющихся информационных единиц.

Между информационными единицами могут устанавливаться и иные отношения, например, определяющие порядок выбора информационных единиц из структуры или указывающие на то, что две информационные единицы несовместимы друг с другом в одном описании.

4. Семантическая метрика.

Помимо отношений между информационными единицами можно установить меру близости по тематике или проблематике. На основе этих показателей формируются классы информационных единиц, что позволяет найти знания, близкие к уже найденным.

5. Активность.

Все операции, выполняемые ЭВМ, запускаются командами с использованием данных, то есть данные пассивны, а команды активны. В системах искусственного интеллекта, как и у человека, действия инициируются знаниями, имеющимися в системе. Знания предполагают целенаправленное использование информации, способность управлять информационными потоками для решения определенных задач.

Вышеперечисленные особенности отличают знания от данных. Однако эти особенности до сих пор не реализованы в полной мере в существующих системах.

7.2.Модели представления знаний

Представление знаний происходит в рамках той или иной системы представления знаний. Система представления знаний – это совокупность программных средств для хранения и обработки знаний. Система представления знаний выполняет следующие функции:

- хранение знаний о предметной области в соответствии с моделью представления знаний в базе знаний (БЗ);

- ввод новых знаний;

- проверка непротиворечивости хранимых знаний;

- удаление знаний;

- вывод новых знаний из уже имеющихся знаний;

- предоставление знаний пользователю.

Модель представления знаний – это способ записи знаний, предназначенный для отображения текущего состояния объектов некоторой предметной области и отношений между ними, а также изменение объектов и отношений.

Модель представления знаний может быть универсальной, то есть применимой для большинства предметных областей, или специализированной, то есть разработанной для конкретной предметной области. К основным универсальным моделям представления знаний относятся:

- логические модели;

- сетевые модели;

- продукционные модели;

- фреймовые модели.

Знания хранятся в базе знаний в соответствии с моделью представления знаний.

7.3.Логические модели

В основе логических моделей лежит понятие формальной теории, задаваемой четверкой:

S = < T, F, A, R >.

Рассмотрим компоненты формальной теории.

T – множество символов теории S, называемых термами и образующих алфавит теории. Конечная последовательность символов множества T называется выражением теории S.

F – подмножество выражений теории S, называемых формулами теории и построенных по синтаксическим правилам. Примерами правил могут быть праивла записи формул алгебры высказываний.

A – множество формул, называемых аксиомами теории S и являющихся априорно истинными формулами.

R – конечное множество отношений между формулами, называемые правилами вывода. Правила вывода позволяют получать новые формулы множества F за счет применения этих правил вывода к аксиомам или уже выведенным формулам.

Формальная система позволяет выводить новые правильные формулы множества F, применяя к аксиомам множества A и уже полученным формулам правила вывода множества R, то есть выводить из одних истинных высказываний новые истинные высказывания. Таким образом, в рамках формальной системы можно получить бесконечное число формул из небольшого числа исходных аксиом.

Вывод новых знаний в рамках логической модели представления знаний заключается в получении некоторого утверждения из имеющихся аксиом и правил вывод. Если в результате вывода утверждение получено, то оно считается истинным и является логическим следствием из аксиом.

Характеристики

Список файлов книги