База данных и база знаний

   В случае, если объем сети объектов меньше чем размер текущей свободной памяти в системе, вся сеть находится в оперативной памяти и потерь производительности, связанных с сериализацией - десериализацией не возникает.

   Применение  СООБЗ не накладывает никаких  ограничений на используемую бизнес логику или математическую модель нейрона, которую можно реализовать как методы объектов, находящихся в СООБЗ. Единственное требование – организовать связи между объектами в сети не с помощью указателей, а с помощью ID объектов. При этом будет необходимо получать указатель на объект используя API СООБЗ. 

   2.4  Модели представления знаний 

   Во  многих случаях для принятия решений  в той или иной области человеческой деятельности неизвестен алгоритм решения, т.е. отсутствует четкая последовательность действий, заведомо приводящих к необходимому результату.

   Совокупность  знаний нужных для принятия решений, принято называть предметной областью или знаниями о предметной области. В любой предметной области есть свои понятия и связи между ними, своя терминология, свои законы, связывающие между собой объекты данных предметной области, свои процессы и события. Кроме того, каждая предметная область имеет свои методы решения задач.

   Решая задачи такого вида на ЭВМ используют ИС, ядром которых являются базы знаний, содержащие основные характеристики предметных областей. При построении баз знаний традиционные языки, основанные на численном представлении данных являются неэффективными. Для этого используются специальные языки представления знаний, основанные на символьном представлении данных. Они делятся на типы по формальным моделям представления знаний:

• продукционные модели;
• логические модели;
• сетевые модели;
• фреймовые модели.

   Продукционные и логические модели: знания в таких моделях представляются в следующей форме: «Если А, то В». Вместо А и В могут стоять некоторые утверждения, факты, приказы и т.д. Например: «Если диагонали четырехугольника пересекаются под прямым углом, то этот четырехугольник ромб».

   Из  примера видно что правило состоит из двух частей: посылки (условия) и следствия (заключения). Если А (посылка) имеет место, то В (следствие) также реализуется или может быть реализовано. Посылка может состоять и из нескольких частей т.е: «Если А1,А2,..,АN то В». Запись правила означает, что  «Если все посылки от А1 до АN истинны, то следствие В также истинно». Посылки А1..АN есть простые посылки они соединяются с помощью союзов: и, или  и могут содержать отрицание не. При реализации правил такого вида из одной или нескольких посылок (знаний) могут быть получены новые знания, поэтому они называются продукционными.

   В основе сетевых моделей представления  знаний лежит идея о том, что любые  знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними. В отличие  от продукционных эти модели более наглядны, поскольку любой пример можно представить в виде ориентированного (направленного) графа.

   В зависимости от типов связей, используемых в модели, различают классифицирующие сети, функциональные сети и сценарии.

   2.5 Применение баз знаний

 

   Простые базы знаний могут использоваться для  создания экспертных систем и хранения данных об организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз  — помочь менее опытным людям  найти существующее описание способа  решения какой-либо проблемы предметной области.

   Онтология может служить для представления  в базе знаний иерархии понятий и  их отношений. Онтология, содержащая еще  и экземпляры объектов не что иное, как база знаний.

   База  знаний – важный компонент интеллектуальной системы. Наиболее известный класс таких программ – экспертные системы. Они предназначены для построения способа решения специализированных проблем, основываясь на записях БЗ и на пользовательском описании ситуации.

   Создание  и использование систем искусственного интеллекта потребует огромных баз  знаний. 
 
 
 
 

   ЗАКЛЮЧЕНИЕ 

   Таким образом, базы данных являются мощным средством для хранения, накопления и манипулирования информацией  в информационных системах. Ни одна современная информационная система  не обходится без использования  баз данных и их компонентов.

   Системы управления базами данных позволяют  легко взаимодействовать с различными типами баз данных, создавать сложные  запросы, процедуры и макросы  для манипулирования данными. Типичным примером СУБД является продукт компании Microsoft – MS Access, который позволяет достаточно просто и быстро создавать базы данных и управлять ими.

   Концепция баз знаний, являясь логическим развитием  монопольно-файловых систем и систем, основанных на концепции баз данных, создает предпосылки для расширения возможностей отображения закономерностей предметной области и получения новых знаний путем их вывода.

   В заключение отметим, что большинство исследователей искусственного интеллекта рассматривают  задачу разработки моделей представления  знаний как задачу программной реализации концепции баз знаний. Это означает, что модели представления знаний должны обладать всеми свойствами, присущими знаниям. 
 
 
 
 
 
 
 
 
 

БИБЛИОГРАФИЧЕСКИЙ СПИСОК 

   

1. Ревунков Г.И., Самохвалов Э.Н. Базы и банки данных и знаний/Г.И Ревунков, Э.Н. Самохвалов. – М.: Высш. шк., 1992. – 392 с.
2. Диго С.М. Проектирование и использование баз данных/С.М. Диго. – М.: Финансы и статистика, 1995. – 208 с.
3. Змитрович А.И. Базы данных/А.И. Змитрович. – Мн.: Университетское, 1991. – 271 с.
4. Нагао. Структуры и базы данных/Нагао. – М.: Мир, 1985. – 198 с
5. Дейт Д. Введение в системы баз данных/Д. Дейт. – М.: Наука, 1980. – 464 с.
6. Краковик А. Базы данных/А. Краковик. – М.: Мир, 1988. – 246 с.
7. Каймин В.А. Информатика: Учебник-2е изд., переработанное и дополненное/В.А. Каймин – М.: ИНФРА, 2002.
8. Лорьер, Жан-Луи. Системы искусственного интеллекта/Жан-Луи. Лорьер. – М.: 1991.

 
 
 
 
 
 
 
 
 
 
 
 
 
 

   ПРИЛОЖЕНИЯ 

   ПРИЛОЖЕНИЕ  А  

   

 

   Рисунок А.1 – Классификация БД 
 

Продолжение приложения А 

     

   Рисунок А.3 – Классификация СУБД 
 
 
 
 
 
 
 
 
 
 
 
 

   Продолжение приложение А  

     

   Рисунок А.3 – Состав БД