1 / 65

Wnioskowanie w systemach sztucznych

Wnioskowanie w systemach sztucznych. Wnioskowanie dedukcyjne lub niezawodne jest realizowane zgodnie z zasadami logiki formalnej Wnioskowanie redukcyjne zakładające, że przesłanka wynika z konkluzji nie jest realizowane zgodnie z zasadami logiki formalnej i w związku z tym jest zawodne.

marrim
Download Presentation

Wnioskowanie w systemach sztucznych

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Wnioskowanie w systemach sztucznych • Wnioskowanie dedukcyjne lub niezawodne jest realizowane zgodnie z zasadami logiki formalnej • Wnioskowanie redukcyjne zakładające, że przesłanka wynika z konkluzji nie jest realizowane zgodnie z zasadami logiki formalnej i w związku z tym jest zawodne

  2. Wnioskowanie dedukcyjne • reguła modus ponens (reguła odrywania): |— A  B |— A |— B

  3. Wnioskowanie dedukcyjne |— Jeżeli „X jest studentem”, to „X zdał maturę”. |— „X jest studentem”. |— „X zdał maturę”. |— Jeżeli „X jest studentem”, to „X zdał maturę”. |— „X nie jest studentem”. |— „X nie zdał matury”. |— Jeżeli „X jest studentem”, to „X zdał maturę”. |— „X zdał maturę”. |— „X jest studentem”.

  4. Wnioskowanie dedukcyjne • reguła modus tollens: |— A  B |—¬B |—¬A

  5. Wnioskowanie dedukcyjne |— Jeżeli „X jest studentem”, to „X zdał maturę”. |— „X nie zdał matury”. |— „X nie jest studentem”.

  6. Wnioskowanie redukcyjne • schematy wnioskowania: |— A  B |— A  B |—¬A |— B |—¬B |— A

  7. Wnioskowanie redukcyjne |— Jeżeli „X jest studentem”, to „X zdał maturę”. |— „X nie jest studentem”. |— „X nie zdał matury”. |— Jeżeli „X jest studentem”, to „X zdał maturę”. |— „X zdał maturę”. |— „X jest studentem”.

  8. Metody wnioskowania • Wnioskowanie progresywne („w przód”) • Wnioskowanie regresywne („wstecz”) • Wnioskowanie mieszane

  9. Przykład – przewidywanie bankructwa • Oceniamy zagrożenie pewnej firmy bankructwem • Pod uwagę bierzemy jego sytuację ekonomiczną (zadłużenie, rentowność) oraz sytuację rynkową (atrakcyjność oferty, zagrożenie ze strony konkurencji)

  10. Typy i zmienne TYPES Ocena = "zły" , "dobry" OcenaZagrozenia = "wysokie" , "niskie" , "brak" VARIABLES Zadluzenie: OcenaRentownosc: OcenaOcenaEkonomiczna: OcenaAtrakcyjnoscOferty: OcenaSytuacjaKonkurencyjna: OcenaOcenaRynkowa: OcenaZagrozenieBakructwem: OcenaZagrozenia

  11. RULE R9 IF OcenaEkonomiczna = "zły" ANDOcenaRynkowa = "zły" THEN ZagrozenieBakructwem = "wysokie" RULE R10 IF OcenaEkonomiczna = "zły" ANDOcenaRynkowa = "dobry" THEN ZagrozenieBakructwem = "niskie" RULE R11 IF OcenaEkonomiczna = "dobry" ANDOcenaRynkowa = "zły" THEN ZagrozenieBakructwem = "niskie" RULE R12 IF OcenaEkonomiczna = "dobry" ANDOcenaRynkowa = "dobry" THEN ZagrozenieBakructwem = "brak"

  12. RULE R1 IF Zadluzenie = "zły" ANDRentownosc = "zły" THEN OcenaEkonomiczna = "zły" RULE R2 IF Zadluzenie = "zły" ANDRentownosc = "dobry" THEN OcenaEkonomiczna = "zły" RULE R3 IF Zadluzenie = "dobry" ANDRentownosc = "zły" THEN OcenaEkonomiczna = "dobry" RULE R4 IF Zadluzenie = "dobry" ANDRentownosc = "dobry" THEN OcenaEkonomiczna = "dobry"

  13. RULE R5 IF AtrakcyjnoscOferty = "zły" ANDSytuacjaKonkurencyjna = "zły" THEN OcenaRynkowa = "zły" RULE R6 IF AtrakcyjnoscOferty = "zły" ANDSytuacjaKonkurencyjna = "dobry" THEN OcenaRynkowa = "dobry" RULE R7 IF AtrakcyjnoscOferty = "dobry" ANDSytuacjaKonkurencyjna = "zły" THEN OcenaRynkowa = "zły" RULE R8 IF AtrakcyjnoscOferty = "dobry" ANDSytuacjaKonkurencyjna = "dobry" THEN OcenaRynkowa = "dobry"

  14. Wnioskowanie wprzód

  15. Wnioskowanie wprzód

  16. Wnioskowanie wprzód

  17. Wnioskowanie wprzód • Zaczynamy od faktu ‘Zadłużenie = zły’ • Szukamy odpowiednich reguł • Sprawdzamy, czy fakt ‘Rentownosc = zły’ RULE R1 IF Zadluzenie = "zły" ANDRentownosc = "zły" THEN OcenaEkonomiczna = "zły"

  18. Wnioskowanie wprzód • Fakt nie jest prawdziwy regułę zaznaczamy jako wykorzystaną i szukamy kolejnej • Fakt ‘Rentownosc = dobry’ jest prawdziwy RULE R2 IF Zadluzenie = "zły" ANDRentownosc = "dobry" THEN OcenaEkonomiczna = "zły"

  19. Wnioskowanie wprzód • „Odpalamy” regułę, rejestrujemy nowy fakt ‘OcenaEkonomiczna = zły’ i zapisujemy do stosu faktów • Szukamy kolejnej reguły, w przesłankach której mamy fakt ‘Zadłużenie = zły’ • Takiej reguły już nie ma – usuwamy fakt ze stosu faktów i pobieramy kolejny

  20. Wnioskowanie wprzód • Załóżmy, że jest to fakt ‘Rentowność = dobry’ • Wśród „niewykorzystanych” reguł poszukujemy odpowiedniej: RULE R4 IF Zadluzenie = "dobry" ANDRentownosc = "dobry" THEN OcenaEkonomiczna = "dobry"

  21. Wnioskowanie wprzód • Sprawdzamy czy fakt ‘Zadłużenie = dobry’ jest prawdziwy • Ponieważ nie jest, regułę zaznaczmy jako wykorzystaną i szukamy kolejnej odpowiedniej • Nie ma już żadnej takiej reguły – niczego nowego już nie wydedukujemy • Usuwamy fakt ze stosu i pobieramy kolejny

  22. Wnioskowanie wstecz

  23. Wnioskowanie wstecz

  24. Wnioskowanie wstecz

  25. Wnioskowanie wstecz

  26. Wnioskowanie wstecz

  27. Wnioskowanie wstecz

  28. Wnioskowanie wstecz

  29. Wnioskowanie wstecz

  30. Wnioskowanie wstecz

  31. Wnioskowanie wstecz

  32. Wnioskowanie wstecz

  33. Wnioskowanie wstecz

  34. Wnioskowanie wstecz

  35. Wnioskowanie wstecz

  36. Wnioskowanie wstecz

  37. Wnioskowanie wstecz

  38. Wnioskowanie wstecz • Stawiamy hipotezę, np. ‘ZagrożenieBankructwem = brak’ • Silnik szuka reguł, w których konkluzją jest taki fakt: RULE R12 IF OcenaEkonomiczna = "dobry" ANDOcenaRynkowa = "dobry" THEN ZagrozenieBakructwem = "brak"

  39. Wnioskowanie wstecz • Sprawdzamy, czy prawdziwe są przesłanki • Pierwsza to ‘OcenaRynkowa = dobry’ • Szukamy reguły, w której występuje taka konkluzja: RULE R8 IF AtrakcyjnoscOferty = "dobry" ANDSytuacjaKonkurencyjna = "dobry" THEN OcenaRynkowa = "dobry"

  40. Wnioskowanie wstecz • Sprawdzamy, czy prawdziwe są przesłanki • Pierwsza to ‘SytuacjaKonkurencyjna = dobry’ • Szukamy reguły, w której występuje taka konkluzja – nie ma takiej reguły • Silnik pyta o wartość logiczną tego faktu • Jeżeli fakt jest prawdziwy to weryfikujemy kolejną przesłankę, jeśli nie to szukamy kolejnej reguły, która mogłaby potwierdzić, że ‘OcenaRynkowa = dobry’

  41. Wnioskowanie mieszane - przykład

  42. Dane jeżeli InneCechyMateriału_są_dobre i Wytrzymałość_jest_dobra wtedy Materiał_jest_dobry

  43. Dane

  44. Dane

  45. Dane

  46. Dane

  47. Start i pierwsze kroki • Zakładamy, że wytrzymałość jest dobra • Szukamy wszystkich reguł, dla których zdanie jest przesłanką

  48. Kolejne kroki • Analizujemy pierwszą regułę i ustalamy, że ustalenie jej wartości wymaga oceny zdania: InneCechyMateriału_są_dobre • Sprawdzamy, czy znamy wartość zdania • Jeżeli nie, przeszukujemy konkluzje wszystkich reguł poszukując zdania • Jeżeli nie znajdujemy reguły to po prostu pytamy o zdanie

  49. Kolejne kroki • Załóżmy, że zdanie jest fałszywe • Zaznaczamy regułę jako odpaloną i powtarzamy, kroki 4, 5 i 6 dla kolejnej reguły • Jeżeli żadna reguła nie może być odpalona kończymy wnioskowanie • Załóżmy jednak że zdanie InneCechyMateriału_są_złe jest prawdziwe

  50. Kolejne kroki • Odpalamy regułę: jeżeli InneCechyMateriału_są_złe i Wytrzymałość_jest_dobra wtedy Materiał_jest_średni • i przyjmujemy, że zdanie Materiał_jest_średni jest prawdziwe

More Related