Tiểu luận môn Biểu diễn tri thức và ứng dụng MỘT SỐ MÔ HÌNH BIỂU DIỄN TRI THỨC

Lời mở đầuMức độ phát triển của các hệ thống dựa trên tri thức của con người đã được mở rộng ngày một nhanh.. Nó đã thoát khỏi lĩnh vực thông thường, nhu cầu cần có một mô

Trang 1

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN

CHƯƠNG TRÌNH ĐÀO TẠC THẠC SĨ CNTT QUA MẠNG

MỘT SỐ MÔ HÌNH BIỂU DIỄN TRI THỨC

Bộ môn: Biểu diển tri thức và ứng dụng

Giáo viên hướng dẫn: PGS.TS Đỗ Văn Nhơn

Sinh viên: Trần Hoài Phong

MSSV: CH1101027

Trang 2

Mục lục

Lời mở đầu 4

1 Biểu diển tri thức 5

1.1 Tri thức và biểu diễn tri thức 5

1.2 Tầm quan trọng của biểu diễn tri thức lên máy tính: 5

2 Một số mô hình biểu diễn tri thức 7

2.1 Hệ luật dẫn 7

2.1.1 Khái niệm 7

2.1.2 Mô hình biểu diễn tri thức của hệ luật dẫn 7

2.1.3 Tổ chức lưu trữ 8

2.1.4 Cơ chế suy luận trên luật dẫn 9

2.1.5 Tối ưu luật 10

2.1.6 Ưu và khuyết điểm của hệ luật dẫn: 11

2.2 Mạng suy diễn tính toán: 11

2.2.1 Khái niệm 12

2.2.2 Bài toán trên mạng tính toán 12

2.2.3 Thuật toán 13

2.2.4 Ưu và khuyết điểm của mạng tính toán: 16

2.3 Mạng các đối tượng tính toán: 16

2.3.1 Khái niệm 16

Trang 3

2.3.2 Thuật toán 19

2.3.3 Ưu và khuyết điểm của mạng các đối tượng tính toán: 22

2.4 Mô hình KBCO: 22

2.4.1 Khái niệm 22

2.4.2 Các loại sự kiện trong mô hình KBCO 25

2.4.3 Cấu trúc định nghĩa của các biểu thức 27

2.4.4 Phương pháp thiết kế 30

2.4.5 Ưu điểm của mô hình KBCO: 34

3 Kết luận 35

Tài liệu tham khảo 36

Trang 4

Lời mở đầu

Mức độ phát triển của các hệ thống dựa trên tri thức của con người đã được mở rộng ngày một nhanh Nó đã thoát khỏi lĩnh vực thông thường, nhu cầu cần có một mô hình để biểu diển tri thức cho các chương trình chuyên gia đã trở nên vô cùng cần thiết

Có một điều cần phải biết là lĩnh vực này đang ngày càng trở nên phức tạp vì tính đặc thù của ngôn ngữ tự nhiên, do đó cần một hệ thống để có thể giao tiếp với các chuyên gia theo ngôn ngữ của họ là không thể bỏ qua Ngoài ra các công việc như chuẩn đoán

y khoa, phân tích kịch bản, hiểu được ngôn ngữ tự nhiên và chơi trò chơi, tất cả đã từng bước phát triển các mô hình để có thể biểu diển được một phần những tri thức chưa đầy đủ lên trên hệ thống máy tính

Chính vì tính chất phức tạp cùng với việc các mô hình hiện tại vẫn chưa thể biểudiễn đầy đủ tri thức của con người lên hệ máy tính Do đó ngày càng nhiều công trình nghiên cứu về các mô hình và phương pháp để có thể biểu diễn tri thức để có thể đưa vào ứng dụng thực tế

Trong bài tiểu luận này em sẽ đưa ra một số mô hình để biểu diễn tri thức để giúp hiểu rõ hơn cách làm thế nào mà tri thức của con người có thể được biểu diễn trênmột hệ thống ứng dụng thực tế cũng như hiểu rõ hơn được các đặc trưng cơ bản của từng mô hình Vì thời gian và kiến thức có hạn nên bài tiểu luận vẫn còn nhiều hạn chếrất mong được sự đóng góp ý kiến từ thầy

Cuối cùng em xin cám ơn thầy đã rất nhiệt tình hướng dẫn trong quá trình giảng dạy Thầy đã cung cấp cho em nhiều kiến thức quý báu qua đó giúp em có thể nghiên cứu sâu hơn trong lĩnh vực biểu diễn các tri thức phong phú trong thế giới thực vào trong tin học mà trước đây mình chưa từng nghĩ đến

Trang 5

1 Biểu diển tri thức

1.1 Tri thức và biểu diễn tri thức

“Tri thức là sức mạnh”

Francis BaconNhư danh ngôn nổi tiếng của FrancisBacon, ta có thể thấy tri thức được xem như là một trong những tài sản lớn nhất của nhân loại, nhưng nó là một cái gì rất mong manh và khó để ghi lại Ghi lại và biểu diễn tri thức của con người với sự giúp đỡ của máy tính là một trong những lĩnh vực đã được nghiên cứu rất lâu của khoa học máy tính nhằm mục đích biểu diễn các kiến thức của con người thành một dạng mà máy tính có thể hiểu được Đã có nhiều tiếp cận khác nhau về vấn đề này nhưng gặp thất bạitrong quá khứ có thể vì đã không tập trung vào cái quan trọng nhất đó là cách mà tri thức con người được biểu diễn: theo ngôn ngữ tự nhiên

Các mô hình để phần nào có thể biểu diển tri thức con người dựa trên ngôn ngữ tự nhiên lần lượt được đưa ra để giúp con người có thể đưa ra các tri thức của họ theo cách tự nhiên sao cho máy tính có thể hiểu được Các mô hình này đã được nghiên cứu bởi nhiều nhóm chuyên gia và nhiều mô hình lần lượt ra đời mặc dù không phải mô hình nào cũng đủ mạnh để có thể tạo ra ứng dựng thực tế có thể biểu diển được các tri thức trên nhiều lĩnh vực khác nhau

1.2 Tầm quan trọng của biểu diễn tri thức lên máy tính:

Chúng ta đang sống trong một thế giới mà máy tính ngày càng trở nên phổ biến hơn Số lượng người phải làm việc với máy tính trong cuộc sống hàng ngày đã gia tăngmột cách đáng kể trong thập kỷ qua Sẽ không phải quá nếu nói rằng chúng ta không còn xa thời điểm mà hầu như tất cả mọi người đều phụ thuộc vào máy tính trong cả ngày và đêm

Trang 6

Tuy nhiên số lượng người được đào tạo về khoa học máy tính lại không theo kịpvới đà phát triển Tỷ lệ người có trình độ về khoa học máy tính chỉ chiếm tỷ lệ rất thấp trên dân số có việc làm Nghĩa là trong khi càng ngày càng nhiều người phải làm việc với máy tính trong cuộc sống hàng ngày của họ, tỷ lệ người có trình độ cao trong khoa học máy tính lại duy trì với mức rất thấp Kết quả là càng ngày càng nhiều người không có đủ kiến thức cụ thể cần thiết trong lĩnh vực khoa học máy tính để có thể giao tiếp được với máy tính.

Tình trạng này làm tăng lên sự cần thiết của việc liên lạc với máy tính theo cách dễ dàng và trực quan nhất mà không cần phải yêu cầu kiến thức chuyên sâu từ người dùng Tuy nhiên trên thực tế con người và máy tính dùng các loại ngôn ngữ hoàn toàn khác biệt đó là một trong những trở ngại lớn nhất trong việc giao tiếp giữa con người với máy tính Máy tính sử dụng các ngôn ngữ hình thức như ngôn ngữ lập trình hay ngôn ngữ logic trong khi con người thể hiện họ bằng ngôn ngữ tự nhiên

Giải pháp đơn giản nhất cho vấn đề này là viết các chương trình máy tính sao cho chúng có khả năng xử lý ngôn ngữ tự nhiên sao cho hợp lý nhất Mặc dù đã có nhiều thành công bước đầu trong lĩnh vực nghiên cứu này, việc xử lý ngôn ngữ tự nhiên trở thành một vấn đề vô cùng khó khăn Từ những cố gắng đầu tiên, một lượng lớn các nghiên cứu đã trực tiếp làm việc trên vấn đề này trong vài thập kỷ trở lại đây Mặc dù thực tế là có những tiến triển trên một số khía cạnh, máy tính vẫn thất bại trongviệc xử lý ngôn ngữ tự nhiên một cách tổng quát và đáng tin cậy nhất

Trong khi máy tính thất bại trong việc hiểu ngôn ngữ tự nhiên, thì con người được biết là gặp rất nhiều khó khăn trong việc học ngôn ngữ hình thức Ví dụ rất nhiều người sử dụng web thất bại trong việc dùng chính xác các toán tử vô cùng đơn giản trong các công cụ tìm kiếm Ngoài ra việc sử dụng các ngôn ngữ logic cũng gặp rất nhiều khó khăn

Nhìn chung, kết quả hiển nhiên là con người và máy tính có thể giao tiếp nhau nhưng không thể dùng ngôn ngữ của hai bên Một số mô hình đã ra đời để giải quyết

Trang 7

vấn đề này trên một số khía cạnh nhất định đó là có thể phần nào biểu diễn những tri thức quý giá của con người lên máy tính và có thể tự phân tích được dựa vào những tri thức đó Chúng ta hãy cùng đi vào tìm hiểu một số mô hình biểu diễn tri thức phổ biến.

2 Một số mô hình biểu diễn tri thức

2.1 Hệ luật dẫn

1.1.1 Khái niệm

Hệ luật dẫn bao gồm một tập hợp các quy tắc nếu-thì hợp với nhau tạo thành một mô hình xử lý thông tin cho một số công việc liên quan đến biểu diễn tri thức Hệ luật dẫn có một số thuộc tính đặc biệt làm cho nó có tính phù hợp cao để có thể mô hình được tri thức Từ mô hình ban đầu chỉ dùng để giải quyết vấn đề, hệ luật dẫn đã phát triển lên trở thành một hình thức có thể mô hình các tri thức của con người và các khía cạnh trong máy học

Hệ luật dẫn là một mô hình xử lý tri thức, bao gồm một tập hợp các quy tắc (được gọi là luật dẫn) Mỗi luật gồm hai phần: phần điều kiện và phần hành động Ý nghĩa của luật này là khi điều kiện đúng, thì một hành động sẽ được thực thi Hãy xem xét một ví dụ đơn giản sau đây với hai luật dẫn để mô tả hành vi của một hệ thống làm ấm

Luật 1: nếu nhiệt độ < 20 C -> bật chế độ làm ấm

Luật 2: nếu nhiệt độ > 20 C -> tắt chế độ làm ấm

Khi nhiệt độ trong phòng nhỏ hơn 20 C, phần điều kiện của luật 1 đúng, vì thế máy điều hoà nhiệt độ thực hiện hành động cụ thể theo luật vào bật chế độ làm ấm Khinhiệt độ trên 20 C, luật 2 tương tự sẽ được thực thi và tắt chế độ làm ấm Cùng với nhau, hai nguyên tắc này xác định một quá trình mô tả hành vi của một máy điều hoà nhiệt độ

Một hệ luật dẫn cho mô hình tri thức có nhiều hơn hai luật, thậm chí cả ngàn luật Hệ thống hoạt động theo kiểu chu kỳ Trước hết một luật có các điều kiện được thoả sẽ được xác định, khi đó luật này sẽ được thực thi Thường hành động này sẽ thay

Trang 8

đổi trạng thái hiện tại sang trạng thái khác do đó một luật khác với điều kiện của nó sẽ được thoả, và vòng quay lại được lặp lại

1.1.2 Mô hình biểu diễn tri thức của hệ luật dẫn

Mô hình biểu diễn tri thức của hệ luật dẫn gồm có hai thành phần chính (Facts, Rules) Trong đó Facts bao gồm các phát biểu chỉ các sự kiện hay các tác vụ nào đó, còn Rules gồm các luật dẫn có dạng “if…then….”

Ví dụ: Một phần cơ sở tri thức của tam giác

- Các yếu tố của tam giác ví dụ cạnh a, b, c; góc A, B, C, chu vi p, diện tích S, đường cao ha, hb, hc…

 Đưa vào Facts = {a, b, c, A, B, C, p, S, ha, hb, hc, …}

- Các luật sinh ví dụ: nếu có góc A, góc B thì có góc C,…

 Đưa vào Rules = {

r1: {A, B} -> {C= pi – A – B}

…

}

1.1.3 Tổ chức lưu trữ

Khi tiến hành lưu trữ tuỳ theo cấu trúc của Facts mà ta có thể sữ dụng các cấu trúc dữ liệu phổ biến như struct, frames, classes,…

Ví dụ một tổ chức lưu trữ: hệ thống sẽ lưu hai tập tin dạng text có cấu trúc: Fact.txt và Rule.txt Trong đó cấu trúc của mỗi tập tin như sau:

 Fact.txt

Begin

a: cạnh a của tam giác

b: cạnh b của tam giác

…

End

 Rule.txt

Trang 9

{A, B} => {C = 180 - A - B}

…

End

1.1.4 Cơ chế suy luận trên luật dẫn

Với một hệ luật dẫn K = {Facts, Rules} cho trước Giả sử ta có một tập sự kiện

GT đã xác định, ta xét một tập sự kiện mục tiêu KL Có thể suy ra được KL từ tập GT không, và nếu được thì KL được suy ra từ các luật sinh nào?

 Suy diễn tiến:

Là quá trình suy luận xuất phát từ một số sự kiện ban đầu, xác định các sự kiện

có thể được sinh ra từ sự kiện này Ví dụ: Trong ví dụ trên nếu ban đầu ta có các sự kiện A, B Ta có thể suy ra C nhờ luật R1

Thuật giải suy diễn tiến:

B1: Ghi nhận các sự kiện giải thiết và mục tiêu của bài toán

B2: Khởi tạo lời giải là rỗng

B3: Kiểm tra mục tiêu

If mục tiêu đáp ứng then goto B8B4: Nếu mục tiêu chưa nằm trong know tìm luật có thể phát sinh sự kiện mớiB5: If không tìm được luật then

Dừng không tìm được lời giảiB6: If B4 thành công then

Ghi nhận thông tin về luật vào lời giải và sự kiện mới vào giả thiết được phát sinh từ các luật

B7: Goto B4

B8: Tìm được lời giải trong danh sách luật solution

 Suy diễn lùi:

Trang 10

Là quá trình suy luận ngược xuất phát từ một số sự kiện ban đầu, ta tìm kiếm các sự kiện đã "sinh" ra sự kiện này Ví dụ: Trong ví dụ trên nếu ban đầu ta cần tìm C

Ta xem trong các luật sinh ra C để tìm sự kiện nào đã có trong đề bài Nếu tìm được thìkết thúc còn không tìm được thì lại truy ngược lên đối với các sự kiện đã sinh ra C Ở đây nhờ luật R1 ta tìm ra được sự kiện A, B mà đề bài đã cho trước

Thuật giải suy diễn lùi:

B1: Giả sử mục tiêu đúng

B2: Phát sinh các mục tiêu con

B3: Kiểm tra các mục tiêu con

If mục tiêu đáp ứng then goto B8B4: Tìm luật có thể phát sinh sự kiện mới

B5: If không tìm được luật then

Dừng không tìm được lời giảiB6: If B4 thành công then

Ghi nhận thông tin về luật vào lời giải và sự kiện mới vào giả thiết được phát sinh từ các luật

B7: Goto B4

B8: Tìm được lời giải trong danh sách luật solution

1.1.5 Tối ưu luật

Tập các luật trong một cơ sở tri thức rất có khả năng thừa, trùng lắp hoặc mâu thuẫn Dĩ nhiên là hệ thống có thể đổ lỗi cho người dùng về việc đưa vào hệ thống những tri thức như vậy Tuy việc tối ưu một cơ sở tri thức về mặt tổng quát là một thaotác khó (vì giữa các tri thức thường có quan hệ không tường minh), nhưng trong giới hạn cơ sở tri thức dưới dạng luật, ta vẫn có một số thuật toán đơn giản để loại bỏ các vấn đề này như

 Rút gọn vế phải:

Trang 11

A  B  A  C sẽ trở thành A  B  C

 Rút gọn vế trái

(L1) A, B  C (L2) A  X (L3) X  C sẽ trở thành A  C do đó L1 bị dư thừa có thể loại bỏ

 Phân rã và kết hợp luật

Có thể dễ dàng xây dựng được cơ chế suy luận và giải thích từ các luật

Việc hiệu chỉnh và bảo trì hệ thống là tương đối dễ dàng

Có thể cải tiến dễ dàng để tích hợp các luật mờ

Các luật thường ít phụ thuộc vào nhau

 Khuyết điểm:

Các tri thức phức tạp đôi lúc đòi hỏi quá nhiều (hàng ngàn) luật sinh Điều này

sẽ làm nảy sinh nhiều vấn đề liên quan đến tốc độ lẫn quản trị hệ thống

Thống kê cho thấy, người xây dựng hệ thống trí tuệ nhân tạo thích sử dụng luật sinh hơn tất cả phương pháp khác (dễ hiểu, dễ cài đặt) nên họ thường tìm mọi cách để biểu diễn tri thức bằng luật sinh cho dù có phương pháp khác thích hợp hơn! Đây là nhược điểm mang tính chủ quan của con người

Cơ sở tri thức luật sinh lớn sẽ làm giới hạn khả năng tìm kiếm của chương trình điều khiển Nhiều hệ thống gặp khó khăn trong việc đánh giá các hệ dựa trên luật sinh cũng như gặp khó khăn khi suy luận trên luật sinh

Trang 12

2.2 Mạng suy diễn tính toán:

1.1.7 Khái niệm

Một mạng tính toán với các biến giá trị đơn giản là một cặp (M,F) trong đó M = {x1, x2, …,xn} là một tập các biến có giá trị đơn giản (hoặc giá trị không có cấu trúc) và F = {f1, f2, …., fm} là tập các quan hệ tính toán giữa các biến trọng tập M Mỗi quan hệ tính toán f  F có dạng như sau:

+ Một phương trình với một số biến trong M hoặc

+ Một quy tắc suy luận: u(f)  v(f), với u(f)  M, v(f)  M, và có một công thức tương ứng để xác định (hoặc tính toán) các biến trong v(f) từ u(f) Ta có M(f) = u(f)  v(f)

Ví dụ: Tam giác ABC có thể được biểu diễn bởi mạng tính toán như sau M = {a,

b, c, A, B, C, R, S, p} và F = { f1 : A + B + C = 180 f2 : sinAa sinBb

f3 : sinCc sinBb f4 : sinAa sinCc

f5 : p = (a+b+c) /2 f6 : S = a.ha / 2

f7 : S = b.hb / 2 f8 : S = c.hc / 2

f9 : S = a.b.sinC / 2 v.v

}

1.1.8 Bài toán trên mạng tính toán

Cho một mạng tính toán (M,F) Vấn đề phổ biến nhất phát sinh từ các ứng dụng thực tế là tìm ra một giải pháp xác định được tập H M ⊆ M từ tập G ⊆ M Vấn đề này được viết dưới dạng H  G, H là giả thuyết và G là mục tiêu của vấn đề Để giải quyếtvấn đề cần phải trả lời hai câu hỏi sau:

Q1: Vấn đề có thể được giải quyết dựa trên tri thức K = (M, F)

Q2: Làm thế nào để đạt được mục tiêu G từ giả thuyết H dựa trên tri thức K = (M, F) trong trường hợp vấn đề có thể được giải quyết

Ví dụ: Trong tập tri thức K = (M, F) của ví dụ trên giả sử ta có H = { a = 5, b =

4, A = pi/2} tìm giải pháp cho G = {S, R}

Trang 13

Định nghĩa 2.2.2.1

Cho một mạng tính toán K = (M, F)

(i) Cho mỗi A  M và f F, ta ký hiệu f(A) = A  M(f) là tập thu được từ

A bằng cách áp dụng f, cho S = [f1, f2, , fk] là một danh sách chứa các quan hệ trong F, ký hiệu S(A) = fk(fk-1( (f2(f1(A)) )) được dùng để biểu hiện một tập hợp các biến lấy được từ A bằng cách áp dụng các quan hệ f

(ii) Danh sách S = [f1, f2, , fk] được gọi là một giải pháp của vấn đề H 

G nếu G  S(H) Giải pháp S được gọi là giải pháp tốt nhất nếu không cómột danh sách con S’ của S sao cho S’ cũng là giải pháp của vấn đề Vấn đề được xem là có thể giải quyết được nếu nó có một giải pháp

Định nghĩa 2.2.2.2

Cho một mạng tính toán K = (M, F)

Cho A là tập con của M Có thể dễ dàng xác định tồn tại một tập duy nhất A

M sao cho bài toán A  A giải được; tập A được gọi là bao đóng của A

1.1.9 Thuật toán

Định lý 1

Cho một mạng tính toán K = (M, F) Các dòng sau đây tương đương nhau

(i) Bài toán H  G giải được

(ii) H G

(iii) Tồn tại một danh sách các quan hệ S sao cho S(H)  G

Thuật toán 1: Tìm một lời giải cho bài toán H  G

1 Solution  empty; // Solution là dãy các quan hệ sẽ áp dụng

2 if G  H then

begin

Solution_found  true; // biến Solution_found = true khi bài toán là

// giải được

Trang 14

goto 4;

end else

Solution_found  false;

3 Repeat

Hold  H;

Chọn ra một f  F chưa xem xét;

while not Solution_found and (chọn được f) do

4 if not Solution_found then

Bài toán không có lời giải;

else

Solution là một lời giải;

Thuật toán 2: Tìm lời giải tốt nhất từ một lời giải S = [f1, f2, , fk] của bài toán

H  G trên mạng tính toán (M, F)

1 D  f1, f2, , fm;

Trang 15

2 for i = m downto 1 do

if D \ fi là một lời giải then

D  D \ fi;

3 D là một lời giải tốt

Trên mạng tính toán K = (M,F) Có nhiều trường hợp bài toán H  G có một lời giải S mà trong đó có nhiều quan hệ dẫn tới việc tính toán một số biến thừa Do đó, chúng ta cần xác định các biến thật sự cần thiết trong mỗi bước trong quá trình giải quyết bài toán Định lý sau đây cho ta thấy làm cách nào để phân tích một lời giải để xác định ra các biến cần thiế để tính toán trong từng bước

Định lý 2: Cho một mạng tính toán K = (M, F) Gọi f1, f2, , fm là một lời

giải tốt cho bài toán H  G Đặt : A0 = H, Ai = f1, f2, , fi(H), với mọi i=1, ,m Khi đó có một dãy B0, B1, , Bm-1, Bm, thỏa các điều kiện sau đây:

(1) Bm = G

(2) Bi  Ai , với mọi i=0,1, ,m

(3) Với mọi i=1, ,m, [fi] là lời giải của bài toán Bi-1  Bi nhưng không phải là lời giải của bài toán B  Bi , trong đó B là một tập con thật sự tùy ý của Bi-1

Cho một mạng tính toán K = (M, F) Các dòng sau đây tương đương nhau

(iv) Bài toán H  G giải được

(vi) Tồn tại một danh sách các quan hệ S sao cho S(H)  G

Ví dụ: Cho mạng tính toán biểu hiện tri thức liên quan đến tam giác trong ví dụ trên Tìm một lời giải cho bài toán {a, B, C}  {S} Từ thuật toán 1 ta có được một lờigiải Sol = [f1, f2, f3, f5, f6] Và lời giải này không phải là lời giải tốt nhất vì có một quan hệ thừa là f5 Từ lời giải Sol thuật toán 2 sẽ cho lời giải mới NewSol = [f1, f2, f9]và quá trình để giải quyết bài toán như sau:

Trang 16

B1: Tính ra A bằng cách áp dụng f1;

B2: Tính ra B bằng cách áp dụng f2;

B3: Tính ra S bằng cách áp dụng f9;

1.1.10.Ưu và khuyết điểm của mạng tính toán:

 Ưu điểm:

Giải được hầu hết các bài toán GT  KL nếu như đáp ứng đầy đủ các giả thiết cần thiết

Thuật toán đơn giản dễ cài đặt cho nên việc bảo trì hệ thống tương đối đơn giản

Có thể xây dựng hệ thống suy luận và giải thích một cách rõ ràng và dễ hiểu

 Khuyết điểm:

Do hệ thống chỉ bao gồm 1 cặp (M, F) để biểu diễn tri thức nên khi gặp phải những bài toán phức tạp thì có thể xảy ra việc lưu trữ khó khăn và nhập nhằng khi quảnlý Đồng thời việc xây dựng lại thuật toán là một việc tương đối khó khăn  phải bảo trì lại toàn bộ hệ thống

Đối với các bài toán mà sử dụng nhiều các đối tượng tính toán bài toán trở nên phức tạp, việc giải quyết bài toán bằng mạng tính toán trở nên khó khăn cho người lập trình

2.3 Mạng các đối tượng tính toán:

1.1.11.Khái niệm

Trong rất nhiều bài toán chúng ta thường gặp rất nhiều loại đối tượng Mỗi một đối tượng có các thuộc tính và các mối quan hệ bên trong giữa chúng Vì vậy, mạng tính toán được mở rộng sao cho mỗi biến là một đối tượng tính toán

Định nghĩa 1 Một đối tượng tính toán sẽ có những đặc tính sau:

(1) Nó có các thuộc tính giá trị Một tập hợp các thuộc tính này của đối tượng O

sẽ được ký hiệu là M(O)

(2) Có các quan hệ tính toán nội bộ giữa các thuộc tính của đối tượng O Chúng được hiện ra trong các đặc trưng sau đây của đối tượng:

Trang 17

 Cho một tập con A của M(O) Đối tượng O có thể cho chúng ta thấy các thuộc tính có thể xác định được từ tập con A.

 Đối tượng O sẽ đưa ra giá trị của một thuộc tính

 Nó có thể hiện lên các xử lý bên trong để xác định ra các thuộc tính

Ví dụ: 1 tam giác với các tri thức (công thức, định lý, …) là một đối tượng Các thuộc tính của đối tượng tam giác là ba góc, 3 cạnh,… Một đối tượng tam giác có thể trả lời một số câu hỏi ví dụ như là “Có không một lời giải cho một bài toán để tính toándiện tích từ một cạnh và hai góc?”

Định nghĩa 2 Quan hệ tính toán f giữa các thuộc tính của một đối tượng cụ thể

được gọi là một quan hệ giữa các đối tượng Mạng các đối tượng tính toán sẽ chứa mộttập hợp các đối tượng tính toán O = { O1, O2, …, On} và một tập các quan hệ tính toán F = { f1, f2, … fm} Có một số ký hiệu sau đây:

M(fi) = Tập hợp các thuộc tính của đối tượng tính toán trong quan hệ fi

Ví dụ: Trong hình dưới, giả sử AB = AC, giá trị của góc A và cạnh BC được cho trước ABDE và ACFG là hình vuông Tính EG

Trang 18

Bài toán trên có thể được xem làm mạng các đối tượng tính toán như sau:

O = {O1: tam giác ABC với AB = AC, O2: tam giác AEG, O3: hình vuông ABDE, O4: hình vuông ACFG} và F = {f1, f2, f3, f4, f5} gồm các quan hệ sau

Định nghĩa 3 Cho (O, F) là mạng các đối tượng tính toán, M là tập hợp các

thuộc tính có liên quan Giả sử A là một tập con của M

(a) Với mỗi f  F, gọi f(A) là hội của tập hợp A và tập hợp gồm tất cả các thuộctính trong M suy ra từ A bởi f Tương tự như vậy, với mỗi đối tượng tính toán Oi  O, Oi(A) là hội của tập hợp A và tập hợp bao gồm tất cả thuộc tính (trong M) mà đối tượng Oi có thể xác định từ các thuộc tính trong A.(b) Giả sử D = [t1, t2, …, tm] là một danh sách các yếu tố trong F  O Ký hiệu

Ao = A, A1 = t1(Ao), …., Am = tm(Am-1) và D(A) = Am

Chúng ta có Ao  A1  …  Am = D(A)  M

Một bài toán H  G được gọi là giải được nếu có một danh sách D  F  Osao cho D(A)  B Trong trường hợp này, chúng ta gọi D là một lời giải của bài toán

Định dạng
Số trang	36
Dung lượng	515,5 KB

Tài liệu tham khảo	Loại	Chi tiết
[1] PGS.TS. ĐỖ VĂN NHƠN, Computational Networks for Knowledge Representation	Khác
[2] PGS.TS. ĐỖ VĂN NHƠN, Model for Knowledge Bases of Computational Objects	Khác
[3] GS.TS HOÀNG KIẾM, PGS.TS. ĐỖ VĂN NHƠN, Mô hình tri thức về các đối tượng tính toán	Khác
[4] GS.TS HOÀNG KIẾM, PGS.TS. ĐỖ VĂN NHƠN, Mạng tính toán và ứng dụng	Khác
[5] Amit Konar, Artificial Intelligenceand Soft Computing Behavioral and Cognitive Modeling of the Human Brain	Khác