Формализованные знания задаются в виде строгих суждений, которые образуют формальную систему. F=, A-алфавит, или набор символов, из которых строится предложение формальной системы. P-синтаксические правила построения предложения, X-аксиома (тождественно правильное предложение), I-семантические правила (правило построения новых предложений из аксиом (теорем)).
Аксиоматическая теория вероятности как пример формальной системы (формализованных знаний)
При вычислении вероятности, P задается перечислением её свойств. Эти свойства определяются основными свойствами частоты: 1) неотрицательность (m/n>=0), 2) if событие m появляется при каждом испытании, то оно достоверно при любом n (m/n=1), 3) if m1/n испытаний влекут за собой событие => A, a m2/n => B, причем в одном из n испытаний оба события не появились одновременно, то частота m/n появления события, соответствующего, либо A, либо B = сумме двух частот. m/n=m1/n+m2/n.
Вероятность случайного события А - численная мера возможности наступления этого события при некотором испытании, удовлетворяющих аксиомам: 1) для каждого случайного события А Р(А)>=0; 2) для достоверного события имеет место Р(А)=1; 3) if А и В не совместимы (А∩В=Ø) => Р(АUВ)=Р(А)+Р(В).
Множества - совокупность элементов, для которых можно указать 2 правила: 1-ое правило должно показывать входит ли данный элемент конкретной совокупности или нет. 2-ое правило позволяет различать элементы внутри совокупности др. от др. Множество не может содержать два одинаковых элемента.
Формализованные знания удобны тем, что пригодны для алгоритмизации. Однако, по современным представлениям формализованные знания слишком «точны» или слишком «жестокие» для описания реального мира. Человеческое восприятие окружающего мира гораздо сложнее того, что можно описать алгоритмом.
Неформализованные знания обычно представлены в описательно-словесной форме и обычно не используют какой-либо математический аппарат. Трудно применять их автоматически. Такие знания обычно не корректны, приблизительны и т.д. и часто основаны исключительно на интуиции и опыте специалистов.
Задачи, основанные на использовании неформализованных знаниях, называются неформализованными задачами.
К неформализованным задачам относятся задачи, обладающие хотя бы 1-им из свойств:
- алгоритмическое решение не известно;
- задача не м.б. определена в конечно числовой форме задачи, при чем правило действия над символами до конца не определено.
- цель решения задачи нельзя выразить точно в виде целевой функции.
Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области. Достоинство применения ЭС заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний. Причем решение задач предполагается осуществлять в условиях неполноты, недостоверности, многозначности исходной информации и качественных оценок процессов.
ЭС может выполнять следующие роли:
- консультанта для неопытных или непрофессиональных пользователей;
- ассистента;
- партнера эксперта по вопросам.
ЭС используются во многих областях, среди которых лидирует сегмент приложений в бизнесе
