Применение методов правдоподобных рассуждений на основе аналогий и прецедентов в системах искусственного интеллекта

Разработка методов и программных средств, реализующих механизмы правдоподобных рассуждений (рассуждений «здравого смысла») для систем искусственного интеллекта (ИИ), является очень актуальной задачей [1], которая тесно связана с проблемой конструирования интеллектуальных (экспертных) систем [2] типа систем поддержки принятия решений (ИСППР) и, в частности, ИСППР реального времени (РВ), ориентированных на открытые и динамические предметные области [3]. В основе таких систем лежит интеграция способных к адаптации, модификации и обучению моделей представления и оперирования знаниями, ориентированных на специфику предметной области и соответствующий тип неопределенности, что отражает их способность к развитию и изменению своего состояния.

Наличие подобных механизмов рассуждений (индуктивных, абдуктивных, нечетких, аргументации, на основе аналогий и прецедентов) в системах экспертного диагностирования, SCADA-системах и ИСППР РВ для мониторинга и управления сложными объектами (системами, процессами различной природы) позволяет своевременно осуществлять диагностирование проблемной ситуации на объекте и дает возможность лицам, принимающим решения (ЛПР), принимать адекватные и экономически выгодные управляющие воздействия на объект управления с целью нормализации проблемной ситуации.

Наряду с широко используемыми в различных приложениях ИИ (например, при поиске решения в проблемных ситуациях, генерации гипотез о незнакомой предметной области, обобщении накопленного опыта, обучении навыкам принятия решений в нештатных ситуациях и т. д.) методами правдоподобного вывода на основе индукции, абдукции, аргументации [1, 2] активно применяется подход на основе аналогий и прецедентов [4].

Аналогию можно определить как сходство предметов (явлений, процессов) в каких-либо свойствах, а рассуждение по аналогии (AnalogousReasoning, Analogy-BasedReasoning) как метод, позволяющий обнаружить подобие между заданными объектами и, благодаря переносу на основе этого подобия фактов и знаний, справедливых для одного объекта, на другой менее изученный объект, определить способ решения задач либо предсказать новые факты и знания. Именно такой естественный метод вывода человек использует на первых порах, сталкиваясь с неизвестной задачей. Следует подчеркнуть, что заключение, сделанное на основе аналогии, в большинстве случаев может быть признано лишь вероятным (правдоподобным).

Необходимо отметить, что рассуждения на основе прецедентов (накопленного опыта), как и рассуждения на основе аналогий, базируются на понятии сходства (аналогии), однако методы их реализации имеют отличия [4]. В большинстве энциклопедических источников прецедент определяется как случай, имевший место ранее и служащий примером или оправданием для последующих случаев подобного рода, а рассуждение на основе прецедентов (CBR — Case-BasedReasoning) является подходом, позволяющим решить новую, неизвестную задачу, используя или адаптируя решение уже известной задачи.

Аналогии и прецеденты могут применяться в различных блоках ИСППР РВ (например, для организации поиска решения в проблемных ситуациях или обучения и тренировки оперативно-диспетчерского персонала), что позволяет повысить эффективность принятия решений ЛПР в различных проблемных (аномальных) ситуациях.

В работе основное внимание уделяется способам представления прецедентов и методам их извлечения из библиотеки прецедентов (БП) системы и, в частности, методам извлечения на основе структурной аналогии [5].