Особенности элементов знания концептуальной модели предметной области

Отметим возможные особенности элементов знания (свойств, отношений между различными структурными единицами G{D)).

Каждое свойство задается своим типом данных (вещественный, целый, логический, строковый, символьный и т. д.) и множеством значений. Например, объект {яблоко) определяется свойствами {сорт (тип данных — строковый) со множеством значений (антоновка, мельба, белый налив и т. п.), вкус (тип данных — строковый) со множеством значений (сладкий, кислый, кисло-сладкий и т. п.)), вес (тип данных — вещественный, область значений (от 100 до 400 г)). Однако возможно определение свойств в виде лингвистических переменных с соответствующим определением функций принадлежностей и нечетких множеств.

Точно так же отношения могут задаваться своими значениями (истина, ложь) как нечеткие с соответствующими операциями над ними. Таким образом, возможно построение нечеткой модели ПрО или модели смешанного типа. Каждый объект внешнего мира представляется в G{D) именем (знаком), концептом, т. е. содержанием (множеством его существенных свойств) и денотатом, т. е. объемом этого знака (множеством его экземпляров). Каждый экземпляр в свою очередь может иметь особенности, не позволяющие, например, передавать все его свойства по наследованию (например, пингвин — птица, но он не летает). Такого рода данные определяются на последнем этапе формирования системы знаний о ПрО и учитываются инструментальной программной системой при их внесении.

Далее с помощью встроенной программы осуществляется автоматическая генерация продукционных правил БЗ. Другими словами, вся модель ПрО представляется в другой форме — в виде правил-продукций, с которыми далее на этапе эксплуатации работает инструментальная программная система «Малый Решатель Проблем» (см. параграф 5.6). Однако такая форма необязательна. При наличии, например, инструментальной системы, работающей с фреймами или с семантическими сетями, ПОМ дает для этого сеть фреймов. Если внимательно посмотреть на приведенный фрагмент ПОМ, то станет понятно, что итоговая модель G (D) представляется в виде гибридной модели иродукционно-семантико-фреймового типа, легко трансформируемого в любую нужную модель представления знаний.

Подчеркнем еще один важный момент. Описание метода ситуационного анализа начиналось с определения понятия конструкта, введения простых и составных конструктов, ставших затем «кирпичиками» для всей структуры ситуационного пространства ПрО и ее модели. Кстати, при таком подходе правила, фреймы, СС, а также иерархии по отношениям «часть — целое» (j_pow), «класс — экземпляр класса» (IsA), «вид — род» (АКО) также являются составными конструктами. Само проектирование осуществляется по четкому и жесткому, но инвариантному сценарию, который благодаря этому позволяет создать необходимую технологию и соответствующую инструментальную программную поддержку. При этом метод гарантирует получение качественного результата на выходе в виде БЗ ПрО, а также концептуальной структуры пространства вывода решений. В эту технологию естественным образом вплетаются знания экспертов или их групп, регламенты субъектов управления, знания из текстов и т. п. Очевидно также, что сам процесс проектирования может проходить параллельно (деление процесса проектирования по вертикали, по горизонтали, по кустам и т. д.).

В Приложениях А, В и С приведены примеры моделей предметных областей для задач проектирование МПрО, для управления подсистемами интеллектуального дома и для управления муниципальным образованием.