BÁO CÁO BÀI TẬP LỚN THUỘC HỌC PHẦN: HỆ CHUYÊN GIA XÂY DỰNG HỆ CHUYÊN GIA DỰ ĐOÁN LƯỢNG THUỐC CẦN CẤP CHO BỆNH NHÂN DỰA TRÊN SUY DIỄN MỜ

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI
KHOA CÔNG NGHỆ THÔNG TIN

BÁO CÁO BÀI TẬP LỚN THUỘC
HỌC PHẦN: HỆ CHUYÊN GIA

XÂY DỰNG HỆ CHUYÊN GIA DỰ ĐOÁN
LƯỢNG THUỐC CẦN CẤP CHO BỆNH NHÂN
DỰA TRÊN SUY DIỄN MỜ
GVHD: Ths. Trần Hùng Cường
Nhóm :

15

Sinh viên: Nguyễn Ngọc Đức Anh - 2017605700
Vũ Thành Đại - 2017603753
Trần Công Hải - 2017604013
Trần Quốc Việt – 2017604542
Lớp: 202010503121002

Khóa: K12

Hà Nội – Năm 2021
1


Mục lục
LỜI MỞ ĐẦU...........................................................................................4
Chương 1: Tổng quan về Hệ chuyên gia...................................................5
1. Tổng quan về Hệ chuyên gia..........................................................5
1.1.

Hệ chuyên gia là gì?.......................................................................5

1.2.

Đặc trưng và ưu điểm của hệ chuyên gia........................................5

1.3.

Các lĩnh vực ứng dụng của hệ chuyên gia.......................................6

1.4.

Cấu trúc của hệ chun gia.............................................................7

1.5.

Một số mơ hình kiến trúc hệ chun gia.........................................9

2. Cơ sở tri thức................................................................................10
2.1.

Phân biệt tri thức và dữ liệu..........................................................10

2.2.

Phân loại tri thức...........................................................................12

2.3.

Các cấp độ tri thức........................................................................13

2.4.

Các phương pháp biểu diễn tri thức..............................................14

3. Mô tơ suy diễn..............................................................................22
3.1.

Cơ chế suy diễn.............................................................................22

3.2.

Cơ chế điều khiển.........................................................................24

Chương 2: Logic mờ...............................................................................28
2.1. Lý thuyết tập mờ...........................................................................28
2.1.1. Tập mờ..........................................................................................28
2.1.2. Các phép toán trên tập mờ.............................................................29

2.2. Các quan hệ và suy luận xấp xỉ, suy diễn mờ...............................32
2.2.1. Quan hệ mờ...................................................................................32

2


2.2.2. Suy luận xấp xỉ và suy diễn mờ.....................................................34

2.3. Bộ mờ hoá....................................................................................35
2.4. Hệ luật mờ....................................................................................35

2.5. Động cơ suy diễn..........................................................................36
2.6. Bộ giải mờ....................................................................................37
Chương 3: Xây dựng bài toán ứng dụng.................................................39
3.1. Hệ chuyên gia và bài toán dự đoán lượng thuốc cần cấp cho bệnh
nhân.............................................................................................................39
3.2.

Mơ tả cách áp dụng thuật tốn vào bài toán cụ thể...................39

3.3.

Thiết kế một số giải thuật..........................................................47

3.4.

Cài đặt chương trình..................................................................48

3.4.1. Mơi trường cài đặt......................................................................48
3.4.2. Giao diện chương trình...............................................................49
3.4.3. Mã nguồn chương trình...............................................................49
3.4.4. Chạy chương trình......................................................................57

KẾT LUẬN.............................................................................................58
TÀI LIỆU THAM KHẢO.......................................................................59

3


LỜI MỞ ĐẦU
Hệ chuyên gia(Expert System)-một lĩnh vực ứng dụng của trí tuệ nhân

tạo, cụ thể hơn thì hệ chun gia sử dụng các tri thức của những chuyên gia
để giải quyết các vấn đề (bài toán) khác nhau thuộc mọi lĩnh vực.
Trí tuệ nhân tạo nói chung và hệ chuyên gia nói riêng đã và đang ngày
càng phát triển để dáp ứng nhu cầu của con người. Một cuộc sống càng hiện
đại thì lượng dữ liệu càng lớn hơn, yêu những phương pháp xử lý phức tạp
hơn, khi mà nhân lực con người thì chỉ có giới hạn, thì hệ chuyên gia càng
cho thấy khả năng của nó. Là chương trình máy tính nhưng lại có khả năng
giải quyết được những bài toán của chuyên gia con người. Mục tiêu ban đầu
khi xây dựng hệ chuyên gia chính là để hỗ trợ khi mà ta khơng có chun gia
bên cạnh, đó là nhờ cơ sở tri thức mà hệ chuyên gia sử dụng là những tri thức
của các chuyên gia đã được chuẩn hóa và cài đặt, mà nhờ đó có thể giải quyết
được những bài tốn cần phải tham khảo ý kiến từ các chuyên gia con người.
Dù chưa có khả năng thay thế hồn tồn cho các chuyên gia ở nhiều lĩnh vực
nhưng nếu có một cơ sở tri thức đủ tin cậy, có khả năng suy diễn được chứng
thực bởi chuyên gia thì hệ chuyên gia vẫn là một nguồn tham khảo tốt và hỗ
trợ đắc lực cho con người trong cuộc sống.
Với bài toán dự đoán lượng thuốc cho bệnh nhân, một bài toán thực tiễn
rất phù hợp cho nhóm áp dụng những điều đã học vào thực tế. Dự đốn lượng
thuốc địi hỏi cần có chuyên gia(bác sĩ) tư vấn cụ thể liều lượng dựa trên các
thông số của bệnh nhân, dựa trên những điều đó mà nhóm đã xây dựng thành
cơng một hệ chuyên gia giúp hỗ trợ đưa ra lượng thuốc dựa vào thông số cụ
thể ở đây là nhiệt độ và tuổi của bệnh nhân, mà mọi người và cả chuyên gia
có thể tham khảo và sử dụng.
Trong q trình thực hiện đề tài có thể vẫn cịn có nhiều thiếu sót, mong
thầy tiếp tục góp ý giúp nhóm hồn thiện tốt hơn. Nhóm 15 xin chân thành
cảm ơn.
Nhóm sinh viên thực hiện!
4

Chương 1: Tổng quan về Hệ chuyên gia
1. Tổng quan về Hệ chuyên gia
1.1. Hệ chuyên gia là gì?
Hệ chuyên gia là một hệ thống chương trình máy tính chứa các thơng tin,
tri thức và các q trình suy luận về một lĩnh vực cụ thể nào đó để giải quyết
các vấn đề khó hoặc bài tốn địi hỏi các chuyên gia con người. Nói một cách
khác hệ chuyên gia là dựa trên tri thức của các chuyên gia con người giỏi nhất
trong lĩnh vực nhất định.
Tri thức (knowledge) trong hệ chuyên gia được thu thập và chuẩn hóa
dựa trên tri thức, hiểu biết các chuyên gia trong ngành.
Mức độ hiệu quả của một hệ chuyên gia phụ thuộc vào kích thước và
chất lượng của cơ sở tri thức mà hệ đó có được.
Một hệ chuyên gia chỉ đặc trưng cho một lĩnh vực vấn đề cụ thể, trong y
học, tài chính, khoa học hay cơng nghệ, vv…, mà khơng phải là cho mọi lĩnh
vực vấn đề nào.
Ví dụ : hệ chuyên gia về lĩnh vực y học để phát hiện các căn bệnh lây
nhiễm sẽ có nhiều tri thức về một số triệu chứng lây bệnh, lĩnh vực tri thức y
học bao gồm các căn bệnh, triệu chứng và chữa trị.
Hoạt động của một hệ chuyên gia dựa trên tri thức được minh họa như
sau:

Hệ thống giao tiếp Cơ sở tri thức
Người dùng
Máy suy diễn

1.2.

Đặc trưng và ưu điểm của hệ chuyên gia

 Hệ chuyên gia có 4 đặc trưng cơ bản:

5


- Hiệu quả cao: Khả năng trả lời với mức độ tinh thông bằng hoặc cao
hơn so với chuyên gia (người) trong cùng lĩnh vực.
- Thời gian trả lời thỏa đáng: Thời gian trả lời hợp lý, bằng hoặc nhanh
hơn so với chuyên gia (người) để đi đến cùng một quyết định.
- Độ tin cậy cao: Không thể xảy ra sự cố hoặc giảm sút độ tin cậy khi sử
dụng.
- Dễ hiểu: Hệ chuyên gia giải thích các bước suy luận một cách dễ hiểu
và nhất quán.
 Những ưu điểm của hệ chuyên gia :
- Phổ cập: Là sản phẩm chuyên gia, được phát triển không ngừng với
hiệu quả sử dụng không thể phủ nhận.
- Giảm giá thành.
- Giảm rủi ro: Giúp con người tránh được rủi ro trong các mơi trường
nguy hiểm.
- Tính thường trực: Bất kể lúc nào cũng có thể khai thác sử dụng. Trong
khi con người có thể mệt mỏi, nghỉ ngơi hay vắng mặt.
- Đa lĩnh vực: Chuyên gia về nhiều lĩnh vực khác nhau và được khai thác
đồng thời bất kể thời gian sử dụng.
- Độ tin cậy.
- Khả năng giảng giải: Câu trả lời với mức độ tinh thông được giảng giải
rõ ràng, chi tiết, dễ hiểu.
- Khả năng trả lời nhanh.
- Tính ổn định, suy luận có lý và đầy đủ mọi lúc mọi nơi.
- Trợ giúp thông minh như một người hướng dẫn.
- Có thể truy cập như là một cơ sở dữ liệu thông minh.
1.3.

Các lĩnh vực ứng dụng của hệ chuyên gia

Tính đến thời điểm này, hàng trăm hệ chuyên gia đã được xây dựng và
báo cáo thường xuyên trong các tạp chí, sách báo và hội thảo khoa học. Ngồi
ra cịn các hệ chun gia được sử dụng trong các công ty, các tổ chức quân sự
mà không được cơng bố vì lí do bảo mật.
Dưới đây là một số lĩnh vực ứng dụng diện rộng của các hệ chun gia:
Lĩnh vực
Cấu hình

Ứng dụng diện rộng
Tập hợp thích đáng những thành phần của một hệ
thống theo cách riêng
6


Chẩn đoán
Truyền đạt

Lập luận dựa trên những chứng cứ quan sát được
Dạy học kiểu thông minh sao cho sinh viên có thể hỏi

Giải thích
Kiểm tra

Giải thích những dữ liệu thu nhận được
So sánh dữ liệu thu lượm được với chuyên môn để

Lập kế hoạch

đánh giá hiệu quả
Lập kế hoạch sản xuất theo yêu cầu

Dự đoán
Chữa trị
Điều khiển

Dự đoán hậu quả từ một tình huống xảy ra
Chỉ định cách thụ lý một vấn đề
Điều khiển một q trình, địi hỏi diễn giải, chẩn đoán,
kiểm tra, lập kế hoạch, dự đoán và chữa trị

1.4.

Cấu trúc của hệ chuyên gia

Một hệ chuyên gia kiểu mẫu gồm các thành phần cơ bản sau :

7


 Giao diện người, máy : Thực hiện giao tiếp giữa hệ chuyên gia và
người sử dụng. Nhận các thông tin từ người dùng (các câu hỏi, các yêu cầu về
lĩnh vực) và đưa ra các lời khuyên, các câu trả lời, các giải thích về lĩnh vực
đó.
 Bộ giải thích : Giải thích các hoạt động của hệ khi có yêu cầu của
người sử dụng.
 Bộ thu nạp tri thức : Làm nhiệm vụ thu nhận tri thức từ chuyên gia con
người, từ kỹ sư tri thức và cả người sử dụng thông qua các câu hỏi và yêu cầu
của họ, sau đó lưu trữ vào cơ sở tri thức.

 Cơ sở tri thức : Lưu trữ, biểu diễn các tri thức trong lĩnh vực mà hệ
đảm nhận, làm cơ sở cho các hoạt động của hệ. Cơ sở tri thức bao gồm các sự
kiện và các luật.
 Mô tơ suy diễn : Làm nhiệm vụ sử lý và điều khiển các tri thức được
biểu diễn trong cơ sở tri thức nhằm đáp ứng các câu hỏi, các yêu cầu của
người sử dụng.
(*) Để thực hiện được các công việc của các thành phần trên trong cấu
trúc hệ chuyên gia phải có một hệ điều khiển và quản lý việc tạo lập, tích lũy
tri thức cho lĩnh vực hệ đảm nhận gọi là “Hệ quản trị cơ sở tri thức”. Hệ quản
trị cơ sở tri thức thực chất là quản lý và điều khiển công việc của Bộ thu nạp
tri thức, Bộ giải thích, Mơ tơ suy diễn. Nó phải đảm bảo các yêu cầu :
- Giảm dư thừa tri thức, dữ liệu.
- Tính nhất quán và phi mâu thuẫn của tri thức.
- Tính tồn vẹn và an tồn.
- Giải quyết các vấn đề cạnh tranh.
- Chuyển đổi tri thức.
- Ngôn ngữ xử lý tri thức.

8


1.5. Một số mơ hình kiến trúc hệ chun gia
1.5.1. Mơ hình J.L.Ermine

1.5.2. Mơ hình C.Ernest :

9


1.5.3. Mơ hình E.V.Popov

2. Cơ sở tri thức
2.1. Phân biệt tri thức và dữ liệu
Chúng ta có thể dựa vào một số đặc trưng sau để phân biệt qui ước tri
thức và dữ liệu :
 Khả năng tự giải thích nội dung : Dữ liệu đưa vào máy tính khơng tự
giải thích nổi, đơi khi cịn được mã hóa cho ngắn gọn để dễ cài đặt trong máy.
Chỉ có người lập trình đó mới có thể hiểu được nội dung, ý nghĩa của dữ liệu,
nhưng tri thức có thể tự giải thích nội dung của mình với người sử dụng bất
kỳ.
 Tính cấu trúc : Một trong những đặc tính cơ bản của hoạt động nhận
thức của con người đối với thế giới xung quanh là khả năng phân tích cấu trúc
của các đối tượng. Tri thức được đưa vào máy cũng cần có khả năng tạo ra
được một sự phân cấp giữa các khái niệm và mối quan hệ giữa chúng.
 Tính liên hệ : Ngồi các quan hệ về cấu trúc trong mỗi tri thức (khái
niệm, quá trình, hiện tượng, sự kiện) giữa các đơn vị tri thức cịn có nhiều mối
liên hệ khác (khơng gian, thời gian, nhân quả…). Một số nghiên cứu đã chỉ ra
số các liên hệ cơ bản giữa các sự kiện xấp xỉ 200 lần. Một cơ sở tri thức được
kết hợp với số liên hệ cơ bản này có thể mơ tả và biểu diễn được hầu hết mọi
vấn đề mà chúng ta quan tâm.
10


 Tính chủ động : Như chúng ta đã thấy, dữ liệu có vai trị bị động vì nó
phụ thuộc vào sự khai thác của chương trình cụ thể.
Trong xã hội loài người khi hoạt động bất kỳ ở đâu và ở trong lĩnh vực
nào thì con người bao giờ cũng bị điều khiển bằng chính tri thức (vốn hiểu
biết) của mình. Nhờ có tri thức mà con người đã hình thành mục tiêu và các
hành vi để thực hiện mục tiêu đó. Q trình này ln đi kèm với sự bổ sung
tri thức và khắc phục sự mâu thuẫn giữa các tri thức để đi đến hoàn thiện dần

cơ sở tri thức trong mỗi người.
Đối với các tri thức biểu diễn trong máy cũng vậy, chúng chủ động
hướng người sử dụng biết khai thác tri thức. Đó chính là q trình kích hoạt
tri thức được thể hiện trong các hệ chuyên gia được xây dựng trên các cơ sở
tri thức biểu diễn ở mức cao có khả năng tiếp nhận, tinh chế, tự hồn thiện
ngay trong q trình hoạt động của hệ. Tính chủ động của tri thức cịn thể
hiện sinh động thơng qua các ngơn ngữ lập trình trí tuệ nhân tạo như Lisp,
Prolog…ở đó khơng cịn có sự phân biệt rõ ràng giữa dữ liệu và thủ tục.
2.2.

Phân loại tri thức

Tri thức tồn tại dưới 2 dạng cơ bản :
- Tri thức định lượng.
- Tri thức định tính.
Tri thức định lượng thường gắn với các loại kinh nghiệm khác nhau. Ở
đây chúng ta xét về tri thức định tính.
Tri thức định tính được chia thành 3 loại :
- Tri thức mô tả.
- Tri thức thủ tục.
- Tri thức điều khiển.
2.2.1. Tri thức mô tả :
Cho những thông tin về một sự kiện, hiện tượng hay quá trình mà
không đưa ra thông tin về cấu trúc bên trong cũng như phương pháp sử dụng
bên trong của tri thức đó.
Ví dụ : Khẳng định “Việt Nam là đất nước tươi đẹp”. Đây là một khẳng
định bất biến, không phụ thuộc vào tình huống, khơng gian và thời gian. Các
11

tri thức phụ thuộc khơng gian và thời gian địi hỏi những mơ hình biểu diễn
đặc biệt, cho phép thể hiện các tương quan giữa các sự kiện, quá trình khơng
gian và thời gian.
Ngồi ra các tri thức mơ tả còn cho phép miêu tả các mối liên hệ, các
ràng buộc giữa các đối tượng, các sự kiện và các q trình. Ví dụ : “Tơi muốn
mua bút” miêu tả mối quan hệ giữa đối tượng “tôi” và “bút” thông qua quan
hệ “muốn mua”.
2.2.2. Tri thức thủ tục :
Cho ta những phương pháp cấu trúc tri thức, ghép nối và suy diễn các tri
thức mới từ những tri thức đã có. Các tri thức loại này tạo nên cơ sở của kỹ
nghệ xử lý tri thức
Một số thủ tục tri thức cơ bản :
- Tổng hợp tri thức : Suy diễn, Quy diễn, Quy nạp.
- Học tự động : 2 cách suy diễn logic thường được sử dụng trong
các hệ thống là:
 Modus Ponens
Nghĩa là nếu A đúng, A suy ra B thì B cũng đúng
 Modus Tollens
Nghĩa là nếu B sai, A suy ra B thì A cũng sai
2.2.3. Tri thức điều khiển
Dùng để điều khiển, phối hợp các nguồn tri thức thủ tục và tri thức mô tả
khác nhau.
2.3.

Các cấp độ tri thức

Tri thức động phụ thuộc vào tình huống khơng gian và thời gian
Các tri thức mơ tả, tri thức thủ tục, tri thức điều khiển không phụ thuộc
vào yếu tố không gian, thời gian được gọi là tri thức tĩnh. Các tri thức loại này
tạo nên phần lõi trong các cơ cấu trí thức. Nguồn các cơ cấu trí thức này

12


thường phát sinh từ các tài liệu chuyên môn các nguyên lý chung của khoa
học. Ví dụ : “Nếu một đường thẳng vng góc với một trong hai đường thẳng
song song thì nó vng góc với đường thẳng cịn lại”.
Tuy vậy, có những tri thức lại phụ thuộc vào yếu tố lịch sử,thông qua các
tham số thời gian và không gian có thể xuất hiện tường minh hoặc khơng
tường minh trong các phát biểu. Chẳng hạn, phát biểu : “Việt Nam không phải
là thành viên của tổ chức WTO” chỉ đúng ở thời điểm trước năm 2008, còn
hiện nay Việt Nam đã gia nhập tổ chức WTO. Chính yếu tố đó, mà q trình
suy diễn trong các cơ sở tri thức được phụ thuộc khơng gian, thời gian có thể
giao hốn hay khơng giao hốn bộ phận, đơn điệu hay không đơn điệu.
Tri thức bất định, tri thức không đầy đủ
Trong nhiều trường hợp các tri thức có thể đúng hoặc sai. Tuy vậy trong
thực tế ta gặp phải các phát biểu không phải lúc nào cũng xác định được
chúng đúng hay sai. Ví dụ : “Trời có thể mưa”, trong trường hợp này không
thể quyết định 100% là trời mưa hay khơng mưa ; Các tri thức khơng chính
xác là các mệnh đề phát biểu mà giá trị chân lý của chúng khơng thể chỉ ra
một cách chính xác, tương ứng với thang đo quy ước. Ví dụ : “Anh ta cao
khoảng 1m70”.
Cũng có thể xuất hiện các tri thức không đầy đủ trong các phát biểu, các
mô tả. Ví dụ : “Thơng thường nếu anh ta đi thì nói chung chị ấy cũng đi” , đây
là phát biểu bất định, song chỉ có tác dụng nếu biết được một chút về sự kiện
“anh ta có đến hay khơng”.
Nói chung, các tri thức bất định, khơng chính xác và không đầy đủ xuất
hiện là do trong các phát biểu, người ta sử dụng các yếu tố ngôn ngữ không rõ
ràng, như : có thể, có lẽ, khoảng, nói chung…Một trong những cách tiếp cận
để xử lý các loại tri thức trên là sử dụng cách tiếp cận lý thuyết mờ. Các lý
thuyết lập luận xấp xỉ đã và đang được quan tâm, nghiên cứu rất nhiều.

13


2.4.

Các phương pháp biểu diễn tri thức

Biểu diễn tri thức nhờ logic
Dựa vào các khái niệm cơ bản về logic mệnh đề và logic vị từ, với một
số bài toán, các trạng thái được mô tả qua các biểu thức logic. Khi đó bài tốn
được phát biểu lại dưới dạng :
1. Chứng minh : Từ GTGT…GT suy ra một trong các kết luận : KL,
…,KL.
Ở đây :GT,KL là các biểu thức logic (mệnh đề hoặc vị từ)
2. Tìm phép gán cho các biến tự do sao cho từ GT,…,GT suy ra một
trong các kết luận KL,…,KL.
 Cơ sở tri thức bằng logic mệnh đề : Cơ sở tri thức gồm 2 phần :
- Các sự kiện
- Các luật
Các sự kiện được cho bởi các luật đặc biệt dạng :
q;
q;
…
q;
Tập F = (p,…,p) tạo nên giả thiết cho quá trình suy diễn.
Các luật ở dạng chuẩn Horn : ppq
 Cơ sở tri thức bằng logic vị từ: Cơ sở tri thức được cấu tạo bởi 2
-

phần
Tập các sự kiện F.
Tập các luật R.

Các sự kiện được cho bởi q (x,y,z,…), I = ,ở đây q (x,y,z,…) là các vị từ
phụ thuộc vào các hạng thức x, y, z,…
Các luật có dạng ppq(.).
Logic vị từ cho phép biểu diễn hầu hết các khái niệm và các phát biểu
định lý, định luật trong các bộ môn khoa học. Cách biểu diễn này khá trực
quan và ưu điểm căn bản của nó là có một cơ sở lý thuyết vững chắc cho
14


những thủ tục suy diễn nhằm tìm kiếm và sản sinh ra những tri thức mới, dựa
trên các sự kiện và các luật đã cho.
 Logic vị từ và logic mệnh đề có các ưu điểm sau
- Là ngơn ngữ biểu diễn kiểu mơ tả.
- Có khả năng suy diễn đối với các cơ chế quen thuộc : Pronens &
Tollens.
- Khá trực quan với người sử dụng.
- Khá gần gũi về cú pháp với các lệnh lập trình logic, chẳng hạn như
PROLOG.
- Có thể dùng để mơ tả cấu trúc mơ hình và xử lý động mơ hình.
- Có thể kiểm tra tính mâu thuẫn trong cơ sở tri thức.
- Tính mơ đun cao, do vậy các tri thức có thể thêm bớt sửa đổi khá độc
lập với nhau và các cơ chế suy diễn.
 Một số điểm yếu của logic vị từ và logic mệnh đề
- Mức độ hình thức hóa cao, dẫn tới khó hiểu ngữ nghĩa của các vị từ khi
xét chương trình.
- Năng xuất xử lý thấp. Một trong những khó khăn cơ bản của quá trình

suy diễn là cơ chế hợp và suy diễn vét cạn.
- Do các tri thức được biểu diễn nhờ các vị từ, nên ưu thể sử dụng cấu
trúc dữ liệu không được khai thác triệt để.
Biểu diễn tri thức nhờ mạng ngữ nghĩa
Trong phương pháp này, người ta sử dụng một đồ thị gồm các nút và các
cung nối các nút để biểu diễn tri thức. Nút dùng để thể hiện các đối tượng,
thuộc tính của đối tượng và giá trị của thuộc tính. Cịn cung dùng để thể hiện
các quan hệ giữa các đối tượng. Các nút và các cung đều được gắn nhãn.
Ví dụ để thể hiện tri thức “sẻ là một lồi chim có cánh và biết bay”
,người ta vẽ một đồ thị như sau :

15


Bằng cách thêm vào đồ thị nút mới và các cung mới người ta có thể mở
rộng một mạng ngữ nghĩa. Các cung mới được thêm thể hiện các đối tượng
tương tự (với các nút đã có trong đồ thị), hoặc tổng quát hơn. Chẳng hạn để
thể hiện “chim là một loài động vật đẻ trứng” và “cánh cụt là loài chim biết
lặn”, người ta vẽ thêm như sau :

 Ưu điểm :
-

Cho phép biểu diễn một cách trực quan các sự kiện và mối quan hệ
giữa chúng.

-

Tính mơ đun cao, theo nghĩa các tri thức thêm vào hoàn toàn độc lập
với các tri thức cũ.

-

Là ngôn ngữ biểu diễn dạng mô tả.
16


-

Có thể áp dụng một số cơ chế trên mạng : Cơ chế truyền và thừa
hưởng thông tin giữa các đối tượng.

 Nhược điểm :
-

Khơng có một phương pháp suy diễn chung cho mọi loại mạng ngữ
nghĩa.

-

Khó kiểm sốt được quá trình cập nhật tri thức, dễ dẫn đến mâu
thuẫn trong cơ sở tri thức.

Biểu diễn tri thức nhờ các luật sản xuất
Để có thể tận dụng những điểm mạnh trong suy diễn logic nhờ nguyên lý
Modun Ponens, các hệ chuyên gia trí tuệ nhân tạo đưa ra các luật sản xuất có
dạng :
Nếu

Điều kiện 1

Điều kiện 2
…….
Điều kiện m

Thì

Kết luận 1
…….
Kết luận n

Trong đó các điều kiện và các kết luận có thể có dạng khá thoải mái.
Trường hợp mỗi điều kiện i , mỗi kết luận j là vị từ hay mệnh đề thì ta có thể
suy diễn logic thông thường.

 Ưu điểm :
-

Cách biểu diễn khá đơn giản và trực quan.

-

Có thể suy diễn theo chiến lược khác nhau : suy diễn tiến, suy diễn
lùi, và suy diễn hỗn hợp.

-

Khá gần gũi về cú pháp.

-

Có thể kiểm tra tính mâu thuẫn giữa các luật.
17


-

Tính mơ đun cao, có nghĩa là việc thêm, sửa đổi hoặc loại bỏ các
luật hồn tồn khơng có ảnh hưởng tới các luật khác và cơ chế suy
diễn.

 Nhược điểm :
-

Năng suất xử lý thấp.

-

Không sử dụng được các cấu trúc dữ liệu.

Biểu diễn tri thức bằng FRAME
Phương pháp biểu diễn tri thức bằng FRAME có tất cả các tính chất vốn
có của một ngơn ngữ biểu diễn tri thức. Nghĩa là nó có thể biểu diễn tri thức ở
góc độ giao diện người-máy, góc độ mơ tả mơ hình, điều khiển hệ thống.
Đồng thời nó cũng là một cơ sở cho một phương pháp xử lý thông tin mới –
hướng đối tượng. Nếu phương pháp nhờ logic và mạng ngữ nghĩa dùng để
biểu diễn tri thức mô tả và phương pháp luật sản xuất dùng để biểu diễn tri
thức thủ tục thì các FRAME là kết hợp của cả 2 dạng biểu diễn : mô tả và thủ
tục.
FRAME tận dụng được các ưu điểm của luật sản xuất, vị từ, cũng như
mạng ngữ nghĩa.

Cấu trúc của FRAME :
<tên FRAME>
<tên slot 1>
<thuộc tính thừa kế>

(như trên, duy nhất, miền…)

<kiểu slot>

(text, integer, real, pointer…)

<giá trị slot>

(tên, giá trị, thủ tục,…)

<tên slot 2>
Ví dụ : FRAME mơ tả tập HOCSINH :
Frame HOCSINH
IS-A:
FART-OF : NGUOI-DI-HOC
18


A KIND OF : (HOC_SINH_CO_SO,
HOC_SINH_TRUNG_HOC)
Cân nặng : 10-60 kg
Chiều cao : 80-170 cm
Có râu : khơng
Nói tiếng : Việt/Anh/Pháp
Cấu trúc này cho ta một khung dữ liệu để khoanh vùng các đối tượng là

học sinh. Trường hợp gặp 1 người cao 180 cm, nặng 45 kg ta có thể khẳng
định rằng đó khơng phải học sinh, vì khơng thỏa mãn các ràng buộc đã có.
 Ưu điểm :
- Đáp ứng tất cả các yêu cầu về biểu diễn tri thức.
- Cho phép người sử dụng khá tự do khi biểu diễn tri thức.
- FRAME không chỉ sử dụng để mô tả tri thức mà còn được dùng thể
hiện các thuật toán suy dẫn.
- Tận dụng được những điểm mạnh của biểu diễn thủ tục và mơ tả.
- Q trình xử lý trên các FRAME độc lập theo nghĩa kế thừa thông tin,
không nhất thiết phải tuần tự.
 Nhược điểm :
- Phương pháp biểu diễn quá phức tạp và cồng kềnh.
- Phương pháp biểu diễn FRAME tiện lợi đối với kỹ sư xử lý tri thức
cũng như người sử dụng có trình độ cao, nhưng lại là sự quá tải đối với
những người sử dụng thông thường.
- Các giá trị của slot có thể gán qua thực hiện các thủ tục, điều này làm
cho việc thu nạp và cập nhật tri thức trở nên phức tạp và làm khả năng
mềm dẻo, phù hợp với những thay đổi của môi trường bên ngoài bị
giảm xuống.
- Do cấu trúc của FRAME nên khi biểu diễn cần phải sử dụng các biện
pháp khá cầu kỳ. Vì vậy làm mất đi tính trực quan trong phương pháp
biểu diễn.
19


- Đối với các bài tốn phức tạp thì việc mô tả và điều khiển hệ thống sử
dụng FRAME sẽ phức tạp lên rất nhiều so với các phương pháp biểu
diễn khác.
Biểu diễn nhờ bộ ba liên hợp O.A.V
Biểu diễn tri thức nhờ bộ ba liên hợp OAV là sử dụng bộ ba “Đối

tượng”-“Thuộc tính”-“Giá trị” (Object-Attribute-Value) để chỉ ra rằng đối
tượng với thuộc tính đã cho nào đó có một giá trị nào đó.
Ví dụ :
(Nguyễn A, cao, 167)
(Nguyễn A, nặng, 64)
(Nguyễn A, râu, khơng)
(Nguyễn A, nói, tiếng Việt)
Có thể mô tả dưới dạng mạng ngữ nghĩa và các bộ liên hợp như sau :

Đối tượng trong bộ ba liên hợp được chia thành 2 loại : đối tượng tĩnh và
đối tượng động.
20


Các đối tượng tĩnh được lưu trong bộ nhớ ngoài (băng từ, đĩa…) và khi
cần được nạp vào bộ nhớ trong để xử lý.
Các đối tượng động được khởi tạo trong quá trình làm việc và được lưu
giữ ở bộ nhớ trong phục vụ cho việc xử lý.
Một điều quan trọng là các đối tượng có thể sắp xếp và liên kết lại với
nhau cũng giống như trong liên kết các FRAME. Tuy vậy, khơng thể biết một
cách chính xác và tường minh bản chất của từng liên kết. Vì vậy người ta
thường sử dụng bộ ba liên hợp để biểu diễn các sự kiện không chắc chắn.
 Ưu điểm :
- Cho phép biểu diễn các đối tượng một cách trực quan.
- Tính mơ đun tương đối cao.
- Là ngơn ngữ biểu diễn dạng mô tả.
- Cho phép diễn đạt tường minh các luật suy diễn.
Tuy vậy, cách biểu diễn này thực chất là một dạng đặc biêt của phương
pháp mạng ngữ nghĩa nên nó cũng có các nhược điểm của mạng ngữ nghĩa.
Ngoài ra khi sử dụng phương pháp này, các quan hệ, liên kết giữa các đối

tượng không thể biểu diễn một cách tường minh.
3. Mô tơ suy diễn
3.1. Cơ chế suy diễn
Suy diễn tiến
- Suy diễn tiến là lập luận từ các sự kiện, sự việc để rút ra các kết luận.
Ví dụ: Nếu thấy trời mưa trước khi ra khỏi nhà (sự kiện) thì phải lấy áo mưa
(kết luận).
Trong phương pháp này, người sử dụng cung cấp các sự kiện cho hệ
chuyên gia để hệ thống (máy suy diễn) tìm cách rút ra các kết luận có thể. Kết
luận được xem là những thuộc tính có thể được gán giá trị. Trong số những
kết luận này, có thể có những kết luận làm người sử dụng quan tâm, một số
khác khơng nói lên điều gì, một số khác có thể vắng mặt.
- Các sự kiện thường có dạng : Attribute = Value
21


- Lần lượt các sự kiện trong cơ sở trí thức được chọn và hệ thống xem
xét tất cả các luật mà các sự kiện này xuất hiện như là tiền đề. Theo nguyên
tắc lập luận trên, hệ thống sẽ lấy ra những luật thỏa mãn. Sau khi gán giá trị
cho các thuộc tính thuộc kết luận tương ứng, người ta nói rằng các sự kiện đã
được thỏa mãn. Các thuộc tính được gán giá trị sẽ là một phần của kết quả
chuyên gia. Sau khi mọi sự kiện đã được xem xét, kết quả được xuất ra cho
người sử dụng dùng.
Suy diễn lùi
- Phương pháp suy diễn lùi tiến hành các lập luận theo chiều ngược lại
(đối với phương pháp suy diễn tiến). Từ một giả thuyết (như là một kết luận),
hệ thống đưa ra một tình huống trả lời gồm các sự kiện là cơ sở của giả thuyết
đã cho này.
- Ví dụ: nếu ai đó vào nhà mà cầm áo mưa và quần áo bị ướt thì giả
thuyết này là trời mưa. Để củng cố giả thuyết này, ta hỏi người đó xem có

phải trời mưa khơng ? Nếu người đó trả lời là có thì giả thuyết trời mưa là
đúng và trở thành một sự kiện. Nghĩa là trời mưa nên phải cầm áo mưa và
quần áo bị ướt.
- Suy diễn lùi là cho phép nhận được giá trị của một thuộc tính. Đó là câu
trả lời cho câu hỏi “giá trị của thuộc tính A là bao nhiêu ?” với A là một đích.
- Để xác định giá trị của A, cần có các nguồn thơng tin. Những nguồn
này có thể là những câu hỏi hoắc có thể là những luật. Căn cứ vào các câu
hỏi, hệ thống nhận được một cách trực tiếp từ người sử dụng những giá trị của
thuộc tính liên quan. Căn cứ vào các luật, hệ thống suy diễn có thể tìm ra giá
trị sẽ là kết luận của một trong số các kết luận có thể của thuộc tính liên quan,
…
- Ý tưởng của thuật toán suy diễn lùi như sau : Với mỗi thuộc tính đã
cho, người ta định nghĩa nguồn của nó :
o Nếu thuộc tính xuất hiện như là tiền đề của một luật (phần đầu của
luật), thì nguồn sẽ thu gọn thành một câu hỏi.
22


o Nếu thuộc tính xuất hiện như là hậu quả của một luật (phần cuối
của luật), thì nguồn sẽ là các luật mà trong đó, thuộc tính là kết luận.
o Nếu thuộc tính là trung gian, xuất hiện đồng thời như là tiền đề và
như là kết luận, khi đó nguồn có thể là các luật, hoặc có thể là các câu hỏi mà
chưa được nêu ra.
- Nếu mỗi lần với câu hỏi đã cho, người sử dụng trả lời hợp lệ, giá trị trả
lời này sẽ được gán cho thuộc tính và xem như thành cơng. Nếu nguồn là các
luật, hệ thống sẽ lấy lần lượt các luật mà thuộc tính đích xuất hiện như kết
luận, để có thể tìm giá trị các thuộc tính thuộc tiền đề. Nếu các luật thỏa mãn,
thuộc tính kết luận sẽ được ghi nhận.
Cơ chế hỗn hợp
Sử dụng kết hợp cả 2 phương pháp suy diễn trên.

3.2.

Cơ chế điều khiển

Chọn hướng suy diễn
Cho f = # GT

GT: tập các sự kiện ban đầu

f = # KL

KL: Tập các sự kiện kết quả

f = max #{ r R/ r có thể áp dụng cho 1 tập con F nào đó }
= max # lọc (F,R)
f = max # { r R/ r có cùng một sự kiện ở vế phải }
Các luật heuristic :
 Luật 1 : nếu f < f thì chọn suy diễn tiến
 Luật 2 : nếu f > f thì chọn suy diễn lùi
 Luật 3 : nếu f = f và f < f thì chọn suy diễn tiến
 Luật 4 : nếu f = f và f > f thì chọn suy diễn lùi
 Luật 5 : nếu f = f và f = f người thiết kế có thể chọn 1 trong 2 phương
pháp suy diễn để sử dụng.

23


Giải quyết các vấn đề cạnh tranh
Cạnh tranh trong suy diễn tiến
Tình huống cạnh tranh xảy ra khi và chỉ khi tồn tại F và r1, r2 R mà :

r1 : left1q1, r2 : left2q2, left1F, left2F # lọc (F,R) 2
ta có lọc ({a},R) = {r1,r2}
Đặt vấn đề : làm thế nào để chọn 1 luật r trong số các luật có thể áp dụng
được bằng lọc (F,R) ?
 Giải pháp 1 : Tổ chức các luật có thể sử dụng được như một hàng đợi.
 Giải pháp 2 : Tổ chức các luật có thể sử dụng theo xếp chồng.
 Giải pháp 3 : Sử dụng heuristic
- Đối với mỗi r R bằng kỹ thuật heuristic ta đánh giá liên hệ
hàm ước lượng h trong KL với một phần vế phải của luật r, r :
leftq
H(r,KL) = h(q,KL)
- Nguyên tắc : Luật r : leftq sẽ được chọn khi và chỉ khi h(q,KL)
min/max
 Giải pháp 4 : Thực hiện sắp xếp thứ tự các sự kiện (Đồ thị FPG-Fact
Precedence Graph)
- Cho tập luật R và mỗi sự kiện của R là một nút, các luật là các
dây cung trong đồ thị FPG.
 Giải pháp 4’ : Sử dụng đồ thị VÀ/HOẶC
- Mỗi luật r : pp…pq tương đương với một cụm cùng kiểu “VÀ”.
 Giải pháp 5 : Đồ thị thứ tự luật (RPG – Rule Precedence Graph)
- Một luật r là sắp thứ tự với luật r (ký hiệu là r r) nếu và chỉ nếu
tồn tại một sự kiện f sao cho :
r : leftf ; r :…f…q
- Một luật r được gọi “khởi đầu – initial” nếu và chỉ nếu :
r : leftq và left GTINITIAL
24


- Mỗi luật r được gọi là “kết thúc – final” nếu và chỉ nếu :
r : left q và q GTFINAL

- Biểu diễn trong đồ thị RPG :
 Mỗi luật khởi đầu được coi là “áp dụng” ; APP = {INITIAL}.
 Cho App(r) điểm – vào(r) = {r’} tồn tại một đỉnh r’r trong RPG ; r
: leftq ; mỗi r’ App(r) có thể áp dụng
 Nếu left {q’/ r’ App(r)}GT thì luật r cũng có thể được áp dụng.
- Suy diễn trong đồ thị RPG như sau :
 Chọn một luật trong APPLICABLE.
 Thực hiện luật đó.
o Chú ý : đối với
 Suy diễn theo chiều rộng APP = hàng đợi
 Suy diễn theo chiều sâu APP = xếp chồng
 Một số các kinh nghiệm (heuristics) :
1. h(r,FINALS) = h(r) # điểm – ra(r) = #{r’ / tồn tại một cung rr’
trong RPG}
Luật được chọn  h(r) = # điểm – ra(r) max
2. h(r,FINALS) = # p
Luật được chọn  h(r,FINALS) min
3. h(r,FINALS) = # {p / p : r FINALS} (số lượng các đường đi từ
luật r đến FINALS trong đồ thị RPG)
Luật được chọn  h(r,FINALS) là lớn nhất
Cạnh tranh trong suy diễn lùi
- Cạnh tranh trong suy diễn lùi xảy ra khi và chỉ khi với một sự kiện
f nào đó tồn tại ít nhất 2 luật r1, r2 :r1 : left1f và r2 : left2f
- Định nghĩa hàm tìm thấy:
- Tìm_thấy(f) = {r/ r : leftf }
- Câu hỏi đặt ra : Làm thế nào để chọn một luật sao cho r
Tìm_thấy (f)
 Giải pháp 1 :
Nếu r, r Tìm_thấy (f)
Và r, r khơng được sử dụng nữa

25