Нечеткие семантические сети как адаптивная модель представления знаний автономных интеллектуальных систем

Рассмотрены основные особенности планирования целенаправленного поведения автономных интеллектуальных систем в различных по степени априорной неопределенности условиях проблемной среды. Разработана модель представления декларативных знаний автономных интеллектуальных систем безотносительно к конкретной предметной области на основе активных и пассивных нечетких семантических сетей. Описаны операции сравнения между собой нечетких семантических сетей, позволяющие организовать эффективный вывод решений в процессе планирования целенаправленного поведения в условиях неопределенности. Показаны операции декомпозиции, композиции и обобщения нечетких семантических сетей, служащие для организации планирования поведения автономных интеллектуальных систем в процессе решения сложных задач, сопровождающихся формальным описанием текущих ситуаций проблемной среды, имеющих большую размерность.

The main features of planning the purposeful behavior of autonomous intelligent systems in conditions of a problem environment varying in degree of a priori uncertainty are considered. A model is developed for representing declarative knowledge of autonomous intelligent systems regardless of a specific subject area based on active and passive fuzzy semantic networks. The application of this model allows autonomous intelligent systems, on the one hand, to plan targeted behavior in a priori underdetermined conditions of a problem environment, and on the other hand, to organize the process of self-learning in a priori undescribed functioning conditions. The operations of comparing fuzzy semantic networks with each other are considered, which allow organizing effective decision-making in the process of planning targeted behavior in the face of uncertainty. The operations of decomposition, composition, and generalization of fuzzy semantic networks have been developed, which serve to organize the planning of the behavior of autonomous intelligent systems in the process of solving complex problems, accompanied by a formal description of current situations of a problem environment with a large dimension.