Описание логико-семиотической модели, положенной в основу методологии «ДОГСЕМИС»
Семиотическая модель и ее интерпретация
Приведем определение модели [11].
Определение 1. Моделью называется множество элементов произвольной природы 5 с заданным на нем множеством отношений Я:
М= <Б, Я>.
Если элементы множеств 8 и Я не изменяются, то такая модель описывает замкнутую статическую проблемную среду. Для ее формализации используется формальная система [11]. Если элементы множеств 8 и К изменяются, то определение 1 является определением семиотической модели, которая описывает открытые проблемные среды. Для ее формализации Д.А. Поспеловым предложена семиотическая система в [11]. Определения формальной и семиотической систем приведены в п. 1.3.3, в котором указано, что если зафиксировать такты работы семиотической системы, то на каждом из этих тактов она работает как некоторая формальная система. Также в п. 1.3.3, используя работу[1], отмечается, что семиотическую систему можно рассматривать как частично упорядоченное множество формальных систем. Таким образом, одной из основных проблем в области семиотического моделирования является проблема задания переходов между формальными системами.
Рассмотрим структуру логико-семиотической модели, положенной в основу методологии «ЛОГСЕМИС», используемой для создания ИС, функционирующих в сложных проблемных средах и используемых для решения задачи целеполагаиия. В работе рассматривается логико-семиотическая модель, базирующаяся на логических моделях представления знаний, в основе которых лежит формальная система, и отношении перехода между моделями.
Определение 2. Структура логико-семиотической модели есть SMR = <М, RrM>, где М = {М| , ..., Мп} — множество прикладных логических моделей представления знаний, используемых для поиска решений; RTM — отношение перехода между моделями.
Для случая, когда создание ИС осуществляется в условиях неполной, нечеткой, неточной, противоречивой информации, в качестве М;, i = 1,...,п, используется pSsj =
Следует отметить, что элементы множества М могут изменяться при увеличении знаний эксперта о проблемной среде.
Исследованы свойства отношения перехода между моделями аналогично свойствам, которыми может обладать отношение достижимости в возможных мирах Крипке. Эти свойства описаны в п. 2.4.3.
Averkin A.N. Decision Making Based on Multivalued Logic and Fuzzy Logic. Architectures for Semiotic Modeling and Situation Analysis in Large Complex Systems // Proceedings of the 1995 ISIC Workshop, 27—29 August, Monterey, California, 1995.
- [1] ; Осипов Г.С. От ситуационного управления к прикладной семиотике//Мовости искусственного интеллекта. 2002. №6. С. 3—7.