Znalostný systém (Knowledge Based System) je systém vybavený mechanizmami umožňujúcimi riešiť problémy na základe znalostí uložených vo forme symbolických výrazov (Popper a Kelemen 1988). Skladá sa z:

• bázy znalostí,

• bázy faktov,

• inferenčného mechanizmu.

Rastový simulátor SIBYLA využíva na hodnotenie celkovej kvality porastu princíp znalostných systémov. Metodika je opublikovaná v práci Fabriku (2006).

Báza znalostí (Knowledge Base) obsahuje znalostí vo forme symbolických výrazov. Rastový simulátor SIBYLA využíva symbolické výrazy typu produkčnej siete zloženej z produkčných pravidiel. Produkčná sieť je znázornená na obr.1 a obr.2. 

Hodnotia sa tri kritéria: Celková kvalita porastu je dobrá (X), ak je dobrá jeho naturálna produkcia (I), ak je dobrá jeho ekologická štruktúra (J) a ak je dobrý jeho ekonomický výnos (K).

Kritéria sa hodnotia na základe ich aspektov: Naturálna produkcia (I) je dobrá, ak je dobré využitie produkčnej plochy (A), ak je dobré využite prírastkového potenciálu (B), ak je dobrá akostná úroveň produkcie (C) a ak je dobrá bezpečnosť produkcie (D). Ekologická štruktúra (J) je dobrá ak je dobrá vertikálna a druhová štruktúra (E), ak je dobrý typ horizontálneho zmiešania stromov (F) a ak je dobrá bezpečnosť štruktúry (G). Ekonomický výnos (K) je dobrý, ak je dobrý relatívny finančný výnos z porastu (H). Na obr.2 je znázornená produkčná sieť vo forme symbolického vyjadrenia. Uzly A, B, C, D, E, F, G a H sa nazývajú ako listové vrcholy, uzly I, J a K sa nazývajú ako medziľahlé vrcholy a uzol X sa nazýva ako koreňový vrchol. Produkčnú sieť (obr.2) môžeme popísať vo forme štyroch produkčných pravidiel:

Aspekty sa vyčísľujú na základe ich indikátorov: Využitie produkčnej plochy sa hodnotí na základe zakmenenia porastu (SD). Využitie prírastkového potenciálu sa hodnotí na základe pomeru medzi celkovým bežným prírastkom porastu z prognózy a prírastkovou normou odvodenou z rastových tabuliek (iP/iN). Akostná úroveň produkcie sa hodnotí na základe percenta najkvalitnejších sortimentov I, II a IIIA (%I-IIIA). Bezpečnosť produkcie sa hodnotí na základe štíhlostného koeficienta (h/d). Vertikálna a druhová štruktúra sa hodnotí na základe "Arten Profil" indexu (APi). Typ horizontálneho zmiešania sa hodnotí na základe indexu Clarka a Evansa (C&Ei). Bezpečnosť štruktúry sa hodnotí na základe štíhlostného koeficienta (h/d). Relatívny finančný výnos sa hodnotí na základe pomeru medzi ekonomickým prírastkovým percentom (iV%) a úrokovou mierou v banke (BIR%).

Obr.1 Báza znalostí (produkčná sieť) pre hodnotenie celkovej kvality porastu

Obr.2 Symbolické vyjadrenie produkčnej siete

Báza faktov (Base of facts) obsahuje fakty, ktoré súvisia s práve riešeným problémom. V prípade znalostného systému rastového simulátora SIBYLA sú to konkrétne hodnoty indikátorov. Tieto sú získané na základe výsledkov rastových simulácií:

• SD - vyjadruje zakmenenie porastu, ktoré sa vypočíta na základe rastových tabuliek.

• iP/iN - vypočíta sa ako podiel medzi celkovým bežným prírastkom (iP) a prírastkovou normou (iN) odvodenou z rastových tabuliek na základe veku (t), objemu stredného kmeňa (v), počtu stromov na hektár hlavného porastu (N) a zastúpenia (%R) všetkých drevín (i=1..m), podľa metodiky Šmelka et al. (2003):

• %I-IIIA - vyjadruje percento objemu najlepších sortimentov (I+II+IIIA) zo zásoby porastu.

• h/d - reprezentuje štíhlostný koeficient porastu.

• APi - vyjadruje "Arten Profil" index porastu.

• C&Ei - vyjadruje index Clarka a Evansa.

• iV% - vyjadruje ekonomické prírastkové percento odvodené na základe celkového bežného ekonomického prírastku (CBP_e) a celkovej ekonomickej produkcie (CEP) podľa:

• BIR% - vyjadruje úrokovú mieru v banke v percentách zadanú užívateľom (štandardne 2,5%). Zadáva sa vo forme polynómu:

BIR% = a₀ + a₁ . x² + ... + a₆ . x⁶ 

kde x je poradový rok simulácie a a_i sú koeficienty zadané užívateľom.

Celková kvalita porastu sa hodnotí pomocou pluazibility (P). Jej hodnota sa pohybuje v intervale od -1 po +1, pričom -1 znamená sto percentne zlý stav a +1 znamená sto percente dobrý stav. 0 znamená neutrálny alebo neurčitý stav. Čím sa číslo viac približuje k -1, tým je stav horší a naopak, čím je bližšie k +1, tým je stav lepší. Inferenčný mechanizmus (Inference Engine) využíva nasledujúce axiómy:

• vierohodnosť podmienok (pozri obr.2) v produkčnej sieti je neurčitá,

• tým aj vierohodnosť predpokladu (pozri obr.2) v produkčnej sieti je neurčitá,

• vierohodnosť pravidla v produkčnej sieti je sto percentná.

• väzby konjunkcie AND (pozri obr.2) využívajú priemernú hodnotu váženú odchýlkou od minima (minimum-biased weighted average) podľa Reynoldsa (1999):

kde p_i sú hodnoty plauzibilít podmienok, AVG(p_i) a min(p_i) sú priemerné a minimálne hodnoty plauzibilít.

Ako sa stanovuje plauzibilita podmienok v predpoklade produkčného pravidla ?

Na určenie plauzibility podmienok sa používa princíp fuzzy množín (neostrých množín). Hodnoty indikátorov sú transformované na hodnoty plauzibilít podľa nasledujúcich grafov:

Obr.3 Neostré množiny na prevod indikátorov aspektov naturálnej produkcie

Obr.4 Neostré množiny na prevod indikátorov aspektov ekologickej štruktúry

Obr.5 Neostrá množina na prevod indikátora aspektu ekonomického výnosu

 Zmena celkovej kvality porastu sa potom môže vyjadriť vo forme percentuálnej odchýlky nového stavu P(2) od pôvodného stavu P(1) podľa:

p(dif)% = [ P(2) - P(1) ] . 50

Pôvodný stav môže byť celková kvalita porastu na začiatku simulácie a nový stav môže byť celková kvalita porastu na konci simulácie. Takto je možné porovnať viacero variantov vývoja porastu, napríklad pod vplyvom odlišného prebierkového režimu.