■I ■1 I m m op deze wijze wordt afgeleid betreft vlakken die andere vlakken omsluiten. Tijdens de classificatie is deze infor matie van belang. Immers, een wei land zal bijvoorbeeld nooit een weg geheel omsluiten. Door de ruimtelijke relaties tussen vlakken reeds in een vroeg stadium eenmalig te bepalen wordt voorkomen dat het voor deze taak ongeschikte kennissysteem deze informatie moet afleiden. De tweede module bestuurt het eigen lijke redeneerproces. De voornaamste taak is de redeneermodule te voorzien van een afgebakende classificatietaak tezamen met alle benodigde kennis- regels en feit-informatie. Een voor beeld van een dergelijke taak is de clas sificatie van gebouwen. Op basis van zogenaamde meta-kennis worden deze taken in het systeem gespecificeerd. Een voorbeeld van meta-kennis is de kennis over de volgorde waarin de vlakken worden geclassificeerd. Dit is van belang omdat reeds geclassificeer de buurvlakken kunnen helpen een nieuw vlak te benoemen. Zo is het zin vol eerst naar gebouwen te zoeken en pas vervolgens de wegen te classifice ren. Uiteindelijk worden op deze wijze alle vlakken van één van zeven moge lijke classificaties voorzien. Als het ge wenst is dat bijvoorbeeld alleen gebou wen worden geclassificeerd, hoeft al leen deze meta-kennis te worden aan gepast. Fig. 2. Deel van de GBKN van Zeeland zoals deze is geclassificeerd door een expert. H £3 O Voor de redeneermodule is gebruik gemaakt van het regelgebaseerde ex pertsysteem CLIPS [4], CLIPS is een "public domain" expertsysteem dat zijn nut en betrouwbaarheid wereld wijd in diverse applicaties bewezen heeft. Een groot voordeel van CLIPS is dat het een zeer open systeem is dat zich eenvoudig laat integreren. Binnen Fig. 3. Deel van de GBKN van Zeeland zoals deze door het kennissysteem is geclassificeerd. deze applicatie wordt CLIPS door de besturingsmodule voorzien van feiten over vlakken (uit welke lijnen bestaat de contour, welke relatiés zijn er met andere vlakken, welke classificatie hebben deze vlakken), en kennisregels waarmee uit deze feiten vlakken worden geclassificeerd. De kennis regels zijn hierbij toegespitst op het toekennen van één specifieke klasse. Dit jieeft als voordeel dat de invloed van een kennisregel beperkt is zodat verandering van een losse regel niet alle classifiqatietaken zal beïnvloeden. Dit komt de onderhoudbaarheid van het systeem ten goede. Een voorbeeld Nu zal een classificatietaak met een voorbeeld worden toe gelicht. Voor de classificatie van wegen wordt door het systeem onder andere de volgende informatie gebruikt: Het soort lijnen waaruit de buitencontour van elk vlak is opgebouwd; De aanwezigheid in vlakken van symbolen of teksten zo als verhardingsymbijilen en straatnamen; De classificatie die eventueel al eerder aan buurvlakken is toegekend. Voor één enkel vlak zou bijvoorbeeld het volgende feit kunnen worden gegeiiereerd: (vlak (id 8765) (clcii (buitencontour (symbolen open .ssificatie onbekend) hoofdgebouw kant_verharding) verharding) Het bovenstaande feitj geeft weer dat het vlak met nummer 8765 nog niet geclassificeerd is, een buitencontour heeft die is opgebouwd uit lijnen van type "hoofdgebouw" en "kant verharding" en een symbool bevat van type "open verharding". Een regöl (in pseudo-code*) die op basis van deze feit-informatie biet vlak classificeert als weg zou er als volgt uit kunnen zien: als vlak is nog niet buitencontour i$ symbolen is (opei dan classificatie wordt weg geclassificeerd en (weg of (gebouw en weg)) en m_verharding of gesloten_verharding) GEODESIA 1999-6 LEGENDA hoofdgebouw bijgebouw gebouw weg, gesloten verharding weg, open verharding terrein 1 Het voert te ver om in dit artikel de exacte CLIPS-notatie te gebruiken.

Digitale Tijdschriftenarchief Stichting De Hollandse Cirkel en Geo Informatie Nederland

(NGT) Geodesia | 1999 | | pagina 7