Руководство по экспертным системам

Вступ. Організація вивчення дисципліни за КМС. Поняття ІУС. Етапи проектування ІУС

Курс: «Інформаційно-управляючі системи в менеджменті та бізнесі»

Структура курсу – лекцій – 28; Лабораторних занять - 14 (7 робіт); іспит

1. 
   Глонь О.В. Дубовой В.М. Мітюшкін Ю.І. Комп’ютеризовані системи керування. – Вінниця: ВНТУ, 2005 – 157 с.
   
2. 
   Дубовой В.М. Квєтний Р.Н. Програмування комп'ютеризованих систем управління та автоматики. – В. ВДТУ, 1997.
   
3. 
   В.М. Дубовой, О.О. Ковалюк Моделі прийняття рішень в управлінні розподіленими динамічними системами. Монографія. – Вінииця: УНІВЕРСУМ – Вінниця, 2008. – 185 c.
   
4. 
   Бондарев В.М. и др. Основы программирования. – Харьков: Фолио, 1997.
   
5. 
   М.Краус и др. Сбор данных в управляющих вычислительных системах. – М. Мир, 1987
   
6. 
   Уотермен Д. Руководство по экспертным системам. – М. Мир, 1989.
   
7. 
   Молчанов А.А. Моделирование и проектирование сложных систем. – К. Вища школа, 1988.
   

Види менеджменту. операційний (виробничий), інноваційний, фінансовий, персоналу, соціальний

Бізнес-процес – означення і основні види

Бизнес-процесс – представляет собой некоторое действие, состоящее из более мелких действий, связанных между собой некоторым образом, и зафиксированное некоторым формальным способом.

в государственном и муниципальном управлении принято говорить о регламентах, в том числе электронных

Роль ІУС в менеджменті та бізнесі

Информационная система (ИС) - программно-аппаратный комплекс, предназначенный для хранения и обработки информации какой-либо предметной области.

В настоящее время в эксплуатации на крупных предприятиях находятся комплексные ИС управления предприятиями (КИС, корпоративные системы, ERP-системы ), такие как R/3 фирмы SAP. Oracle E-Business Suite. BaanERP.

Многие ERP -системы могут устанавливаться и функционировать на различных операционных системах и серверах баз данных (многоплатформенные системы). База данных подобных систем состоит из нескольких тысяч таблиц (BaanERP 5.0с - более 2500 таблиц информации по одному предприятию).

состав системы BaanERP версии 5.0с (меню администратора системы) и состав модулей подсистемы "Производство ".

схема подсистем и модулей КИС "Флагман".

Рис. 1.3. Схема подсистем и модулей КИС "Флагман"

КИС отражает концептуальную и физическую архитектуры организации и сопровождает ее многофункциональную деятельность (рис. 9.1 ).

Основой КИС предприятий на современном этапе являются так называемые системы планирования ресурсов предприятий (Enterprise Recourse Planning - ERP ). Мировой опыт свидетельствует, что умело выбранная и внедренная ERP-система существенно улучшает управляемость предприятием и повышает эффективность его работы.

Жизненный цикл разработки сложной системы

Стадии и этапы создания автоматизированных систем (АС) в соответствии с ГОСТ 34.601-90 приведены в табл. 1.1

Стадии и этапы создания АС по ГОСТ 34.601-90

Існують декілька способів здійснення операцій з інформаційними моделями у вигляді баз даних. Серед них оперування з даними за допомогою інтегрованого діалогового середовища системи управління базою даних (СУБД), оперування за допомогою спеціалізованої проблемно-орієнтованої програми; оперування за допомогою запитів на спеціальній мові запитів (SQL).

SQL ґрунтується на реляційній алгебрі. Основними операціями, за допомогою яких модифікується база даних, є вставка, вилучення і модифікація.

• 
  оператори означення даних;
  
• 
  оператори маніпулювання даними;
  
• 
  оператори визначення доступу до даних.
  

• 
  файл-сервер ;
  
• 
  клиент-сервер базы данных;
  
• 
  "тонкий клиент" - сервер приложений - сервер базы данных (трехуровневая архитектура).
  

Експертні системи в ІУС

Експертна система (система заснована на знаннях) – це програма для комп’ютера, яка оперує зі знаннями у певній предметній галузі з метою видачі рекомендацій чи рішень проблем [Джексон П. Экспертные системы].

Знання, якими володіє спеціаліст у будь-якій області, можна розділити на формалізовані (точні) і неформалізовані (неточні).

1. 
   Алгоритмічне вирішення задачі невідоме (хоч, можливо, і існує) чи не може бути використане через обмеження ресурсів ЕОМ (часу, пам’яті);
   
2. 
   Задача не може бути визначена в чисельній формі (потрібне символьне представлення);
   
3. 
   Мета задачі не може бути виражена у термінах точно визначеної цільової функції.
   

• 
  ЕС, які виконують інтерпретацію, як правило, використовує інформацію від сенсорів для опису ситуації;
  
• 
  ЕС, які здійснюють прогноз, визначають ймовірні наслідки заданих ситуацій;
  
• 
  ЕС виконують діагностування, використовуючи опис ситуацій, характеристики поведінки чи знання про конструкції компонент, щоб встановити імовірні причини неправильного функціонування системи;
  
• 
  ЕС, які зайняті плануванням, визначають повну послідовність дій;
  
• 
  ЕС, які виконують відлагодження, пропонують певні дії для виправлення неправильної поведінки об’єкта.
  

Експертна система працює в двох режимах: отримання знань і вирішення задач.

Семантичні мережі складаються з точок, які називаються вузлами, та дуг, які їх зв‘язують і описують відношення між ними.

Фрейм – мережа вузлів і відношень, організованих ієрархічно, де верхні вузли представляють загальні поняття, а нижні вузли окремий випадок цих понять.

Висновки на основі баз знань можуть здійснюватися на основі чіткої або нечіткої логіки.

При застосовуванні чіткої логіки процес співставлення з фактами частин ЯКЩО правило породжує те, що називається ланцюгом виводів.

1. 
   Перетворення вхідних змінних в безрозмірні відносні змінні;
   
2. 
   Фазифікація, тобто перетворення відносних значень на нечітку форму;
   
3. 
   Нечіткий логічний висновок щодо доцільного керування;
   
4. 
   Дефазифікація, тобто перетворення нечіткого результату на чітку форму;
   
5. 
   Перетворення вихідних безрозмірних відносних змінних фізичні змінні.
   

Отримання експертних оцінок

– метод парних порівнянь Сааті

Нечіткий логічний висновок Мамдані.

• 
  чіткі вхідні дані, нечітка база знань
  
• 
  нечіткі вхідні дані, чітка база знань
  

Нехай, наприклад, дані про незалежні нечіткі аргументи оцінені експертами і занесені до таблиці 3.1. Якісні фактори можуть бути оцінені термами <“відсутній”, “малий”, “нижче середнього”, “середній”, “вище середнього”, “великий”>, яким для зручності ставиться у відповідність шкала з діапазону (1- 6).

Таким чином, функція належності має вигляд, показаний на рис. 3.10.

результат моделювання отримується за допомогою операції дефазифікації.

Чітке значення виходу , що відповідає вхідному вектору визначається в результаті деффазифікації нечіткої множини . Найбільше часто застосовується дефазифікація по методу центра ваги:

де - тут символ інтеграла.

Нечіткий логічний висновок Сугено.

Нечіткий логічний висновок по алгоритму Сугено (іноді говорять алгоритм Такаги-Сугено) виконується по нечіткій базі знань:

де - деякі числа.

База знань Сугено аналогічна базі знань Мамдани за винятком висновків правил , які задаються не нечіткими термами, а лінійною функцією від входів: . Правила в базі знань Сугено є свого роду перемикачами з одного лінійного закону "входи - вихід" на іншій, теж лінійний. Границі підобластей розмиті, отже, одночасно можуть виконуватися кілька лінійних законів, але з різними ступенями. Ступеня належності вхідного вектора до значень розраховується в такий спосіб:

У результаті одержуємо таку нечітку множину , що відповідає вхідному вектору :

Методи проектування ІУС

BPM. Структурне проектування ІУС. Мова UML. Основні етапи проектування і відповідні діаграми. Графи як інструмент опису структури ІУС. Метод гілок та границь, критерії оптимізації як монотонні функції кількості вершин на шляху в графі. Оптимізація лінійної та кільцевої ІУС. Оптимізація ієрархічної ІУС.

СРС: задача комівояжера

Книга: Д

Монография известного американского специалиста, написанная как справочное руководство по созданию и применению экспертных систем. Книга обобщает теоретическиепредпосылки и накопленный практический опыт по принципиально новому и чрезвычайно многообещающему способу применения вычислительной техники в самых разнообразных областях человеческой деятельности. Она знакомит с современным состоянием и перспективами экспертных систем, содержит методы их разработки и внедрения. Для математиков-прикладников, программистов, студентов и аспирантов университетов.

Издательство: "Мир" (1989)

Формат: 60x90/16, 388 стр.

Экспертная система — (ЭС, англ. expert system)  компьютерная система, способная частично заменить специалиста эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970 х годах, а в 1980 … Википедия

Экспертные системы — Экспертная система (ЭС, expert system) компьютерная программа, способная заменить специалиста эксперта в разрешении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970 х годах, а в 1980 х получили… … Википедия

Технические — 19. Технические указания по технологии производства строительных и монтажных работ при электрификации железных дорог (устройства электроснабжения). М. Оргтрансстрой, 1966. Источник: ВСН 13 77: Инструкция по монтажу контактных сетей промышленного … Словарь-справочник терминов нормативно-технической документации

технические требования — 3.2 технические требования* (technical specification): Технический документ, устанавливающий требования, которые должны быть выполнены при производстве, поставке и приемке продукции, услуги или процесса для соответствия функциональным требованиям … Словарь-справочник терминов нормативно-технической документации

Коррупция — Индекс восприятия коррупции в разных странах мира по данны … Википедия

Европейский центральный банк — (European Central Bank) Европейский центральный банк – это крупнейшее международное кредитно банковкое учреждение государств Евросоюза и Зоны Евро Структура и фкункции Европейского Центрального банка, Европейская система центральных банков,… … Энциклопедия инвестора

Подскажите по Экспертным Системам - Форумы

Пишу роботу по экспертным системам.
Интересует любая информация по созданию и применению (практический опыт).
В интернете, как оказалось, ничего нормального найти по этой теме не удалось - ни одной основопологающей книги, ни одной фирмы, которая разрабатывает/использует ЭС.

К первоисточникам с большей радостью бы обратился, если бы знал их фамилии и труды. Поиск на scholar.google.com дает лишь ссылки на иностранные труды, которые свободно скачать невозможно (лишь заплатив за это большие деньги).

Буду благодарен за любую помощь!

Дракон! Вы че издеваетесь?
Гуглик на запрос "экспертные системы" выдал 4 млн. 260 тыс. ссылок

Конечно, вот только если присмотреться, то это все в темах:

Nero 6 Ultra edition Download
Search Requests / Icqhackers.ru 2005.05.26
Всё об асексуалах. Ответить
GH mumbo jumbo
Аудиторские услуги. Услуги. Украина
.

и т.д. Единственное что по теме - пара ссылок на базы рефератов сомнительной свежести.

Смотрите следующие источники:
Самоучитель по экспертным системам - http://sapr-mgsu.narod.ru/biblio/ex-syst/ и http://256bit.ru/Expert/
Применение средств языка CLIPS для организации и представления знаний в экспертных системах - http://www.uran.donetsk.ua/

Dragoon писал(а): В интернете, как оказалось, ничего нормального найти по этой теме не удалось - ни одной основопологающей книги, ни одной фирмы, которая разрабатывает/использует ЭС.

Весь Инет забит примерами экспертных системы в различных областях.
Например:
Интеллектуальные робототехнические системы - http://www.intuit.ru/department/human/isrob/
Назначение экспертных систем - http://econom.nsu.ru/manag1/kaplun/expert.htm
Экспертные системы для практической реализации стандартов и правил оценки недвижимости в полуавтоматическом диалоговом режиме - http://www.smao.ru/doc.asp?ob_no=924

Спасибо большое!
Приступаю к прочтению

"Поиск на scholar.google.com дает лишь ссылки на иностранные труды, которые свободно скачать невозможно"

Есть достаточно широко и отечественные работы.
Для Вашего уровня, подойдет, например,

1. Гаврилова Т.А. Хорошевский В.Ф. Базы знаний интеллектуальных систем, 2001, 384 с.
2. Под ред. Попова Э.В. Искусственный интеллект: В 3-х кн./Справочник, 1990

Есть хорошие западные книги, которые я встречал и в электронном виде в Рунете бесплатно.

1.Под ред.Хейеса-Рота Ф. и др. Построение экспертных систем, 1987, 441 с.
2. Уотермен Д. Руководство по экспертным системам, М.Мир, 1989

“Экспертные системы: принципы разработки и программирование”
4-е издание
Джозеф Джарратано, Гари Райли

Книга представляет собой известный во всем мире учебник по экспертным системам и языку экспертных систем - CLIPS. В книгу включены сведения, относящиеся к двум основным направлениям:
первое - излагается теория экспертных систем и показано, какое место занимают экспертные системы во всем объеме компьютерных наук.
Второе направление представлено сведениями по программированию с помощью языка C-LIPS.
Еще одним новым средством, описанным в данном издании, является объектно-ориентированный язык программирования COOL.
В начале книги содержится отдельное введение в тематику искусственного интеллекта, объем которого достаточен для изучения экспертных систем. Теоретический материал изложен на уровне, доступном для восприятия студентов старших курсов и аспирантов, интересующихся экспертными системами, которые специализируются в области компьютерных наук, информационных управленческих систем, в программотехнике и других областях. Книга может оказаться полезной для широкого круга читателей, желающих применить экспертные системы в своей работе.

Особенно ценно будет найти это:

"излагается теория экспертных систем и показано, какое место занимают экспертные системы во всем объеме компьютерных науки "

и это:
"Книга может оказаться полезной для широкого круга читателей, желающих применить экспертные системы в своей работе."

Купить книгу: Уотермен Д

Монография известного американского специалиста, написанная как справочное руководство по созданию и применению экспертных систем. Книга обобщает теоретические предпосылки и накопленный практический опыт по принципиально новому и чрезвычайно многообещающему способу применения вычислительной техники в самых разнообразных областях человеческой деятельности. Она знакомит с современным состоянием и перспективами экспертных систем, содержит методы их разработки и внедрения.

Для математиков-прикладников, программистов, студентов и аспирантов университетов.

От редактора перевода

Предисловие к серии

I. Введение в экспертные системы

1. Что такое экспертные системы?

Краткий исторический очерк

Характеристики экспертной системы

Кто участвует в построении экспертной системы?

2. Что хорошего в экспертных системах?

А почему бы не использовать настоящих экспертов?

Почему необходимо оставить для человека место в системе?

3. Как организованы экспертные системы?

Методы, основанные на правилах

Методы, основанные на фреймах

4. Чем отличаются экспертные системы от традиционных программ?

Основные характеристики экспертных систем

Экспертные системы делают ошибки

5. Для чего используются экспертные системы?

Основные виды деятельности экспертных систем

Типы задач, решаемых экспертными системами

6. PROSPECTOR: экспертная система в действии

Что такое PROSPECTOR?

Система PROSPECTOR в действии

Как система PROSPECTOR делает это?

Какого уровня компетентности достигает PROSPECTOR?

II. Средства построения экспертных систем

7. Представление знаний в экспертных системах

Представление знаний с использованием правил

Представление знаний с использованием семантических сетей.

Представление знаний с использованием фреймов

8. Природа средств построения экспертных систем

Языки программирования для приложений в области экспертных систем

Языки инженерии знаний

Вспомогательные средства построения экспертных систем

9. Этапы развития средств построения экспертных систем

Какие методы программирования и представления знании поддерживаются инструментальными средствами?

10. Примеры языков инженерии знаний

III. Разработка экспертных систем

11. Применимы ли экспертные системы для решения моей проблемы?

Когда разработка экспертной системы возможна?

Когда разработка экспертной системы оправдана?

Когда разработка экспертной системы разумна?

12. Построение экспертной системы

Работы, выполняемые при создании экспертных систем

Уровни разработки экспертной системы

13. Выбор инструментального средства построения экспертных систем

Вопросы, которые нужно задать при выборе средства

Оценивание инструментального средства

Является ли наилучшее средство разработки экспертной системы также наилучшим средством реализации ее окончательной версии?

14. Приобретение знаний от экспертов

Процесс приобретения знаний

Беседы с экспертом

15. Пример процесса построения экспертной системы

Какие понятия необходимы для получения решения?

Как знания могут быть формально представлены?

Реализация прототипной версии системы

IV. Трудности разработки экспертной системы

16. Трудности в разработке экспертной системы

Ограничения, присущие экспертным системам

Экспертные системы требуют много времени на разработку

17. Часто встречающиеся ловушки при планировании экспертной системы

Выбор подходящей задачи

Ресурсы, необходимые для построения системы

Выбор инструментального средства построения экспертной системы

18. Ловушки при работе с предметным экспертом

Взаимодействие с экспертом

19. Ловушки, встречающиеся в процессе разработки экспертной системы

Реализация экспертной системы

Тестирование и оценка экспертной системы

V. Экспертные системы и рынок

20. Где разрабатываются экспертные системы?

Экспертные системы, разрабатываемые в университетах

Работы по экспертным системам в исследовательских центрах

Работы по экспертным системам в частных компаниях, специализирующихся на инженерии знаний

21. Как оцениваются экспертные системы на коммерческом рынке?

Высококачественные экспертные системы, используемые в научных

Высококачественные экспертные системы, используемые в деловой

XCON: экспертная система, составляющая конфигурации компьютерных систем

22. Что же следует за экспертными системами?

Экспертные системы приведут к интеллектуальным системам

Новая область приложения: экспертные системы для юристов

23. Источники дополнительной информации по экспертным системам

Публикации по экспертным системам и искусственному интеллекту

Книги по экспертным системам и ИИ

Периодические издания, вестники и журналы по экспертным системам и ИИ

VI. Экспертные системы и средства их построения

24. Указатель экспертных систем

Как использовать этот указатель

Экспертные системы и их области применения

25. Каталог экспертных систем

Экспертные системы управления

1. Назначение экспертных систем

2. Архитектура экспертных систем

3. Этапы разработки экспертных систем

Под экспертной системой понимается система, объединяющая возможности компьютера со знаниями и опытом эксперта в такой форме, что система может предложить разумный совет или осуществить разумное решение поставленной задачи (1, стр. 90).

Экспертная система - это вычислительная система, в которую включены знания специалистов о некоторой конкретной проблемной области и которая в пределах этой области способна принимать экспертные решения.

Экспертные системы, пожалуй, наиболее значительное практическое достижение в области искусственного интеллекта, получили в настоящее время самую широкую известность. В отличие от других, ориентированных на практику программных комплексов искусственного интеллекта, они имеют массовое применение, так как каждая экспертная система позволяет решить неограниченное число сложных для человека задач из соответствующей предметной области. Экспертная система может быть, по-видимому, построена для любой предметной области, о чем говорит следующий перечень уже решаемых экспертными системами классов задач: диагностика, предсказание, проектирование, планирование, управление, наблюдение.

В основе экспертной системы лежит определенный запас знаний о конкретной предметной области. Эти знания организуются, как некоторая совокупность правил, которые позволяют делать заключения на основе исходных данных или предположений.

Экспертные системы решают реальные проблемы, которые обычно встают перед специалистом - экспертом. Поэтому для формирования экспертной системы нужно сначала извлечь подходящее знание из человека - эксперта. Такое знание по своей природе является скорее чисто эвристическим, а не абсолютным, содержанием которого являются несомненные факты.

1.Назначение экспертных систем

В начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Исследователи в области ЭС для названия своей дисциплины часто используют также термин «инженерия знаний», введенный Е. Фейгенбаумом как «привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов».

Программные средства (ПС), базирующиеся на технологии экспертных систем, или инженерии знаний (в дальнейшем будем использовать их как синонимы), получили значительное распространение в мире.

Важность экспертных систем состоит в следующем (8, стр. 76):

· технология экспертных систем существенно расширяет круг практически значимых задач, решаемых на компьютерах, решение которых приносит значительный экономический эффект;

· технология ЭС является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки сложных приложений;

· высокая стоимость сопровождения сложных систем, которая часто в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ и т.п.;

· объединение технологии ЭС с технологией традиционного программирования добавляет новые качества к программным продуктам за счет: обеспечения динамичной модификации приложений пользователем, а не программистом; большей «прозрачности» приложения (например, знания хранятся на ограниченном ЕЯ, что не требует комментариев к знаниям, упрощает обучение и сопровождение); лучшей графики; интерфейса и взаимодействия.

По мнению ведущих специалистов, в недалекой перспективе ЭС найдут следующее применение (3, стр. 45):

· ЭС будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг;

· технология ЭС, получившая коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.

ЭС предназначены для так называемых неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

Неформализованные задачи обычно обладают следующими особенностями:

· ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;

· ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;

· большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;

· динамически изменяющимися данными и знаниями.

Следует подчеркнуть, что неформализованные задачи представляют большой и очень важный класс задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.

Экспертные системы и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма).

Экспертные системы применяются для решения только трудных практических (не игрушечных) задач. По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают «прозрачностью», т.е. могут быть объяснены пользователю на качественном уровне. Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

2.Архитектура экспертных систем

Типичная статическая ЭС состоит из следующих основных компонентов (рис. 1.) (2, стр. 56):

· рабочей памяти (РП), называемой также базой данных (БД);

· компонентов приобретения знаний;

База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.

Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.

Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.

Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый компонент ориентирован на организацию дружественного общения с пользователем, как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.

В разработке ЭС участвуют представители следующих специальностей:

· эксперт в проблемной области, задачи которой будет решать ЭС;

· инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);

· программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС.

Необходимо отметить, что отсутствие среди участников разработки инженеров по знаниям (т.е. их замена программистами) либо приводит к неудаче процесс создания ЭС, либо значительно удлиняет его.

Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний.

Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.

Программист разрабатывает ИС (если ИС разрабатывается заново), содержащее в пределе все основные компоненты ЭС, и осуществляет его сопряжение с той средой, в которой оно будет использовано.

Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования ЭС).

В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.

Отметим, что режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.

В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения:

«Почему система задает тот или иной вопрос?», «как ответ, собираемый системой, получен?».

Структуру, приведенную на рис. 1.1, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.

На рис. 1.2 показано, что в архитектуру динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

3.Этапы разработки экспертных систем

Разработка ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату.

Использовать ЭС следует только тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо одновременное выполнение, по крайней мере, следующих требований (1, стр. 67):

1) существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты;

2) эксперты сходятся в оценке предлагаемого решения, иначе нельзя будет оценить качество разработанной ЭС;

3) эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут «извлечены» и вложены в ЭС;

4) решение задачи требует только рассуждений, а не действий;

5) задача не должна быть слишком трудной (т.е. ее решение должно занимать у эксперта несколько часов или дней, а не недель);

6) задача хотя и не должна быть выражена в формальном виде, но все же должна относиться к достаточно «понятной» и структурированной области, т.е. должны быть выделены основные понятия, отношения и известные (хотя бы эксперту) способы получения решения задачи;

7) решение задачи не должно в значительной степени использовать «здравый смысл» (т.е. широкий спектр общих сведений о мире и о способе его функционирования, которые знает и умеет использовать любой нормальный человек), так как подобные знания пока не удается (в достаточном количестве) вложить в системы искусственного интеллекта.

Использование ЭС в данном приложении может быть, возможно, но не оправдано. Применение ЭС может быть оправдано одним из следующих факторов (4, стр. 76):

· решение задачи принесет значительный эффект, например экономический;

· использование человека-эксперта невозможно либо из-за недостаточного количества экспертов, либо из-за необходимости выполнять экспертизу одновременно в различных местах;

· использование ЭС целесообразно в тех случаях, когда при передаче информации эксперту происходит недопустимая потеря времени или информации;

· использование ЭС целесообразно при необходимости решать задачу в окружении, враждебном для человека.

Приложение соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик:

1) задача может быть естественным образом решена посредством манипуляции с символами (т.е. с помощью символических рассуждений), а не манипуляций с числами, как принято в математических методах и в традиционном программировании;

2) задача должна иметь эвристическую, а не алгоритмическую природу, т.е. ее решение должно требовать применения эвристических правил. Задачи, которые могут быть гарантированно решены (с соблюдением заданных ограничений) с помощью некоторых формальных процедур, не подходят для применения ЭС;

3) задача должна быть достаточно сложна, чтобы оправдать затраты на разработку ЭС. Однако она не должна быть чрезмерно сложной (решение занимает у эксперта часы, а не недели), чтобы ЭС могла ее решать;

4) задача должна быть достаточно узкой, чтобы решаться методами ЭС, и практически значимой.

При разработке ЭС, как правило, используется концепция «быстрого прототипа». Суть этой концепции состоит в том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они создают прототип (прототипы) ЭС. Прототипы должны удовлетворять двум противоречивым требованиям: с одной стороны, они должны решать типичные задачи конкретного приложения, а с другой - время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом). Для удовлетворения указанным требованиям, как правило, при создании прототипа используются разнообразные средства, ускоряющие процесс проектирования.

Прототип должен продемонстрировать пригодность методов инженерии знаний для данного приложения. В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭС для данного приложения. По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения. Преобразование прототипа ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭС, так и уменьшение требуемой памяти. Трудоемкость и время создания ЭС в значительной степени зависят от типа используемого инструментария.

В ходе работ по созданию ЭС сложилась определенная технология их разработки, включающая шесть следующих этапов (рис. 1.4):

идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию. На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

На этапе формализации выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.

На этапе выполнения осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.

В результате выполнения данной проекты, посвященной проблемам построения экспертных систем, были получены следующие выводы.

Экспертные системы обладают следующими основными характеристиками:

· экспертная система ограничена определенной сферой экспертизы;

· она способна рассуждать при сомнительных данных;

· она способна объяснить цепочку рассуждений понятным способом;

· она строится так, чтобы имелась возможность постепенного наращивания системы;

· чаще всего она основана на использовании правил;

· на выходе она выдает совет - не таблицы из цифр, не красивые картинки на экране, а четкий совет;

· экспертная система обладает способностью самообучаться.

Написание экспертных систем требует сравнительно больших трудозатрат и материальных ресурсов. Чтобы избежать дорогостоящих и безуспешных попыток необходимо определить, является ли проблема подходящей для решения с помощью экспертной системы:

* Потребность в решении должна соответствовать затратам на ее разработку. Суммы затрат и полученная выгода должны быть реалистическими.

* Невозможно использовать знания человека - эксперта там, где это необходимо. Если экспертные знания широко распространены, то маловероятно, что стоит разрабатывать экспертную систему. Однако, в таких областях, как разведка нефти и медицина, могут быть редкие специализированные знания, которыми можно недорого снабдить экспертную систему, и не использовать очень высоко оплачиваемого эксперта.

Проблема может быть решена с использованием символических методов рассуждения.

Проблема хорошо структурирована и не требует применения знаний, основанных на здравом смысле. Знания, основанные на здравом смысле, хорошо известны, поэтому их незачем фиксировать и представлять.

Проблема не может быть легко решена с использованием более традиционных вычислительных методов. Если имеется хорошее алгоритмическое решение проблемы, не следует использовать экспертную систему.

Существуют ли эксперты в данной проблемной области. Поскольку экспертная система проектируется для успешной работы, весьма существенно, чтобы эксперты желали помогать при ее проектировании. Кроме того, необходима поддержка администрации и потенциальных пользователей.

Проблема имеет подходящий размер и область применения. Как правило, проблема требует применения знаний высоко специализированных экспертов, но человек-эксперт должен тратить на ее решение короткое время, (максимум час).

Должно быть ясно, что только малый диапазон проблем соответствует технологии экспертных системы. Однако при использовании для подходящих проблем, экспертные системы могут приносить огромные прибыли. Например, были разработаны экспертные системы, помогающие анализировать данные, полученные при разведке нефти, и для помощи в конфигурировании компьютерных систем. Обе эти системы активно используются, экономя большое количество средств.

Как при проектировании большинства прикладных программ, если пользователь не доволен разработанной системой, то затрачиваются дополнительные деньги, так что разработка должна включать близкое сотрудничество с потенциальными пользователями. Базисный цикл развития должен включать быструю разработку начального прототипа и итерационного процесса испытания и изменения прототипа совместно с экспертами (чтобы проверить правильность правил) и пользователем (чтобы проверить, имеется ли вся необходимая информация, удовлетворены ли они эффективностью системы и объяснениями).

Экспертная система, пусть даже с элементами искусственного интеллекта, останется лишь инструментом грамотного пользователя: инженера, изобретателя, учёного, способным многократно повысить эффективность их работы.

1. Автоматизированное проектирование информационно-управляющих систем. Проектирование экспертных систем на основе системного моделирования: [Монография]/ Науч. ред. Куликов Г.Г. - Уфа: Уфим. гос. авиац. техн. ун-т, 1999. - 223 с.

2. Инжиниринг информационных и деловых процессов: Сб. науч. тр. / М-во общ. и проф. образования Рос. Федерации. Моск. гос. ун-т экономики, статистики и информатики; [Редкол. Ю.Ф. Тельнов (отв. ред.) и др.]. - М. Моск. гос. ун-т экономики, статистики и информатики, 1998. - 137 с.

3. Информатика: учебник / Под. ред. проф. Н.В. Макаровой. - М. Финансы и статистика, 1997. - 768 с.

4. Компьютерные технологии обработки информации: Учеб. пособие / С.В. Назаров, В.И. Першиков, В.А. Тафинцев и др.; Под ред. С.В. Назарова. - М. Финансы и статистика, 1995. - 248 с.

5. Красилов А.А. Основы информатики. Определение и концепции // Учебное пособие, МФТИ, - М. 1990. - 80 с.

6. Красилов А.А. Горельков А.Л. Стили программирования. - М. МФТИ, 1986. - 83 с.

7. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. - М. Наука, 1987. - 288 с.

8. Справочник. Искусственный интеллект. В 3-х книгах. - М. Радио и связь, 1990.

9. Уотермен Д. Руководство по экспертным системам: Пер. с англ. - М. Мир, 1989. - 388 с. ил.

10. Уотермен Д. Руководство по экспертным системам: Пер. с англ. - М. Мир, 1989.

11. Уотермен Д. Руководство по экспертным системам: Пер. с англ. - М. Мир, 1989.