Развитие экспертных систем в экономике

     Открытость  и переносимость. ИС ИИ разрабатываются  с соблюдением стандартов, обеспечивающих открытость и переносимость. 

     Использование языков традиционного программирования и рабочих станций. Переход от ИС ИИ, реализованных на языках ИИ (Lisp, Prolog и т.п.), к ИС ИИ, реализованным  на языках традиционного программирования (С, C++ и т.п.), упростил обеспечение  интегрированности, снизил требования приложений ИИ к быстродействию ЭВМ и объемам оперативной памяти. Использование рабочих станций (вместо ПК) резко увеличило круг приложений, которые могут быть выполнены на ЭВМ с использованием ИС ИИ. 

     Архитектура клиент-сервер. Разработаны ИС ИИ, поддерживающие распределенные вычисления по архитектуре клиент-сервер, что позволило снизить стоимость оборудования, используемого в приложениях, децентрализовать приложения, повысить надежность и общую производительность (так как сокращается количество информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном ему оборудовании). 

     Проблемно/предметно-ориентированные  ИС ИИ. Переход от разработок ИС ИИ общего назначения (хотя они не утратили свое значение как средство для создания ориентированных ИС) к проблемно/предметно-ориентированным ИС ИИ обеспечивает: сокращение сроков разработки приложений; увеличение эффективности использования ИС; упрощение и ускорение работы эксперта; повторную используемость информационного и программного обеспечения (объекты, классы, правила, процедуры). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Заключение. 

     В результате выполнения данной контрольной работы 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 экономика,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. 
 
 
 
 
 
 
 
 
 
 
 

     Список  литературы. 

            Андрейчиков, А.В., Андрейчикова. О.Н.Интеллектуальные информационные системы: М.: Финансы и статистика, 2006. библиотека МФ МЭСИ). 

           Антамошин, А.Н. Интеллектуальные системы управления организационно-техническими системами.-М.: Горячая линия-Телеком, 2006 библиотека МФ МЭСИ). 

           Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статистические и динамические экспертные системы. – М.: Финансы и статистика, 1996. – 320 с. 

           http://www.raai.org - Российская ассоциация искусственного интеллекта 

           http://sapr-mgsu.narod.ru/biblio/ex-syst/ - Самоучитель по экспертным системам