Экспертные системы, системы ИИ, СППР

МИНИСТЕРСТВО  ОБРАЗОВАНИЯ  И  НАУКИ  РФ

ЯРОСЛАВСКИЙ ФИЛИАЛ

Аккредитованного образовательного частного учреждения

высшего профессионального  образования

«МОСКОВСКИЙ ФИНАНСОВО - ЮРИДИЧЕСКИЙ УНИВЕРСИТЕТ МФЮА»

 

 

Контрольная работа

по дисциплине: «Информационные системы в управлении»

по теме: «Экспертные системы, системы ИИ, СППР».

 

 

 

 

Работу выполнил студент 4 курса

Группы 31МЕк1820 Смирнов А.Н.

Работу проверил Гультяев В. Е.

Оценка ____________________

 

 

 

 

Ярославль, 2012г.

Содержание

 

Введение……………………………………………………….…… 3

1. Экспертная система……………………………………...….. 4
2. Система ИИ……………………………………………….…. 7
3. Система СППР………………………………….…………… 10

Заключение………………………………………………………… 14

Список литературы…………………………………………..……. 15

 

Введение

Экспертные системы (ЭС) - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Они возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ) - совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

Область ИИ имеет более  чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор  являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и  анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

Главным достоинством  экспертных систем является возможность накопления знаний - формализованной информации, на которую ссылаются или используют в процессе логического вывода, и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

 

1. Экспертная система.

Экспертная система (ЭС, expert system) - компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания.

Структура  интеллектуальных систем представляет следующую структуру ЭС: интерфейс пользователя; пользователь; интеллектуальный редактор базы знаний; эксперт; инженер по знаниям; рабочая (оперативная) память; база знаний; решатель (механизм вывода); подсистема объяснений.

База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.

Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила - набор инструкций, применяя которые к известным фактам можно получать новые факты.

В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний.

Конкретные и обобщенные запросы к базам знаний на языке  Пролог записываются с помощью языка  предикатов, выражающих правила логического  вывода и определения понятий  над процедурами логического  вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной  предметной области деятельности и  сфере знаний.

Обычно факты в базе знаний описывают те явления, которые  являются постоянными для данной предметной области. Характеристики, значения которых зависят от условий конкретной задачи, ЭС получает от пользователя в  процессе работы, и сохраняет их в рабочей памяти. Например, в  медицинской ЭС факт «У здорового  человека 2 ноги» хранится в базе знаний, а факт «У пациента одна нога»  - в рабочей памяти.

База знаний ЭС создается  при помощи трех групп людей: эксперты той проблемной области, к которой относятся задачи, решаемые ЭС; инженеры по знаниям, являющиеся специалистами по разработке ИИС; программисты, осуществляющие реализацию ЭС.

ЭС может функционировать  в 2-х режимах:

• Режим ввода знаний - в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС.
• Режим консультации - пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.

Классификация ЭС

 Классификация ЭС по решаемой задаче: интерпретация данных; диагностирование; мониторинг; проектирование; сводное планирование; обучение; управление; ремонт; отладка.

Классификация ЭС по связи  с реальным временем: статические ЭС - это ЭС, решающие задачи в условиях не изменяющихся во времени исходных данных и знаний; квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени; динамические ЭС - это ЭС, решающие задачи в условиях изменяющихся во времени исходных данных и знаний.

Этапы разработки

Этап идентификации проблем - определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

Этап извлечения знаний - проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

Этап структурирования знаний - 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.

Этап формализации - осуществляется наполнение экспертом базы знаний. 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.

Реализация ЭС - создается один или несколько прототипов ЭС, решающие требуемые задачи.

Этап тестирования - производится оценка выбранного способа представления знаний в ЭС в целом.

 

2. Системы ИИ.

Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) - наука и технология создания интеллектуальных  машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

Понятие искусственный интеллект (далее возможно сокращение ИИ), как  в прочем и просто интеллект, весьма расплывчаты. Термин интеллект (intelligence) происходит от латинского intellectus - что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) - ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Основной особенностью интеллектуальных систем является то, что они основаны на знаниях, а вернее, на некотором  их представлении. Знания здесь понимаются как хранимая (с помощью ЭВМ) информация, формализованная в соответствии с некоторыми правилами, которую  ЭВМ может использовать при логическом выводе по определенным алгоритмам.

Наиболее фундаментальной  и важной проблемой является описание смыслового содержания проблем самого широкого диапазона, т.е. должна использоваться такая форма описания знаний, которая  гарантировала бы правильную обработку  их содержимого по некоторым формальным правилам. Эта проблема называется проблемой представления знаний.

В настоящее время наиболее известны четыре подхода к представлению  знаний в обсуждаемых системах: продукционная  модель; логическая модель; семантические  сети; фреймы. Продукционные правила  - наиболее простой способ представления знаний. Он основан на представлении знаний в форме правил, структурированных в соответствии с образцом «Если – То». Часть правила «Если» называется посылкой, а «То» - выводом или действием. Правило в общем виде записывается так: «Если А1,А2,...,А То В». Такая запись означает, что «если все условия от Ai до А являются истинными, то В также истинно» или «когда все условия от Ai до А выполняются, то следует выполнить действие В». Например, рассмотрим правило: Если у является отцом х, z является братом у, то z является дядей x. В данном случае описано универсальное правило для трех переменных: x, y, z. Подставляя конкретные значения (Вася, Федя, Петя) вместо переменных можно получить конкретные различные знания. Конечно, при решении задач в искусственном интеллекте, используются куда более сложные постановки вопроса.

Знания, представленные в  интеллектуальной системе, образуют базу знаний. В интеллектуальную систему  входит также механизм выводов, который  позволяет на основе знаний, имеющихся  в базе знаний, получить новые знания. Простота и наглядность представления  такой модели знаний обусловила применения данной системы во многих системах. Кроме того, данная модель может  служить основой языка программирования, ориентированного на знания. Например, язык Пролог опирается на данную продукционную  модель.

Можно выделить два направления  развития современного ИИ:

1. решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека;
2. создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Но в настоящий момент в области  искусственного интеллекта наблюдается  вовлечение многих предметных областей, имеющих скорее практическое отношение  к ИИ, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла.

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика), при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

 

 

3. Система СППР.

 

Система поддержки принятия решений (СППР) (англ. Decision Support System, DSS) - компьютерная автоматизированная система, целью которой является помощь людям, принимающим решение в сложных условиях для полного и объективного анализа предметной деятельности. СППР возникли в результате слияния управленческих информационных систем и систем управления базами данных.