Экспертные системы

Содержание 

Введение 3

Вопрос 1. Сущность, значение, структура экспертных систем …..….…….. 4-8

Вопрос 2. Предметные области экспертных систем ………..….….………. 9-14

Заключение 15

Список  литературы 16

 

Введение 

     Последнее десятилетие характеризуется не только радикальным изменением социально-экономической среды, в котором функционируют российские предприятия и организации всех форм собственности, но и устойчивой тенденцией развития информатизации процессов управления.

     Необходимость действовать в условиях рыночной экономики, все обостряющейся конкуренции товаропроизводителей обуславливает повышенные требования к профессиональным качествам специалистов, ответственности руководителей за результаты и последствия принимаемых решений. Чрезвычайно актуальным становится учет временного фактора и организация анализа материальных, товарных, финансовых потоков, поиск обоснованных решений в регулировании производственно-хозяйственных и финансовых ситуаций.

     Одним из направлений развития информационных технологий управления является разработка экспертных систем.

     Экспертная  система - система искусственного интеллекта, включающая знания об определенной слабо  структурированной и трудно формализуемой  узкой предметной области и способная  предлагать и объяснять пользователю разумные решения. Экспертная система состоит из базы знаний, механизма логического вывода и подсистемы объяснений.

     Экспертные  системы способны в сложной ситуации (при недостатке времени, информации или опыта) дать квалифицированную  консультацию (совет, подсказку), помогающую специалисту или менеджеру принять обоснованное решение.

     Основная  идея этих систем состоит в использовании  знаний и опыта специалистов высокой  квалификации в данной предметной области  специалистами менее высокой  квалификации в той же предметной области при решении возникающих перед ними проблем.

 

     

Вопрос  1. Сущность, значение, структура 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".

     Экспертные  системы (ЭС) - это сложные программные  комплексы, аккумулирующие знания специалистов в конкретных предметных областях и  тиражирующие этот эмпирический опыт для консультаций менее квалифицированных  пользователей.

     Типичная  статическая ЭС состоит из следующих основных компонентов (рис. 1.):

• решателя (интерпретатора);
• рабочей памяти (РП), называемой также базой данных (БД);
• базы знаний (БЗ);
• компонентов приобретения знаний;
• объяснительного компонента;
• диалогового компонента.

Обобщенная  структура экспертной системы представлена на рис. 1.

 

 

 
 

пользователь                                                   инженер по знаниям + эксперт 

      Рис.1. Структура экспертной системы. 

     Следует учесть, что реальные экспертные системы  могут иметь более сложную  структуру, однако блоки, изображенные на рисунке, непременно присутствуют в  любой действительно экспертной системе, поскольку являют собой негласный канон на структуру современной экспертной системы.

     Класс "экспертные системы" сегодня  объединяет несколько тысяч различных  программных комплексов, которые  можно классифицировать по различным  критериям. Полезными могут оказаться  следующие классификации экспертных систем:

1. По задаче:

• Интерпретация данных;
• Диагностика;
• Мониторинг;
• Проектирование;
• Прогнозирование;
• Планирование;
• Обучение.

2. По связи с реальным временем:

• Статистические;
• Квазидинамические:
• Динамические.

3. По типу ЭВМ:

• На суперЭВМ;
• На ЭВМ средней производительности;
• На символьный процессорах;
• На мини-ЭВМ;
• На супермини-ЭВМ;
• На ПЭВМ.

4. По степени интеграции:

• Автономные;
• Гибридные (интегрированные).

 

     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:

• 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:

• 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 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 другое.

 

Вопрос  2. Предметные области экспертных систем 

     В нашей стране современное состояние разработок в области экспертных систем можно охарактеризовать как стадию всевозрастающего интереса среди широких слоев экономистов, финансистов, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. К сожалению, этот интерес имеет пока достаточно слабое материальное подкрепление — явная нехватка учебников и специальной литературы, отсутствие символьных процессоров и рабочих станций искусственного интеллекта, ограниченное финансирование исследований в этой области, слабый отечественный рынок программных продуктов для разработки экспертных систем.

     Поэтому распространяются "подделки" под  экспертные системы в виде многочисленных диалоговых систем и интерактивных  пакетов прикладных программ, которые  дискредитируют в глазах пользователей это чрезвычайно перспективное направление. Процесс создания экспертной системы требует участия высококвалифицированных специалистов в области искусственного интеллекта, которых пока выпускает небольшое количество высших учебных заведений страны.

     Современные экспертные системы широко используются для тиражирования опыта и  знаний ведущих специалистов практически  во всех сферах экономики. Традиционно  знания существуют в двух видах —  коллективный опыт и личный опыт.

     Для того чтобы решить проблему в определенной области, эксперту недостаточно просто обладать суммой знаний о фактах и принципах в этой области. Например, опытный специалист знает, какого рода информацией нужно располагать для формулировки того или иного суждения, насколько надежны различные источники информации и как можно расчленить сложную проблему на более простые, которые можно решать более или менее независимо. Выявить в процессе собеседования такого рода знания, основанные на личном опыте и плохо поддающиеся формализации, значительно сложнее, чем получить простой перечень каких-то фактов или общих принципов.

     Экспертный  анализ даже в очень узкой области, выполняемый человеком, очень часто  нужно поместить в довольно обширный контекст, который включает и многие вещи, кажущиеся эксперту само собой разумеющимися, но для постороннего отнюдь таковыми не являющиеся. Возьмем для примера эксперта-юриста, который принимает участие в судебном процессе. Очень трудно очертить количество и природу знаний общего рода, которые оказываются вовлечены в расследование того или иного дела

     Если  большая часть знаний в предметной области представлена в виде коллективного  опыта (например, высшая математика), эта  предметная область не нуждается  в экспертных системах (рис. 2).

     Рис. 2. Предметная область, не пригодная для создания экспертной системы

     Если  в предметной области большая  часть знаний является личным опытом специалистов высокого уровня (экспертов), если эти знания по каким-либо причинам слабо структурированы, такая предметная область скорее всего нуждается в экспертной системе (рис. 3).