Федеральное государственное образовательное учреждение среднего профессионального образования
“Омский промышленно-экономический колледж”
Доклад на тему
Экспертные системы
по дисциплине «Основы построения автоматизированных информационных систем»
Содержание
1) Основные понятия и определения
2) Структуру экспертной системы
3) Классификация экспертных систем
1. Основные понятия и определения
Экспертные системы (ЭС) – это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.
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 существует в двух видах:
· Коллективный опыт;
· Личный опыт;
Если большая часть знаний в предметной области представлена в видеколлективного опыта(например, высшая математика), эта предметная область не нуждается в экспертных системах.
Если в предметной области большая часть знаний являетсяличным опытомспециалистов высокого уровня, если эти знания по каким-либо причинам слабо структурированы, такая предметная область, скорее всего, нуждается в экспертной системе.
2.
Структуру экспертной системы
пользователь – специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке своей деятельности со стороны ЭС.
Инженер по знаниям – специалист по искусственному интеллекту, выступающий в роли промежуточного буфера между экспертом и базой знаний.
Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС как на стадии ввода информации, так и получение результатов.
База знаний - ядро ЭС, совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и пользователю (обычно на некотором языке, приближенном к естественному). Параллельно такому как “ человеческому” представлению существует БЗ во внутреннем “машинном” представлении.
Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ.
Подсистема объяснений – программа, позволяющая пользователю получить ответ на вопрос (например: вопрос “Почему система приняла такое решение?” ответ “почему” - ссылка на умозаключение, непосредственно предшествовавшее полученному решению, т.е. отход на один шаг назад).
Интеллектуальный редактор БЗ – программа, представляющая инженеру по знаниям возможность создавать БЗ в диалоговом режиме. Включает в себя систему:
a) Вложенное меню;
b) Шаблонов языка представления знаний;
c) Подсказок (“помощь”).
В коллектив разработчиков ЭС входит как минимум четыре человека:
- эксперт;
- инженер по знаниям;
- программист;
- пользователь.
3.
Классификация экспертных систем
Классификация по решаемой задаче:
Интерпретация данных. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными.
Например: обнаружения и идентификация различных типов судов (SIAP).
Диагностика. Под ней понимается обнаружение неисправности в некоторых систем.
Например: диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ (CRIB).
Мониторинг. Основная задача мониторинга является непрерывная интерпретация данных в реальном масштабе времени и предупреждение о выходе тех или иных параметров за допустимые пределы.
Например: контроль за работой электростанций (СПРИНТ).
Проектирование. Это подготовка спецификаций на создание объектов с заранее определенными свойствами.
Например: проектирование конфигураций ЭВМ (VAX).
Прогнозирование. Они логически выводят вероятные следствия из заданных ситуаций.
Например: прогнозы в экономике (ECCON), предсказания погоды (WILLARD).
Планирование. Под ним понимается нахождения планов действий, относящийся к объектам, способным выполнять некоторые функции.
Например: планирование промышленных заказов (ISIS).
Обучение. Система диагностирует ошибки при изучении какой-либо дисциплины с помощью ЭВМ, и подсказывают правильные решения.
Например: обучение языку программирования Паскаль.
Квалификация по связи с реальным временем:
Статические. Разрабатываются в предметных областях, в которых БЗ и данные не меняются во времени, они стабильные.
Например: диагностика неисправности в автомобиле.
Квазидинамические. Интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.
Динамические. Работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных.