Содержание.
Введение.
Экспертные системы - системы, базирующиеся на знаниях
1.Экспертные системы (ЭС) - основная разновидность интеллектуальных систем.
2. Функциональные возможности и характеристика ЭС.
3. Области применения экспертных систем.
4. Стратегические и динамические экспертные системы.
Заключение.
Список литературы.
Введение.
В развитии экономики и бизнеса значительную роль играет информационная инфраструктура. Для качественного управления и успешного ведения дел лицу, принимающему решения (ЛПР) в настоящее время необходимо понимание важности информации и информационно-интеллектуальных систем менеджмента. Современные информационные процессы обязывают по-новому взглянуть на информационные технологии с позиций менеджера.
Информационные системы существовали задолго до эры информатизации и компьютеризации, т.к. для управления социально-экономическими процессами необходима систематизированная, предварительно подготовленная информация.
В первую очередь это важно для производственных процессов, связанных с производством материальных и нематериальных благ, т.к. они жизненно важны для общества. Производственные процессы совершенствуются наиболее динамично, и по мере их развития усложняется и управление ими, что, в свою очередь, стимулирует совершенствование и развитие информационных систем.
В настоящее время накоплен определенный опыт разработки и внедрения автоматизированных информационных систем в различных отраслях экономики. Этот опыт позволяет сделать вывод о том, что резерв повышения эффективности таких систем заключается в увеличении уровня интеллектуализации этих систем, переходе к так называемым «интеллектуальным» экономическим системам, ориентированным на знания.
Важное значение приобретает анализ проблемных областей, в которых интеграция интеллектуальных технологий и информационных систем приносит ощутимый эффект. Наиболее перспективными областями экономики и бизнеса, где интеллектуальные системы наиболее эффективны, являются:
- управление производством;
- производственное и внутрифирменное планирование и прогнозирование;
- управление маркетингом и сбытом;
- финансовый менеджмент;
- риск-менеджмент;
- банковская сфера;
- торговля;
- фондовый рынок.
Результатами изучения дисциплины «Проектирование интеллектуальных систем» должны быть:
- четкие представления об интеллектуальных технологиях и наиболее перспективных прикладных сферах их применения;
- знание основных методов разработки интеллектуальных информационных систем (ИИС) и специфики актуальных проблемных областей;
- умение работать с различными моделями представления знаний и обосновывать выбор той или иной модели в зависимости от характера предметной области и специфики решаемых задач, компоновать структуру прикладной ИИС;
- владение навыками работы с основными инструментальными средствами для проектирования ИИС:
- получение опыта проектирования и разработки демонстрационного прототипа ИИС для конкретной предметной области.
Экспертные системы – системы,
базирующиеся на знаниях.
1. Экспертные системы – основная разновидность интеллектуальных систем.
Название «экспертная система» происходит из термина «экспертная система, базирующаяся на знаниях». Экспертная система
– это система, которая использует человеческие знания, встраиваемые в компьютер, для решения задач, которые обычно требуют человеческой экспертизы. Хорошо разработанные системы имитируют процесс рассуждения экспертов, используя это для решения специфических задач.
Такие системы могут использоваться не экспертом для улучшения их способностей и возможностей в решении задач определенного класса в конкретной предметной области. ЭС могут быть также использованы для распространения источников редких знаний.
В конечном счете, такие системы могут функционировать лучше, чем некоторые отдельные эксперты - люди при выработке решения или суждения в специфической, обычно узкой области экспертизы.
Эта возможность может иметь значительное влияние как на деятельность таких профессиональных консультантов, как финансовые аналитики, юристы, аудиторы и др., так и на организации и их менеджмент.
Технологию построения ЭС часто называют инженерией знаний. Этот процесс требует специфической формы взаимодействия создателя ЭС, которого называют инженером знаний, и одного или нескольких экспертов в некоторой предметной области. Инженер знаний «извлекает» из экспертов процедуры, стратегии, эмпирические правила, которые они используют при решении задач и встраивает эти знания в ЭС.
ЭС – это сложные программы, которые манипулируют знаниями в целях получения эффективного решения в узкой предметной области. Как и настоящий человек – эксперт, эти системы используют символическую логику и эвристики (эмпирические правила) чтобы найти решения. И, они могут ошибаться, но обладают способностью учиться на своих ошибках.
Основные понятия ЭС.
Основными понятиями ЭС являются: экспертиза, эксперты, проведение экспертизы, вывод и объяснительные способности.
Экспертиза
–
это обширное, специфическое знание для решения задачи, извлеченное из обучения, чтения и опыта. Следующие типы знаний являются примерами того, что включает себя экспертиза:
- теории о проблемной области;
- правила и процедуры относительно проблемной области;
- правила (эвристики) о том, что делать в данной проблемной ситуации;
- глобальные стратегии для решения таких типов задач;
- мета - знания (знания о знаниях);
- факты о проблемной области.
Эти типы знаний дают возможность ЛПР принимать решения лучше и быстрее при решении сложных задач.
Эксперты.
Трудно дать определение понятию эксперт, т.к. мы в действительности говорим о разных степенях или уровнях экспертизы. Вопросом является также, каким объемом экспертных знаний в данной области и какими навыками должен обладать, чтобы быть квалифицированным в качестве эксперта?
Обычно, человеческая экспертиза включает многогранное интеллектуальное поведение, которое вовлекает в процесс следующие виды деятельности.
- выявление и формулировка проблемы и задачи;
- решение задачи быстро и надлежащим образом;
- объяснение решения;
- обучение из опыта;
- реструктуризация знаний;
- при необходимости от устоявшихся правил и шаблонов;
- определение уместности и соответствия;
- осознание ограничений.
Для имитации эксперта – человека необходимо создать компьютерную систему, проявляющую все эти характеристики. Однако в современных ЭС прежде всего исследованы и разработаны вторая и третья из этих видов деятельности (решение задач и объяснение решений).
Проведение экспертизы.
Целью ЭС является проведение экспертизы путем аккумуляции знаний от экспертов и предоставлению их другим людям (неэкспертам). В этот процесс вовлечены четыре вида деятельности: извлечение знаний
(из экспертов или других источников), представление
знаний
(в компьютере),вывод знаний и передача знаний
пользователю. Знания хранятся в компьютере в базе знаний
(БЗ).
Вывод.
Уникальной чертой ЭС является их способность рассуждать («думать»). Имеется в виду, что необходимые знания для экспертизы хранятся в БЗ, программа может иметь доступ к соответствующим данным в БД, а ЭС может делать логический вывод, получая нужное знание, зачастую не хранящееся в явном виде в БЗ. Процесс вывода осуществляется составляющей системы, которая называется машина вывода
.
Способность объяснять.
Другой уникальной чертой ЭС является ее способность объяснять свои советы или рекомендации. Объяснение и обоснование производятся подсистемой объяснений
. Она дает возможность системе проверять свои рассуждения и объяснять их действия.
2. Функциональные возможности и характеристика ЭС.
Основными характеристиками ЭС являются:
- накопление и организация знаний – одна из самых важных характеристик ЭС;
- знания – основа ЭС, они являются явными
и доступными
,
что отличает эти системы от большинства традиционных программ;
- ЭС применяет для решения проблем высококачественный опыт
квалифицированных экспертов. Именно высококачественный опыт в сочетании с умением его применять делает системы рентабельной. Этому также способствует гибкость системы;
- Наличие прогностических способностей. ЭС может объяснить каким образом новая ситуация привела к изменениям;
- Ведущие специалисты уходят, но их опыт остается и используется в ЭС;
- ЭС можно использовать для обучения и тренировки.
Преимущества ЭС.
Затем разрабатывать ЭС. Не лучше ли обратится к человеческому опыту, как это было в прошлом. Приведем доводы в пользу ЭС.
Таблица 1.
Сравнение человеческой и искусственной компетентности.
| Человеческая компетентность
|
Искусственная компетентность
|
Непрочная Трудно представляемая Трудно документируемая Непредсказуемая Дорогая |
Постоянная Легко передаваемая Легко документируемая Устойчивая Приемлемая по затратам |
Здесь очевидны преимущества искусственной компетентности. Кроме того, эксперт – человек может принимать различные решения в тождественных ситуациях из-за эмоциональных факторов (влияние дефицита времени, влияние стресса).
Необходимость человека в контуре управления.
Почему необходимо оставить для человека место в системе?
Если искусственная компетентность настолько лучше человеческой, почему бы полностью не отказаться от экспертов – людей, заменив их ЭС? О несостоятельности подобных предложений и рассуждений говорят много доводов. Приведем некоторые из них:
- Хотя ЭС хорошо справляются со своей работой, но в некоторых областях деятельности человеческая компетентность превосходит любую искусственную. Это не есть отражение фундаментальных ограничений ИИ, но характерно для современного его состояния. Например, область творчества.
- Обучение: человеческая компетентность пока превосходит искусственную. Эксперты адаптируются к изменяющимся условиям, приспосабливают свои стратегии к новым обстоятельствам. ЭС мало приспособлены к обучению новым концепциям и правилам. Обучающие программы разработаны для простых задач и мало пригодны, когда требуется учитывать всю сложность реальных задач.
- Эксперты могут непосредственно воспринимать комплекс входной сенсорной информации (визуальной, звуковой, осязательной, обонятельной и тактильной). ЭС – только символы. Хотя в отдельных направлениях разработки инженерных и производственных интеллектуальных систем получены реальные результаты определенной обработки сенсорной информации.
- Эксперты – люди могут охватить картину в целом, все аспекты проблемы и понять, как они соотносятся с основной задачей. ЭС стремится сосредоточить на самой задаче, хотя смежные задачи могут повлиять на решение основной.
- Люди, эксперты и не эксперты, имеют то, что мы называем здравым смыслом
,
или общедоступными знаниями. Это широкий спектр общих знаний о мире, о том, какие законы в нем действуют, т.е. знания, которыми каждый из нас обладает, приобретает из опыта и которыми постоянно пользуется. Из-за огромного объема знаний, образующих здравый смысл, не существует легкого способа встроить их в интеллектуальную программу. Знания здравого смысла включают знания о том, что вы знаете и чего не знаете.
Поэтому ЭС наиболее часто используются как советчики, в качестве консультантов или помощников ЛПР.
Функциональные возможности ЭС определяются двумя ее главными системными частями: средой развития и средой рекомендаций (рис. 2). Среда развития используется разработчиком ЭС для построения компонентов и размещения знаний в БЗ. Среда рекомендаций используется неэкспертами для получения экспертных знаний и советов.
Три главных компонента, коте проявляются в каждой ЭС- это БЗ, механизм вывода и пользовательский интерфейс. Хотя вообще ЭС могут содержать следующие компоненты:
- подсистема извлечения знаний;
- БЗ;
- механизм вывода;
- пользовательский интерфейс;
- рабочая область;
- подсистема объяснения;
- подсистема верификации знаний.
- Обычно, большинство ЭС не содержат подсистему верификации знаний. Существует также большие колебания в содержании и способностях каждой компоненты.
Извлечение знаний
представляет собой накопление, передачу и преобразование экспертиз решения задачи от экспертов или документированных источников знаний компьютерной программой для конструирования или расширения БЗ. Потенциальные источники знаний включают экспертов, учебники, справочники, мультимедийные документы, базы данных (общественные или частные), специальные исследовательские отчеты и информацию, доступную через Интернет.
Рис. 2.
Структура ЭС и ее окружение.
Извлечение знаний из экспертов является сложной задачей, которая часто создает узкое место при построении ЭС.
Современные условия требуют от знаний и способностей взаимодействовать с одним или более людьми – экспертами при построении БЗ. Инженер знаний помогает эксперту структурировать проблемную область путем интерпретации и объединения ответов человека на вопросы, проводя аналогии, предлагая контрпримеры и выявляя концептуальные трудности.
База знаний
содержит знания, необходимые для понимания, формулирования и решения задач. Она включает два основных элемента: факты, такие как проблемная ситуация и теоретические знания о проблемной области; и специальные эвристики ти правила, которые направляют использование знаний при решении специфических задач в отдельной области. Кроме того, механизм вывода, тесно связанный с БЗ, содержит стандартные правила решения задач и принятия решений. Эвристики выражают неформальные знания, мнения и суждения в прикладной области. Глобальные стратегии, которые могут быть как эвристиками, так и частью теории проблемной области, обычно включаются в БЗ. Знания, а не просто факты, являются первоначальным необработанным материалом экспертных систем. Информация и знания в БЗ представлены и включены в компьютерную программу путем реализации процесса, называемого представление знаний
.
Механизм вывода
является мозгом ЭС, его также называют управляющая структура
или интерпретатор правил
(в ЭС, основанных на правилах).
Эта компонента является в основном компьютерной программой, которая обеспечивает методологию для рассуждения об информации в БЗ и в рабочей области, а также для формулирования заключений. Она обеспечив
Механизм вывода имеет два главных элемента:
- интерпретатор, который выполняет выбранные позиции аренды, используя соответствующие правила БЗ.
- Планировщик, который поддерживает управление агендой. Он оценивает результаты используемых правил вывода в свете их приоритетов или других критериев в агенде.
Пользовательский интерфейс.
ЭС содержат языковой процессор для дружественного, проблемно – ориентированного общения между пользователем и компьютером. Общение наилучшим образом выполняется на естественном языке. Иногда оно дополняется меню и графикой.
Рабочая область
– это область, расположенная отдельно для описания текущей задачи, как определено входными данными. Она также используется для запоминания промежуточных результатов. В рабочей области запоминаются промежуточные гипотезы и решения.
Могут быть запомнены три типа решений: план
(как атаковать задачу), агенда
(потенциальные действия, ожидающие выполнения) и решение
(гипотезы – кандидаты и альтернативные направления действий, которые система сгенерировала до сих пор).
Подсистема объяснения.
Способность отслеживать ответственность и соответствие заключений их источникам является решающей и при проведении экспертизы, и при решении задачи. Подсистема объяснения может отслеживать такую ответственность и объяснять поведение экспертной системы, интерактивно отвечая на вопросы.
Подсистема верификации и совершенствования знаний
.
Эксперты обладают способностями верифицировать и совершенствовать знания. То есть, они могут анализировать свои собственные знания и их использование, обучаться от них и улучшать их для будущих консультаций. Аналогично, такая эволюция необходима в компьютеризованном обучении, так, чтобы программа могла анализировать рассуждения под углом их успеха или неудачи. Это может привести к улучшениям, и как результату, более точным БЗ и более эффективному рассуждению. Такой составляющей в настоящее время пока нет в коммерческих ЭС, но она разрабатывается в экспериментальных ЭС.
3. Области применения экспертных систем.
ЭС могут быть классифицированы несколькими путями. Одним из них является классификация по основным проблемным областям, на которые они ориентированы. При этом проблемные области определяются основными классами задач, эффективно решаемыми методами ЭС. Например, диагностика может быть определена как «выявление неисправностей системы через наблюдения». Диагностика является общей по своей сути деятельностью, совершаемой в медицине, организационных исследованиях, компьютерных операциях, контроле за оборудованием. Основные классы задач, для решения которых создаются экспертные системы, перечисленные в таблице 2.
Таблица 2.
Основные классы решения задач, решаемые ЭС.
| Класс
|
На решение какой задачи направлена
|
| Интерпретация | Выявление описаний ситуации из наблюдений |
| Предсказание | Выявление похожих последствий в данной ситуации. |
| Диагностика | Выявление неисправности системы через наблюдения. |
| Проектирование | Конфигурирование и разработка объектов, удовлетворяющих определенным требованиям. |
| Планирование | Разработка планов для достижения целей. |
| Мониторинг | Сравнение наблюдений с планами, сигнализируя об отклонениях и исключениях. |
| Отладка | Выявление и устранение неисправностей. |
| Управление | Интерпретирование, предсказывание восстановление и мониторинг поведения системы. |
Некоторые ЭС принадлежат к двум или более из этих категорий. Дадим краткое описание каждой их этих категорий.
Системы интерпретации
выявляют описания ситуации из наблюдений. Это категория включает наблюдения, понимание речи, анализ образов, интерпретацию сигналов и многие другие виды интеллектуального анализа. Система интерпретации объясняют наблюдаемые данные путем присвоения им символических значений, описывающих ситуацию.
Системы предсказания
включают прогнозирование погоды, демографические предсказания, экономическое прогнозирование, оценки урожайности, а также военное, маркетинговое и финансовое прогнозирование.
Системы диагностики
включают диагностику в медицине, электронике, механике и программном обеспечении. Диагностирующие системы обычно соотносят наблюдаемые поведенческие отклонения с причинами, лежащими в основе.
Системы проектирования
разрабатывают конфигурации объектов, которые удовлетворяют определенным требованиям задачи проектирования. Такие задачи включают конструирование зданий, планировка расположения оборудования и др. Эти системы конструируют различные взаимосвязи описаний объектов друг с другом и проверяют, удовлетворяют ли эти конфигурации установленным ограничениям и требованиям.
Системы планирования
специализируются на задачах планирования, например, такой как автоматическое программирование. Они также работают с кратко и долгосрочным планированием в управлении проектами, маршрутизация, коммуникация, разработка продукт а, военные приложения, производственное и финансовое планирование.
Системы мониторинга
сравнивают наблюдения поведения системы со стандартами, которые представляются определяющими для достижения цели. Эти решающие выявления соответствуют потенциальным недостаткам на предприятии. Существует много компьютерных систем мониторинга: от контроля движения воздушных потоков до задач управления сбором налогов.
Системы управления и контроля
адаптивно управляют всеобщим поведением системы. Для осуществления этого система управления должна периодически интерпретировать текущую ситуацию, предсказывать будущее, диагностировать причины ожидаемых проблем, формулировать план устранения этих проблем и осуществлять мониторинг его выполнения для обеспечения успеха.
Не все задачи, которые обычно образуются в каждом из этих классов, подходят для ЭС. Однако есть тысячи задач, которые подходят к этим классам.
Рассмотренные классы задач ЭС, определяющие проблемные области, решаются в различных предметных областях. Области применения существующих на сегодняшний день ЭС охватывают: медицину, геологию, научные исследования в области химии и биологии, военное дело, инженерное дело, космическую технику, метеорологию, экологию, производство, управление процессами, юриспруденцию, маркетинг, финансы, банковское дело и др.
Сегодня ЭС используются многими большими и средними организациями как главный инструмент для улучшения производительности и качества. Они являются также важным инструментом для поддержания стратегических решений и реинжиниринга бизнес – процессов.
4. Стратегические и динамические ЭС.
При классификации ЭС по проблемным областям на основе классов и типов задач, важно исследовать и оценивать характер проблемной и предметной областей с позиций динамики решаемых задач, важности временного фактора и темпоральной информации.
То есть, если исходная информация о предметной области или окружающем мире, на основе которой решается задача, не изменяется за время решения задачи, то такую предметную область можно условно назвать статической предметной областью
,
и ее представление в ЭС будет статическим. Если информация о предметной области изменяется за время решения задач, то такую предметную область можно назвать динамической предметной областью.
Если задачи, решаемые ЭС, явно, но учитывают фактор времени и не изменяют в процессе решения данные о реальной действительности, то это статические задачи. Если задачи при решении требуют учета фактора времени или изменяют данные о реальных внешних процессах, то это динамические задачи.
То есть, ЭС работает в статической проблемной среде, если она использует статическое представление и решает статические задачи. Если ЭС использует динамическое представление или решает динамические задачи, то, соответственно она работает в динамической проблемной среде. Важность времени в динамических проблемных средах определила название таких ЭС, как систем, работающих в реальном времени.
Среди специализированных систем, основанных на знаниях, наиболее значимыми являются ЭС реального времени или динамические ЭС. Исследования по разработке таких систем с целью их практического использования ведутся достаточно давно, с середины 80-х годов прошлого века.
В 1985 г. фирмаLisp Machine Inc. (LMI) выпустила систему PICON (processIntelligentControl – интеллектуальное управление процессом). Система применялась для управления нефтеперерабатывающим предприятием. Система обеспечивает контроль 20 тысяч точек. Имеется возможность динамически изменить программу контроля с уделением особого внимания «горячим точкам», параметры которых выходят за рамки допусков. Позже LMI разработала также пакет RTIME.
Успех системы PICON привел к тому, что в 1986 группа ведущих разработчиков системы образовала фирму Gensym, которая, значительно развив идеи, заложенные в PICON, в 1988 г. вышла на рынок с инструментальным средством G2, версия 1.0.
С этого времени работы по созданию инструментальных средств для ЭС реального времени стали вестись более активно. С отставанием от Gensym на 2-3 года другие фирмы начали создавать свои инструментальные средства для ЭС реального времени.
Значимость инструментальных средств реального времени определяется не столько их бурным коммерческим успехом (хотя и это достойно тщательного анализа), но, в первую очередь, тем, что только с помощью подобных средств создаются стратегически значимые приложения в таких областях, как управление непрерывными производственными процессами, аэрокосмические исследования, транспортировка и переработка нефти и газа, управление атомными и тепловыми электростанциями, финансовые операции и многие другие.
Экспертные системы реального времени, решают следующие классы задач:мониторинг в реальном масштабе времени, обнаружения неисправностей, диагностика, оперативное планирование, системы – советчики оператора.
Статические экспертные системы не способны решать подобные задачи, так как они не выполняют требования, предъявляемые к системам, работающим в реальном времени:
1. Представлять изменяющиеся во времени данные, поступающие от внешних источников, обеспечивать хранение и анализ изменяющихся данных.
2. Выполнять временные рассуждения о нескольких различных асинхронных процессах одновременно (т.е. планировать в соответствии с приоритетами обработку поступивших в систему процессов).
3. Обеспечивать механизм рассуждения при ограниченных ресурсах (время, память). Реализация этого механизма предъявляет требования к высокой скорости работы системы, способности одновременно решать несколько задач (т.е. операционные системы UNIX, VMS, WindowsNT).
4. Осуществлять постоянный мониторинг процесса, и при необходимости автоматически запускать механизм логического вывода решений по устранению критических ситуаций с одновременным информированием ЛПР.
5. Моделировать"окружающий мир", рассматриваемый в данном приложении, обеспечивать создание различных его состояний.
6. Протоколировать свои действия и действия персонала, обеспечивать восстановление после сбоя.
7. Обеспечивать наполнение базы знаний для приложений реальной степени сложности с минимальными затратами времени и труда (необходимо использование объектно-ориентированной технологии, общих правил, модульности и т.п.).
8. Обеспечивать настройку системы на решаемые задачи (проблемная/предметная ориентированность).
9. Обеспечивать создание и поддержку пользовательских интерфейсов для различных категорий пользователей.
10. Обеспечивать уровень защиты информации (по категориям пользователей) и предотвращать несанкционированный доступ.
Специфические требования, предъявляемые к экспертной системе реального времени, приводят к тому, что их архитектура отличается от архитектуры статических систем. Появляются две новые подсистемы: моделирования внешнего окружения и сопряжения с внешним миром (датчиками, контроллерами, СУБД и т.п.) – и значительные изменения, которым подвергаются оставшиеся подсистемы.
При создании ЭС реального времени, приобретают важное значение несколько новых по сравнению с обычными ЭС соображений. Главное из них – эффективность исполнения. В обычных ЭС факты и знания, на которых основываются рассуждения, носят статический характер. В производственных системах факты, или показания технологических датчиков, являются динамическими. В таких ЭС может существовать до нескольких тысяч показаний приборов и аварийных сигналов, заметно меняющих величину или состояние в течение нескольких минут.
Задача системы – советника оператора или ЛПР – поставить экспертные диагнозы состояния производства и рекомендовать неотложные аварийные мероприятия или операции по обеспечению экономически оптимальных режимов процесса.
Например, возможны следующие производственные ситуации:
1. Отказ важного датчика и передача вследствие этого ложной информации. ЭС должна при помощи БЗ о процессе обнаружить противоречия и послать оператору аварийный сигнал.
2. Нарушение хода процессе ЭС должна найти причины возникших нарушений, отделить их от следствий, и помочь оператору в устранении неполадок. Для этого она могла бы использовать эвристические правила оптимизации.
В приведенных примерах ЭС работает по правилам экспертизы, заложенным в нее при разработке. Потенциальное преимущество системы – советника оператора – заключается в том, что она проводит экспертизу во всех отношениях достаточно быстро, обеспечивая постоянную организованную помощь оператору.
Заключение.
Таким образом, основными принципами построения ЭС реального времени, в дополнение к требованиям и ЭС реального времени, рассмотренный выше, являются следующие:
1. Доступ к данным. Необходим эффективный интерфейс передачи данных в реальном масштабе времени между ЭС и распределенной измерительной системой.
2. Концепция рассуждений. Базовые механизмы прямой и обратной цепочек рассуждений должны быть «встроены» в программное окружение, работающее в реальном времени.
3. Вычислительная эффективность. Эффективность рассуждений зависит от структуры программы и БЗ, а также от быстродействия компьютера. Кроме того, дедуктивные процедуры обычных рассуждений могут быть дополнены эвристическими процедурами, подобными тем, которыми пользуются эксперты.
Список литературы.
1. Н. М. АБДИКЕЕВ. ПРОЕКТИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ В ЭКОНОМИКЕ. Москва 2003 год.
2. Обзоры ранних исследований в области экспертных систем.[Barr and Feigenbaum, 1982], [Hayes-Roth et al., 1983], [Buchanan and Shortliffe, 1984] и [Waterman, 1986].
3. Применение технологии экспертных систем в разных предметных областях. [Weiss and Kulikowski, 1983], [Klahr and Waterman, 1986], [Gale, 1986] и [Quinlan, 1987].
4. Применение экспертных систем в промышленности. [Feigenbaum et al., 1988].