Загрузка...
Учебная работа. Контрольная работа: Экспертные системы управления
Введение
1. Предназначение экспертных систем
2. Архитектура экспертных систем
3. Этапы разработки экспертных систем
Заключение
Перечень литературы
Введение
Под экспертной системой понимается система, объединяющая способности компа со познаниями и опытом профессионала в таковой форме, что система может предложить разумный совет либо выполнить разумное решение поставленной задачки (1, стр. 90).
Экспертная система – это вычислительная система, в которую включены познания профессионалов о некой определенной проблемной области и которая в границах данной области способна принимать экспертные решения.
Экспертные системы, пожалуй, более существенное практическое достижение в области искусственного ума, получили в истинное время самую широкую известность. В отличие от остальных, нацеленных на практику программных комплексов искусственного ума, они имеют общее применение, потому что любая экспертная система дозволяет решить неограниченное число сложных для человека задач из соответственной предметной области. Экспертная система быть может, по-видимому, построена для хоть какой предметной области, о чем гласит последующий список уже решаемых экспертными системами классов задач: смерти), пророчество, проектирование, планирование, управление, наблюдение.
В базе экспертной системы лежит определенный припас познаний о определенной предметной области. Эти познания организуются, как некая совокупа правил, которые разрешают созодать заключения на базе начальных данных либо догадок.
Экспертные системы решают настоящие задачи, которые обычно встают перед спецом – профессионалом. Потому для формирования экспертной системы необходимо поначалу извлечь подходящее познание из человека – профессионала. Такое познание по собственной природе является быстрее чисто эвристическим, а не абсолютным, содержанием которого являются бесспорные факты.
1. Предназначение экспертных систем
Сначала 80-х годов в исследовательских работах по искусственному уму сформировалось самостоятельное направление, получившее заглавие «экспертные системы» (ЭС). Цель исследовательских работ по ЭС состоит в разработке программ, которые при решении задач, тяжелых для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым профессионалом. Исследователи в области ЭС для наименования собственной дисциплины нередко употребляют также термин «инженерия познаний», введенный Е. Фейгенбаумом как «привнесение принципов и инвентаря исследовательских работ из области искусственного ума в решение тяжелых прикладных заморочек, требующих познаний профессионалов».
Программные средства (ПС), базирующиеся на технологии экспертных систем, либо инженерии познаний (в предстоящем будем применять их как синонимы), получили существенное распространение в мире.
Значимость экспертных систем состоит в последующем (8, стр. 76):
· разработка экспертных систем значительно расширяет круг фактически важных задач, решаемых на компах, решение которых приносит значимый экономический эффект;
· разработка ЭС является важным средством в решении глобальных заморочек обычного программирования: продолжительность и, как следует, высочайшая стоимость разработки сложных приложений;
· высочайшая стоимость сопровождения сложных систем, которая нередко в несколько раз превосходит стоимость их разработки; маленький уровень повторной используемости программ и т.п.;
· объединение технологии ЭС с технологией обычного программирования добавляет новейшие свойства к программным продуктам за счет: обеспечения оживленной модификации приложений юзером, а не программером; большей «прозрачности» приложения (к примеру, познания хранятся на ограниченном ЕЯ, что не просит объяснений к познаниям, упрощает обучение и сопровождение); наилучшей графики; интерфейса и взаимодействия.
По воззрению ведущих профессионалов, в недалекой перспективе ЭС отыщут последующее применение (3, стр. 45):
· ЭС будут играться ведомую роль во всех фазах проектирования, разработки, производства, распределения, реализации, поддержки и оказания услуг;
· разработка ЭС, получившая коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.
ЭС предусмотрены для так именуемых неформализованных задач, т.е. ЭС не отторгают и не подменяют обычного подхода к разработке программ, нацеленного на решение формализованных задач.
Неформализованные задачки обычно владеют последующими чертами:
· ошибочностью, неоднозначностью, неполнотой и противоречивостью начальных данных;
· ошибочностью, неоднозначностью, неполнотой и противоречивостью познаний о проблемной области и решаемой задачке;
· большенный размерностью места решения, т.е. перебор при поиске решения очень велик;
· динамически изменяющимися данными и познаниями.
Следует выделить, что неформализованные задачки представляют большенный и весьма принципиальный класс задач. Почти все спецы считают, что эти задачки являются более массовым классом задач, решаемых ЭВМ .
Экспертные системы и системы искусственного ума различаются от систем обработки данных тем, что в их в главном употребляются символьный (а не числовой) метод представления, символьный вывод и эвристический поиск решения (а не выполнение известного метода).
Экспертные системы используются для решения лишь тяжелых практических (не игрушечных) задач. По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем владеют «прозрачностью», т.е. могут быть объяснены юзеру на высококачественном уровне. Это свойство экспертных систем обеспечивается их способностью рассуждать о собственных познаниях и умозаключениях. Экспертные системы способны пополнять свои познания в процессе взаимодействия с профессионалом. нужно отметить, что в истинное время разработка экспертных систем употребляется для решения разных типов задач (интерпретация, пророчество, другими словами заключения о сути заболевания и состоянии пациента»>диагностика , планирование, конструирование, контроль, отладка, инструктаж, управление) в самых различных проблемных областях, таковых, как деньги, нефтяная и газовая индустрия, энергетика, транспорт, фармацевтическое Создание, Космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная индустрия, телекоммуникации и связь и др.
2. Архитектура экспертных систем
Обычная статическая ЭС состоит из последующих главных компонент (рис. 1.) (2, стр. 56):
· решателя (интерпретатора);
· рабочей памяти (РП), именуемой также базой данных (БД);
· базы познаний (БЗ);
· компонент приобретения познаний;
· пояснительного компонента;
· диалогового компонента.
база данных (рабочая память)
создана для хранения начальных и промежных данных решаемой в текущий момент задачки. Этот термин совпадает по наименованию, но не по смыслу с термином, применяемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (сначала длительных), хранимых в системе.
база познаний
(БЗ) в ЭС создана для хранения длительных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных данной области.
Решатель,
используя начальные данные из рабочей памяти и познания из БЗ, сформировывает такую последовательность правил, которые, будучи примененными к начальным данным, приводят к решению задачки.
Компонент
приобретения познаний автоматизирует процесс заполнения ЭС познаниями, осуществляемый пользователем-профессионалом.
Пояснительный компонент
разъясняет, как система получила решение задачки (либо почему она не получила решение) и какие познания она при всем этом употребляла, что упрощает профессионалу тестирование системы и увеличивает доверие юзера к приобретенному результату.
Диалоговый компонент
нацелен на компанию дружеского общения с юзером, как в процессе решения задач, так и в процессе приобретения познаний и разъяснения результатов работы.
В разработке ЭС участвуют представители последующих специальностей:
· эксперт в проблемной области, задачки которой будет решать ЭС;
· инженер по познаниям – спец по разработке ЭС (применяемые им технологию, способы именуют технологией (способами) инженерии познаний);
· программер по разработке инструментальных средств (ИС), созданных для убыстрения разработки ЭС.
нужно отметить, что отсутствие посреди участников разработки инженеров по познаниям (т.е. их подмена программерами) или приводит к беде процесс сотворения ЭС, или существенно удлиняет его.
эксперт
описывает познания (данные и правила), характеризующие проблемную область, обеспечивает полноту и корректность введенных в ЭС познаний.
Инженер по познаниям
помогает профессионалу выявить и структурировать познания, нужные для работы ЭС; производит выбор того ИС, которое более подступает для данной проблемной области, и описывает метод представления познаний в этом ИС; выделяет и программирует (классическими средствами) обычные функции (обычные для данной проблемной области), которые будут употребляться в правилах, вводимых профессионалом.
Программер
разрабатывает ИС (если ИС разрабатывается поновой), содержащее в пределе все главные составляющие ЭС, и производит его сопряжение с той средой, в какой оно будет применено.
Экспертная система работает в 2-ух режимах: режиме приобретения познаний и в режиме решения задачки (именуемом также режимом консультации либо режимом использования ЭС).
В режиме приобретения познаний
общение с ЭС производит (через посредничество инженера по познаниям) эксперт. В этом режиме эксперт, используя компонент приобретения познаний, заполняет систему познаниями, которые разрешают ЭС в режиме решения без помощи других (без профессионала) решать задачки из проблемной области. Эксперт обрисовывает проблемную область в виде совокупы данных и правил. Данные определяют объекты, их свойства и значения, имеющиеся в области экспертизы. Правила определяют методы манипулирования с данными, соответствующие для рассматриваемой области.
Отметим, что режиму приобретения познаний в классическом подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программером. Таковым образом, в отличие от обычного подхода в случае ЭС разработку программ производит не программер, а эксперт (при помощи ЭС), не обладающий программированием.
В режиме консультации
общение с ЭС производит конечный юзер, которого интересует итог и (либо) метод его получения. Нужно отметить, что зависимо от предназначения ЭС юзер может не быть спецом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), либо быть спецом (в этом случае юзер может сам получить итог, но он обращается к ЭС с целью или убыстрить процесс получения результата, или возложить на ЭС рутинную работу). В режиме консультации данные о задачке юзера опосля обработки их диалоговым компонентом поступают в рабочую память. Решатель на базе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ сформировывает решение задачки. ЭС при решении задачки не только лишь исполняет предписанную последовательность операции, да и за ранее сформировывает ее. Если реакция системы не понятна юзеру, то он может востребовать разъяснения:
«Почему система задает тот либо другой вопросец?», «как ответ, собираемый системой, получен?».
Структуру, приведенную на рис. 1.1, именуют структурой статической ЭС
. ЭС данного типа употребляются в тех приложениях, где можно не учесть конфигурации мира вокруг нас, происходящие за время решения задачки. 1-ые ЭС, получившие практическое внедрение, были статическими.
На рис. 1.2 показано, что в архитектуру динамической ЭС по сопоставлению со статической ЭС вводятся два компонента: подсистема моделирования наружного мира и подсистема связи с наружным окружением. Крайняя производит связи с наружным миром через систему датчиков и контроллеров. Не считая того, классические составляющие статической ЭС (база познаний и машинка вывода) претерпевают значительные конфигурации, чтоб отразить временную логику происходящих в настоящем мире событий.
3. Этапы разработки экспертных систем
Разработка ЭС имеет значительные отличия от разработки обыденного программного продукта. Опыт сотворения ЭС показал, что внедрение при их разработке методологии, принятой в классическом программировании, или чрезвычайно затягивает процесс сотворения ЭС, или совершенно приводит к плохому результату.
Употреблять ЭС следует лишь тогда, когда разработка ЭС вероятна, оправдана и способы инженерии познаний соответствуют решаемой задачке. Чтоб разработка ЭС была вероятной для данного приложения, нужно одновременное выполнение, по последней мере, последующих требований (1, стр. 67):
1) есть специалисты в данной области, которые решают задачку существенно лучше, чем начинающие спецы;
2) специалисты сходятся в оценке предлагаемого решения, по другому недозволено будет оценить свойство разработанной ЭС;
3) специалисты способны вербализовать (выразить на естественном языке) и разъяснить применяемые ими способы, в неприятном случае тяжело рассчитывать на то, что познания профессионалов будут «извлечены» и вложены в ЭС;
4) решение задачки просит лишь рассуждений, а не действий;
5) задачка не обязана быть очень трудной (т.е. ее решение обязано занимать у профессионала несколько часов либо дней, а не недель);
6) задачка хотя и не обязана быть выражена в формальном виде, но все таки обязана относиться к довольно «понятной» и структурированной области, т.е. должны быть выделены главные понятия, дела и известные (хотя бы профессионалу) методы получения решения задачки;
7) решение задачки не обязано в значимой степени применять «здравый смысл» (т.е. широкий диапазон общих сведений о мире и о методе его функционирования, которые понимает и умеет применять хоть какой обычный человек), потому что подобные познания пока не удается (в достаточном количестве) вложить в системы искусственного ума.
Внедрение ЭС в данном приложении быть может, может быть, но не оправдано. Применение ЭС быть может оправдано одним из последующих причин (4, стр. 76):
· решение задачки принесет значимый эффект, к примеру экономический;
· внедрение человека-эксперта нереально или из-за недостающего количества профессионалов, или из-за необходимости делать экспертизу сразу в разных местах;
· внедрение ЭС целенаправлено в тех вариантах, когда при передаче инфы профессионалу происходит недопустимая утрата времени либо инфы;
· внедрение ЭС целенаправлено по мере необходимости решать задачку в окружении, агрессивном для человека.
Приложение соответствует способам ЭС, если решаемая задачка владеет совокупой последующих черт:
1) задачка быть может естественным образом решена средством манипуляции с знаками (т.е. при помощи символических рассуждений), а не манипуляций с числами, как принято в математических способах и в классическом программировании;
2) задачка обязана иметь эвристическую, а не алгоритмическую природу, т.е. ее решение обязано добиваться внедрения эвристических правил. задачки, которые могут быть гарантированно решены (с соблюдением данных ограничений) при помощи неких формальных процедур, не подступают для внедрения ЭС;
3) задачка обязана быть довольно сложна, чтоб оправдать Издержки на разработку ЭС. Но она не обязана быть чрезвычайно сложной (решение занимает у профессионала часы, а не недельки), чтоб ЭС могла ее решать;
4) задачка обязана быть довольно узенькой, чтоб решаться способами ЭС, и фактически важной.
При разработке ЭС, как правило, употребляется теория «резвого макета». Сущность данной концепции заключается в том, что создатели не пробуют сходу выстроить конечный продукт. На исходном шаге они делают макет (макеты) ЭС. Макеты должны удовлетворять двум противоречивым требованиям: с одной стороны, они должны решать обычные задачки определенного приложения, а с иной – время и трудозатратность их разработки должны быть очень ерундовы, чтоб можно было очень запараллелить процесс скопления и отладки познаний (осуществляемый профессионалом) с действием выбора (разработки) программных средств (осуществляемым инженером по познаниям и программером). Для ублажения обозначенным требованиям, как правило, при разработке макета употребляются различные средства, ускоряющие процесс проектирования.
Макет должен показать пригодность способов инженерии познаний для данного приложения. В случае фуррора эксперт при помощи инженера по познаниям расширяет познания макета о проблемной области. При беде может потребоваться разработка новейшего макета либо создатели могут придти к выводу о непригодности способов ЭС для данного приложения. По мере роста познаний макет может добиться такового состояния, когда он удачно решает все задачки данного приложения. Преобразование макета ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как повышение быстродействия ЭС, так и уменьшение требуемой памяти. Трудозатратность и время сотворения ЭС в значимой степени зависят от типа применяемого инвентаря.
В процессе работ по созданию ЭС сложилась определенная разработка их разработки, включающая 6 последующих шагов (рис. 1.4):
идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию. На шаге идентификации определяются задачки, которые подлежат решению, выявляются цели разработки, определяются специалисты и типы юзеров.
На шаге концептуализации проводится содержательный анализ проблемной области, выявляются применяемые понятия и их связи, определяются способы решения задач.
На шаге формализации выбираются ИС и определяются методы представления всех видов познаний, формализуются главные понятия, определяются методы интерпретации познаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, способов решений, средств представления и манипулирования познаниями.
На шаге выполнения осуществляется наполнение профессионалом базы познаний. В связи с тем, что основой ЭС являются познания, данный шаг является более принципиальным и более трудозатратным шагом разработки ЭС. процесс приобретения познаний делят на извлечение познаний из профессионала, компанию познаний, обеспечивающую эффективную работу системы, и представление познаний в виде, понятном ЭС. процесс приобретения познаний осуществляется инженером по познаниям на базе анализа деятель профессионала по решению настоящих задач.
Заключение
В итоге выполнения данной проекты, посвященной дилеммам построения экспертных систем, были получены последующие выводы.
Экспертные системы владеют последующими главными чертами:
· экспертная система ограничена определенной сферой экспертизы;
· она способна рассуждать при непонятных данных;
· она способна разъяснить цепочку рассуждений понятным методом;
· она строится так, чтоб имелась возможность постепенного наращивания системы;
· почаще всего она базирована на использовании правил;
· на выходе она выдает совет – не таблицы из цифр, не прекрасные рисунки на дисплее, а точный совет;
· экспертная система владеет способностью самообучаться.
Написание экспертных систем просит сравнимо огромных трудозатрат и вещественных ресурсов. Чтоб избежать дорогостоящих и безуспешных попыток нужно найти, является ли неувязка пригодной для решения при помощи экспертной системы:
• Потребность в решении обязана соответствовать затратам на ее разработку. Суммы издержек и приобретенная выгода должны быть реалистическими.
• Нереально применять познания человека – профессионала там, где это нужно. Если экспертные познания обширно всераспространены, то маловероятно, что стоит разрабатывать экспертную систему. Но, в таковых областях, как разведка нефти и медицина, могут быть редчайшие спец познания, которыми можно дешево снабдить экспертную систему, и не применять весьма высоко оплачиваемого профессионала.
неувязка быть может решена с внедрением символических способов рассуждения.
неувязка отлично структурирована и не просит внедрения познаний, основанных на здравом смысле. Познания, основанные на здравом смысле, отлично известны, потому их незачем фиксировать и представлять.
неувязка не быть может просто решена с внедрением наиболее обычных вычислительных способов. Если имеется не плохое алгоритмическое решение задачи, не следует применять экспертную систему.
Есть ли специалисты в данной проблемной области. Так как экспертная система проектируется для удачной работы, очень значительно, чтоб специалисты хотели помогать при ее проектировании. Не считая того, нужна поддержка администрации и возможных юзеров.
неувязка имеет пригодный размер и область внедрения. Как правило, неувязка просит внедрения познаний высоко специализированных профессионалов, но человек-эксперт должен растрачивать на ее решение куцее время, (максимум час).
Обязано быть ясно, что лишь малый спектр заморочек соответствует технологии экспертных системы. Но при использовании для пригодных заморочек, экспертные системы могут приносить большие прибыли. К примеру, были разработаны экспертные системы, помогающие рассматривать данные, приобретенные при разведке нефти, и для помощи в конфигурировании компьютерных систем. Обе эти системы интенсивно употребляются, сберегая огромное количество средств.
Как при проектировании большинства прикладных программ, если юзер не доволен разработанной системой, то затрачиваются доп средства, так что разработка обязана включать близкое сотрудничество с возможными юзерами. Базовый цикл развития должен включать резвую разработку исходного макета и итерационного процесса тесты и конфигурации макета вместе с профессионалами (чтоб проверить корректность правил) и юзером (чтоб проверить, имеется ли вся нужная информация, удовлетворены ли они эффективностью системы и объяснениями).
Экспертная система, пусть даже с элементами искусственного ума, остается только инвентарем грамотного юзера: инженера, изобретателя, учёного, способным неоднократно повысить эффективность их работы.
Перечень литературы
1. Автоматическое проектирование информационно-управляющих систем. Проектирование экспертных систем на базе системного моделирования: [Монография]/ Науч. ред.: Куликов Г.Г. – Уфа: Уфим. гос. авиац. техн. ун-т, 1999. – 223 с.
2. Инжиниринг информационных и деловых действий: Сб. науч. тр. / М-во общ. и проф. образования Рос. Федерации. Моск. гос. ун-т экономики, статистики и информатики; [Редкол.: Ю.Ф. Тельнов (отв. ред.) и др.]. – М.: Моск. гос. ун-т экономики, статистики и информатики, 1998. – 137 с.
3. Информатика: учебник / Под. ред. проф. Н.В. Макаровой. – М.: деньги и статистика, 1997. – 768 с.
4. Компьютерные технологии обработки инфы: Учеб. пособие / С.В. Назаров, В.И. Першиков, В.А. Тафинцев и др.; Под ред. С.В. Назарова. – М.: деньги и статистика, 1995. – 248 с.
5. Красилов А.А. Базы информатики. Определение и концепции // Учебное пособие, МФТИ, – М., 1990. – 80 с.
6. Красилов А.А., Горельков А.Л. Стили программирования. – М., МФТИ, 1986. – 83 с.
7. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ . – М.: Наука, 1987. – 288 с.
8. Справочник. Искусственный ум. В 3-х книжках. – М., Радио и связь, 1990.
9. Уотермен Д. Управление по экспертным системам: Пер. с англ. – М.: мир, 1989. – 388 с., ил.
10. Уотермен Д. Управление по экспертным системам: Пер. с англ. – М.: мир, 1989.
11. Уотермен Д. Управление по экспертным системам: Пер. с англ. – М.: мир, 1989.
]]>