Файл: Применение экспертных систем в деятельности предприятия (Понятие и сущность экспертных систем и их научно-познавательная деятельность).pdf

ВВЕДЕНИЕ

Современные информационные технологии постепенно проникают во все сферы человеческой жизни. Экономика, финансы, наука, бизнес, политика, повседневная жизнь общества - все эти области используют информационные технологии. Руководство и деятельность компании также постепенно внедряют передовые технологии.

Актуальность данного исследования обусловлена ​​тем, что деятельность человека в любой области постепенно автоматизируется. Внедрение IT-технологий в управление рабочими процессами позволяет предприятиям экономить на состоянии, а также достигать стабильного уровня качества работы. Разработка экспертных систем является следующим шагом в этом направлении. Робототехника и автоматизация - это шаг в будущее. Однако при всех преимуществах компьютерного контроля деятельность предприятия в этой системе имеет и свои недостатки. Любая, даже самая проверенная система может выйти из строя или подвергнуться атаке со стороны так называемых хакеров, что может привести к краху всей системы и негативным последствиям для компании.

Цель данного исследования – изучить использование экспертных систем в процессе деятельности предприятия.

Для достижения поставленной цели необходимо решить следующие задачи:

• раскрыть сущность экспертных систем и их научно-познавательную деятельность;
• рассмотреть структуру, функции и классификацию экспертных систем;
• выявить механизм вывода и систему объяснений в экспертных систем;
• изучить интегрированные информационные системы управления предприятием;
• раскрыть информационные системы для транснациональных корпораций;
• определить применение экспертных систем в логистике.

Для решения поставленных задач были использованы следующие методы: метод сбора, анализа и синтеза информации; методы индукции и дедукции.

Объект исследования – информационные технологии в работе предприятий.

Предмет исследования – применение экспертных систем в деятельности предприятий.

Степень изученности проблемы. В настоящее время степень изученности применения экспертных систем в работе предприятий довольно низкая, потому как применение экспертных систем началось сравнительно недавно – с конца ХХ века. В связи с этим исследований в данной отрасли практически нет. Эмпирическая и теоретическая база состоит из статей, опубликованных в сети Интернет.

Научная значимость исследования заключается в том, что в нем синтезированы теоретические и практические данные по экспертным системам.

Практическая значимость исследования заключается в том, что в работе представлены варианты использования экспертных систем в практической деятельности транснациональных корпораций и в логистике.

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ЭКСПЕРТНЫХ СИСТЕМ

1.1. Понятие и сущность экспертных систем и их научно-познавательная деятельность

Экспертная система (ЭС) – это первый программный продукт, появившийся на рынке программных продуктов, как итог 30-летней работы в области искусственного интеллекта. По смыслу экспертная система воспроизводит процесс решения проблемы экспертным лицом. Интерес к развитию экспертной системы обусловлен тем, что они предоставляют средства для повышения производительности и повышения рентабельности. [11, с.23].^[1]

Считается, что внедрение машинного интеллекта в производство помогает понять наш собственный^[2][6]. На сегодняшний день эволюция экспертной системы прошла два поколения. Сейчас разрабатывается экспертная система второго поколения. Чтобы нарисовать линию между этими экспертными системами, надо учитывать разницу между их основными особенностями: представления знаний, механизмы вывода, получения объяснений и т. д.

У ЭС первого поколения функционирование систем осуществляется только на основе знаний, полученных от эксперта [1, с.325].^[3] Опыт, приобретаемый в процессе эксплуатации, не используется. Для представления знаний используется одна из моделей, наиболее часто – продукционная. Методы представления знаний позволяют описывать только статические предметные области. Отсутствуют знания о границах области компетентности систем. Модели представления знаний ориентированы на простые, хорошо структурированные области^[4] [8, с.256].

Механизм вывода. Реализация вывода ЭС первого поколения осуществляется только при условии полноты данных и знаний. Системы не умеют осуществлять вывод с учетом связи объектов в пространстве и во времени. Системы не могут давать приближенный вывод. Схема вывода в ЭС не соответствует схеме рассуждения эксперта.

Экспертная система первого поколения не имеет средств настройки для конкретного пользователя. Диалог имеет жесткую структуру (ответы пользователей должны быть представлены в строго определенной форме и формате). Чрезмерность набора вопросов экспертной системы, адресованных пользователю, обусловлена ​​отсутствием связей между данными. В последовательности вопросов, задаваемых пользователем системы, логики нет, хотя общая логическая ориентация вполне завершена^[5][6].

В направлении уточнения принимаемых решений. Пользователь получает только банальный аргумент, который покрывает все его потребности и требует от него собственной творческой работы.

Приобретение знаний и обучение. Пополнение знаний о системе и контроль их противоречий осуществляется только «вручную», то есть специалистом. Знания обязательно должны быть преобразованы в соответствующую модель ЕС. Механизмов обучения нет^[6][13, с.13].

Основные области применения ЕС:

• оценка рисков по кредитам, страховым и капитальным вложениям для финансовых учреждений;

• помощь химикам в поиске правильной последовательности реакций для создания новых молекул;

• отладка программного и аппаратного обеспечения компьютера в соответствии с индивидуальными требованиями;

• диагностика и устранение неисправностей телефонной сети на основе тестов;

• выявление и устранение проблем;

• помощь врачам в диагностике;

• получение молекулярной структуры химического вещества на основе экспериментов;

• управление технологическими процессами, агрегатами, как в мирных, так и в военных целях^[7][6].

ЕС представляет собой набор блоков, которые осуществляют хранение знаний предметной области, выполнение выводов, принятие решений на основе текущей информации, выполнение объяснений решений, общение с пользователем и экспертом^[8] [2, с. 425].

Научно-познавательная деятельность включает следующие три этапа:

1. Сбор и обработка выходных эмпирических данных.

2. Математическая и логико-теоретическая обработка данных с целью выявления новых фактов, объективное значение которых имеет как теоретическое, так и эмпирическое обоснование.

3. Обобщение научных фактов и построение новых теорий^[9][4, с.368].

Согласно этих этапов самые большие достижения находятся на первом из них (наиболее освоены для всех наук). Второй и третий этапы применимы для некоторых наук (техническая кибернетика, экономическая кибернетика), но для медицины, биологии, химии деятельность ученых остается низко автоматизированной. Это объясняет популярность создания ЕС [10, с.287].

Интересно отметить некоторые познавательные действия, которые желательно осуществлять в ЕС. Они включают:

1. Накопление знаний.

2. Обобщение знаний.

3. Осведомленность о проблеме.

4. Выполнение суждений и выводов на основе неполной информации.

5. Объяснение поведение.

6. Взаимодействие с другими людьми и системами.

7. Обновление знаний^[10][6].

В настоящее время основным средством передачи знаний является книга. Прежде чем использовать книжные знания, вам нужно найти и интегрировать их, что не всегда точно^[11][15]. Сами книги не являются гибкими, что особенно заметно при перепечатке. В то же время существует проблема перекодировки знаний из книг и знаний специалистов в специальные языковые структуры, которые должны поддерживать ту или иную модель знаний. Таким образом, в настоящее время этот процесс достаточно сложен, что требует его поддержки. Поэтому нанимают специалиста-инженера в области знаний - когнитивной науки.

Основными качествами ЕС следует считать динамизм и интеллект. Динамизм понимается как способность изменять свойства в процессе накопления знаний. Интеллектуальность - это способность решать проблемы в соответствии с имеющимися знаниями^[12][12, с.452].

Учитывая вышесказанное, на функциональном уровне экспертных систем можно обеспечить следующие функции: представление знаний, получение знаний, принятие решений, консультации, объяснение решений, диалог с пользователем.

1.2. Структура, функции и классификация экспертных систем

Решение задач с помощью ЭС имеет следующие особенности. Алгоритм решения задачи заранее не известен и строится по ходу решения на основании эвристических правил. Решения сопровождаются объяснениями, понятными пользователю. Качество решений не хуже, а иногда и лучше тех, которые получают эксперты. Знания, накопленные в ЭС можно анализировать, постепенно накапливать, актуализировать^[13][6]. Источниками знаний являются эксперты, с которыми организовывается дружественный интерфейс. Обеспечить такой интерфейс обязан когнитолог. Под дружественным интерфейсом понимают отсутствие необходимости знаний в области программирования у эксперта, т.е. общение на естественном языке.

Структура экспертных систем представлена на рисунке 1^[14][13, с.13].

При функционировании ЭС можно выделить два этапа: обучение, экспертиза.

В процессе обучения взаимодействие эксперта и когнитолога порождает базу знаний у предметной области. В режиме экспертизы пользователь, взаимодействуя с системой, получает ответ на интересующий его вопрос^[15][9, с.37].

Рисунок 1. – Структура экспертных систем

Методы вывода чаще всего диктуются либо внешней проблемой, либо используемыми инструментами^[16][17]. Генерация методов вывода является результатом совместной работы специалистов с инженерами знаний. Когнитивист планирует свою работу с экспертом таким образом, чтобы получить от него информацию о том, как последний формирует экспертное мнение^[17][3, с.160].

Классификация экспертных систем представлена на рисунке 2.

Конкретизируем приведенные классификационные группировки:

По назначению:

1. Консультационные.
2. Исследовательские.
3. Управляющие.

Экспертные системы

По сложности

По принципу работы

По назначению

По характеру решаемых задач

Рисунок 2. – Классификация экспертных систем

По принципу работы:

1. Классификационные.
2. Синтезирующие
3. Смешанные.

По сложности:

• Простые.
• Сложные.

По характеру решаемых задач:

1. Интерпретирующие.
2. Планирующие.
3. Прогнозирующие.
4. Диагностирующие.
5. Управляющие.
6. Проектирующие.
7. Обучающие^[18][11, с.23].

1.3. Механизм вывода и система объяснений

Механизм вывода реализуется блоком решений, целью которого является получение решения на основе знаний и фактов. Этот механизм может быть построен на основе прямого и обратного понимания.

Сами выводы могут быть выполнены различными методами с использованием оценки степени достоверности нечеткой логики.

Стратегия задается правилами отбора фрагментарных знаний на данный момент. В этом случае может возникнуть конфликтная ситуация (например, применение нескольких правил), которая решается определенной компромиссной моделью.