Файл: Применение экспертных систем в деятельности предприятия (Понятие и сущность экспертных систем и их научно-познавательная деятельность).pdf
Добавлен: 19.06.2023
Просмотров: 65
Скачиваний: 2
СОДЕРЖАНИЕ
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ЭКСПЕРТНЫХ СИСТЕМ
1.1. Понятие и сущность экспертных систем и их научно-познавательная деятельность
1.2. Структура, функции и классификация экспертных систем
1.3. Механизм вывода и система объяснений
1.4. Интегрированные информационные системы управления предприятием
2. ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ НА ПРАКТИКЕ
2.1. Информационные системы для транснациональных корпораций
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:
- Консультационные.
- Исследовательские.
- Управляющие.
Экспертные системы
По сложности
По принципу работы
По назначению
По характеру решаемых задач
Рисунок 2. – Классификация экспертных систем
По принципу работы:
- Классификационные.
- Синтезирующие
- Смешанные.
По сложности:
- Простые.
- Сложные.
По характеру решаемых задач:
- Интерпретирующие.
- Планирующие.
- Прогнозирующие.
- Диагностирующие.
- Управляющие.
- Проектирующие.
- 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.