Файл: ais_33.docx

Анлашлырак вроде…

Экспертная система - как компьютерная программа, созданная для выполнения тех видов деятельности, которые под силу только человеку - эксперту, например проектирование, планирование, перевод, выдача рекомендаций. Эти программы моделируют образ мышления человека-эксперта на основе механизмов логического вывода и эвристических методов. Все экспертные системы являются системами искусственного интеллекта, но не все системы искусственного интеллекта являются ЭС. Например, программа распознования печатного текста или голосовых сообщений относится к интеллектуальным системам, но не является экспертной системой, поскольку решение подобной задачи под силу любому человеку. Для ЭС характерно наличие цели функционирования, состоящей в решении сложных проблем, решение которых под силу специалисту высокой квалификации - эксперту.

На основе приведенных определений выделим характерные черты ЭС:

алгоритмы функционирования ЭС имитируют подход к решению проблемы со стороны человека;

умение объяснять свои действия в понятной для человека форме;

наличие естественно - языкового интерфейса.

Различают ЭС предметно-ориентированные и ЭС-оболочки, предназначенные для наполнения любым предметным знанием. Экспетные системы могут строиться на основе представления знаний в виде набора правил (rule - based - подход) и на базе адаптивного подхода, основанного на обучении системы на примерах (case - based - подход). В настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление ) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

а) Медицинская диагностика. Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами.

в) Планирование. Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных.

г) Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения.

д) Контроль и управление. Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников.

е) Диагностика неисправностей в механических и электрических устройствах. В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин, так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров.

ж) Обучение. Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение.

7 Компоненты информационной технологии в экспертной системе. Решение, объяснение решения, система правил, семантические модели, интерпретатор, модуль создания системы, оболочка экспертных систем

В основе ЭС как системы искусственного интеллекта лежит база знаний(БЗ).

Знанияоснованы на данных, которые получены в результате опыта. Они представляют собой результат мыслительной деятельности человека. Таким образом, знания – закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

По своей природе знания можно разделить на декларативные и процедурные.

Декларативные знания представляют собой описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.

Процедурные знания – описание действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

По способу приобретения знания можно разделить на факты и эвристику (правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований).

По типу представления знания делятся на факты и правила. Факты – знания типа «А – это А», такие знания характерны для баз данных и сетевых моделей. Правила, или продукции – знания типа «если А, то Б».

Для размещения БЗ в компьютере с целью ее использования для решения прикладных задач, необходимо ее формальное описание с помощью моделей. Представление знаний возможно с помощью декларативных моделей.

В декларативных моделяхзнания – структурированные данные. Интерпретация структур и выполнение операций над ними – функция программных средств, обеспечивающих метод. Эти средства не зависят от конкретной системы знаний и полностью определяются синтаксисом и семантикой языка представления знаний. К типовым декларативным моделям можно отнести сетевую и фреймовую модели, в которых декларативная составляющая преобладает.

В процедурных моделяхзнания также представляются в ЭВМ структурами данных, но при этом с элементами структур ассоциируются некоторые специализированные выполняемые процедуры. При процедурных методах представления знаний трудно бывает работать с большими системами знаний, но элементы процедурного подхода успешно используются в декларативных моделях. К процедурным моделям относятся продукционная и логическая модели представления знаний.

В семантических сетяхпроблемная среда рассматривается как совокупность сущностей (объектов) и отношений (связей) между ними. Семантическая сеть – орграф, у которого вершины – сущности, а дуги – отношения между ними. Используются три основных типа объектов: понятия (объекты предметной области), события (действия) и свойства (характеристики объектов или событий).

При построении семантической сети отсутствуют ограничения на число связей и на сложность сети. Для того, чтобы формализация семантической сети оказалась возможной, она [сеть] должна быть систематизирована. Семантические сети Куиллиана систематизируют функции отношений между понятиями с помощью следующих признаков:

• множество–подмножество (типы отношений «целое–часть»; «род–вид» и т.д.);

• отношений «близости»;

• отношений «сходства–различия»;

• логических связей (И, ИЛИ, НЕ);

• количественных связей (больше, меньше, равно, …);

• пространственных связей (далеко от, за, над, …);

• временных связей (раньше, позже, в течение, …);

• атрибутных связей (иметь свойство, иметь значение);

• лингвистических связей и др.

Продукционная модельиначе называется моделью, основанной направилах. Эта модель позволяет представить знания в виде «Если <условие>, то <действие>». В качестве «условия» выступает предложение, по которому осуществляется поиск в БЗ, а «действие» выполняется при успешном исходе поиске.

Продукционная модель представления знаний наглядна, обладает легкостью для внесения изменений и простым логическим выводом. Программные продукты, основанные на продукционных правилах, характеризуются высокой модульностью.

Продукционные модели основываются на продукционной системе Поста, предложенной для формальной замены последовательностей символов. Любое продукционное правило , содержащееся в БЗ, состоит из двух частей: антецедентаи консеквента:. Антецедент представляет условие применения правила и состоит из элементарного предложения, консеквент включает одно или несколько предложений, соединенных логическими связками И, ИЛИ.

В рабочей памяти продукционной системы хранятся пары атрибут–значение, истинность которых установлена к некоторому конкретному времени при решении определенной задачи. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение срабатываемого правила заносится в рабочую память. Поэтому рабочая память в процессе логического вывода обычно увеличивается. Она может уменьшаться, если действие какого-либо правила заключается в удалении фактов из рабочей памяти. В процессе вывода каждое правило может сработать только один раз.

Факты можно описывать с помощью триплетов объект–атрибут–значение. В этом случае отдельная сущность рассматривается как объект, а данные, хранящиеся в рабочей памяти, показывают значения, которые принимают атрибуты этого объекта.

Правила из базы правил при триплетах могут срабатывать более одного раза в процессе одного логического вывода, т.к. одно правило может применяться к различным экземплярам объекта (но не более одного раза к каждому экземпляру).

Существуют два типа продукционных систем – с прямым и обратным выводами. Прямой вывод реализует стратегию от фактов к заключению, а обратный – от гипотез вероятных заключений, которые либо подтверждаются, либо нет фактами, поступающими в рабочую память. Существуют системы с двунаправленными выводами.

Основные достоинства продукционных систем – простота представления знаний и организации логического вывода. Недостатки: сложность оценки целостного образа знаний, низкая эффективность обработки знаний, неясность взаимных отношений правил.