2 ОСНОВНЫЕ ТЕОРЕТИЧЕСКИЕ СООТНОШЕНИЯ ДЛЯ

ПОСТРОЕНИЯ ЭКСПЕРТНЫХ СИСТЕМ

2.1 Подходы к созданию экспертных систем

Выделяют четыре подхода к разработке ЭС:

- подход использующий поверхностные знания о объекте;

- структурный подход;

- подход использующий глубинные знания о объекте;

- смешанный подход.

Подход использующий поверхностные знания о объекте применяется для проблемных областей, которые не могут быть точно описаны. При данном подходе знания часто являются эвристическими. Знания представляются набором правил. Правила выполняются при определенных условиях. Если условие выполняется, то правило применяется при поиске решений. При поиске решений происходит сопоставлении имеющихся правил с текущими данными. Неизвестной ситуации не возникает, то есть такой ситуации, которая не сопоставится ни с одним правилом. Данный подход достаточно широко применяется, однако он оказывается неэффективным, когда задача может быть заранее структурирована или при ее решении может быть использована некоторая модель.

Структурный подход является развитием поверхностного подхода, если применение поверхностного не обеспечивает решение задачи. Его особенностью является использование разбиения задачи на подзадачи, которые можно решать на основе поверхностного и глубинного подхода.

Глубинный подход базируется на модели проблемной области, для которой разрабатывается ЭС. Модель может быть определена как декларативно, так и процедурно. Применение такого подхода компенсирует недоставки поверхностного подхода. ЭС основанные на данном подходе при возникновении неизвестной ситуации могут найти решение путем использования общих принципов. В глубинном подходе структура объекта описывается достаточно точно. Выделяются сущности и взаимоотношения между ними. При этом подходе обычно используют мощные инструментальные средства обладающими следующими возможностями: объекты с присоединенными процедурами, иерархическое наследование свойств, передача сообщений объектам (объектно-ориентированное программирование).

Смешанный подход сочетает поверхностный, структурный и глубинный подходы. /11/

2.2 Модели представления знаний в экспертных системах

В основе разработки любой экспертной системы, не зависимо от предметной области, лежит выбор модели базы знаний.

В настоящее время выделены следующие классы моделей представления знаний:

- продукционная модель;

- семантические сети;

- фреймы;

- объектно-ориентированные модели

- формальные логические модели.

Семантические сети представляют собой ориентированный граф. Вершинами этого графа являются понятия, а дуги - отношения между понятиями. В семантических сетях используются три типа отношений: класс, свойство, пример элемента класса. Для реализации семантической сети необходимо систематизировать отношения между элементами. Для некоторых предметных областей систематизировать отношения практически невозможно из-за сложности организации процедуры поиска.

---

Фреймовая модель представления знаний основана на теории фреймов, представляющую собой психологическую модель памяти человека. При проектировании базы знаний (БЗ) на основе фреймовой модели, необходимо выделить фреймы-образцы и фреймы-экземпляры. Фреймы-образцы хранятся в базе знаний, фреймы-экземпляры создаются для отображения реальных ситуаций на основе поступающих данных. Фреймовые модели БЗ реализуются в языках объектно-ориентированного программирования.

Формальные логические модели основаны на исчислении предикатов. Предикат принимает только два значения ИСТИНА или ЛОЖЬ. Для представления БЗ необходимо выбрать константы, определяющие объекты, а также определить связи и взаимоотношения объектов при помощи функций и предикатов. Таким образом, при построении модели БЗ этого типа необходимо достаточно подробное рассмотрение предметной области, для которой создается экспертная система (ЭС), а это не всегда возможно.

В продукционной модели знаний знания представлены в виде: если «Ситуация», то «Действие». С помощью этих правил можно выразить причинно-следственные, пространственно-временные, а также функционально-поведенческие связи и отношения меду объектами. Правилами описывают не только отношения между объектами, но и сами объекты. Например: «Объект-свойство», «Набор свойств – объект», «Атрибут – значение». Продукционная модель больше подходит для описания последовательности различных ситуаций или действий. Для структурного описания объектов применение данной модели затруднительно. Но в продукционной модели более гибкая работа механизма вывода.

Объектно-ориентированная модель является усовершенствованной фреймовой моделью. В объектно-ориентированной модели предусмотрена инкапсуляция процедур в структуры данных и механизм наследования. В отличие о фреймовой модели, в объектно-ориентированной модели четко различается понятие класс объектов и экземпляр объекта. Данная модель позволяет скрыть данные и получать доступ к ним только через присоединенные процедуры. Также предусмотрено наследование атрибутов и методов. Обращение к объектам БЗ, основанной на объектно-ориентированном формализме, можно осуществлять из других объектов и из внешних программ. /35/

2.3 Основные этапы разработки экспертных систем

Разработка программных комплексов экспертных систем как за рубежом, так и в нашей стране находится на уровне скорее искусства, чем науки. Это связано с тем, что долгое время системы искусственного интеллекта внедрялись в основном во время фазы проектирования, а чаще всего разрабатывалось несколько прототипных версий программ, прежде чем был получен конечный продукт. Такой подход действует хорошо в исследовательских условиях, однако в коммерческих условиях он является слишком дорогим, чтобы оправдать коммерчески жизненный продукт.

---

Процесс разработки промышленной экспертной системы, опираясь на традиционные технологии, можно разделить на шесть более или менее независимых этапов, практически не зависимых от предметной области.

Рисунок 4 – Этапы разработки ЭС

1. Идентификация проблемы.

На этапе идентификации определяются характеристики задач путем выполнения следующих операций: уточняется задача, выявление целей и ресурсов, идентификация проблемы, определение участников и их ролей. Средняя продолжительность 1 ÷ 2 недели.

2. Структурирование или концептуализация знаний.

Выявляется структура полученных знаний о предметной области, то есть определяются:

- терминология;

- список основных понятий и их атрибутов;

- отношения между понятиями;

- структура входной и выходной информации;

- стратегия принятия решений;

- ограничения стратегий и так далее.

В ходе концептуализации специалисты по предмету и инженер знаний выявляют основные понятия, отношения и характер информационных потоков для описания процесса решения задач в определенной предметной области. Происходит выявление подзадач, стратегий и ограничений. Средняя продолжительность этапа 2 ÷ 4 недели.

3. Формализация.

Строится формализованное представление концепций предметной области на основе выбранного языка представления знаний (ЯПЗ). Традиционно на этом этапе используются:

- логические методы (исчисления предикатов порядка и другие); продукционные модели (с прямым и обратным выводом); семантические сети;

- фреймы;

- объектно-ориентированные языки, основанные на иерархии классов, объектов и другие.

Формализация знания - разработка базы знаний на языке, который, с одной стороны, соответствует структуре поля знаний, а с другой - позволяет реализовать прототип системы на следующей стадии программной реализации.

При формализации происходит отображение множества понятий и отношений в абстрактные элементы формальных моделей знаний. При этом используются, как правило, искусственные языковые средства.

Средняя продолжительность 1÷ 2 месяца.

4. Реализация.

Создаётся прототип экспертной системы, включающий базу знаний и остальные блоки, при помощи одного из следующих способов:

- программирование на традиционных языках типа Паскаль, Си и других; программирование на специализированных языках, применяемых в задачах искусственного интеллекта: LISP, FRL, SmallTalk и другие;

- использование инструментальных средств разработки экспертных систем типа СПЭИС, ПИЭС;

- использование «пустых» экспертных систем или «оболочек» типа ЭКСПЕРТ, ФИАКР и другие.

В ходе реализации инженер знаний комбинирует и реорганизует формализованные знания, добиваясь их совместимости с характером информационных потоков задачи. Множество результирующих правил и соответствующих управляющих структур определяют формализованные знания, которые можно предъявить

---

для контрольных испытаний. Средняя продолжительность 1 ÷ 2 месяца.

5. Тестирование.

Оценивается и проверяется работа программ прототипа с целью приведения в соответствие с реальными запросами пользователей. Прототип проверяется на:

- удобство и адекватность интерфейсов ввода-вывода (характер вопросов в диалоге, связность выводимого текста результата и другое);

- эффективность стратегии управления (порядок перебора, использование нечёткого вывода и другое);

- качество проверочных примеров;

- корректность базы знаний (полнота и непротиворечивость правил).

Тестирование - выявление ошибок в подходе и реализации прототипа и выработка рекомендаций по доводке системы до промышленного варианта.

6. Этап опытной эксплуатации.

На этом этапе проверяется пригодность экспертной системы для конечного пользователя. Пригодность для пользователя определяется в основном удобством работы с ней и ее полезностью. Под полезностью системы понимается ее способность в ходе диалога определять потребности пользователя, выявлять и устранять причины неудач в работе, а также удовлетворять указанные потребности пользователя (решать поставленные задачи). В ходе эксплуатации производится оценка предъявленных знаний и их просмотр с целью приведения в соответствие с принятым стандартом высокого качества функционирования, который определяется специалистами, работающими в данной предметной области. По результатам оценки качества знаний возможна их модификация.

Выделяют следующие виды модификации системы: переформулирование понятий и требований, переконструирование представления знаний в системе и усовершенствование прототипа.

Соответственно большинство алгоритмов модифицируются, чтобы обеспечить выполнение следующих условий:

- алгоритмы должны работать в условиях неполной информации (последовательно);

- последовательность запроса информации должна быть оптимальна по критериям быстроты получения результата и (или) наименьшей трудоемкости (болезненности, стоимости и т.д.) получения этой информации./23/

2.4 Классификация инструментальных средств разработки экспертных систем

При проектировании ЭС необходимо выполнить следующие требования:

1. система должна быть эффективной, она должна давать достоверные результаты по обучению персонала;

2. интерфейс данной системы должен быть понятен для пользователей с различным уровнем способностей;

3. БЗ системы должна периодически обновляться для повышения квалификации.

При выборе инструментального средства разработки ЭС необходимо сделать выбор исходя из того, чтобы выбранный инструмент разработки мог выполнить вышеперечисленные требования. В процессе разработки ЭС требования могут быть расширены, так как они напрямую зависят от особенностей проблемной области, для которой разрабатывается ЭС. /25/

---

На проектирование и создание одной экспертной системы раньше требовалось 20÷30 лет. В настоящее время имеется ряд средств, ускоряющих создание экспертных систем. Эти средства называются инструментальными (ИС), или инструментарием. Основные типы инструментальных средств, используемых при построении ЭС, представлены в таблице 1.

Таблица 1-Типы инструментальных средств разработки экспертных систем

Типы	Название	Описание
Оболочки ЭС	ACQUIRE	Законченная среда для разработки и поддержки интеллектуальных прикладных программ.
	C – PRS	Реализует процедурное представление знаний
	FLEX	Позволяет разрабатывать на различных платформах.
	NeuroPro	Программное средство предназначенное для работы с искусственными нейронными сетями и производства знаний из таблиц данных с помощью нейронных сетей, может быть использована как оболочка для построения ЭС.
	GURU	Инструментальные средства обработки информации, объединенных с возможностями, основанными на знаниях, таких как вывод решения от фактов к цели, вывод решения от цели к фактам, смешанное формирование цепочки вывода, многозначные переменные и нечеткие рассуждения.
	Рапана	Построение экспертной системы основана на реляционной модели, а её реализация с помощью современных СУБД обеспечивает масштабируемость, возможность доступа к различным видам данным, в том числе мультимедийным.
Языки программирования высокого уровня	Delphi C++	Избавляют разработчика от необходимости углубляться в детали реализации системы – способы эффективного распределения памяти, низкоуровневые процедуры доступа и манипулирования данными.
Вычислительные среды	Среда MatLab	Содержит пакет Fuzzy Logiс, который реализует большинство нечетких технологий и может быть использован в качестве инструмента при проектировании ЭС различного назначения.
Языки логического программирования	Prolog	Используется для решения задач, сводимых к объектам и отношений между объектами. Широко используется для решения задач ИИ.
Языки функционального программирования	LISP	ЛИСП является функционально направленным, т. е. программирование ведется с помощь функций. Причем функция понимается как правило, сопоставляющее элементам некоторого класса соответствующие элементы другого класса.

---

Смотрите также файлы

• РЕФЕРАТ.docx

• 7 БЕЗОПАСНОСТЬ ЖИЗНЕДЕЯТЕЛЬНОСТИ.docx

• ЗАКЛЮЧЕНИЕ.docx

• 1 КЛАССИФИКАЦИЯ И ОБЗОР ЭКСПЕРТНЫХ СИСТЕМ.docx

• 6 ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОПИСАНИЕ.docx