Поэтому ЭС наиболее часто используются как  советчики, в качестве консультантов  или помощников ЛПР.

    Функциональные  возможности ЭС определяются двумя ее главными системными частями: средой развития и средой рекомендаций (рис. 2). Среда развития используется разработчиком ЭС для построения компонентов и размещения знаний в БЗ. Среда рекомендаций используется неэкспертами для получения экспертных знаний и советов.

    Три главных компонента, коте проявляются  в каждой ЭС- это БЗ, механизм вывода и пользовательский интерфейс. Хотя вообще ЭС могут содержать следующие  компоненты:

• подсистема извлечения знаний;
• БЗ;
• механизм вывода;
• пользовательский интерфейс;
• рабочая область;
• подсистема объяснения;
• подсистема верификации знаний.
• Обычно, большинство ЭС не содержат подсистему верификации знаний. Существует также большие колебания в содержании и способностях каждой компоненты.

    Извлечение  знаний представляет собой накопление, передачу и преобразование экспертиз решения задачи от экспертов или документированных источников знаний компьютерной программой для конструирования или расширения БЗ. Потенциальные источники знаний включают экспертов, учебники, справочники, мультимедийные документы, базы данных (общественные или частные), специальные исследовательские отчеты и информацию, доступную через Интернет.

     Рис. 2. Структура ЭС и ее окружение.

    Извлечение  знаний из экспертов является сложной  задачей, которая часто создает узкое место при построении ЭС.

    Современные условия требуют от знаний и способностей взаимодействовать с одним или  более людьми – экспертами при  построении БЗ. Инженер знаний помогает эксперту структурировать проблемную область путем интерпретации и объединения ответов человека на вопросы, проводя аналогии, предлагая контрпримеры и выявляя концептуальные трудности.

    База  знаний содержит знания, необходимые для понимания, формулирования и решения задач. Она включает два основных элемента: факты, такие как проблемная ситуация и теоретические знания о проблемной области; и специальные эвристики ти правила, которые направляют использование знаний при решении специфических задач в отдельной области. Кроме того, механизм вывода, тесно связанный с БЗ, содержит стандартные правила решения задач и принятия решений. Эвристики выражают неформальные знания, мнения и суждения в прикладной области. Глобальные стратегии, которые могут быть как эвристиками, так и частью теории проблемной области, обычно включаются в БЗ. Знания, а не просто факты, являются первоначальным необработанным материалом экспертных систем. Информация и знания в БЗ представлены и включены в компьютерную программу путем реализации процесса, называемого представление знаний.

    Механизм вывода является мозгом ЭС, его также называют управляющая структура или интерпретатор правил (в ЭС, основанных на правилах).

    Эта компонента является в основном компьютерной программой, которая обеспечивает методологию  для рассуждения об информации в  БЗ и в рабочей области, а также для формулирования заключений. Она обеспечивает указания о том, как использовать знания системы при реализации аренды (расписания запланированных действий в рабочей области), которая организует и управляет шагами, предпринимаемыми для решения задачи.

    Механизм  вывода имеет два главных элемента:

• интерпретатор, который выполняет выбранные позиции аренды, используя соответствующие правила БЗ.
• Планировщик, который поддерживает управление агендой. Он оценивает результаты используемых правил вывода в свете их приоритетов или других критериев в агенде.

    Пользовательский  интерфейс. ЭС содержат языковой процессор для дружественного, проблемно – ориентированного общения между пользователем и компьютером. Общение наилучшим образом выполняется на естественном языке. Иногда оно дополняется меню и графикой.

    Рабочая область – это область, расположенная отдельно для описания текущей задачи, как определено входными данными. Она также используется для запоминания промежуточных результатов. В рабочей области запоминаются промежуточные гипотезы и решения.

    Могут быть запомнены три типа решений: план (как атаковать задачу), агенда (потенциальные действия, ожидающие выполнения) и решение (гипотезы – кандидаты и альтернативные направления действий, которые система сгенерировала до сих пор).

    Подсистема  объяснения. Способность отслеживать ответственность и соответствие заключений их источникам является решающей и при проведении экспертизы, и при решении задачи. Подсистема объяснения может отслеживать такую ответственность и объяснять поведение экспертной системы, интерактивно отвечая на вопросы.

    Подсистема верификации и совершенствования знаний. Эксперты обладают способностями верифицировать и совершенствовать знания. То есть, они могут анализировать свои собственные знания и их использование, обучаться от них и улучшать их для будущих консультаций. Аналогично, такая эволюция необходима в компьютеризованном обучении, так, чтобы программа могла анализировать рассуждения под углом их успеха или неудачи. Это может привести к улучшениям, и как результату, более точным БЗ и более эффективному рассуждению. Такой составляющей в настоящее время пока нет в коммерческих ЭС, но она разрабатывается в экспериментальных ЭС.  

    3.  Области применения экспертных систем.

ЭС могут  быть классифицированы несколькими  путями. Одним из них является классификация  по основным проблемным областям, на которые они ориентированы. При этом проблемные области определяются основными классами задач, эффективно решаемыми методами ЭС. Например, диагностика может быть определена как «выявление неисправностей системы через наблюдения». Диагностика является общей по своей сути деятельностью, совершаемой в медицине, организационных исследованиях, компьютерных операциях, контроле за оборудованием. Основные классы задач, для решения которых создаются экспертные системы, перечисленные в таблице 2.

    Таблица 2.

    Основные  классы решения задач, решаемые ЭС.

Некоторые ЭС принадлежат к двум или более  из этих категорий. Дадим краткое  описание каждой их этих категорий.

    Системы интерпретации выявляют описания ситуации из наблюдений. Это категория включает наблюдения, понимание речи, анализ образов, интерпретацию сигналов и многие другие виды интеллектуального анализа. Система интерпретации объясняют наблюдаемые данные путем присвоения им символических значений, описывающих ситуацию.

    Системы предсказания включают прогнозирование погоды, демографические предсказания, экономическое прогнозирование, оценки урожайности, а также военное, маркетинговое и финансовое прогнозирование.

    Системы диагностики включают диагностику в медицине, электронике, механике и программном обеспечении. Диагностирующие системы обычно соотносят наблюдаемые поведенческие отклонения с причинами, лежащими в основе.

    Системы проектирования разрабатывают конфигурации объектов, которые удовлетворяют определенным требованиям задачи проектирования. Такие задачи включают конструирование зданий, планировка расположения оборудования и др. Эти системы конструируют различные взаимосвязи описаний объектов друг с другом и проверяют, удовлетворяют ли эти конфигурации установленным ограничениям и требованиям.

    Системы планирования специализируются на задачах планирования, например, такой как автоматическое программирование. Они также работают с кратко и долгосрочным планированием в управлении проектами, маршрутизация, коммуникация,  разработка продукт а, военные приложения, производственное и финансовое планирование.

    Системы мониторинга сравнивают наблюдения поведения системы со стандартами, которые представляются определяющими для достижения цели.  Эти решающие выявления соответствуют потенциальным недостаткам на предприятии. Существует много компьютерных систем мониторинга: от контроля движения воздушных потоков до задач управления сбором налогов.

    Системы управления и контроля адаптивно управляют всеобщим поведением системы. Для осуществления этого система управления должна периодически интерпретировать текущую ситуацию, предсказывать будущее, диагностировать причины ожидаемых проблем, формулировать план устранения этих проблем и осуществлять мониторинг его выполнения для обеспечения успеха.

    Не  все задачи, которые обычно образуются в каждом из этих классов, подходят для ЭС. Однако есть тысячи задач, которые  подходят к этим классам.

    Рассмотренные классы задач ЭС, определяющие проблемные области, решаются в различных предметных областях. Области применения существующих на сегодняшний день ЭС охватывают: медицину, геологию, научные исследования в области химии и биологии, военное дело, инженерное дело, космическую технику, метеорологию, экологию, производство, управление процессами, юриспруденцию, маркетинг, финансы, банковское дело и др.

    Сегодня ЭС используются многими большими и  средними организациями как главный  инструмент для улучшения производительности и качества. Они являются также важным инструментом для поддержания стратегических решений и реинжиниринга бизнес – процессов.

    4.     Стратегические и динамические ЭС.

    При классификации ЭС по проблемным областям на основе классов и типов задач, важно исследовать и оценивать  характер проблемной и предметной областей с позиций динамики решаемых задач, важности временного фактора и темпоральной информации.

    То  есть, если исходная информация о предметной области или окружающем мире, на основе которой решается задача, не изменяется за  время решения задачи, то такую предметную область можно условно назвать статической предметной областью, и ее представление в ЭС будет статическим. Если информация о предметной области изменяется за время решения задач, то такую предметную область можно назвать динамической предметной областью.

    Если  задачи, решаемые ЭС, явно, но учитывают фактор времени и не изменяют в процессе решения данные о реальной действительности, то это статические задачи. Если задачи при решении требуют учета фактора времени или изменяют данные о реальных внешних процессах, то это динамические задачи.

    То  есть, ЭС работает в статической  проблемной среде, если она использует статическое представление и  решает статические задачи. Если ЭС использует динамическое представление  или решает динамические задачи, то, соответственно она работает в динамической проблемной среде. Важность времени в динамических проблемных средах определила название таких ЭС, как систем, работающих в реальном времени.

    Среди специализированных систем, основанных на знаниях, наиболее значимыми являются ЭС реального времени или динамические ЭС. Исследования по разработке таких систем с целью их практического использования ведутся достаточно давно, с середины 80-х годов прошлого века.

    В 1985 г. фирма Lisp Machine Inc. (LMI) выпустила систему PICON (process Intelligent Control – интеллектуальное управление процессом). Система применялась для управления нефтеперерабатывающим предприятием. Система обеспечивает контроль 20 тысяч точек. Имеется возможность динамически изменить программу контроля с уделением особого внимания «горячим точкам», параметры которых выходят за рамки допусков. Позже LMI разработала также пакет RTIME.