Экспертные системы

 Цель  ЭС - вывести некоторый заданный факт, который называется целевым утверждением (то есть в результате применения правил добиться того, чтобы этот факт был включен в рабочее множество), либо опровергнуть этот факт (то есть убедиться, что его вывести невозможно, следовательно, при данном уровне знаний системы он является ложным). Целевое утверждение может быть либо «заложено» заранее в базу знаний системы, либо извлекается системой из диалога с пользователем.    

 Работа  системы представляет собой последовательность  шагов, на каждом из которых  из базы выбирается некоторое  правило, которое применяется к текущему содержимому рабочего множества. Цикл заканчивается, когда выведено либо опровергнуто целевое утверждение. Цикл работы экспертной системы иначе называется логическим выводом. Логический вывод может происходить многими способами, из которых наиболее распространенные - прямой порядок вывода и обратный порядок вывода.   

 Прямой порядок вывода- от фактов, которые находятся в рабочем множестве, к заключению. Если такое заключение удается найти, то оно заносится в рабочее множество. Прямой вывод часто называют выводом, управляемым данными.   

 Обратный порядок вывода состоит в том, что заключения просматриваются до тех пор, пока не будет обнаружены в рабочей памяти или получены от пользователя факты, подтверждающие одно из них. В системах с обратным выводом вначале выдвигается некоторая гипотеза, а затем механизм вывода в процессе работы, как бы возвращается назад, переходя от нее к фактам, и пытается найти среди них те, которые подтверждают эту гипотезу. Если она оказалась правильной, то выбирается следующая гипотеза, детализирующая первую являющаяся по отношению к ней подцелью. Далее отыскиваются факты, подтверждающие истинность подчиненной гипотезы. Вывод такого типа называется управляемым целями. Обратный поиск применяется в тех случаях, когда цели известны и их сравнительно немного.              
 
 
 
 
 
 
 
 
 

Глава 3. Классификация экспертных систем

Общепринятая  классификация экспертных систем отсутствует, однако наиболее часто экспертные системы  различают по назначению, предметной области, методам представления  знаний, динамичности и сложности.

По  назначению классификацию экспертных систем можно провести следующим образом:

• диагностика состояния систем, в том числе мониторинг (непрерывное отслеживание текущего состояния);
• прогнозирование развития систем на основе моделирования прошлого и настоящего;
• планирование и разработка мероприятий в организационном и технологическом управлении;
• проектирование или выработка четких предписаний по построению объектов, удовлетворяющих поставленным требованиям;
• автоматическое управление (регулирование);
• обучение пользователей и др.

По  предметной области наибольшее количество экспертных систем используется в военном деле, геологии, инженерном деле, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельском хозяйстве, управлении процессами, физике, филологии, химии, электронике, юриспруденции.

Классификация экспертных систем по методам представления знаний делит их на традиционные и гибридные. Традиционные экспертные системы используют, в основном, эмпирические модели представления знаний и исчисление предикатов первого порядка. Гибридные экспертные системы используют все доступные методы, в том числе оптимизационные алгоритмы и концепции баз данных.

По  степени сложности экспертные системы делят на поверхностные и глубинные. Поверхностные экспертные системы представляют знания в виде правил «ЕСЛИ-ТО». Условием выводимости решения является безобрывность цепочки правил. Глубинные экспертные системы обладают способностью при обрыве цепочки правил определять (на основе метазнаний) какие действия следует предпринять для продолжения решения задачи. Кроме того, к сложным относятся предметные области в которых текст записи одного правила на естественном языке занимает более 1/3 страницы.

Классификация экспертных систем по динамичности делит экспертные системы на статические и динамические. Предметная область называется статической, если описывающие ее исходные данные не изменяются во времени. Статичность области означает неизменность описывающих ее исходных данных. При этом производные данные (выводимые из исходных) могут и появляться заново, и изменяться (не изменяя, однако, исходных данных).

По  связям с реальным временем:

1. Статические.  Предметная область применения  данных систем почти не меняется со временем.

2. Квазидинамические. Предметные области меняются периодически. 
3. Динамические. Предметные области часто меняются, так что приходится использовать внешние датчики, которые получают актуальные данные. 
По типу ЭВМ:

1. Системы  для решения важнейших задач на супер ЭВМ.  
2. Системы для решения задач на серверных ЭВМ. 
3. Системы для решения персональных задач на ПК. 
По степени интеграции:

1. Автономные. Отдельные экспертные системы,  которые консультируют пользователя  без зависимости от ПО на компьютере. 
2. Гибридные. Очень сложный в реализации тип экспертных систем, так как эти системы встраиваются в существующее ПО на компьютере пользователя.   
 
 

Заключение

Экспертные  системы обладают следующими основными  характеристиками:

    экспертная система ограничена определенной сферой экспертизы;

    она способна рассуждать при сомнительных данных;

    она способна объяснить цепочку рассуждений понятным способом;

    она строится так, чтобы имелась возможность постепенного наращивания системы;

   чаще всего она основана на использовании правил;

   на выходе она выдает совет – не таблицы из цифр, не красивые картинки на экране, а четкий совет;

   ЭС обладает способностью самообучаться.  

Написание ЭС требует сравнительно больших  трудозатрат и материальных ресурсов. Должно быть ясно, что только малый диапазон проблем соответствует технологии ЭС. Однако при использовании для подходящих проблем, ЭС могут приносить огромные прибыли. Например, были разработаны ЭС, помогающие анализировать данные, полученные при разведке нефти, и для помощи в конфигурировании компьютерных систем. Обе эти системы активно используются, экономя большое количество средств.

ЭС, пусть  даже с элементами искусственного интеллекта, останется лишь инструментом грамотного пользователя: инженера, изобретателя, ученого, способным многократно повысить эффективность их работы.

Перспективы использования WWW-технологии, автоматизированного проектирования информационно-управляющих систем, системного моделирования предметной области, инжиниринга информационных и обучающих процессов представляются в виде широчайшего и перспективного поля деятельности.

Обращение к этим технологиям неизбежно, поскольку  они призваны привести в соответствие уровень подготовки современного инженера и требований нарастающего прогресса  наукоёмких технологий различных отраслей промышленности.

Список  литературы

1. И.  Братко. Программирование на языке  Пролог для искусст-

венного интеллекта.- М.: Мир, 1990.

2.  Г. Долин. Что такое ЭС.- Компьютер Пресс, 1992/2.

3.  Д. Р. Малпасс. Реляционный язык Пролог и его применение.

4. Д.  Н. Марселлус. Программирование  экспертных систем на Турбо  Прологе.- М.: Финансы и статистика, 1994.

5.  Н. Д. Нильсон. Искусственный интеллект. Методы поиска решений.- М.: Мир, 1973.

6.  К. Таунсенд, Д. Фохт. Проектирование и программная реализация  экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.

7.  В. Н. Убейко. Экспертные системы.- М.: МАИ, 1992.

8. Д. Уотермен. Руководство по экспертным системам.- М.: Мир, 1980.

9. Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры.- М.: Финансы и статистика, 1987.