Реферат на тему:
Експертні системи.
Поняття про експертні системи.
Експертні системи – це клас комп’ютерних програм, які пропонують
рекомендації, проводять аналіз, виконують класифікацію, дають
консультації і ставлять діагноз. Вони орієнтовані на розв’язування
задач, вирішення яких вимагає проведення експертизи
людиною-спеціалістом. На відміну від програм, що використовують
процедурний аналіз, експертні системи розв’язують проблеми у вузькій
предметній площині (конкретній ділянці експертизи) на основі логічних
міркувань. Такі системи часто можуть знайти розв’язок задач, які
неструктуровані і неточно визначені. Вони через використання евристик
компенсують відсутність структурованості, що корисно в ситуаціях, коли
недостатня кількість необхідних даних або часу виключає можливість
проведення повного аналізу.
Основою експертної системи є сукупність знань, яка структурується для
спрощення процесу прийняття рішення. Для спеціалістів в галузі штучного
інтелекту термін “знання“ означає інформацію, що потрібна програмі для
того, щоб вона вела себе інтелектуально. Ця інформація приймає форму
фактів або правил. Факти і правила не завжди правдиві або неправильні,
інколи існує деяка міра неправильності в достовірності факту або
точності правила. Якщо сумнів виражається явно, то він називається
коефіцієнтом впевненості.
На сьогодні одержав розвиток напрямок використання концепції банку знань
– автоматичний синтез знань. Проблема синтезу знань, або індуктивного
висновку, безсумнівно, складніша і глобальніша, ніж аналіз наявних
знань, що відбувається в експертних системах. По суті, мова тут йде про
надання ЕОМ елементів творчого мислення, характерного для людини. Про
вичерпне вирішення цієї проблеми не може бути і мови ні найближчим
часом, ні в доступному для огляду майбутньому. Досяжне на даний час
рішення полягає в створенні механізмів знань у рамках окремих
проблемно-орієнтованих галузей, у яких можливий синтез на основі деякого
набору правил, що володіють повнотою щодо можливих ситуацій створення
знань.
Знання, типи представлення знань в експертних системах.
Основою експертних систем є знання. Знання – це цілісна і
систематизована сукупність понять про закономірності природи,
суспільства і мислення, нагромаджена людством в процесі активної
перетворюючої діяльності і спрямована на подальше пізнання і зміни
об’єктивного світу. Знання з предметної ділянки називається базою знань.
База знань експертної системи містить факти (дані) і правила (способи
подання знань). Механізм висновку містить: інтерпретатор, який визначає,
як застосовувати правила для виводу нових знань, та диспетчерів, що
встановлюють порядок застосування цих правил.
Експертна система містить три типи знань:
структуровані знання про предметну ділянку – після того, як ці знання
виявлені, вони не змінюються;
структуровані динамічні знання – змінні знання з предметної ділянки, які
обновляються по мірі виявлення нової інформації;
робочі знання, які використовуються для розв’язування конкретної задачі
або проведення консультації.
Всі перераховані знання зберігаються в базі знань. Для її побудови
потрібно провести опит спеціалістів, які є експертами в конкретній
предметній ділянці, а потім систематизувати, організувати та індексувати
отриману інформацію для простоти її використання.
Існує багато способів представлення знань в сучасних експертних
системах. Найчастіше використовується такі три методи представлення
знань: правила, семантичні сітки та фрейми.
Термін “фрейм” у 1975 році ввів М.Мінський, як визначення структури
даних для представлення стереотипних ситуацій. В цьому випадку модель
даних представляється комбінацією трьох компонентів:
множини структур даних, об’єкти яких складають вмістиме баз даних;
множини операцій, які використовуються для пошуку та модифікації даних;
множини обмежень цілісності, які явно чи неявно визначають множину
допустимих станів елементів баз даних.
Представлення знань, що базується на правилах, побудовано на
використанні виразу вигляду – “якщо“ (умова) – “тоді“ (дія). Якщо
ситуація (факти) в задачі задовольняє правило “якщо“, тоді
використовується дія, що визначається частиною “тоді“. Співставлення
частин “якщо“ (правил з фактами) може утворити так званий ланцюжок
виводу. Правила забезпечують природній спосіб опису процесів, що
керуються складним і швидкозмінним середовищем. З допомогою правил можна
визначити, як експертна система буде реагувати на зміну даних і при
цьому не потрібно заздалегідь вказувати блок-схему управління обробкою
даних.
В програмі традиційного типу передачі управління і використання ресурсів
здійснюються послідовними кроками, а розгалуження має місце тільки в
заздалегідь вибраних точках. Цей спосіб добре діє для проблем, які
допускають алгоритмічні рішення. Для задач, хід розв’язування яких
керується самими даними і де розгалуження швидше норма, ніж виняток, цей
спосіб малоефективний. Використання правил спрощує пояснення дій
експертної системи і дозволяє людині відслідкувати хід виводу. Можна
розглядати фрейми і семантичні сітки, як методи представлення знань, що
базуються на фреймах. Таке представлення знань використовує сітку
вузлів, що пов’язуються відношеннями і організовуються ієрархічно. Кожен
вузол представляє собою концепцію, яка може бути представлена атрибутами
і значеннями, пов’язаними з цим вузлом. Вузли, які знаходяться на нижніх
рівнях в ієрархії, автоматично наслідують властивості вузлів, що
займають вище становище. Ці методи звичайно забезпечують ефективний шлях
класифікації того чи іншого об’єкту (події).
Багато правил експертної системи є евристиками, тобто емпіричними
правилами, або спрощеннями, які ефективно обмежують пошук рішення.
Евристика – це сукупність логічних прийомів і методологічних правил
теоретичного дослідження і пошуку істини, методика пошуку доведення.
Евристичні правила – неформальні правила, які використовуються з метою
підвищення ефективності пошуку в даній предметній ділянці. Такі підходи
до розв’язування проблем швидше властиві людському мисленню “взагалі”,
для якого властива поява “догадки” про шлях їх вирішення з наступною
перевіркою отриманого рішення. Евристичному методу протиставлявся
алгоритмічний (процедурний) метод, більше характерний для комп’ютера,
який інтерпретувався як механічне здійснення заданої послідовності
кроків, яка однозначно приводила до розв’язку. Експертні системи
використовують евристики через те, що поставлені задачі важкі і до кінця
незрозумілі. Ці задачі не підлягають чіткому математичному аналізу або
алгоритмічному рішенню. Алгоритмічний метод гарантує визначене коротке
або оптимальне рішення задачі, тоді як евристичний метод дає прийнятне
або раціональне рішення. Знання в експертних системах організовані таким
чином, щоб знання про предметну ділянку відокремити від загальних
(наприклад, як вирішувати задачу, або знання про те, як взаємодіяти з
користувачем).
У системах, заснованих на концепції банку знань, реалізуються функції
дедуктивного висновку – від узагальнених знань, що подаються в базі
знань, здійснюється перехід до конкретних знань, що формуються для
вирішення заданої практичної задачі.
Переваги та слабкі місця експертних систем.
Експертні системи відзначаються певними перевагами при використанні.
Зокрема, експертна система:
переважає можливості людини при вирішенні надзвичайно громіздких
проблем;
не має упереджених думок, тоді як експерт користується побічними
знаннями і легко піддається впливу зовнішніх факторів;
не робить поспішних висновків, нехтуючи певними етапами виводу;
забезпечує діалоговий режим роботи;
дозволяє роботу з інформацією, що містить символьні змінні;
забезпечує коректну роботу з інформацією, яка містить помилки, за
рахунок використання імовірнісних методів досліджень;
дозволяє проводити одночасну обробку альтернативних версій;
по вимозі пояснює хід кроків реалізації програми;
забезпечує можливість обгрунтування рішення та відтворення шляху його
прийняття.
Але навіть найкращі з існуючих експертних систем мають певні обмеження у
порівнянні з людиною-експертом, які зводяться до наступного:
Більшість експертних систем не цілком придатні для широкого
використання. Якщо користувач не має деякого досвіду роботи з цими
системами, у нього можуть виникнути серйозні труднощі. Багато експертних
систем доступні лише тим експертам, які створювали їх бази знань. Тому
потрібно паралельно розробляти відповідний користувацький інтерфейс,
який би забезпечив кінцевому користувачу властивий йому режим роботи.
Навики системи не завжди зростають після сеансу експертизи, навіть коли
проявляються нові знання.
Все ще залишається проблемою приведення знань, отриманих від експерта,
до вигляду, який забезпечував би їх ефективне використання.
Експертні системи, як правило, не можуть набувати якісно нових знань, не
передбачених під час розробки, і тим більше не володіють здоровим
глуздом. Людина-експерт при розв’язанні задач звичайно звертається до
своєї інтуїції або здорового глузду, якщо відсутні формальні методи
рішення або аналоги розв’язування даної проблеми.
Сфера застосування та перспективи розвитку.
Експертні системи можуть використовуватися для:
інтерпретації;
діагностики;
моніторингу;
передбачення;
планування;
проектування.
Експертні системи можна використовувати в прогнозування, планування,
контролі, управлінні та навчанні. Наприклад, експертні системи вже
застосовуються в банківській справі в таких напрямках:
програмах аналізу інвестиційних проектів;
програмах аналізу стану валютного, грошового та фондового ринку;
програмах аналізу кредитоспроможності чи фінансового стану підприємств і
банків.
Процес створення експертних систем значно змінився за останні роки.
Завдяки появі спеціальних інструментальних засобів побудови експертних
систем значно скоротились терміни та зменшилась трудомісткість їх
розробки. Інструментальні засоби, що використовуються при створенні
експертних систем, можна розбити на три класи:
мови програмування, орієнтовані на створення експертних систем (Ліпс,
Пролог, Smalltalk, FRL, Interlisp та такі загальновживані, як: Сі,
Асемблер, Паскаль, Фортран, Бейсик);
середовища програмування (Delphi, Java);
пусті експертні системи (оболонка EXSYS Professional 5.0 for Windows).
На американському і західноєвропейських ринках систем штучного інтелекту
організаціям, які бажають створити експертну систему, фірми -розробники
пропонують сотні інструментальних засобів для їх побудови. Нараховуються
тисячі розроблених вузькоспеціалізованих експертних систем. Це свідчить
про те, що експертні системи складають дуже вагому частину програмних
засобів.
Список літератури.
Автоматизированные информационные технологии в экономике. Под. ред.
Г.А.Титоренко – М. Компьютер ЮНИТИ, 1998, – 336 с.
Бердтис А. Структуры данних. – М.: Статистика, 1974, – 408 с.
Блек Ю. Сети ЭВМ : протоколы, стандарты, интерфейсы. -М.: Мир, 1980.
Бойко В.В., Савинков В.М. Проектирование баз данных информационных
систем. -М.: Финансы и статистика, 1992.
Бойков.В., Савинков В.М. Проектирование баз данных информационных
систем. М. Мир 1997.
Боэм Б.У. Инженерное программирование для проектирования программного
обеспечения. -М.: Радио і связь, 1985, -512с.
Брябрин В.М. Программное обеспечение персональных ЭВМ. – М.: Наука,
1988.
Васильев В.Н. Организация, управление и экономика гибкого
интегрированного производства в машиностроении. – М.: Машиностроение,
1986. –312 с.
Вершинин О.В. Компьютер для менеджера. – М.: Высшая школа, 1990.
Вычислительные машины, системы и сети/ Под ред. А.П.Пятибратова. – М.:
Финансы и статистика, 1991.
Герасименко В.А. Защита информации в автоматизированных системах
обработки данных. – В 2-х кн. – М.: Энергоатомиздат, 1994.
Гершгорин Л.Г. Что такое АРМ бухгалтера. – М.: Финансы и статистика,
1988.
Нашли опечатку? Выделите и нажмите CTRL+Enter
