Expert-1

Экспертные
системы.
Новые информационные
технологии и экспертные
оценки в экономике,
социальной сфере,
образовании и управлении
Общественная
сфера применения новых информационных
технологий и развитых средств коммуникаций чрезвычайно
обширна. Она включает различные аспекты, начиная от
обеспечения простейших функций служебной переписки до
системного анализа и поддержки сложных задач принятия
решений. В свою очередь концептуальным этапом в развитии
информационных
технологий
является
создание
и
использование экспертных систем в экономике, социальной
сфере,
образовании
и
государственном
управлении.
Информационная экспертная система (ИЭС) - это совокупность
методов и средств организации, накопления, применения
информационных ресурсов и знаний для решения сложных
задач в определенной предметной области.
Достоинство применения экспертных систем заключается в
возможности принятия решений в уникальных ситуациях, для
которых алгоритм заранее не известен и формируется по
исходным данным в виде цепочки рассуждений (правил
принятия решений) из базы знаний (БЗ). Причем решение
задач предполагается осуществлять в условиях неполноты,
недостоверности, многозначности исходной информации и
качественных оценок процессов.
Однако, несмотря на очевидную полезность и широкое
использование ИЭС, они, как и любые системы, не
совершенны. Один из главных недостатков состоит в
сложности распознавания границ возможностей ИЭС и
демонстрации ненадежного функционирования вблизи
границ применимости. Существенным недостатком
экспертных систем являются также значительные
трудозатраты, необходимые для пополнения базы знаний. В
БЗ располагаются объекты познания, образующие
совокупность знаний, объединенных благодаря четырем
типам концептуальных связок: общности, партитивности
(соотношение целого и части), противопоставления,
функциональной взаимозависимости.
Определенные трудности и ограничения вызывает и проектирование
ИЭС. Они слабо приспособлены к обучению на уровне новых концепций
и новых правил, оказываются не эффективны и мало пригодны в тех
случаях, когда надо учитывать всю сложность реальных и нештатных
зада
Очевидно, что успешно функционировать в будущем будут лишь те
предприятия, которые смогут накапливать, анализировать,
синтезировать и использовать информацию о рынках, изобретениях,
новых продуктах, предложении и ценах поставщиков и производителей
конечной продукции, а также о новом спросе со стороны потенциальных
потребителей. Предполагаемые темпы роста рынка, возрастающий
уровень конкуренции, с одной стороны, и высокая степень
неопределенности деловой среды и риски, с другой, предопределяют
востребованность экономической экспертной информации и
дальнейшую разработку и практическое внедрение новых эффективных
ИЭС, обладающих более совершенными потребительскими
характеристиками.
В современных условиях на уровне крупных промышленных предприятий
могут быть весьма популярны локальные ИЭС, ориентированные на конкретные
исследовательские и аналитические задачи: анализ и прогнозирование рынка,
поведения конкурентов, потребителей и т.д. Теоретически компания может создать
множество различных специализированных систем, объединенных затем в Единую
корпоративную информационную экспертную (многоагентную) систему (ЕКИЭС).
Перспективными являются, несомненно, самообучающиеся ЕКИЭС,
способные автоматически формировать БЗ в целях классификации проблемных
областей и прогнозирования. Но практически безграничными представляются
возможности использования в проектировании ИЭС нейросетевого подхода.
Классификацию существующих парадигм нейронных сетей по структуре можно
представить в следующем виде (рис.1)
Нейронные сети
Полносвязные
Неполносвязные
Однослойные
С прямыми связями
Гибридные
Многослойные
С перекрестными
связями
С обратными связями
Обучить нейросеть - значит сообщить ей алгоритм решения определенной
задачи или группы задач. Это свойство нейросетей особенно ценно в
антикризисном управлении в условиях неопределенной внешней среды.
Вся информация, которую сеть имеет о задаче, содержится в наборе
примеров. Поэтому качество обучения сети напрямую зависит от
количества примеров в обучающей выборке, а также от того, насколько
полно эти примеры описывают данную задачу. Так, например,
бессмысленно использовать сеть для предсказания банкротства, если в
обучающей выборке банкротство не представлено. Как только сеть
обучена, можно применять ее для решения конкретных задач.
Современные экономические системы (например, промышленные
комплексы) приближаются к такому уровню сложности, когда их
наблюдаемое поведение и свойства не сводятся к простой сумме свойств
отдельных компонент. Даже небольшие отклонения в производительности
работы отдельных подсистем могут вызвать качественно новый режим
поведения всей системы и даже привести к серьезному кризису системы.
Возможным выходом из положения является построение модели на
основе синтеза компонент. Так, к примеру, синтетические модели
являются практически единственной альтернативой в социологии,
долгосрочных прогнозах погоды, в макроэкономике, медицине.
Возможность использования искусственных нейронных сетей для быстрого
принятия решений в опасной обстановке нашла активную поддержку и
обоснование у разработчиков современных энергетических систем. На этот
счет существует обширная литература на английском языке. Немало работ
посвящено, в частности, системам диагностики энергосистем и промышленных
систем. Например, в работе разработана нейронная сеть для осуществления
оперативного управления и слежения за неопределенными ситуациями в ходе
работы электростанций. Проведена классификация возможных неполадок;
разработаны методы получения их предсказаний, определения существования
устойчивых режимов работы в случае повреждений и выяснения их
допустимости с точки зрения термальных и прочих ограничений по
безопасности. В исследовании рассмотрена проблема интерпретации
большого количества одновременных сигналов тревоги в центре управления
электрическими сетями в условиях стресса.
Полученные исследователями экспериментальные данные
свидетельствуют в целом о возможности построения локальных ЭС
повышенной надежности, учитывающих возможность возникновения
разнообразных непредвиденных опасных ситуаций не только в инженерных,
технических, но и в экономических системах.