Министерство науки и высшего образования Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего образования «Сибирский государственный индустриальный университет» Институт информационных технологий и автоматизированных систем Кафедра автоматизации и информационных систем Реферат по дисциплине: «Экспертные системы» на тему: «Понятие и классификация экспертных систем» Выполнил: Проверил: . Новокузнецк 2020 2 Содержание Введение......................................................................................................... 3 1 Понятие экспертных систем ................................................................... 4 1.1 Определение экспертные системы .................................................. 4 1.2 Развитие экспертных систем ............................................................ 4 1.3 Характеристики экспертных систем ............................................... 6 1.4 Применение экспертных систем...................................................... 8 2 Классификация экспертных систем..................................................... 11 2.1 По решаемой задаче ........................................................................ 11 2.2 По связи с реальным временем...................................................... 13 2.3 По типу ЭВМ ................................................................................... 13 2.4 По степени интеграции с другими программами ........................ 14 Заключение .................................................................................................. 15 Библиографический список ....................................................................... 16 3 Введение Компьютеризация общества - одно из основных направлений научнотехнического прогресса - вызвала существенные изменения в технологии разработки и использования программных средств. Изменения были подготовлены всем развитием теории и практики искусственного интеллекта, результатом которого явился переход к новой информационной технологии и созданию экспертных систем. Идеологию экспертных систем можно выразить формулой: знание + вывод = система. Экспертная система предполагает взаимодействие блоков. Главные из них - база знаний и механизм вывода. Самое важное достоинство экспертных систем возможность - накопления знаний и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки огромного объема знаний, возможность возникновения ошибки при переборе весьма маловероятна. Целью данной работы является всестороннее рассмотрение теоретических особенностей экспертных систем, а так же их использование в практической деятельности. Для этого поставлены следующие задачи: 1. введение основных понятий; 2. краткое изучение истории развития экспертных систем; 3. изучение характеристик и области применения экспертных систем; 4. изучение классификации экспертных систем. 4 1 Понятие экспертных систем 1.1 Определение экспертные системы Экспертная система (ЭС) - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. [1, c. 92] Эксперт - это человек, способный ясно выражать свои мысли и пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. ЭС, как и эксперт, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. Как правило, экспертные системы создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания специалистов. ЭС проводят анализ, выдают советы, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. Главным достоинством ЭС является возможность накапливать знания, сохранять их, обновлять и тем самым обеспечивать относительную независимость организации от наличия в ней высококвалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, проверенные решения. [2, c. 74] 1.2 Развитие экспертных систем используя наилучшие, 5 Разработанные в 60-70-х годах ЭС, стали в своих областях уже традиционными. По происхождению, преемственности применяемых идей, предметным областям методов инструментальных и и по программных средств их можно разделить на несколько семейств [3, c. 55]: Система 1. META-DENDRAL. наиболее вероятную DENDRAL структуру позволяет химического определить соединения по экспериментальным данным (данным ядерном магнитного резонанса и др.). M-D автоматизирует процесс приобретения знаний для DENDRAL. Она генерирует правила построения фрагментов химических структур. 2. PROSPECTOR-KAS. PROSPECTOR предназначена - для предсказания месторождений на основе геологических анализов. KASсистема приобретения знаний для PROSPECTOR. 3. HEARSAY-HEARSAY-2-HEARSAY-3-AGE. Первые две системы этого ряда являются развитием интеллектуальной системы распознавания слитной человеческой речи. Эти системы отличаются оригинальной структурой, основанной на использовании доски объявлений - глобальной базы данных, содержащей текущие результаты работы системы. В дальнейшем на основе этих систем были созданы инструментальные системы HEARSAY-3 и AGE для построения ЭС. 4. Системы AM (Artifical Mathematician- искусственный математик) и EURISCO были разработаны в Станфордском университете доктором Д. Ленатом для исследовательских целей. Эффективность любой ЭС определяется закладываемыми в нее знаниями. Чтобы система была способна к обучению, в нее должно быть введено около миллиона сведений общего характера. Это примерно четырехлетнии дети со первоначально заложили объем информации, средними около 100 каким способностями. правил В вывода располагают систему и более AM 200 эвристических алгоритмов обучения, позволяющих строить произвольные математические теории и представления. Первоначально результаты системы были весьма многообещающими. Она могла сформулировать понятия 6 натурального ряда и простых чисел. Так же она синтезировала вариант гипотезы Гольдбаха о том, что каждое четное число, большее двух, можно представить в виде суммы двух простых чисел. До сих пор не удалось ни найти доказательства данной гипотезы, ни опровергнуть ее. Дальнейшее развитие системы замедлилось и было отмечено, что, несмотря на проявленные на первых порах “математические способности”, система не может синтезировать новых эвристических правил, т.е. ее возможности определяются только теми эвристиками, что были в нее изначально заложены. 1.3 Характеристики экспертных систем При создании экспертной системы обычно делят ее на три основных модуля [4, c. 53]: 1. база знаний; 2. машина логического вывода; 3. интерфейс с пользователем. База знаний содержит знания, относящиеся к конкретной прикладной области (отдельные факты, правила, описывающие отношения или явления, а также, возможно, методы, эвристики и различные идеи) относящиеся к решению задач в этой прикладной области. Машина логического вывода активно использует информацию, содержащуюся в базе знаний. Интерфейс с пользователем отвечает за бесперебойный обмен информацией между пользователем и системой, а также возможность наблюдать за процессом решения задач, протекающим в машине логического вывода. Принято рассматривать машину вывода и интерфейс как один крупный модуль, обычно называемый оболочкой экспертной системы [5, c. 73]. 7 Рисунок 1 – Структура экспертной системы Экспертная система отличается от прочих прикладных программ наличием следующих признаков [6, c. 62]: 1. Моделирует не столько физическую (или иную) природу определенной проблемной области, сколько механизм мышления человека применительно к решению задач в этой проблемной области. Это существенно отличает экспертные системы от систем математического моделирования или компьютерной анимации. Нельзя, конечно, сказать, что программа полностью воспроизводит психологическую модель специалиста в этой предметной области (эксперта), но важно, что основное внимание всетаки уделяется воспроизведению компьютерными средствами методики решения проблем, которая применяется экспертом, -т.е. выполнению некоторой части задач так же (или даже лучше), как это делает эксперт. 2. Система, помимо выполнения вычислительных операций, формирует определенные соображения и выводы, основываясь на тех знаниях, которыми она располагает. Знания в системе представлены, как правило, на некотором специальном языке и хранятся отдельно от собственно программного кода, который и формирует выводы и соображения. Этот компонент программы принято называть базой знаний. 3. При решении задач основными являются эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех. Эвристика, по существу, является правилом влияния, которое в машинном виде представляет некоторое знание, приобретенное человеком по мере накопления практического опыта решения 8 аналогичных проблем. Такие методы являются приблизительными в том смысле, что, во-первых, они не требуют исчерпывающей исходной информации, и, во-вторых, существует определенная степень уверенности (или неуверенности) в том, что предлагаемое решение является верным. 1.4 Применение экспертных систем Области применения систем, основанных на знаниях, разделяются на несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах [7, c. 84]: 1 Медицинская диагностика. Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины. 2 Прогнозирование. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут 9 предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды. 3 Планирование. Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной. 4 Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения. 10 5 Контроль и управление. Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях. 6 Диагностика неисправностей в механических и электрических устройствах. В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров. 11 2 Классификация экспертных систем Общепринятая классификация экспертных систем отсутствует, однако наиболее часто экспертные системы различают по назначению, предметной области, методам представления знаний, динамичности и сложности (рисунок 2). Рисунок 2 – классификация экспертных систем 2.1 По решаемой задаче Интерпретация данных. Это одна из классических задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных. Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность - это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций 12 рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры ("анатомии") диагностирующей системы. Мониторинг. Основная задача мониторинга - непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы - "пропуск" тревожной ситуации и инверсная задача "ложного" срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста. Проектирование. Проектирование состоит в подготовке спецификаций на создание "объектов" с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов чертеж, пояснительная записка и т.д. Основные проблемы здесь - получение четкого структурного описания знаний об объекте и проблема "следа". Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс логически выводят объяснения. Прогнозирование. Прогнозирующие системы вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров "подгоняются" под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками. Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые 13 функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности. Обучение. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом "ученике" и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний. 2.2 По связи с реальным временем Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны. Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени. Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных. 2.3 По типу ЭВМ На сегодняшний день существуют: 1. ЭС для уникальных стратегически важных задач на супер ЭВМ (Эльбрус, CRA'. CONVEX и др.); 2. ЭС на ЭВМ средней производительности (типа ЕС ЭВМ, mainframe); 3. ЭС на символьных процессорах и рабочих станциях (SUN, APOLLO); 4. ЭС на мини- и супермини-ЭВМ (VAX, micro-VAX и др.); 5. ЭС на персональных компьютерах (IBM PC, MAC II и подобные). 14 2.4 По степени интеграции с другими программами Автономные ЭС работают непосредственно в режиме консультаций с пользователем для специфически "экспертных" задач, для решения которых не требуется привлекать традиционные методы обработки данных (расчеты, моделирование и т. д.). Гибридные ЭС представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (например, математическую статистику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Это может быть интеллектуальная надстройка над ППП или интегрированная среда для решения сложной задачи с элементами экспертных знаний. Несмотря на внешнюю привлекательность гибридного подхода, следует отметить, что разработка таких систем являет собой задачу, на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий (что происходит в гибридных системах) порождает целый комплекс теоретических и практических трудностей. 15 Заключение В процессе разработки данной темы мною было раскрыто понятие и классификация экспертных систем. ЭС - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. С 70-х годов ЭС стали ведущим направлением в области искусственного интеллекта. Для их разработки нашли применение методы ИИ, разработанные ранее (эвристического поиска, распознавания предложений на естественном языке, методы представления знаний, логического вывода и др). Экспертные системы позволили получить очень большой коммерческий эффект от применяя таких мощных методов. Экспертные системы, как и эксперт, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. 16 Библиографический список 1. методы Варламов О. О. Системный анализ и синтез моделей данных и обработки информации в самоорганизующихся комплексах оперативной диагностики / О. О. Варламов. – М.: 2003. – 128 с. 2. Джексон П. Введение в экспертные системы. - М.: Изд. дом "Вильямс", 2006. – 238 с.Вентиляция шахт и рудников: учеб. пособие / В.И. Голинько, Я.Я. Лебедев, О.А. Муха. – Д.: Национальный горный университет, 2012. – 266 с. 3. Корнилов Г. И. Основы теории систем и системного анализа / Г. И. Корнилов. – М.: Высшая школа, 2005. – 263 с. 4. Белов П. Г. Моделирование процессов в техносфере / П. Г. Белов. – М.: Москва: Издательство Академии гражданской защиты МЧС РФ, 2006. 124 с. 5. Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Джордж Ф. Люгер. - М.: Издательский дом "Вильямс", 2003. – 189 с. 6. Сафонов В. О. Экспертные системы - интеллектуальные помощники специалистов / В. О. Сафонов. - СПб: Санкт-Петербургская организация общества “Знания”, 2005. – 257 с. 7. Симоненко О.Д. Техносфера: взгляд извне / О.Д. Симоненко. – М.: Изд. “Техносфера” 2004. - 168 с.
