Экспертные системы, их назначение, состав и принцип функционирования

Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем, основанных на использовании искусственного интеллекта. Экспертные системы дают возможность менеджеру или специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания.

Под искусственным интеллектом понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы исходили от человека.

Решение специальных задач требует специальных знаний. Однако не каждая компания может себе позволить держать в своем штате экспертов по всем связанным с ее работой проблемам или даже приглашать их каждый раз, когда проблема возникла. Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Являясь одним из основных приложений искусственного интеллекта, экспертные системы представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.

Сходство информационных технологий, используемых в экспертных системах и системах поддержки принятия решений, состоит в том, что обе они обеспечивают высокий уровень поддержки принятия решений. Однако имеются три существенных различия. Первое связано с тем, что решение проблемы в рамках систем поддержки принятия решений отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение. Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности. Второе отличие указанных технологий выражается в способности экспертных систем пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользователя, чем само решение. Третье отличие связано с использованием нового компонента информационной технологии – знаний.

Основными компонентами информационной технологии, используемой в экспертной системе, являются (рис. 1): интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.

 

 

Рисунок 1 -. Основные компоненты информационной технологии

экспертных систем

 

Интерфейс пользователя. Менеджер (специалист) использует интерфейс для ввода информации и команд в экспертную систему и получения выходной информации из нее. Команды включают в себя параметры, направляющие процесс обработки знаний. Информация обычно выдается в форме значений, присваиваемых определенным переменным.

Менеджер может использовать четыре метода ввода информации: меню, команды, естественный язык и собственный интерфейс.

Технология экспертных систем предусматривает возможность получать в качестве выходной информации не только решение, но и необходимые объяснения.

Различают два вида объяснений:

- объяснения, выдаваемые по запросам. Пользователь в любой момент может потребовать от экспертной системы объяснения своих действий;

- объяснения полученного решения проблемы. После получения решения пользователь может потребовать объяснений того, как оно было получено. Система должна пояснить каждый шаг своих рассуждений, ведущих к решению задачи. Хотя технология работы с экспертной системой не является простой, пользовательский интерфейс этих систем является дружественным и обычно не вызывает трудностей при ведении диалога.

- База знаний содержит факты, описывающие проблемную область, а также логическую взаимосвязь этих фактов. Центральное место в базе знаний принадлежит правилам. Правило определяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условие, которое может выполняться или нет, и действие, которое следует произвести, если выполняется условие.

- Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.

- Все виды знаний в зависимости от специфики предметной области и квалификации проектировщика (инженера по знаниям) с той или иной степенью адекватности могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее распространенным моделям относятся логические, продукционные, фреймовые и семантические сети.

- Интерпретатор. Это часть экспертной системы, производящая в определенном порядке обработку знаний, находящихся в базе знаний. Технология работы интерпретатора сводится к последовательному рассмотрению совокупности правил (правило за правилом). Если условие, содержащееся в правиле, соблюдается, то выполняется определенное действие, и пользователю предоставляется вариант решения его проблемы.

- Кроме того, во многих экспертных системах вводятся дополнительные блоки: база данных, блок расчета, блок ввода и корректировки данных. Блок расчета необходим в си­туациях, связанных с принятием управленческих решений. При этом важную роль играет база данных, где содержатся плановые, физические, расчетные, отчетные и другие постоянные или оперативные показатели. Блок ввода и корректировки данных используется для оперативного и своевременного отражения текущих изменений в базе данных.

- Модуль создания системы служит для создания набора (иерархии) правил. Существует два подхода, которые могут быть положены в основу модуля создания системы: использование алгоритмических языков программирования и использование оболочек экспертных систем.

- Для представления базы знаний специально разработаны языки Лисп и Пролог, хотя можно использовать и любой известный алгоритмический язык.

- Оболочка экспертных систем представляет собой готовую программную среду, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.

-

- Применение ЭС

- Экспертные системы - одно из перспективных направлений в области искусственного интеллекта. Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применения для решения задач из самых различных областей человеческой деятельности. Пожалуй, не найдется такой предметной области, в которой не было бы создано ни одной ЭС или, по крайней мере, такие попытки не предпринимались бы.

- Основные типы задач, решаемых с помощью ЭС:

- 1) интерпретация, определение смыслового содержания входных данных;

- 2) предсказание последствий наблюдаемых ситуаций;

- 3) диагностика неисправностей (заболеваний) по симптомам;

- 4) конструирование объекта с заданными свойствами при соблюдении установленных ограничений;

- 5) планирование последовательности действий, приводящих к желаемому состоянию объекта;

- 6) слежение (наблюдение) за изменяющимся состоянием объекта и сравнение его параметров с установленными или желаемыми;

- 7) управление объектом с целью достижения желаемого поведения;

- 8) поиск неисправностей;

- 9) обучение.

- В экономических информационных системах с помощью ЭС возможно решение следующих задач:

- 1. Анализ финансового состояния предприятия.

- 2. Оценка кредитоспособности предприятия.

- 3. Планирование финансовых ресурсов предприятия.

- 4. Формирование портфеля инвестиций.

- 5. Страхование коммерческих кредитов.

- 6. Выбор стратегии производства.

- 7. Оценка конкурентоспособности продукции.

- 8. Выбор стратегии ценообразования.

- 9. Выбор поставщика продукции.

- 10. Подбор кадров.

-

- 6. Нейросетевые технологии

-

- Нейронные сети еще одно из направлений систем искусственного интеллекта. Они особенно эффективны в случаях, когда нужно проанализировать большое количество данных для оценивания ситуации. Например, при принятии решения о выдаче кредита нужно просмотреть случаи из прошлого опыта с ответами да/нет.

- Области применения нейронных сетей в сфере экономической деятельности:

· обнаружение нарушений при уплате налогов;

· анализ рынка ценных бумаг, предсказание курсов валют;

· выдача кредитов;

· предсказание последствий того или иного решения;

· предсказание результатов продвижения на рынке новых товаров;

· управление авиалиниями: заполнение мест и составление расписания;

· оценивание кандидатов на должность;

· оптимальное распределение ресурсов;

· установление подлинности подписи и др.

·

·

·

·

· Заключение

· Таким образом, системы поддержки принятия решений разработаны для решения задач слабоструктурированного и неструктурированного прикладного анализа, чтобы помогать управленческому аппарату организаций и учреждений проектировать, оценивать альтернативы и контролировать процесс реализации.

·

· Контрольные вопросы

1. Что такое системы поддержки принятия решений?
2. Назначение систем поддержки принятия решений?
3. Какова схема процесса принятия решений?
4. Какие компоненты входят в состав систем поддержки принятия решений?
5. Приведите примеры использования систем поддержки принятия решений.
6. Экспертные системы, их назначение, состав и принцип функционирования.
7. Что такое нейронные сети?.
10. Литература

10. Коноплева И.А., Хохлова О.А., Денисов А.В. Информационные технологии: учебное пособие / под ред. И.А. Коноплевой. – М.: Проспект, 2008. – 304 с.

11. Федотова Е.Л. Информационные технологии в профессиональной деятельности: Учебное пособие. М.: ИД «Форум»: ИНФРА-М, 2011. – 368 с.:

12. Федотова Е.Л. Информационные технологии и системы: учеб. пособие. – М.: ИД «ФОРУМ»: ИНФРА – М, 2009. – 352с. (профессиональное образование)

13. Михеева Е.В. Информационные технологии в профессиональной деятельности: Учебное пособие – М.: Проспект, Велби, 2010. – 448 с.

14.