Понятие экспертной системы. История возникновения экспертных систем.

ЭС появились в результате развития систем с искусственным интеллектом. Необходимость их создания была вызвана острой нехваткой специалистов-экспертов, которые смогла бы в любой момент квалифицировано отвечать на вопросы своей области знаний.

ЭС - это сложный программный комплекс, аккумулирующий и тиражирующий знания специалистов в конкретной предметной области и выполняющий функции эксперта при решении задач из этой области, консультируя менее квалифицированных пользователей.

Наибольшее развитие ЭС в последнее время получили: страхование, банковская деятельность.

Разработка ЭС началась в 60-х годах.

1)META-DENDRAL использовались в области химии;

2)MYGIN-EMYGIN TEIREIAS-PUFF-NEOMYGIN для диагностики больных;

3)PROSPECTOR-KAS оценивает вероятность месторождения нефти.

 

Проектирование ЭС. Задачи, к которым применимо использование ЭС.

В отличие от машинных программ, используемых процедурный анализ, ЭС решает задачи в узкой предметной области на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые не структурированы, и плохо определены. Главным достоинством ЭС является возможность накопления, обновления знаний и сохранения их в течение длительного времени. При этом ЭС, обеспечивают независимость оценки от мнения специалистов, и позволяют повышать квалификацию специалистов компании, используя наилучшие проверенные решения.

Критерии целесообразности применения ЭС:

-данные знания должны быть надежными и мало меняться с течением времени;

-решаемые задачи должны быть узкоспециализированными, а пространство возможных решений должно быть относительно невелико;

-задачи не должны в значительной мере зависеть от общечеловеческих знаний или соображений здравого смысла;

-должен быть по крайне мере 1 эксперт способный явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач;

-в процессе решения задачи должны использоваться формальные рассуждения.

Случаи, в которых не рекомендуется использование ЭС:

-для математических задач, которые решаются путем процедурного анализа;

-для задач методы решения, которых отсутствуют.

Условие, свидетельствующие о необходимости разработки ЭС:

1)нехватка специалистов, имеющих возможность затратить значительное время для оказания помощи другим специалистам;

2)необходимость привлечения количества специалистов для решения небольшой задачи, поскольку ни 1 из них не обладает достаточными знаниями для решения ее самостоятельно;

3)слишком большое расхождение между решениями самых квалифицированных и самых неквалифицированных специалистов;

4)наличие конкурентов имеющих преимущество в силу того, что они лучше справляются с поставленной задачей.

 

Структура ЭС.(СХЕМЫ НЕТ)

Пользователь - это специалист, предметной области для которого предназначена система. Обычно его квалификация недостаточно высока, поэтому он нуждается в помощи и поддержке своей деятельности со стороны ЭС.

Эксперт - специалист предметной области, способный систематизировать, организовать, и снабдить систему знаний.

Инженер по знаниям - специалист, выполняющий функции "посредника" между экспертами и системой.

Интерфейс пользователя - комплекс программ, реализовавших диалог пользователя с экспертной системой, как на стадии ввода информации, так и при получении результатов.

База знаний - это ядро экспертной системы, представляет собой совокупность знаний предметной области, записанную на машинный носитель в форме понятной эксперту и пользователю. База знаний предполагает возможность наращивания. Качество ЭС в целом определяется размером и качеством базы знаний.

Блок логического вывода - программа, моделирующая ход рассуждения эксперта на основании базы знаний.

Подсистема объяснений - программа, позволяющая пользователю получить ответы на вопросы: "Как была получена эта программ или иная рекомендация?" и "Почему система приняла такое решение?"

 

Классификация ЭС.

1. По поколениям ЭС:

- ЭС 1-ого поколения:

*знаниями системы являются только знания эксперта, опыт накопления знаний не предусматривается;

*методы представления знаний позволяют описывать только статическо-предметные области;

-ЭС 2-ого поколения (партнерские) умением обучаться и развиваться, эти системы способны решать задачи динамической базой данных.

2. По решаемым задачам:

-интерпретация данных

-диагностика

-проектирование

-прогнозирование

-планирование

-контрольное управление

-обучение.

3. По связям с реальным временем:

-статические ЭС разрабатываются в предметных областях, в которых базы знаний не меняются во времени;

-квазидинамические - интерпретируют ситуацию, которые меняются с некотором фиксированным интервалом времени;

-динамические, работают в режиме реального времени, включая непрерывную интерпретацию поступающих системы данных.

4. По типу ЭВМ:

-ЭС для уникальных стратегически важных задач, решаемых на супер ЭВМ;

-ЭС для вычислительной системы средней производительности;

-ЭС для персональных ЭВМ.

5.По типу интеграции с другими программами:

-автономные ЭС, работающие непосредственно в режиме консультаций с пользователями;

-гибридные ЭС, комплексы агрегирующие стандартные пакеты прикладных программ и средства управления знаниями.

Примеры ЭС, используемых в экономике:

1.Flip Side - система логического программирования финансовой экспертизы, позволяет осуществить мониторинг РЦБ, состояние портфеля ЦБ, прогнозирование условий рынка.

2.Sple n dors - система управления портфелем цб

3.RAD - система для оптимизации структуры ЦБ и оценки финансовых рисков

4.RUNE - ЭС по налогообложению