Экспертные системы управления

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

 

Тема моего реферата «Экспертные системы управления», является актуальной, так как в последнее время в отечественной и зарубежной литературе  все чаще выделяется особый класс ЭС – управляющие (или динамические) ЭС. Этот класс систем, в отличие от традиционных (статических) ЭС, решает плохо формализуемые, не имеющие аналитического решения задачи. Так же позволяет решать задачи мониторинга и управления эксплуатацией сложных технических объектов в масштабе реального времени в условиях нечеткости, неполноты, неопределенности, как исходных данных, так и самой  постановки задачи (так называемых НЕ-факторов); отсутствия точного и однозначного алгоритма решения задачи; большого числа возможных исходов (ситуаций), подлежащих анализу.  
Современные экспертные системы (ЭС) выделились в самостоятельное направление из систем искусственного интеллекта, начиная с 70-х годов. С тех пор почти 30 лет к ним приковано пристальное внимание большого числа специалистов из различных областей знаний, связывающих с ними свои надежды на эффективное и качественное решение прикладных трудноформализуемых или неформализуемых задач.

Экспертные системы обеспечивают качественно новый уровень решения задач управления эксплуатацией сложных технических объектов. 
Под экспертной системой понимается система, объединяющая возможности компьютера со знаниями и опытом эксперта в такой форме, что система может предложить разумный совет или осуществить разумное решение поставленной задачи ¹(1, стр. 90).

Строго  говоря, управляющая ЭС, с точки зрения выполняемых ею функций, уже является не только экспертной системой, т.е. системой-советчиком. В этих системах блок интерфейса с пользователем естественным образом дополняется  блоком интерфейса с объектом управления.

1. Определение экспертной системы

 

Среди существенного  многообразия определений экспертных систем можно выбрать следующее [1]: "Под экспертной системой с функциональной точки зрения понимается вычислительная система, которая использует знания специалистов о некоторой конкретной узкоспециализированной предметной области и которая в пределах этой области способна принимать решения на уровне эксперта-профессионала".

В общем случае структура  типовой экспертной системы включает в себя следующие  компоненты (рис.1.1): базу знаний (БЗ); подсистему логического вывода; модуль приобретения знаний; решатель; модуль отображения и объяснения решений; базу данных (БД) и систему управления базой данных (СУБД); пакеты прикладных программ (ППП); интерфейс пользователя. 
Общение пользователя с ЭС осуществляется  через интерфейс на пробой вариант естественного языка. В процессе общения с пользователем происходит преобразование (трансляция) предложений естественного языка во внутренний язык представления знаний экспертной системы. В качестве внутренних языков экспертной системы наиболее часто применяются логические языки, языки продукционного типа или языки семантических систем.

Рис. 1.1. Структура типовой экспертной системы

 

Описание задачи (запрос) пользователя на входном языке экспертной системы через решатель поступает в подсистему логического вывода, которая, используя информацию из базы знаний, генерирует рекомендации по решению искомой задачи. Модуль отображения и объяснения решений показывает пользователю промежуточные и окончательные результаты решения задачи с пояснением действий экспертной системы. 
Модуль приобретения знаний, по сути, представляет собой интерфейс общения с экспертом и поддерживает процесс извлечения знаний (понятий) для  конкретной предметной области. Как правило, эти знания носят эмпирический характер, плохо формализованы и описаны (основаны на результатах эксперимента). 
База знаний содержит правила, характеризующие знания о предметной области, а также факты, относящиеся к этой области. Правила и факты соответствуют процедурной и  декларативной компонентам  знаний. Одной из основных проблем, связанных с построением экспертной системой, является выбор формы представления,  удобной для обеих этих компонент. 
Решатель (или интерпретатор) генерирует программу решения путем выбора нужных правил и фактов из БЗ и БД и исполнение этой программы; при этом каждая задача пользователя порождает  свою программу решения. 
Типовой алгоритм реализации экспертной системы, с точки зрения разработчика, выглядит следующим образом : 
1)    определить круг задач, решаемых экспертной системы; 
2)    получить знания у эксперта; 
3)    формализовать знания эксперта в виде машинных процедур, правил и описаний; 
4)    построить базу знаний; 
5)    разработать программный интерфейс с пользователем; 
6)    разработать механизмы обработки и редактирования знаний; 
7)    разработать механизмы обучения и накопления новых знаний; 
8)    построить подсистему объяснений; 
9)    объединить указанные подсистемы в единую экспертной системы.     
В зависимости от предоставляемых пользователю возможностей, принципов построения и классов решаемых задач различают различные поколения ЭС [1, 2]: 
- экспертная система первого поколения - компьютерные системы, повторяющие логический вывод эксперта  и характеризующиеся следующими ограничениями: 
• узкая область экспертизы; 
• основной вид применяемых знаний – личностное знание, отражающее профессиональный опыт эксперта; 
•    ограниченность возможности  модификации ЭС в процессе эксплуа-тации; 
- экспертной системы второго поколения – компьютерные системы, предназначенные для приобретения знаний из внешней среды, представляющие собой, по сути,  "оболочки" экспертных систем.  Их основные черты: 
•    "готовый" механизм ввода; 
•    "пустая" база знаний. 
Приобретение знаний в таких экспертных систем поддерживается специальными сервисными программами (редактор БЗ, средства отладки, трассировки и т.д.). Основная трудность в их использовании состоит в настройке на конкретную предметную область. Оболочка диктует разработчику язык описания фактов, формализм представления знаний и стратегию вывода, что накладывает существенные ограничения  на степень "свободы" пользователя; 
- экспертные системы третьего поколения – гибридные экспертные системы ("партнерские" экспертные системы). Их отличительными чертами являются учет модели пользователя; умение обучаться и развиваться в процессе функционирования (эволюционировать); объединять в едином информационном пространстве различные программные среды (прикладные программы пользователя; программы-утилиты, расширяющие функциональные возможности экспертных систем; интег-рированные разнородные БД и СУБД и т.д.), которые функционируют как равноправные среды; 
- экспертные системы четвертого поколения – это управляющие (или динамические) экспертные системы. Как уже отмечалось, их общими характеристиками являются: динамизм БЗ и подсистемы логического вывода; наличие ярко выраженных адаптивных свойств,  развитого интерфейса не только с пользователем, но  и  с внешней средой, с объектом управления; 
- пятое поколение экспертных систем – распределенные сети из совместно функционирующих  экспертных систем. Их характеризует состояние "связывания" нескольких экспертных систем, когда решение одной из них выступает в качестве исходной информации для действия другой.  
В отличие от  I – III  поколений  экспертных систем, относящихся к статическим экспертным системам,  IV – V поколения экспертных систем образуют класс динамических экспертных систем. Термин "динамическая" система здесь предполагает функциональную привязку всех компонент, входящих в состав экспертной системы, к временной координате (т.е. обработка данных и принятие решений осуществляются в реальном масштабе времени). Решение динамических задач в реальном времени приводит к необходимости включения в состав данных  экспертных систем таких компонент, как: подсистема моделирования внешнего мира; подсистема связи с объектом управления; подсистема временной синхронизации обрабатываемых процессов. Таким образом, динамические экспертные системы выполняют роль оперативного помощника пользователя или управляющего звена в сложных организационно-технических системах [3, 4]. 
Последние поколения  ЭС находят все более широкое применение при решении таких задач, как:  
- планирование, т.е. формирование плана действий, которые следует выполнять для достижения поставленных целей (например, планирование  проведения производственных испытаний); 
- мониторинг, т.е. наблюдение и контроль за ходом некоторого процесса плана (например, контроль состояния газотурбинного двигателя в процессе испытаний или во время полета); 
- управление эксплуатацией и режимами работы сложных технических объектов и систем; 
- прогноз возможных событий и хода процессов в будущем на основании изучения их прошлого и настоящего;  
- диагностика, т.е. процесс установления возможных неисправностей в системе, основанный на интерпретации получаемых данных (например, ди-агностика бортового радиоэлектронного оборудования).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Возможности использования компьютерных  информационных систем Для принятия  управленческих решений могут  быть определены, с одной стороны,  в зависимости от структурированности  решаемых управленческих задач, с другой – с учетом уровня иерархии управления предприятия, на котором решение должно быть принято, а с третьей – в зависимости от принадлежности к той или иной функциональной сфере бизнеса. Так, на рис. 1 показана классификация информационных систем, выполненная по признаку структурированности решаемых задач. Рис. 1. Классификация информационных систем по степени структурированности решаемых задач Задачи считаются структурированными, если они носят повторяющийся, рутинный характер и для решения их раз и навсегда разработаны соответствующие процедуры (алгоритмы), которые используются во всех случаях, когда эти задачи встречаются. Целью использования

ИС для решения структурированных  задач является полная автоматизация, т.е. сведение роли человека к нулю. Если характер решения задачи мы представляем себе не полностью, мы называем их неструктурированными (или слабоструктурированными) задачами. Для решения неструктурированных информационных задач ИС играют вспомогательную роль: они предназначаются для того, чтобы помочь управляющему принять решение, но не для непосредственной выработки такого решения.

Используемые для решения слабоструктурированных задач ИС подразделяются на два вида. Первый из них, ориентированный главным  образом на обработку данных (поиск, агрегирование, фильтрацию), формирует специальные управленческие отчеты. Используя сведения, содержащиеся в этих отчетах, управляющий принимает решение. Второй вид ИС оказывает ЛПР более фундаментальную помощь, разрабатывая для него возможные альтернативы

решения. Принятие решения при этом сводится к выбору одной из предложенных альтернатив. Как следует из рис. 1, ИС могут создавать лицу, принимающему решение (ЛПР), три вида поддержки: информационную, модельную и экспертную. Информационная поддержка обеспечивает доступ пользователя к информации и ее частичную обработку. Модельная поддержка связана с представлением пользователю математических, статистических, финансовых и других моделей, использование которых облегчает выработку и оценку возможных альтернатив,

но за счет использования  не формализованных моделей, а экспертных систем, связанных с обработкой знаний по функциональным управленческим решениям. Другим классификационным признаком, используемым для дифференциации ИС, является их принадлежность к той или иной функциональной сфере бизнеса: маркетингу, бухгалтерскому учету, финансам, производству, сбыту и т.п. Важным элементом классификации ИС выступает их разделение по следующим трем уровням иерархии управления фирмой: стратегическое планированию;

управленческий контролю; оперативный контролю. Таким образом, каждая из функциональных подсистем(маркетинг, финансы, кадры и т.п.) может быть охарактеризована этими тремя уровнями управления. Рис. 2. Классификация ИС по функциональным сферам 5. Экспертные системы в области оперативного и управленческого контроля Оперативный контроль обычно имеет дело с рутинными, постоянно повторяющимися операциями, для проведения

которых предварительно уже были созданы необходимые  процедуры и правила. Решения, принимаемые в его рамках, имеют короткий жизненный цикл. Результаты оперативного контроля информируют ЛПР о степени выполнения управленческих задач и процедур. На уровне оперативного контроля решаются следующие задачи: -обработка данных об операциях, проводимых предприятием; -создание периодических отчетов о состоянии дел (для контроля); -подготовка ответов на

всевозможные запросы. Рис. 3 Схема  обработки данных на уровне управленческого  контроля Управленческий контроль проводится на уровне руководителей подразделений фирмы для того, чтобы дать оценку текущей ситуации, выбрать необходимые контрольные операции, сформулировать новые правила принятия решений для персонала, находящегося в оперативном управлении, а также распределить имеющиеся ресурсы. Для принятия решений на уровне управленческого контроля информация должна быть представлена в агрегированном

виде так, чтобы были в наличии: тенденция изменения данных, причины  возникших отклонений и возможные  решения. На этом этапе решаются следующие  задачи: -оценка планируемого состояния объекта управления; -оценка отклонений от планируемого состояния; -выявление причин отклонений; -анализ возможных решений и действий. Стратегическое планирование включает в себя определение целей компании, ресурсов, используемых для достижения этих целей, и политики (стратегии), которая должна привести к достижению поставленных

целей. Горизонт стратегического планирования гораздо шире, чем для управленческого  контроля. Используя положения иерархии принятия решений, можно конкретизировать функциональную структуру ИС в виде матрицы, представленной в табл. 1. Таблица 1 - Матрица функциональной области ИС Заключение Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время.

В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала. При создании ЭС возникает ряд затруднений. Это прежде всего связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникникновение трудностей чисто психологического порядка:

при создании базы знаний системы  эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

Необходимо правильно понимать реальные возможности их использования. Безусловно, далеко не все существующие проблемы могут быть решены с помощью экспертных оценок. Хотя корректное использование экспертных технологий во многих случаях остается единственным реальным способом подготовки и принятия обоснованных управленческих решений». Список используемой литературы 1. В. О. Сафонов. Экспертные системы- интеллектуальные помощники специалистов

С Пб: Санкт-Петербургская организация  общества “Знания” 2. России, 2002. 3. Литвак Б.Г Экспертные технологии в управлении, М «Дело», 2004 г с 4. Междисциплинарный  словарь по менеджменту / Под общей редакцией: С.П. Мясоедова, М «Дело», 2005 г 5. Г. Долин. Что такое ЭС Компьютер Пресс, 1992/2.

 

 

 

 

Экспертная система - это вычислительная система, в которую включены знания специалистов о некоторой конкретной проблемной области и которая в пределах этой области способна принимать экспертные решения.

Экспертные системы, пожалуй, наиболее значительное практическое достижение в области искусственного интеллекта, получили в настоящее время самую  широкую известность. В отличие  от других, ориентированных на практику программных комплексов искусственного интеллекта, они имеют массовое применение, так как каждая экспертная система позволяет решить неограниченное число сложных для человека задач из соответствующей предметной области. Экспертная система может быть, по-видимому, построена для любой предметной области, о чем говорит следующий перечень уже решаемых экспертными системами классов задач: диагностика, предсказание, проектирование, планирование, управление, наблюдение.

В основе экспертной системы  лежит определенный запас знаний о конкретной предметной области. Эти  знания организуются, как некоторая  совокупность правил, которые позволяют делать заключения на основе исходных данных или предположений.

Экспертные системы  решают реальные проблемы, которые  обычно встают перед специалистом - экспертом. Поэтому для формирования экспертной системы нужно, сначала извлечь подходящее знание из человека - эксперта. Такое знание по своей природе является скорее чисто эвристическим, а не абсолютным, содержанием которого являются несомненные факты.