Экспертные системы управления

1. Назначение  экспертных систем

В начале восьмидесятых  годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Исследователи в области ЭС для названия своей дисциплины часто используют также термин «инженерия знаний», введенный Е. Фейгенбаумом как «привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов».

Программные средства (ПС), базирующиеся на технологии экспертных систем, или инженерии знаний (в  дальнейшем будем использовать их как  синонимы), получили значительное распространение в мире.

Важность экспертных систем состоит в следующем (8, стр. 76):

· технология экспертных систем существенно расширяет круг практически значимых задач, решаемых на компьютерах, решение которых  приносит значительный экономический эффект;

· технология ЭС является важнейшим средством в решении  глобальных проблем традиционного  программирования: длительность и, следовательно, высокая стоимость разработки сложных  приложений;

· высокая стоимость  сопровождения сложных систем, которая часто в несколько раз превосходит стоимость их разработки; низкий уровень повторной используемости программ и т.п.;

· объединение технологии ЭС с технологией традиционного  программирования добавляет новые  качества к программным продуктам  за счет: обеспечения динамичной модификации приложений пользователем, а не программистом; большей «прозрачности» приложения (например, знания хранятся на ограниченном ЕЯ, что не требует комментариев к знаниям, упрощает обучение и сопровождение); лучшей графики; интерфейса и взаимодействия.

По мнению ведущих  специалистов, в недалекой перспективе  ЭС найдут следующее применение (3, стр. 45):

· ЭС будут играть ведущую  роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг;

· технология ЭС, получившая коммерческое распространение, обеспечит  революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих  модулей.

ЭС предназначены для  так называемых неформализованных  задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

Неформализованные задачи обычно обладают следующими особенностями:

· ошибочностью, неоднозначностью, неполнотой и противоречивостью  исходных данных;

· ошибочностью, неоднозначностью, неполнотой и противоречивостью  знаний о проблемной области и  решаемой задаче;

· большой размерностью пространства решения, т.е. перебор  при поиске решения весьма велик;

· динамически изменяющимися  данными и знаниями.

Следует подчеркнуть, что  неформализованные задачи представляют большой и очень важный класс  задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.

Экспертные системы  и системы искусственного интеллекта отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления, символьный вывод и эвристический поиск решения (а не исполнение известного алгоритма).

Экспертные системы  применяются для решения только трудных практических (не игрушечных) задач. По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают «прозрачностью», т.е. могут быть объяснены пользователю на качественном уровне. Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

 

1. Автоматизированное  проектирование информационно-управляющих  систем. Проектирование экспертных систем на основе системного моделирования: [Монография]/ Науч. ред.: Куликов Г.Г. - Уфа: Уфим. гос. авиац. техн. ун-т, 1999. - 223 с.

2. Инжиниринг  информационных и деловых процессов:  Сб. науч. тр. / М-во общ. и проф. образования Рос. Федерации. Моск. гос. ун-т экономики, статистики и информатики; [Редкол.: Ю.Ф. Тельнов (отв. ред.) и др.]. - М.: Моск. гос. ун-т экономики, статистики и информатики, 1998. - 137 с.

3. Информатика:  учебник / Под. ред. проф. Н.В. Макаровой. - М.: Финансы и статистика, 1997. - 768 с.

4. Компьютерные  технологии обработки информации: Учеб. пособие / С.В. Назаров, В.И. Першиков, В.А. Тафинцев и др.; Под ред. С.В. Назарова. - М.: Финансы и статистика, 1995. - 248 с.

5. Красилов А.А. Основы информатики. Определение и концепции // Учебное пособие, МФТИ, - М., 1990. - 80 с.

6. Красилов А.А., Горельков А.Л. Стили программирования. - М., МФТИ, 1986. - 83 с.

7. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. - М.: Наука, 1987. - 288 с.

8. Справочник. Искусственный интеллект. В 3-х  книгах. - М., Радио и связь, 1990.

9. Уотермен  Д. Руководство по экспертным  системам: Пер. с англ. - М.: Мир, 1989. - 388 с., ил.

10. Уотермен  Д. Руководство по экспертным  системам: Пер. с англ. - М.: Мир, 1989.

11. Уотермен  Д. Руководство по экспертным  системам: Пер. с англ. - М.: Мир, 1989.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Среди существенного  многообразия определений экспертных систем можно выбрать следующее [1]: "Под экспертной системой с функциональной точки зрения понимается вычислительная система, которая использует знания специали-стов 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; мо-дуль приобретения знаний; решатель; модуль отображения и объяснения ре-шений; базу данных (БД) и систему управления базой данных (СУБД); паке-ты прикладных программ (ППП); интерфейс пользователя. 
Общение пользователя с ЭС осуществляется  через интерфейс на про-бой 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 соот-ветствуют 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, прин-ципов 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).

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.

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, также решающих плохоформализуемые, не имеющие аналитического решения, задачи, 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.  
 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. Анализ данного класса ЭС, с точки зрения их внутренней архитектуры и связей с мо-делями внешнего мира, показывает наличие ряда характерных: адаптивность баз знаний и подсистемы логического вывода к изменяющимся внешним условиям; динамические изменения в реальном времени содержимого базы данных, баз концептуальных  и экспертных знаний , баз знаний прецедентов; открытость (возможность ЭС постоянно наращивать свои функции и расши-ряться ; поддержка объектно-ориентированной парадигмы  и  новых инфор-мационных технологий  (CASE, CALS, SCADA,  клент/серверных технологий и т.п.); параллельное выполнение в реальном времени многих независимых процессов (обмен с  контроллерами и концентраторами данных, датчиками, исполнительными механизмами  и т.д.).  
Сказанное выше свидетельствует о значительных преимуществах и перспективах применения рассматриваемого в данном учебном пособии класса ЭС, обеспечивающих качественно новый уровень решения задач управления эксплуатацией сложных технических объектов. 

 

 

 

 

 

 

 

 

 

 

 

¹