Экспертные системы

 

Оглавление

Введение 3

Раздел 1Экспертные системы 4

1.1 Основные понятия ЭС 4

1.2 История  развития ЭС 7

1.3 Классификация  ЭС 11

1.4 Структура  ЭС 17

1.5 Правила  логического вывода ЭС 20

Раздел 2 Среда  программирования 21

Раздел 3 Предметная область 23

4.1 Создание  программы 25

Заключение 31

Список использованной литературы 32

Приложение 1 Исходный код программы 33

Приложение 2 Результаты тестирования 38

 

 

Введение

 

Семейный автомобиль должен соответствовать определенным требованиям, численности вашего семейства, обладать необходимым уровнем комфорта и  безопасности, и, конечно, быть вам по карману.

При выборе автомобиля для  семьи необходимо учесть ряд параметров: стоимость, страна производитель, расход топлива, вместительность и комфорт для всех членов семьи, а также надежность и качество данного автомобиля.

Для выбора автомобиля соответствующего запросам покупателя можно обратиться к консультанту-эксперту или воспользоваться  экспертной системой (ЭС).

Экспертная система –  это программа для компьютера, которая оперирует со знаниями в  определенной предметной области с  целью выработки рекомендаций или  решения проблемы.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.

Предметом исследования является экспертная система, предназначенная для выбора автомобиля для семьи.

Объектом исследования является разработка ЭС, предназначенной для выбора автомобиля для семьи.

Цели работы: разработать модель ЭС предназначенной для выбора автомобиля для семьи.

В связи с поставленной целью  можно сформулировать следующие  задачи:

1. Изучение литературы;
2. Изучение рынка автомобилей;
3. Изучение основных характеристик автомобилей;
4. Создание базу данных по изучаемому вопросу;
5. Реализация модели ЭС в среде VisualStudio 2012 на языке Basic.

 

Раздел 1Экспертные системы

1. Основные понятия ЭС

 

В начале 80-х годов в  исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название «экспертные системы» (ЭС). Основным назначением ЭС является разработка программных средств, которые  при решении задач, трудных для  человека, получают результаты, не уступающие по качеству и эффективности решения, решениям, полученным человеком-экспертом. ЭС используется для решения так  называемых неформализованных задач, общим для которых является то, что:

1. Задачи не могут быть заданы в числовой форме;

2. Цели нельзя выразить в терминах точно определенной целевой функции;

3. Не существует алгоритмического решения задачи;

4. Если алгоритмическое решение есть, то его нельзя использовать из-за ограниченности ресурсов (время, память);

Кроме того, неформализованные  задачи обладаю ошибочностью, неполнотой, неоднозначностью и противоречивостью, как исходных данных, так и знаний о решаемой задаче.[4][9]

Экспертная система –  это программное средство, использующее экспертные знания для обеспечения  высокоэффективного решения неформализованных  задач в узкой предметной области. Основу ЭС составляет база знаний (БЗ) о предметной области, которая накапливается  в процессе построения и эксплуатации ЭС. На рисунке 1 показаны основные свойства ЭС.

 

 

 

 

Рис. 1 – Основные свойства ЭС

Знания являются явными и  доступными, что отличает ЭС от традиционных программ, и определяет их основные свойства, такие, как:

1. Примечание для решения проблем высококачественного опята, который представляет уровень мышления наиболее квалифицированных экспертов в данной области, что ведет к решениям творческим, точным и эффективным.

2. Наличие прогностических возможностей, при которых ЭС выдает ответы не только для конкретной ситуации, но и показывает, как изменяются эти ответы в новых ситуациях, с возможностью подробного объяснения каким образом новая ситуация привела к изменениям.

3. Обеспечение такого нового качества, как институциональная память, за счет входящей в состав ЭС базы знаний, которая разработана в ходе взаимодействий со специалистами организации, и представляет собой текущую политику этой группы людей. Этот набор знаний становиться сводом квалифицированных мнений и постоянно обновляемым справочником наилучших стратегий и методов, используемых персоналом.

4. Возможность использования ЭС для обучения и тренировки руководящих работников, обеспечивая новых служащих.

Для формирования полноценной  экспертной системы необходимо, как правило, реализовать в ней следующие функции:

1. Функции решения задач, позволяющие использовать специальные знания в проблемной области (при этом может потребоваться обеспечить работу в условиях неопределенности).

2. Функции взаимодействия с пользователем, которые, в частности, позволяют объяснить намерения и выводы системы в процессе решения задачи и по завершении этого процесса.

Каждая из этих функций  может оказаться очень сложной, а способ их реализации может зависеть от проблемной области и практических требований. К тому же разработка и  реализация проекта такой системы  часто требует решения разнообразных  и сложных проблем. К ним относится  выбор способа представления  знаний и соответствующих средств  проведения рассуждений. В данной главе  рассматриваются наиболее важные понятия  в этой области, которые могут  стать основой для дальнейшего  усовершенствования.[5]

 

1.2 История развития ЭС

 

Наиболее известные ЭС, разработанные  в 60-70-х годах, стали в своих  областях уже классическими. С 70-х  годов ЭС стали ведущим направлением в области искусственного интеллекта. При их разработке нашли применение методы ИИ, разработанные ранее: методы представления знаний, логического  вывода, эвристического поиска, распознавания  предложений на естественном языке  и др. Можно утверждать, что именно ЭС позволили получить очень большой  коммерческий эффект от применения таких  мощных методов. В этом - их особая роль.Каталог  ЭС и инструментальных программных  средств для их разработки, опубликованный в США в 1987 году, содержит более 1000 систем. В развитых зарубежных странах  сотни фирм занимаются их разработкой  и внедрением. Имеются и отечественные  разработки ЭС, в том числе - нашедший промышленное применение.Однако уже  на начальных этапах выявились серьезные  принципиальные трудности, препятствующие более широкому распространению  ЭС и серьезно замедляющие и осложняющие  их разработку.

Первая трудность возникает  в связи с постановкой задач. Большинство заказчиков, планируя разработку ЭС, вследствие недостаточной компетентности в вопросах применения методов ИИ, склонна значительно преувеличивать ожидаемые возможности системы. Заказчик желает увидеть в ней  самостоятельно мыслящего эксперта в исследуемой области, способного решать широкий круг задач. Однако, как уже отмечалось, мощность эвристических  методов решения задач при  увеличении общности их постановки резко  уменьшается. Поэтому наиболее целесообразно  ограничиться для начала не слишком  сложной обозримой задачей в  рассматриваемой области, для решения  которой нет простого алгоритмического способа. Кроме того, важно, чтобы  уже существовала сложившаяся методика решения этой задачи «вручную» или  какими-либо расчетными методами.[3]

Вторая и основная трудность  - проблема усвоения знаний. Эта проблема возникает при «передаче» знаний, которыми обладают эксперты-люди, ЭС. Разумеется, для того, чтобы «обучить» им компьютерную систему, прежде всего, требуется сформулировать, систематизировать и формализовать эти знания «на бумаге». Оказывается, что для подобной формализации знаний необходим определенный систематический стиль мышления, более близкий математикам и программистам. Кроме того, необходимы, с одной стороны, знания в области математической логики и методов представления знаний, с другой - знания возможности ЭВМ, из программного обеспечения, в частности, языков и систем программирования.

Таким образом, выясняется, что для разработки ЭС необходимо участие в ней особого рода специалистов, обладающих указанной  совокупностью знаний и выполняющих  функции «посредников» между  экспертами в предметной области  и компьютерными (экспертными) системами. Они получили название инженеры знаний (в оригинале – knowledge engineers). В развитых зарубежных странах специальность «инженер знаний» введена во многих вузах, в нашей стране основы инженерии знаний изучаются пока в рамках специализаций по системному программированию. Функции эксперта и инженера знаний редко совмещаются в одном лице. Чаще функции инженера знаний выполняет разработчик ЭС. ЭС «уверенно» работает лишь в типовых ситуациях, в наиболее сложных ситуациях, требующих нестандартных рассуждений и оценок, эксперт - человек незаменим.

Третья серьезная трудность - в очень большой трудоемкости создания ЭС: требуется разработать  средства управления базой знаний, логического вывода, диалогового  взаимодействия с пользователем  и т.д. Объем программирования столь  велик, а программы столь сложны и нетрадиционны, что имеет смысл, как это принято сейчас при  разработке больших программ, на первом этапе создать демонстрационный прототип системы - предварительный  вариант, в котором в упрощенном виде реализованы лишь ее основные планируемые возможности.

Когда стала очевидной  полная непригодность этих систем и  созданного для них специализированного  аппаратного оборудования, многие обозреватели пришли к выводу, что существующая технология создания ЭС была тупиковым направлением в развитии информационных технологий. В последнее десятилетие ЭС возродились в виде систем с базой знаний, которые тесно переплетались с существующими деловыми системами. Их используют в здравоохранении, страховании, банковском деле и других областях, чтобы с помощью правил и объектов накапливать опыт, повысить качество принимаемых решений. Базы знаний встроены сегодня в наиболее современные крупные системы. Они находятся в самой сердцевине программ - агентов, осуществляющих поиск в сети Internet, и помогают коллективам пользователей справиться с потоками информации.[5]

Рассмотрим факторы, стимулировавшие  развитие систем с базами знаний:

- компании, добившиеся значительной  экономии денежных средств благодаря  технологии баз знаний, развивают  и выстраивают ее в специальные  бизнес - процессы, которые были бы  просто невозможны без компьютерной  экспертизы;

- разработаны новые технологии  создания баз знаний.

- современные системы  реализованы на стандартном оборудовании.

Объединение всех видов программных  продуктов экономически выгодным, так как применение ЭС позволяет существенно сократить расходы на подготовку квалифицированного персонала, дальнейшую проверку работоспособности и надежности, разрабатываемых и исследовательских систем, а также уменьшить время проектирования.[6]

Объектная технология, на основе которой могут создаваться и  развиваться современные ЭС,- значительный шаг вперед по сравнению с CASE- средствами. Данная технология прекрасно подходит аналитикам и программистам т.к. очень напоминает стратегию решения проблем и соответствует мыслительным процессам людей, считающихся экспертами в своей области.Чтобы стать экспертом, специалисту нужен инструментарий, имитирующий мышление эксперта.

Как работают эксперты? По мере накопления знаний в определенной области  они делают обобщения, ориентируясь на выделенные объекты или классы объектов. Некоторые обобщения имеют  иерархическую структуру, где свойства высших объектов наследуются объектами  низшего уровня. Сущность может соответствовать  нескольким классам объектов и взаимодействовать  с различными объектами или классами. По мере того как знания эксперта углубляются, на их основе формируются новые ассоциации, а отдельные уровни иерархии пропадают  или расширяются.

Методика объектно-ориентированного программирования основана на модели, напоминающей образы, возникающие в  мозгу аналитика, которая представляет предметы и процессы в виде объектов и связей между ними. При разработке систем автоматизированного проектирования (САПР) уже нельзя обойтись без ЭС; их использование признано экономически выгодным.

С середины 80-х годов наиболее популярные системы с базами знаний создавались с ориентацией на стандартное оборудование. В этом ключ к пониманию причин успеха современной  технологии баз знаний. Опыт показывает, что системы с базами знаний необходимо встраивать в самые важные бизнес-с - процессы и организовывать работу персонала так, чтобы он мог максимально  использовать их преимущества для достижения наилучших результатов.