Разработка экспертной системы "Выбор смартфона"

 

 

СОДЕРЖАНИЕ

 

Введение 5

1 Структура экспертных систем 8

2 Описание предметной области 26

3 Описание экспертной системы 28

4 Алгоритм работы экспертной системы 31

5 Реализация пользовательского интерфейса 33

Заключение 34

Список используемых источников 35

Приложение...…………………………………………………………………….36

 

 

 

 

 

 

ВВЕДЕНИЕ

 

Интеллектуальная  информационная система (ИИС) - комплекс программных, лингвистических и логико-математических средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке.[1] ИИС являются разновидностью интеллектуальной системы, а также одним из видов информационных систем.

Классификация задач, решаемых ИИС:

а) интерпретация данных.

б) диагностика.

в) мониторинг.

г) проектирование.

д) прогнозирование.

е) планирование.

ж) обучение.

з) управление.

и) поддержка принятия решений.

Интерпретация данных. Это одна из традиционных задач  для экспертных систем. Под интерпретацией понимается процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

Диагностика. Под диагностикой понимается процесс  соотношения объекта с некоторым классом объектов и/или обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является здесь необходимость понимания функциональной структуры («анатомии») диагностирующей системы.

Мониторинг. Основная задача мониторинга — непрерывная  интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учёта временного контекста.[2]

Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определёнными свойствами. Под спецификацией понимается весь набор необходимых документов—чертёж, пояснительная записка и т.д. Основные проблемы здесь — получение чёткого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и в ещё большей степени перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.

Прогнозирование. Прогнозирование позволяет предсказывать  последствия некоторых событий или явлений на основании анализа имеющихся данных. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.

Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые  функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

Обучение. Под обучением понимается использование  компьютера для обучения какой-то дисциплине или предмету. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе они способны диагностировать слабости в познаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.

Управление. Под управлением понимается функция  организованной системы, поддерживающая определенный режим деятельности. Такого рода ЭС осуществляют управление поведением сложных систем в соответствии с  заданными спецификациями.

Поддержка принятия решений. Поддержка принятия решения — это совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающие процесс принятия решения. Эти ЭС помогают специалистам выбрать и/или сформировать нужную альтернативу среди множества выборов при принятии ответственных решений.[3]

В данной курсовой работе будет рассмотрено создание экспертной системы, которая поможет пользователю в выборе смартфона.

 

 

 

 

 

 

 

 

 

1. Структура экспертных систем

 

Экспертная система (ЭС) — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации.[4]

Структура ЭС интеллектуальных систем представляет следующую структуру ЭС:

а) интерфейс пользователя;

б) пользователь;

в) интеллектуальный редактор базы знаний;

г) эксперт;

д) инженер по знаниям;

е) рабочая (оперативная) память;

ж) база знаний;

з) решатель (механизм вывода);

и) подсистема объяснений;

База  знаний состоит из правил анализа  информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.

Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила — набор  инструкций, применяя которые к известным  фактам можно получать новые факты.

В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для  описания фактов и правил логического  вывода, выражающих правила определения  понятий, для описания обобщенных и  конкретных сведений, а также конкретных и обобщенных запросов к базам  данных и базам знаний.

Конкретные  и обобщенные запросы к базам  знаний на языке Пролог записываются с помощью языка предикатов, выражающих правила логического вывода и определения понятий над процедурами логического вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной предметной области деятельности и сфере знаний.

Обычно  факты в базе знаний описывают  те явления, которые являются постоянными  для данной предметной области. Характеристики, значения которых зависят от условий  конкретной задачи, ЭС получает от пользователя в процессе работы, и сохраняет  их в рабочей памяти. Например, в  медицинской ЭС факт «У здорового  человека 2 ноги» хранится в базе знаний, а факт «У пациента одна нога»  — в рабочей памяти.

База  знаний ЭС создается при помощи трех групп людей:

а) эксперты той проблемной области, к которой относятся задачи, решаемые ЭС;

б) инженеры по знаниям, являющиеся специалистами по разработке ИИС;

в) программисты, осуществляющие реализацию ЭС.

Структура экспертных систем состоит из следующих  основных компонентов: решателя (интерпретатора); рабочей памяти (РП), называемой также  базой данных (БД); базы знаний (БЗ); компонентов  приобретения знаний; объяснительного  компонента; диалогового компонента. База данных (рабочая память) предназначена  для хранения исходных и промежуточных  данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.

База знаний (БЗ) в экспертных системах предназначена  для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области. Решатель, используя  исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которая приводит к решению задачи. Компонент приобретения знаний автоматизирует процесс наполнения экспертных систем знаниями, осуществляемый пользователем-экспертом.

 

 

 

 

 

 

 

 

 

рисунок 1 - Основные компоненты ЭС

 

Объяснительный  компонент объясняет, как система  получила решение задачи (или почему она не получила решение) и какие  знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый  компонент ориентирован на организацию  дружественного общения с пользователем  как в ходе решения задач, так  и в процессе приобретения знаний и объяснения результатов работы. В разработке экспертных систем участвуют  представители следующих специальностей: эксперт  проблемной области, задачи которой будет решать экспертные системы; инженер по знаниям - специалист по разработке экспертных систем (используемые им технологию, методы называют технологией (методами) инженерии знаний); программист  по разработке инструментальных средств, предназначенных для ускорения  разработки экспертных систем. Необходимо отметить, что отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче процесс создания экспертных систем, либо значительно удлиняет его.

Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в экспертные системы  знаний. Инженер по знаниям помогает эксперту выявить и структурировать  знания, необходимые для работы экспертных систем; осуществляет выбор того инструментального  средства, которое наиболее подходит для данной проблемной области, и  определяет способ представления знаний в этом инструментальных средств; выделяет и программирует (традиционными  средствами) стандартные функции (типичные для данной проблемной области), которые  будут использоваться в правилах, вводимых экспертом.

Программист разрабатывает инструментальные средства (если инструментальные средства разрабатывается  заново), содержащее в пределе все  основные компоненты экспертных систем, и осуществляет его сопряжение с  той средой, в которой оно будет  использовано. Экспертная система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также режимом консультации или режимом использования экспертных систем). В режиме приобретения знаний общение с экспертными системами  осуществляет (через посредничество инженера по знаниям) эксперт. В этом режиме эксперт, используя компонент  приобретения знаний, наполняет систему  знаниями, которые позволяют экспертным системам в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области.

Эксперт описывает проблемную область в  виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области  экспертизы. Правила определяют способы  манипулирования с данными, характерные  для рассматриваемой области.  Отметим, что режиму приобретения знаний в традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае экспертных систем разработку программ осуществляет не программист, а эксперт (с помощью экспертных систем), не владеющий программированием. В режиме консультации общение с экспертными системами осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения экспертных систем пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к экспертным системам за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к экспертным системам с целью либо ускорить процесс получения результата, либо возложить на экспертную систему рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. Экспертные системы при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее.[5]

Структуру (рисунок 2) называют структурой статической экспертной системы. Экспертные системы данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые экспертные системы, получившие практическое использование, были статическими. В архитектуру динамической экспертной системы по сравнению со статической экспертной системы вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической экспертной системы (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

рисунок 2 - Классификация экспертных систем

 

С развитием  компьютерных технологий менялся смысл, вкладываемый в понятие информационной системы. Современная информационная система — это набор информационных технологий, направленных на поддержку  жизненного цикла информации и включающего  три основных процесса: обработку  данных, управление информацией и  управление знаниями. В условиях резкого  увеличения объемов информации переход  к работе со знаниями на основе искусственного интеллекта является, по всей вероятности, единственной альтернативой информационного  общества.