ВЪВЕДЕНИЕ В ЕКСПЕРТНИТЕ СИСТЕМИ (общ преглед)

Доктор на техническите науки, доктор по икономика А. Киселенко

Произход и цел От началото на 60-те години се провеждат интензивни изследвания за създаването на системи с изкуствен интелект (AI). Основната цел беше разработването на математически и софтуерни инструменти за моделиране на процесите на човешкото мислене за автоматично решаване на различни приложни и теоретични проблеми. През 80-те години на миналия век се разбира, че ефективността на системите от този вид зависи от знанията (подчертаването е мое. – А.К.), които притежават. Това знание е не само чисто емпирично (получено емпирично), но и евристично - набор от правила и препоръки, които трябва да се използват в конкретна ситуация, която възниква в дадена предметна област. Този вид емпирични правила (евристики) се предоставят от експерти, във връзка с което системите се наричат експертни системи (ЕС). В най-общата си форма ES е софтуерна система, която е способна да разработва решения в дадена предметна област, които се конкурират с експертните решения по отношение на ефективността. Задачите, които е целесъобразно да се решават с помощта на ES, могат да се характеризират със следните свойства: невъзможността за алгоритмично решение (поради лоша формализация на задачите или огромни разходи за компютърно време); несъответствие, непълнота, възможна неточност, изходни данни и познания в предметната област; огромно измерение на данни и знания, слабо представени във всяка визуална форма; динамично променящ се състав на данни и знания (поради постоянното им попълване, промяна и развитие); необходимостта от широко използване в процеса на вземане на решения на евристични и емпирични процедури, формулирани от експерти; необходимостта от участие в процеса на вземане на решение на лице (потребител), коетокато отговаря на допълнително зададени въпроси носи допълнителна информация и избира алтернативни начини за вземане на решение.

В първото приближение ES може да си представим като сбор от огромно количество данни (фактори) и някои емпирични правила (знания) за получаване на определени заключения от тези данни. В процеса на получаване на отговор на зададения въпрос, потребителят предоставя допълнителна информация и участва в процеса на вземане на решение. Особеността на ES, която се състои в способността му да дава отговори на непредвидени и неформализирани въпроси и в ориентацията му към "променливия" състав на потребителите, прави особено важно за него създаването на комуникационен език "ES-потребител". От още по-голямо значение е „прозрачността” за ползвателя на заключенията на ЕС. Всъщност, тъй като няма недвусмислени алгоритмични заключения (като правило), е необходимо да се контролира хода на логическите заключения на ES.Соответната система се нарича "подсистема за обяснение".

ES) и специални компютри за решаване на проблеми на изкуствения интелект (AI); интелигентни роботи (IR).

Представяне на знания в експертни системи Няма ясна дефиниция на понятието "знание": то се различава от понятието "данни" по следните характеристики: активност - в класическото програмиране процедурите са първични над данните. За човек – напротив: той използва определени процедури, защото е възникнала определена ситуация. Такава активност на базата данни (БД) позволява на ЕС да формира мотиви, цели и процедури за тяхното решаване; свързаност означава възможността за установяване на различни връзки между информационни единици, които определят тяхната семантика и др.; структурираност - определя реда между информационните единици, възможността за тяхното комбиниране идивизии и др.

Машина за изводи Машината ви позволява да: представяте и тествате различни хипотези; развиват нови знания; генерират заявки за въвеждане на нови данни и знания; формулярни решения. Механизмът за извод, разбира се, се определя от използваната концепция и структурата на базата знания (KB). Съществуват обаче някои общи подходи към организацията на извода, най-важните от които са следните. Самото заключение може да се извърши в права и обратна посока: от данните (парцелите) - към целта или обратно. Наличието на различни варианти за решения води до „разклонено дърво на решенията“, което може да се разглежда „в дълбочина“ и „в широчина“. Непълнотата, неточността, ненадеждността, субективността на данните се вземат предвид от методите за оценка на несигурността, основани на теорията на вероятностите, математическата статистика и др. В резултат на това в ES се манипулират такива понятия като "коефициент на доверие", "размит набор" и др.. Има монотонни и немонотонни заключения. В първия случай резултатите, получени по време на процеса на оттегляне, не се преразглеждат, във втория случай те могат да бъдат преразгледани.

Подсистема за обяснение Тази система е от първостепенно значение в ES, предназначен за обучение. За "ученика" тя играе ролята на "учител", справочник, спаринг партньор. Разкрива механизма и последователността на изводите, аргументира ги с фактически данни и обяснения. В бизнес ES подсистемата дава възможност да се провери правилността и валидността на решенията. Има два компонента на подсистемата: активен и пасивен. Първият е стандартен, общ за софтуерните системи: изисква първоначални данни, предлага подсказки и т.н. Дейността му се регулира от "Меню", ПОМОЩ, подсказки и т.н. Пасивният компонент е специфичен за ES. Подсистемата трябва по всяко времеспиране на работата на ES, докладване на параметрите на неговото състояние и информация за преминатия път на заключенията, предоставяне на възможност за връщане към някоя от неговите секции; получавате отговори на въпроси като "защо", "как", "защо" и т.н.

Инструмент за разработка на ES Могат да бъдат разграничени четири вида инструменти; алгоритмични езици за програмиране (BASIC, FORTRAN, С/С++, PASCAL, техният недостатък е трудността на програмирането, с изключение на езика за системно програмиране С/С++, останалите се считат за неперспективни; логическите и функционални езици за програмиране (PROLOG, LISP) са най-подходящи за

ES поради заложените в тях принципи на математическата логика; инструменти за създаване на ES; ES "черупки" (SHELL-системи).

Нека първо се спрем на "черупките" на ЕС. Това са празни ЕС, в които базите от знания не са попълнени. Дизайнът на ES, базиран на съществуващата обвивка, е кратък и трудоемък. Въпреки това, трябва да се "натисне" в съществуващите ограничения, което прави ЕС неефективен, негъвкав за дадена предметна област. За да се избегнат прекалено големи ограничения, наложени от обвивките, наскоро беше разработена концепцията за ES инструменти. Тя ви позволява да създавате отделни компоненти на ES чрез предоставяне на удобни инструменти: интерпретатори и компилатори за обработка на знания; машина за изводи; инструменти за управление на база знания; инструменти за изграждане на потребителски интерфейс; средства за обяснение на заключенията на ЕС. Този набор от инструменти прави възможно създаването на ES обвивки, които са по-подходящи за дадена предметна област на по-ниска цена. Като пример можем да посочим ABC, ART, KEE, развитието на Руската академия на науките "PIES". Дизайнерската среда за ES SPIES, създадена през 1987 г. във VNIISI RAS, се е доказала добре, в допълнение INTER-EXPERT е интегрирана система за поддържане на бази данни и бази от знания и, разбира се, експертната обвивка DIEKS, създадена в Минск.

В момента сме създали подсистема ES, фокусирана върху обработката на информация за надеждността и безопасността на тръбопроводите. Основата на тази подсистема е методът на индекса за оценка на безопасността на тръбопровода, разработен в лабораторията по транспортни проблеми на Института по биология. Сега работим върху подобряването на начина, по който обработваме и анализираме данни, както и вземаме решения. Оригиналната версия на подсистемата е създадена на езика за програмиране PROLOG, но поради сложността на актуализирането на софтуера за този език, беше решено съществуващата подсистема да бъде пренесена към по-често срещани софтуерни инструменти. Сред големия брой езици за програмиране, използвани в наше време, беше избран Delphi, който е визуален софтуерен инструмент, който продължава линията на развитие на езика PASCAL.

1. Нейлър К. Как да изградите своя собствена експертна система. М., 1991. 286 с.

2. Alty J., Coombs M. Експертни системи: концепции и примери. М.: 1987. 191 с.

3. Братко И. Програмиране на езика Prolog за изкуствен интелект. М: Мир, 1990, 560 с.

търсене на сървър