Экспертные системы как прикладная область искусственного интеллекта

Автор: Пользователь скрыл имя, 07 Декабря 2011 в 07:18, курсовая работа

Описание работы

При создании экспертных систем возникает ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение 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, так как экспертные системы не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также экспертные системы неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

Содержание

Введение
1. Экспертные системы, их особенности
1.1. Определение экспертных систем, достоинство и назначение
1.2. Классификация экспертных систем
1.3. Отличие экспертных систем от традиционных программ
1.4. Области применения экспертных систем
2. Структура, этапы разработки экспертных систем
2.1.Основные компоненты экспертных систем
2.2. Классификация инструментальных средств экспертных систем
2.3. Организация знаний в экспертных системах
2.4. Технология разработки экспертных систем
Заключение
Литература

Работа содержит 1 файл

И.И..doc

— 254.00 Кб (Скачать)

     Этап 4: оценка системы

  • После завершения этапа разработки промышленной экспертной системы необходимо провести её тестирование в отношении критериев эффективности. К тестированию широко привлекаются другие эксперты с целью апробирования работоспособности системы на различных примерах. Экспертные системы оцениваются главным образом для того, чтобы проверить точность работы программы и её полезность. Оценку можно проводить, исходя из различных критериев: критерии пользователей (понятность и «прозрачность» работы системы, удобство интерфейсов и другие.);
  • критерии приглашённых экспертов (оценка советов-решений, предлагаемых системой, сравнение её с собственными решениями, оценка подсистемы объяснений и другие.);
  • критерии коллектива разработчиков (эффективность реализации, производительность, время отклика, дизайн, широта охвата предметной области, непротиворечивость БЗ, количество тупиковых ситуаций, когда система не может принять решение, анализ чувствительности программы к незначительным изменениям в представлении знаний, весовых коэффициентах, применяемых в механизмах логического вывода, данных и так далее).

     Этап 5: стыковка системы

     На  этом этапе осуществляется стыковка экспертной системы с другими  программными средствами в среде, в  которой она будет работать, и обучение людей, которых она будет обслуживать. Иногда это означает внесение существенных изменений. Такое изменение требует непременного вмешательства инженера по знаниям или какого-либо другого специалиста, который сможет модифицировать систему. Под стыковкой подразумевается также разработка связей между экспертной системой и средой, в которой она действует.

     Когда экспертная система уже готова, инженер  по знаниям должен убедиться в  том, что эксперты, пользователи и  персонал знают, как эксплуатировать и обслуживать её. После передачи им своего опыта в области информационной технологии инженер по знаниям может полностью предоставить её в распоряжение пользователей.

     Для подтверждения полезности системы  важно предоставить каждому из пользователей  возможность поставить перед экспертной системой реальные задачи, а затем проследить, как она выполняет эти задачи. Чтобы система была одобрена, необходимо представить её как помощника, освобождающего пользователей от обременительных задач, а не как средство их замещения.

     Стыковка  включает обеспечение связи экспертной системы с существующими базами данных и другими системами на предприятии, а также улучшение  системных факторов, зависящих от времени, чтобы можно было обеспечить её более эффективную работу и  улучшить характеристики её технических средств, если система работает в необычной среде (например, связь с измерительными устройствами).

     Пример. Успешно состыкована со своим окружением система PUFF - экспертная система для диагностики заболеваний лёгких. После того, как PUFF была закончена и все были удовлетворены её работой, систему перекодировали с LISP на Бейсик. Затем систему перенесли на ПК, которая уже работала в больнице. В свою очередь, эта ПК была связана с измерительными приборами. Данные с измерительных приборов сразу поступают в ПК. РUFF обрабатывает эти данные и печатает рекомендации для врача. Врач в принципе не взаимодействует с РUFF. Система полностью интегрирована со своим окружением - она представляет собой интеллектуальное расширение аппарата исследования лёгких, который врачи давно используют.

     Этап 6: поддержка системы

     При перекодировании системы на язык, подобный Си, повышается её быстродействие и увеличивается переносимость, однако гибкость при этом уменьшается. Это приемлемо лишь в том случае, если система сохраняет все знания проблемной области и это знание не будет изменяться в ближайшем будущем. Однако если экспертная система создана именно из-за того, что проблемная область изменяется, то необходимо поддерживать систему в инструментальной среде разработки.

     Пример. Примером экспертной системы, внедрённой таким образом, является ХСON (R1) – экспертная система, которую фирма DЕС использует для комплектации ЭВМ семейства VАХ. Одна из ключевых проблем, с которой столкнулась фирма DЕС, - необходимость постоянного внесения изменений для новых версий оборудования, новых спецификаций и так далее. Для этой цели ХСON поддерживается в программной среде ОРS5.

 

      Заключение 

     Экспертные  системы являются наиболее известным  и распространённым видом интеллектуальных систем.

     Как и любые другие системы, они имеют  ряд своих особенностей:

  • экспертные системы ориентированы на решение широкого круга задач в неформализованных областях, на приложения, которые до недавнего времени считались малодоступными для вычислительной техники.
  • с помощью экспертных систем специалисты, не знающие программирования, могут самостоятельно разрабатывать интересующие их приложения, что позволяет резко расширить сферу использования вычислительной техники.
  • при решении практических задач экспертные системы достигают результатов, не уступающих, а иногда и превосходящих возможности людей-экспертов, не оснащённых ЭВМ.

     Особенно  широкое применение экспертные системы  получили в медицине, математике, машиностроении, химии, геологии, вычислительной технике, бизнесе, законодательстве, обороне.

     А также в настоящее время особенно актуально использование экспертных систем в таких приложениях, как  образование, психолого-педагогическая диагностика и тестирование.

     Экспертные  системы строятся для решения  широкого круга проблем в таких областях, как:

  • прогнозирование – проектирование возможных последствий данной ситуации.
  • диагностика – определение причин неисправностей в сложных ситуациях на основе наблюдаемых симптомов.
  • проектирование – нахождение конфигурации компонентов системы, которая удовлетворяет целевым условиям и множеству проектных ограничений.
  • планирование – разработка последовательности действий для достижения множества целей при данных начальных условиях и временных ограничениях.
  • мониторинг – сравнение наблюдаемого поведения системы с её ожидаемым поведением.
  • инструктирование – помощь в образовательном процессе по изучению технической области.
  • управление – управление поведением сложной среды.

       Таким образом, проблема разработки и использования экспертных систем является весьма актуальной в современном обществе.

 

      Литература 

  1. Гаскаров, Д. Б. Интеллектуальные информационные системы. – М.: Высшая школа, 2003.
  2. Долин, Г. Что такое ЭС. – М.: Компьютер Пресс, 1992.
  3. Острейковский, В. А. Информатика. – М.: Высшая школа, 1999.
  4. Убейко, В. Н. Экспертные системы.- М.: МАИ, 1992.
  5. Ясницкий, Л. Н. Введение в искусственный интеллект. – М.: Академия, 2005.

Информация о работе Экспертные системы как прикладная область искусственного интеллекта