Экспертные системы

К третьему классу задач, стимулирующих создание ЭС, относятся задачи, требующие постоянного и длительного по времени принятия решений в трудных или экстремальных условиях. Например, фирма NLBaroid, специализирующаяся на обслуживании нефтебурения, создала систему MUDMAN, позволяющую анализировать параметры закачиваемой в скважины жидкости с целью обеспечения нормальных режимов работы бура и облегчения процесса бурения. На глубоких или трудных скважинах обслуживающему инженеру часто приходится анализировать свыше 20 параметров, по крайней мере, дважды в день. ЭС обеспечивает аналитическую обработку и делает фирму более конкурентноспособной. Наряду с перечисленными существуют еще целый ряд классов задач, применение ЭС в которых может давать существенный и разноплановый эффект.

В настоящее время создано и поставляется на рынок большое количество разнообразных ЭС, ориентированных на различные типы ПК и сферы приложений. В настоящее время ЭС широко используются в таких прикладных областях, как: медицинская и техническая диагностика, планирование, прогнозирование, мониторинг, интерпритация результатов наблюдений, контроль и управление, обучение и др. В этом заключается один из основных практических выходов исследовательских работ по ИИ - проблематике. Данная группа ПС обеспечивает формирование баз знаний и работу с ними для тех областей деятельности, где невозможно формализованное описание процессов обработки информации и принятия решений.

ЭС как инструмент в работе пользователей совершенствуют свои возможности решать трудные, неординарные задачи в ходе практической работы. ЭС создаются для решения разного рода проблем, типы которых можно сгруппировать в категории. Типичные категории ЭС систем приведены в таблице 1.

Таблица 1

Типичные категории применения ЭС

Продолжение таблицы 1

Типичные категории применения ЭС

В настоящее время ЭС нашли применение в различных сферах деятельности человека:

   медицина;

   геология;

   химия;

   вычислительная техника;

   электронная торговля, а также коммерция и бизнес;

   научные исследования, проектирование, конструирование и производство;

   коммуникации транспортные и информационные;

   юриспруденция,

   отдельныt социально – экономические области и др. приложения.

19

2.Структура разработки ЭС

2.1 Основные компоненты экспертных систем

Типичная экспертная система состоит из следующих основных компонентов: решателя (интерпретатора), рабочей памяти (РП), называемой также базой данных (БД), базы знаний (БЗ), компонентов приобретения знаний, объяснительного и диалогового компонентов .

База данных 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 (и в первую очередь не текущих, а долгосрочных), хранимых в системе.

База знаний в экспертной системе 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 РП и знания из БЗ, формирует такую последовательность правил, которые, будучи применёнными к исходным данным, приводят к решению задачи.

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

Диалоговый компонент ориентирован на организацию дружелюбного общения со всеми категориями пользователей как в ходе решения задач, так и приобретения знаний, объяснения результатов работы.

В разработке экспертной системы участвуют представители следующих специальностей:

- эксперт в той проблемной области, задачи которой будет решать экспертная система;

- инженер по знаниям - специалист по разработке экспертных систем;

- программист - специалист по разработке инструментальных средств (ИС).

Необходимо отметить, что отсутствие среди участников разработки инженера по знаниям (то есть его замена программистом) либо приводит к неудаче процесс создания экспертной системы, либо значительно удлиняет его. Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введения в экспертную систему знаний.

Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы экспертной системы, осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ того представления знаний в этом ИС, выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.

Программист разрабатывает ИС, содержащее в пределе все основные компоненты экспертной системы, осуществляет сопряжение ИС с той средой, в которой оно будет использовано.

Экспертная система работает в двух режимах: приобретения знаний и решения задач (называемом также режимом консультации или режимом использования экспертной системы).

В режиме приобретения знаний общение с экспертной системой осуществляется через посредничество инженера по знаниям. 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 данными, характерные для рассматриваемой проблемной области. Эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют экспертной системе в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области.

Важную роль в режиме приобретения знаний играет объяснительный компонент. Именно благодаря ему эксперт на этапе тестирования локализует причины неудачной работы экспертной системы, что позволяет эксперту целенаправленно модифицировать старые или вводить новые знания. Обычно объяснительный компонент сообщает следующее: как правильно используют информацию пользователя; почему искались или не использовались данные или правила; какие были сделаны выводы и так далее. Все объяснения делаются, как правило, на ограниченном естественном языке или языке графики.

Режиму приобретения знаний при традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. В отличие от традиционного подхода разработку программ осуществляет эксперт (с помощью экспертной системы), не владеющий программированием, а не программист.

В режиме консультации общение с экспертной системой осуществляет конечный пользователь, которого интересует результат и (или) способ получения решения. Пользователь в зависимости от назначения экспертной системы может не быть специалистом в данной проблемной области, в этом случае он обращается к экспертной системе за советом, не умея получить ответ сам, или быть специалистом, в этом случае он обращается к экспертной системе, чтобы либо ускорить процесс получения результата, либо возложить на экспертную систему рутинную работу. Термин «пользователь» означает, что им является и эксперт, и инженер по знаниям, и программист. Поэтому, когда хотят подчеркнуть, что речь идёт о том, для кого делалась экспертная система, используют термин «конечный пользователь».

В режиме консультации данные о задаче пользователя обрабатываются диалоговым компонентом, который выполняет следующие действия:

- распределяет роли участников (пользователя и экспертной системы) и организует их взаимодействие в процессе кооперативного решения задачи;

- преобразует данные пользователя о задаче, представленные на привычном для пользователя языке, на внутренний язык системы;

- преобразует сообщения системы, представленные на внутреннем языке, в сообщения на языке, привычном для пользователя (обычно это ограниченный естественный язык или язык графики).

После обработки данные поступают в РП. На основе входных данных в РП, общих данных о проблемной области и правил из БЗ решатель (интерпретатор) формирует решение задачи.

В отличие от традиционных программ экспертная система в режиме решения задачи не только исполняет предписанную последовательность, но и предварительно формирует её. Если ответ экспертной системы не понятен пользователю, то он может потребовать объяснения, как ответ получен.

2.2 Представления знаний в ЭС

Существует много стандартных способов представления знаний, и при построении ЭС может быть использован любой из них, сам по себе или в сочетании с другими. Отметим, что, ИС, имеющие в своем составе более одного способа представления знаний, называют гибридными. Наличие разнообразных способов представления знаний, вызвано, в первую очередь, стремлением с наибольшей эффективностью представить различные типы проблемных сред. Каждый способ позволяет получить программу с некоторыми преимуществами – делает ее более эффективной, облегчает ее понимание и модификацию.

Обычно способ представления знаний в ЭС характеризуется моделью представления знаний. К основным моделям представления знаний относят: правила, семантические сети, фреймы,  объектно-ориентированные модели. Большинство современных ИС, как правило, используют объектно-ориентированную модель, объединенную с правилами.