Автор: Пользователь скрыл имя, 04 Мая 2012 в 12:21, реферат
Экспертные системы возникли как значительный практический результат в применении и развитии методов искусственного интеллекта - совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.
Введение
1 Описание предметной области
1.1 Постановка задачи
1.2 Понятие интеллектуальных и экспертных систем
1.3 Классификация и применение ЭС
2.Структура разработки ЭС
2.1 Основные компоненты экспертных систем
2.2 Представления знаний в ЭС
Заключение
Список использованных источников
Приложение А
Представление знаний, основанное на правилах, построено на использовании выражений вида ЕСЛИ (условие) – ТО (действие). Правила обеспечивают формальный способ представления рекомендаций, указаний или стратегий; они часто подходят в тех случаях, когда предметные знания возникают из эмпирических ассоциаций, накопленных за годы работы по решению задач в данной области.
Правила обеспечивают естественный способ описания процессов, управляемых сложной и быстро изменяющейся средой. Через правила можно определить, как программа должна реагировать на изменение данных; при этом не нужно заранее знать блок-схему управления обработкой данных. Для задач, ход решения которых управляется самими данными, где ветвление скорее норма, чем исключение правила дают возможность на каждом шаге оценить ситуацию и предпринять соответствующие действия.
В ЭС, основанных на правилах, предметные знания представляются набором правил, которые проверяются на группе фактов или знаний о текущей ситуации. Когда текущая ситуация (факты) удовлетворяет или согласуется с частью правила ЕСЛИ, то выполняется действие, определяемое частью ТО.
Это действие может оказаться воздействием на окружающий мир, или же повлиять на управление программой, например, вызвать проверку и запуск некоторого набора правил. Действия правила могут состоять в модификации набора фактов в базе знаний, например в добавлении нового факта. Новые факты сами могут быть использованы для сопоставления с частями правил ЕСЛИ. Процесс сопоставления частей правил ЕСЛИ может порождать то, что называется цепочкой выводов. Цепочки выводов ЭС могут быть представлены пользователю, что помогает понять, как система достигает своих выводов.
Представление знаний, основанное на правилах, является частным случаем управляемых образцами модулей. Каждый управляемый образцом модуль состоит из механизмов исследования и модификации одной или нескольких структур данных. Диапазон управляемых образцом модулей может колебаться в широких пределах от простого правила до процедуры произвольной степени сложности.
Представление знаний в виде управляемых образцами модулей и правил обладает следующими достоинствами:
модульностью организации знаний;
независимостью правил, выражающих самостоятельные фрагменты знаний;
легкостью и естественностью модификации знаний;
отделением управляющих знаний от предметных знаний, что позволяет применять различные управляющие стратегии;
возможностью создания для ряда приложений управляющих механизмов для автоматического решения задач.
Отметим также, что представление знаний, основанное на правилах, позволяет (за счет ограниченной сложности используемых фрагментов знания и представления их в понятном для пользователя виде) решать разнообразные задачи, обеспечивая развитые объяснительные способности и способности по приобретению знаний.
Термин семантическая сеть применяется для описания метода представления знаний, основанного на сетевой структуре. Семантические сети состоят из узлов и связывающих их дугами. Узлы в семантической сети соответствуют некоторым сущностям (объекты, события, процессы, явления), а дуги – отношения между сущностями, которые они связывают. Обычно дуги, используемые для представления иерархии, включают дуги типа «является» и «имеет часть».
Отношение «является» и другие (вроде отношения «имеет часть»), устанавливает свойство иерархии наследования в сети. Это означает, что элементы более низкого уровня в сети могут наследовать свойства элементов более высокого уровня в сети. Это экономит память, поскольку информацию о сходных узлах не нужно повторять в каждом узле сети (вместо этого она может размещаться в одном центральном узле). По сети можно затем осуществлять поиск, используя знания о смысле отношений, обозначаемых дугами сети.
Семантические сети являются одним из самых удачных методов представления знаний о предметной области с хорошо установленной таксономией, что позволяет значительно упростить поиск решения задач. Однако при решении многих конкретных задач представление знаний только в виде семантических сетей оказывается неудобным или неэффективным. По этой причине в семантических сетях вводят механизм процедурных присоединений.
Стремление разработать представление, соединяющее в себе достоинства различных моделей, привело к возникновению так называемого фрейм представления. Фрейм – структура данных (т.е. декларативное представление), предназначенная для представления некоторой стандартной ситуации. С каждым фреймом ассоциируется разнообразная информация (в том числе и процедуры), например, информация о том, как пользоваться данным фреймом, каковы ожидаемые результаты выполнения фрейма, что делать, если ожидания не подтвердятся, и т.п.
Фрейм по своей организации во многом похож на семантическую сеть. Фрейм можно описать в виде сети узлов, связанных отношениями и организованных иерархически, где верхние узлы представляют общие понятия, а нижние узлы более частные случаи этих понятий. Узлы, которые занимают более низкое положение в иерархии, автоматически наследуют свойства узлов, занимающих более высокое положение. Но в системе, основанной на фреймах, понятие в каждом узле определяется набором атрибутов (называемые слотами) и их значениями. Каждый слот может быть связан с процедурами, которые выполняются, когда информация в слотах (значение атрибутов) меняется. Три типа процедур, чаще всего связываемых со слотом, перечислены ниже:
1. Процедура если – добавлено (выполняется, когда новая информация помещается в слот);
2. Процедура если – удалено (выполняется, когда информация удаляется из слота);
3. Процедура если – нужно (выполняется, когда запрашивается информация из слота, а он пустой);
Эти процедуры могут следить за приписыванием информации к данному узлу и проверять, что при изменении значения производятся соответствующие действия.
19
Заключение
Экспертные системы являются наиболее известным и распространённым видом интеллектуальных систем.
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.
В ходе реализации курсового проекта выполнены следующие виды работ:
1. разработка ЭС;
2. разработка клиентского приложения, ориентированного на сбор, хранение, поиск и обработку информации.
Разработанная программа содержит все необходимые функции, котрые были заявлены в постановке задачи.
Тестирование программы выполнялось во время написания кода программы.
Список использованных источников
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.
6 Экспертные системы. «Вычислительная техника и её применение».- 1990г, №10.
7 Экспертные системы для персональных компьютеров: методы, средства, реализации: Справочное пособие/ В.С. Крисевич, Л.А. Кузьмич и др.- Мн.: Выш. шк., 1990г.
8 Экспертные системы. Принципы работы и примеры/ Под ред. Р. Форсайта. – М.: Радио и связь, 1987г.
19