Смекни!
smekni.com

Экспертные системы на базе VP-Expert (стр. 1 из 3)

Московский государственный институт электроники и математики

(технический университет)

кафедра ИТАС

Пояснительная записка к курсовому проекту по дисциплине «экспертные системы» на тему:

«Экспертная система на базе VP-expert»

Выполнили

студенты

группы АП-101

Петушко А.Г.

Матусов В.В.

Ицков О.М.

Сдано _________ 199 г

Оценка___________

Москва 1996 г.


1. ВВЕДЕНИЕ

Совершенствование средств вычислительной техники по пути улучшения технических характеристик позволяет значительно расширить сферу ее применения в народном хозяйстве. Появление персональных компьютеров дает возможность облегчить доступ к ЭВМ широкому кругу специалистов из различных областей производства, науки и техники. В настоящее время при помощи ЭВМ различные типы задач решаются с большой эффективностью:

· Вычислительные задачи - в которых в соответствии с определенным алгоритмом и множеством входных данных получают множество результатов. Алгоритм в таких задачах выступает в качестве строгой последовательности операций.

· Информационные задачи - нахождение части базы данных, соответствующей внешнему запросу. Алгоритм здесь - последовательность информационно - поисковых процедур, а база данных - набор декларативных знаний.

· Задачи АСУ принятия решений - когда на основании определенного набора критериев из множества альтернатив выбирается наиболее подходящая для достижения поставленных целей. Цели и критерии могут быть как постоянными, так и изменяться в процессе решения задачи.

· Логические задачи, в которых по описанию начальной и целевой ситуаций из имеющегося набора действий синтезируется алгоритм достижения цели. Для решения двух последних типов задач могут применяться методы искусственного интеллекта, основанные на знаниях. Одной из разновидностей систем, использующих эти методы, являются экспертные системы (ЭС). Они представляют собой попытку создания человеко-машинных комплексов для решения слабо формализуемых задач или задач вообще не имеющих алгоритмического решения.

Можно дать следующее определение экспертной системе:

Экспертная система - это компьютерная программа, содержащая накопленные знания специалистов в определенной предметной области, Эта программа способна вырабатывать рекомендации, какие бы дал эксперт-человек, запрашивая при необходимости дополнительную информацию. Экспертные системы могут работать на том же уровне что и эксперты, а в некоторых случаях они лучше, потому что в нее вложен коллективный опыт их создателей.

2. ВИДЫ И ФОРМЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

Определим знания как систему понятий и отношений между ними. Задача, подлежащая решению с помощью экспертной системы, формулируется в терминах принятых в этой системе. Будем различать в конкретной предметной области следующие типы знаний: понятийные, конструктивные, процедурные, фактографические и метазнания.

· Понятийные - набор понятий, которыми пользуются при решении данной задачи. Этот тип знаний вырабатываются в фундаментальных науках и теоретических разделах прикладных наук.

· Конструктивные - это знания о наборах возможных структур объектов и взаимодействии между их частями. Получение этого типа знаний характерно для техники и большей части прикладных наук.

· Процедурные знания - используемые в выбранной предметной области методы, алгоритмы и программы, полезные для данного конкретного приложения, которые можно использовать, передавать и объединять в библиотеки.

· Фактографические - количественные и качественные характеристики объектов и явлений.

· Метазнания - знания о порядке и правилах применения знаний.

Можно определить модель предметной области как

(модель предметной области)=

(понятийные знания)+

(конструктивные знания),

а базу знаний:

(база знаний)=

(модель предметной области)+

(процедурные знания)+

(метазнания)+

(фактографические знания).

Существуют различные формы представления знаний. При практической разработке экспертных систем в настоящее время чаще всего используются эвристические модели - набор средств, (в принципе, любых) передающих свойства и особенности предметной области. Примером эвристической модели могут служить сетевые, фреймовые и продукционные модели.

В большинстве экспертных систем в базе знаний хранятся используемые в данный момент правила и сведения о проблемной области.

Подход, основанный на продукционных правилах, чрезвычайно распространен в экспертных системах. Как правило, они имеют форму ЕСЛИ ... ТОГДА ....ИНАЧЕ.... .

Например,

ЕСЛИ тип_эвм = микро И

класс_эвм = средний

ТОГДА эвм = IBM_PC/XT CNF 65

ИНАЧЕ эвм = ДВК-3 CNF 20 .

В приведенном правиле заложено знание о том, что если выбираемый тип ЭВМ микро, а класс ее средний, то с уверенностью 65% желательно приобретение компьютера IBM PC/XT . В противном случае с уверенностью 20% допустим выбор ДВК-3. Набор правил подобной структуры - наиболее распространенное представление знаний в базе продукционного типа.

В основе представления знаний с помощью семантических сетей лежит формализация в виде графа с помеченными вершинами и дугами.

Вершины представляют собой некоторые сущности (объекты, события, процессы, явления и др.), а дуги - отношения между ними. Рассмотрим простейшую семантическую сеть, выражающую знания: произведена классификация ЭВМ по типам - в зависимости от производительности (микро, мини, мега) и по классам - по их стоимости (низкая, средняя, высокая, большая). Дуги данной сети обозначают соответствие.

Различным моделям ЭВМ соответствуют различные комбинации классов и типов, Рис. 1.

В некоторых типах экспертных систем применяется представление знаний в виде фреймов. Это специфические объекты, соответствующие понятиям предметной области, имеющие внутреннюю структуру в виде слотов. Слотами могут быть данные, правила, другие фреймы. Фреймы - более сложный способ представления знаний, используемый в наиболее мощных экспертных системах.

3. СОСТАВ И ФУНКЦИОНИРОВАНИЕ ЭКСПЕРТНОЙ СИСТЕМЫ

Обычно считается, что прагматические требования к экспертной системе сводятся к тому, что она должна быть предназначена для удобной, квалифицированной поддержки информационной деятельности человека в определенной предметной области. Подразумевается наличие развитого диалога, обеспечивающего понимание входных сообщений, выполнение нужных процедур и выдача разумных сообщений в удобной форме. Считают, что сообщения разумны, если они заслуживают доверия и "прозрачны".

Структура типичной экспертной системы приведена на Рис.2. Как

правило, в ее состав входят:

1. - Интерфейс, обеспечивающий общение пользователя с экспертной системой в удобной для него форме, он позволяет передавать ей информацию, составляющую содержание базы данных, обратиться к системе с вопросом или за объяснением.

2. - Рабочая память, хранящая данные (база данных), соответствующие объектам, связь между которыми задается правилами в базе знаний.

3. - Диспетчер, определяющий порядок функционирования экспертной системы, планирующий порядок постановки и достижения целей.

4. - Машина вывода - формально-логическая система, реализованная в виде программного модуля, позволяющая логически выводить необходимую для пользователя информацию, исходя из сведений, размещенных в базе знаний.

5. - База знаний - совокупность всех имеющихся сведений о проблемной области, для которой предназначена данная экспертная система, записанных с помощью определенных формальных структур представления знаний (набора правил, фреймов, семантических сетей и пр.)

Важной компонентой экспертной системы является блок объяснений, дающий возможность пользователю убедиться в обоснованности информации, получаемой им от экспертной системы, позволяющий задавать ей вопросы, и на основании разумных ответов проникаться к ней доверием.

Два подхода получили наибольшее распространение при создании машин логического вывода экспертных систем.

- Системы с прямым логическим выводом, в которых производится многократное применение всех правил базы знаний к доступным данным, с возможностью запроса недостающих. Процесс преобразования данных под воздействием машины логического вывода происходит до тех пор пока возможно изменение их значений. Упрощенный алгоритм функционирования такой экспертной системы имеет вид (структура экспертной системы приведена на рис.2).

1. В рабочую память 2 через интерфейс 1 вводятся пользователем значения исходных переменных.

2. В базе знаний 5 определяются те правила, в условиях которых присутствуют переменные, имеющиеся в рабочей памяти.

3. Производится попытка применения правил с помощью машины логического вывода 4 и занесение результатов в рабочую память.

4. Если применение хотя бы одного правила оказалось успешным, то переход к п.2.

5. Если достигнутое состояние рабочей памяти (базы данных) не позволяет больше применить ни одно из правил базы знаний, то процесс логического вывода заканчивается и диспетчер 3 принимает решение о выдаче пользователю через интерфейсный блок информации, полученной в результате применения правил.

Системы с прямым логическим выводом более просты в построении, результатом работы у них обычно является целый пакет данных, но их эффективность не всегда соответствует требованиям практических задач.

В системах обратного вывода намечается перечень конечных целей - переменных, значения которых необходимо получить. Далее производится поиск правил, определяющих эти цели. Вычисляются значения всех переменных, входящих в условия правила. Если переменные определяются другими правилами, происходит переход к выяснению истинности их условий, в противном случае значения переменных запрашиваются у пользователя. Процесс экспертизы заканчивается после того, как будут найдены все поставленные цели консультации. Это означает, что должна быть выяснена истинность всех переменных, входящих в задействованные правила. Упрощенный алгоритм функционирования экспертных систем обратного вывода можно