
- •Общие принципы построения и функционирования эс
- •Области применения эс
- •Обобщенная структура экспертной системы
- •2. Механизм обратного вывода в эс логического типа. Принципы вывода решения
- •3. Основные характеристики нечётких множеств
- •Реализация эс с использованием нечеткой логики
- •Экспертные системы, основанные на нечеткой логике. (нэс) Fuzzy expert systems
- •1. Реализация эс с использованием нечеткой логики
- •Экспертные системы, основанные на нечеткой логике. (нэс) Fuzzy expert systems
- •Основные стадии нечёткого вывода
- •3. Представление знаний в эс: логическое, продукционное, фреймовое. Достоинства и недостатки
- •Логическая модель
- •Продукционная модель
- •Семантическая сеть
- •Получение вывода с помощью сс
- •Реализация эс с использованием нечеткой логики
- •Нечеткий ожидаемый интервал (интервал нечетких переменных)
- •Экспертные системы, основанные на нечеткой логике. (нэс) Fuzzy expert systems
Билет №1
1. Экспертная система – это компьютерная программа, которая оперирует со знаниями в определенной предметной области с целью решения задач, требующих профессиональной оценки человека, а также выработки рекомендаций или решения проблемы.
Программы ЭС обычно работают таким способом, который воспринимается как интеллектуальный, так как они имитируют образ действий человека-эксперта. Эти программы специфичны, поскольку они, как правило, используют механизм автоматического рассуждения (вывода) и так называемые слабые методы, такие как поиск или эвристика. Они существенно отличаются от точных и хорошо аргументированных алгоритмов и не похожи на математические процедуры большинства традиционных разработок.
Общие принципы построения и функционирования эс
Основу ЭС представляет база знаний и данных, содержащая модель предметной области. Различные ЭС отличаются средствами представления знаний.
Часть базы знаний содержит фундаментальные знания и данные о предметной области. Различные ЭС отличаются средствами представления знания. Эти знания могут изменяться и пополняться. Например, для медицинской ЭС такими знаниями будут знания о болезнях, методах их лечения, лекарственных средствах. Другая часть БЗ содержит знания, которые со временем изменяются более интенсивно: данные и знания о больных, ходе лечения, применяемых средствах лечения и т.п.
Для ответа на поставленные пользователем вопросы требуется система извлечения ответов, называемая машиной логического вывода или интерпретатором.
ЭС кроме ответа на предъявляемые пользователем вопросы должна объяснять причины, по которым дается тот или иной ответ, то или иное решение. Объяснение осуществляется соответствующей системой пояснения решений.
Взаимодействие пользователя с ЭС осуществляется посредством оболочки, представляющей пользовательский интерфейс для двух категорий разработчиков ЭС – программистов и для инженеров по знаниям. Программисты осуществляют разработку и тестирование ЭС как программы, разработанной на том или ином языке программирования. Инженеры по знаниям осуществляют взаимодействие между экспертами и ЭС, пополняя и корректируя базу знаний.
Области применения эс
Оценка займов, рисков страхования и капитальных вложений для финансовых организаций.
Помощь химикам в нахождении верной последовательности реакций для создания новых молекул.
Отладка программного и аппаратного обеспечения ЭВМ в соответствии с индивидуальными требованиями заказчика.
Диагностика и обнаружение неполадок в телефонной сети на основании тестов и сообщений о неисправностях.
Идентификация и ликвидация неполадок в локомотивах.
Помощь геологам в расшифровке данных, полученных с помощью контрольного оборудования во время бурения нефтяных скважин.
Помощь медикам в постановке диагноза и лечении некоторых групп заболеваний, таких как заражение крови и различных видов рака (в 70-х гг. в США начали разработку такой экспертной системы – MYCIN ).
Получение молекулярной структуры химического вещества на основании опытов.
Изучение и суммирование больших объемов быстро изменяющихся данных, которые не в состоянии из-за скорости изменения прочитать человек, например телеметрических данных с использованием спутников системы LANDSAT .
Обобщенная структура экспертной системы
2. Механизм обратного вывода в эс логического типа. Принципы вывода решения
При обратном выводе, или поиске от цели рассматривается цель, которой нужно достичь. Анализируются правила, ведущие к цели, и определяются условия их применения. Эти условия становятся новыми целями, или подцелями, поиска. Поиск продолжается в обратном направлении от достигнутых подцелей до тех пор, пока мы не достигнем исходных данных задачи. Таким образом определяется путь от данных к цели, который на самом деле строится в обратном направлении.
Алгоритм проверки верности цели:
Проверяем, есть ли цель в списке фактов. Если есть, цель верна. Если нет, переход к п.2.
Проверяем, можно ли заменить цель каким-либо фактом (предикатный символ факта совпадает с предикатным символом цели, количество термов одинаково, если в списке термов цели есть константы, они совпадают с соответствующими константами в списке термов факта). Если цель нельзя заменить фактом, переход к п. 3. Иначе – переход к п. 4.
Проверяем, можно ли вывести цель из какого-либо правила (предикатный символ заголовка правила совпадает с предикатным символом цели, количество термов в списке термов одинаково, если в списке термов заголовка правила есть константы, они совпадают с соответствующими константами в цели). Если цель нельзя вывести ни из какого правила, цель неверна. Если можно, переход к п.4.
Унификация и получение новых подцелей. Переход к п.1.
При замене фактом – замена всех термов цели и всех текущих подцелей соответствующими константами найденного факта.
При выводе из правила – замена всех термов в заголовке найденного правила и этих же термов в условиях правила на соответствующие термы цели. Новыми подцелями становятся условия правила.
При этом для того, чтобы исходная цель была верна, необходима истинность всех текущих подцелей. Если одна из подцелей заведомо неверна (см. п.2 алгоритма), то необходимо вернуться на предыдущий шаг вывода. При этом поиск по подходящим правилам и фактам продолжается, начиная со следующих правил и фактов, по отношению к тем, которые уже были рассмотрены. Если возвращение на предыдущий шаг невозможно, исходная цель неверна.
Пример:
Правила:
(1) f(x,y) > f(x,z) & f(z,y)
(2) f(x,y) > f(y,x)
Факты:
(1) f(1,2)
(2) f(2,3)
(3) f(6,3)
Цель:
f(1,6)
Решение:
Список целей: f(1,6). В списке фактов нет такого факта, цель нельзя заменить никаким фактом, применяем правило (1).
Список подцелей: f(1,z), f(z,6). Рассматриваем первую подцель. Можно заменить фактом (1).
Список подцелей: f(1,2), f(2,6). Первая подцель верна. Ко второй подцели применяем правило (1).
Список подцелей: f(2,z), f(z,6). Рассматриваем первую подцель. Можно заменить фактом (2).
При неограниченном количестве рекурсий алгоритм зациклится, постоянно применяя правило (1) к новой полученной первой подцели. При ограничении числа рекурсий при возвращении к шагу 5 и применении ко второй подцели правила (2) получим подцель f(6,3), которую на следующем шаге алгоритм признает верной. Все подцели верны, следовательно, верна исходная цель.