
- •Введение
- •Глава 1. Классификация интеллектуальных информационных систем
- •1.1. Особенности и признаки интеллектуальности информационных систем
- •1.2. Системы с интеллектуальным интерфейсом
- •1.3. Экспертные системы
- •1.4. Самообучающиеся системы
- •Что следует запомнить
- •Литература
- •Глава 2. Технология создания экспертных систем
- •2.1. Этапы создания экспертной системы
- •2.2. Идентификация проблемной области
- •2.3. Построение концептуальной модели
- •2.4. Формализация базы знаний
- •Контракт
- •Проектируемый контракт
- •2.5. Выбор инструментальных средств реализации экспертной системы
- •Что следует запомнить
- •Литература
- •Глава 3. Реализация экспертных систем экономического анализа деятельности предприятия
- •3.1. Особенности экспертных систем экономического анализа
- •3.2. Экспертная система анализа финансового состояния предприятия
- •3.3. Экспертная система анализа эффективности результатов финансово-хозяйственной деятельности предприятия
- •Что следует запомнить
- •Литература
- •Глава 4. Реализация динамических экспертных систем управления бизнес-процессами
- •4.1. Особенности реализации динамических экспертных систем управления бизнес-процессами
- •4.2. Экспертная система динамического управления запасами
- •Система с фиксированным размером заказа
- •Система с фиксированным интервалом времени между заказами
- •Система с фиксированным интервалом времени между заказами и проверкой порогового уровня запаса
- •Система “Минимум - максимум”
- •Реализация экспертной системы управления запасами на основе анализа порогового уровня с помощью инструментального средства g2
- •Что следует запомнить
- •Литература
- •Практикум по проведению лабораторных работ
- •1. Темы лабораторных работ по разработке экспертных систем
- •1. Оценка кредитоспособности предприятия
- •2. Планирование финансовых ресурсов предприятия
- •3. Формирование портфеля инвестиций
- •4. Страхование коммерческих кредитов
- •5. Выбор коммерческого банка
- •6. Выбор стратегии производства
- •7. Оценка конкурентоспособности продукции
- •8. Выбор стратегии ценообразования
- •9. Выбор поставщика продукции
- •10. Подбор кадров
- •2. Требования к отчету по лабораторной работе
- •Идентификация проблемной области.
- •Формализация базы знаний.
- •2. 1. Идентификация проблемной области
- •2.2. Концептуальная модель проблемной области
- •2.3. Формализация базы знаний
- •Набор правил "Оценка финансового состояния" fin.Rss
2.5. Выбор инструментальных средств реализации экспертной системы
На этапе реализации экспертной системы происходит физическое наполнение базы знаний и настройка всех программных механизмов в рамках выбранного инструментального средства, а при необходимости и допрограммирование специализированных модулей программного инструмента.
Особенности реализации экспертной системы во многом определяются характером инструментального средства, в качестве которого могут выступать программные оболочки (shells), генераторы (интегрированные среды), языки представления знаний (языки программирования). Так, оболочки имеют реализованные механизмы вывода, накопления, объяснения знаний, диалоговый компонент, что, с одной стороны, упрощает разработку программной части экспертной системы, поскольку не требуется программирование, а с другой стороны, усложняет разработку базы знаний вследствие возможного несоответствия формализма системы требованиям структуры. Использование языков представления знаний таких как: язык логического программирования PROLOG, язык функционального программирования LISP, язык объектно-ориентированного программирования SmallTalk, язык продукционных правил OPS5 и др. повышает гибкость разрабатываемой системы и одновременно увеличивает трудоемкость разработки.
Наиболее приемлемыми инструментальными средствами для создания экспертных систем являются генераторы или интегрированные среды разработки, например, G2 (фирма Gensym, дистрибьютор фирма ArgusSoft), ART-Enterprise (фирма Inference, дистрибьютор фирма Метатехнология), GURU (фирма MDBS, дистрибьютор фирма ЦПС Тверь), которые позволяют настраивать программные средства на особенности проблемных областей, при необходимости предоставляют возможность программировать на встроенных языках четвертого поколения и осуществлять эффективный экспорт/импорт данных с другими инструментальными средствами.
Среди отечественных разработок следует отметить экспертную оболочку ЭКО (ArgusSoft) и программный комплекс SIMER - MIRAGE (Исследовательский центр искусственного интеллекта ИПС РАН), который предоставляет инструментальные средства как автоматизации разработки, так и поддержки экспертных систем [ 8 ].
Инструментальные средства создания и поддержки экспертных систем являются дорогостоящими продуктами и стоят от тысяч до десятков тысяч долларов. Однако, для готовых баз знаний инструментальные средства могут поставляться в исполнительской версии (RUN-TIME) на порядок дешевле.
Цена предметно-ориентированных систем может быть на порядок выше универсальных, преимущество же их заключается в более простой адаптации к конкретной предметной области, а следовательно, и в сокращении затрат на разработку. Например, интеллектуальная система для разработки финансовых приложений Cogensys Judgment Software (Cogensys Corp) стоит 200 тыс. долл.
Среди специализированных инструментальных средств интеллектуальных систем основной удельный вес занимают экспертные системы реального времени, позволяющие динамически управлять непрерывными процессами (70% рынка). Бесспорным лидером в разработке экспертных систем реального времени является фирма Gensym с инструментальным средством G2 (дистрибьютор в России - фирма ArgusSoft), имеющая внедрения в таких компаниях как IBM, NASA, General Electric, Nissan и др. [ 5 ]. На базе G2, в свою очередь, созданы такие проблемно-ориентированные комплексы, как GDA для решения задач диагностики, ReThink для моделирования бизнес-процессов (бизнес-реинжиниринга), NeurOnline для поддержки нейронной сети, IPS для решения задач динамического планирования, FaultExpert для управления телекоммуникациями и др.
В процессе жизненного цикла разработки экспертной системы инструментальные средства могут сменять друг друга по мере расширения базы знаний. Так, на этапе проектирования прототипа требуется его быстрая разработка в ущерб производительности, в то время как на этапе разработки промышленной версии на первый план выходит обеспечение эффективности функционирования.
На выбор инструментальных средств экспертной системы, в основе которых лежит определенный метод представления знаний, основное влияние оказывает класс решаемых задач (проблемных областей) и соответственно характер полученной концептуальной модели, определяющий множество требований в части отображения объектов, действий над объектами, методов обработки неопределенностей, механизмов вывода (таблица 2.6. ) [ 19 ]:
Инструментальные средства, в свою очередь, характеризуются определенными возможностями по реализации этих требований. В таблице 2.7. представлено выполнение требований для наиболее популярных инструментальных средств [ 5,8,9 ] (цифрой показывается номер места в упорядоченной последовательности).
Тогда сущность алгоритма выбора инструментальных средств сводится к наложению требований проблемной области к формализмам знаний на возможности инструментальных средств и определению наилучших по заданным ограничениям (таблица 2.8).
Таблица 2.6.
Описание метода |
Классы решаемых задач |
||||
представления знаний |
Интер-претация |
Диагно-стика |
Прогно-зирование |
Проекти-рование |
Плани-рование |
Описание объектов: |
|
|
|
|
|
Предикаты |
4 |
2 |
4 |
4 |
4 |
Правила |
1 |
1 |
1 |
3 |
2 |
Семант. сеть |
2 |
4 |
3 |
2 |
3 |
Фреймы(Объекты) |
3 |
3 |
2 |
1 |
1 |
Действия: |
|
|
|
|
|
Предикаты |
3 |
2 |
4 |
4 |
4 |
Правила |
1 |
1 |
1 |
2 |
2 |
Сообщения |
2 |
3 |
3 |
1 |
1 |
Процедуры |
4 |
4 |
2 |
3 |
3 |
Неопределенность: |
|
|
|
|
|
Неполнота |
2 |
4 |
3 |
1 |
1 |
Нечеткость |
3 |
2 |
4 |
3 |
3 |
Многозначность |
4 |
3 |
2 |
2 |
2 |
Недостоверность |
1 |
1 |
1 |
4 |
4 |
Вывод: |
|
|
|
|
|
Прямая цепочка |
1 |
3 |
1 |
3 |
1 |
Обратн. цепочка |
3 |
1 |
6 |
6 |
6 |
Объект.ориент. |
2 |
2 |
2 |
1 |
2 |
Гипотет. вывод |
4 |
4 |
4 |
2 |
5 |
Обраб. времени |
6 |
6 |
3 |
5 |
3 |
Доска объявлений |
5 |
5 |
5 |
4 |
4 |
Таблица 2.7.
Описание метода |
Программные инструментальные средства |
|||||
представления знаний |
ЭКО ArgusSoft |
GURU MDBS |
Nexpert Object Neuron Data |
LEVEL-5 Level Co |
ART Enterprise Inference |
G2 Gensym |
Описание объектов: |
|
|
|
|
|
|
Семант. сеть |
|
|
|
|
|
* |
Объекты (Фреймы) |
|
|
* |
* |
* |
* |
Предикаты |
|
|
|
|
|
* |
Правила |
* |
* |
* |
* |
* |
* |
Действия: |
|
|
|
|
|
|
Правила |
* |
* |
* |
* |
* |
* |
Сообщения |
|
|
* |
* |
* |
|
Предикаты |
|
|
|
|
|
* |
Процедуры |
* |
* |
* |
* |
* |
* |
Неопределен-ность: |
|
|
|
|
|
|
Наслед. свойств |
|
|
* |
* |
* |
* |
Коэф. уверен. |
|
* |
|
* |
* |
* |
Неч. множества |
|
* |
|
* |
* |
|
Усл. вероятн. |
* |
|
|
|
|
|
Вывод: |
|
|
|
|
|
|
Прямая цепочка |
|
* |
* |
* |
* |
* |
Обратн. цепочка |
* |
* |
* |
* |
* |
* |
Объект. ориент. |
|
|
* |
* |
* |
* |
Гипотет. вывод |
|
|
|
|
* |
* |
Обраб. времени |
|
|
|
* |
|
* |
Доска объявл. |
|
|
|
|
|
* |
Таблица 2.8.
Классы |
Программные инструментальные средства |
|||||
решаемых задач |
ЭКО |
GURU |
Nexpert Object |
LEVEL-5 |
ART Enterprise |
G2
|
Интерпретация |
3 |
1 |
1 |
1 |
2 |
3 |
Диагностика |
1 |
2 |
2 |
2 |
3 |
2 |
Прогнозирование |
2 |
3 |
4 |
3 |
4 |
4 |
Проектирование |
- |
- |
3 |
5 |
1 |
5 |
Планирование |
- |
- |
5 |
4 |
5 |
1 |