Тема 16. Характеристика програмних засобів створення експертних систем

План

16.1. Поняття та структура експертної системи «ЕКСПЕРТ».

16.2. Практична робота з системою «ЕКСПЕРТ». Робота користувача по створенню власної бази знань.

16.3. Представлення знань і формування бази знань в системі INTERNIST.

16.1. Експертна система «експерт»

Експертна система "ЕКСПЕРТ" продукційного типу призначена для одержання консультації або рішення конкретної проблеми, що важко формалізувати, з будь-якої предметної області, знання для якої можна виразити за допомогою правил-продукцій наступного виду:

"ЯКЩО <умова> ТО <дія>".

Учені висловлюють припущення, що будь-які знання можна представити у формі правил-продукцій. Принаймні, не отримано жодного приклада, що спростовує це припущення.

Конкретна задача не обов'язково повинна бути поставлена в числовій формі. Часто може бути використане символьне представлення даних.

Знання, використовувані в експертних системах, можуть мати неповноту, неоднозначністю, суперечливістю, тому система постачена можливістю роботи з нечіткою логікою ("так", "так" з деяким коефіцієнтом довіри (кд), "ні").

Істотним є також конфігурація конкретної обчислювальної системи, на якій повинна бути встановлена експертна система. Система передбачає використання комп’ютеру середнього класу.

СТРУКТУРА СИСТЕМИ

Відповідно до концепцій проектування і функціонування продукційної експертної системи, вона складається з оболонки і бази знань.

База знань складається з правил, фактів, дозволених значень з лівих частин правил, а також питань для цих дозволених значень.

Оболонка складається з механізму ("машини") логічного висновку, підсистеми пояснень отриманого результату, інтерфейсу з користувачем. Інтерфейс користувача включає введення/коректування вхідних даних, включаючи даної бази знань, підсистему поповнення знань.

До складу оболонки продукційної експертної системи входять:

• База знань;

• Механізм логічного висновку;

• Інтерфейс користувача;

• Підсистема пояснень;

• Підсистема поповнення знань;

• Синтаксичний аналізатор;

• Підсистема введення/коректування даних.

Розглянемо кожну з компонентів експертної системи докладніше.

База знань

Спочатку будемо представляти базу знань як набір правил виду:

ЯКЩО <умова> ТО <дія>.

<Умова> і <дія> повинні бути фактами бази знань і мати вигляд

"об'єкт=значення"

причому <дія> може бути кон’юнкцією таких фактів. У частині правила <дія> може знаходитися так званий коефіцієнт вірогідності, що допомагає обслуговувати експертною системою не цілком достовірні знання. Для обчислення коефіцієнта вірогідності використовуються методи математичної статистики, а також суб'єктивні оцінки експерта - фахівця в даній предметній області, притягнутого для наповнення конкретної бази знань. Роль експерта може зіграти довідник, якщо такий мається і задовольняє користувача.

Коефіцієнт вірогідності - змінна величина, що збільшується, якщо в базу знань додається факт, що підтверджує деяку подію (позитивний факт), і зменшується, якщо додається негативний факт. Така зміна коефіцієнта називається Байесовским оцінюванням.

Робота зі знаннями як із вхідними даними досить автономна, тому вона виконується в будь-якому текстовому редакторі.

Механізм логічного висновку.

Механізм логічного висновку є основним блоком експертної системи, без якого вона перетворилася б у звичайну програму. Логічний висновок є інтерпретатором правил. Він вибудовує них у ланцюжок, намагаючись досягти поставленої користувачем мети. У системі реалізований зворотний висновок (від мети до посилок). Пошук продовжується доти, поки ціль не буде досягнута з однієї з початкових посилок, або перегляд усіх правил для цієї мети завершиться невдачею.

Опишемо покроковий алгоритм такого пошуку.

1. Ціль шукається в заключній частині якого-небудь правила. Якщо такого правила не виявлено, то система повинна повідомити, що відповідь знайти неможливо.

2. Якщо правило виявлене, то всім змінним умови цього правила надати значення (у діалозі з користувачем, або скористатися її поточним значенням).

3. Цільову змінну, а також усі проміжні змінні, значення яких поки невідомі, складати в спеціально відведений для цього стек.

4. Правила 2-3 повторювати доти, поки всі змінні зі стека не одержать своїх значень (позитивне завершення пошуку мети). У противному випадку пошук мети закінчується невдачею.

Підсистема пояснень.

Підсистема пояснень, будучи утилітарної по своїй суті, виконує багато функцій. По-перше, вона підвищує рівень інтерфейсу з користувачем. По-друге, вона дозволяє контролювати хід міркувань експертної системи і пояснювати "несподівані" відповіді. По-третє, вона виявляє неоднозначності і протиріччя в базі знань експертної системи.

Даними експертної системи є:

1. Відповіді на запити системи.

2. Вміст бази знань.

Якщо перший вид даних - оперативний, то дані другого виду готуються заздалегідь. Передбачено діалоговий режим уведення знань з можливим повтором уведення, якщо помилка замічена користувачем.