Дата создания 23/04/1996 08:36:00 29

МОСКОВСКИЙ ЭНЕРГЕТИЧЕСКИЙ ИНСТИТУТ

Сборник лабораторных работ

по курсу

ЭКСПЕРТНЫЕ СИСТЕМЫ И

СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Москва, 2006

РАЗРАБОТКА КОМПЛЕКСА ЛАБОРАТОРНЫХ РАБОТ В СРЕДЕ NEXPERT OBJECT

В методических указаниях дается описание экспертной оболочки NEXPERT OBJECT, предназначенной для реализации экспертных систем на ПЭВМ, совместимых с IBM PC. Рассматривается методика построения баз знаний, даны примеры функционирования готовых экспертных системы "Виды спорта" и "Библиотека".

Комплекс лабораторных работ предназначен для студентов и слушателей, выполняющих практические задания по курсу "Экспертные системы и системы искусственного интеллекта", а также для аспирантов, занимающихся вопросами реализации экспертных систем и систем искусственного интеллекта.

Введение

Экспертные системы получили широкое распространение в ходе развития методов обработки данных на ЭВМ. Они явились результатом последовательных попыток усовершенствовать и расширить автоматизацию некоторых видов обработки информации, обычно выполняемых человеком. Для решения такой задачи необходимо уметь представлять в компьютерной системе как данные, так и соответствующие процессы их обработки.

Существуют экспертные системы, которыми широко пользуются биологи, онкологи, математики, юристы, финансисты, нефтянники - сейчас уже очень трудно указать области, в которых возможности экспертных систем не были еще опробованы. Поэтому сейчас назрела необходимость расширения знаний в области экспертных систем.

В настоящее время экспертные системы создаются в так называемых “экспертных оболочках”. Поэтому при изучении эспертных систем важно ознакомиться, в первую очередь, с примером экспертной оболочки.

1. КРАТКОЕ ОПИСАНИЕ, ОСНОВНЫЕ ПОНЯТИЯ ОБОЛОЧКИ NEXPERT OBJECT

1.1. Определение экспертной системы

Экспертные системы - это программные комплексы, предназ­начен­ные для отображения и использования знаний в той или иной об­ласти при решении различных задач.

1.2. Определение экспертной оболоЧки

Экспертная оболочка - это среда для создания экспертных систем на любую тему.

1.3. Программно-аппаратные средства, необхо­ди­мые длЯ работы с NEXPERT OBJECT

NEXPERT OBJECT версии 0 может работать на ПЭВМ семейства IBM PC/286 (и совместимых с ними), функци­онирующих под управлением операционной системы MS DOS (версия не ниже 5.0) в среде WINDOWS версия 2.03. Для работы с NEXPERT желательно иметь цветной монитор и обязательно манипулятор типа “мышь”.

1.4. Возможности NEXPERT OBJECT

Основные возможности NEXPERT OBJECT следующие:

- создание баз знаний по разным темам;

- редактирование баз знаний;

- просмотр баз знаний;

- проведение обработки знаний для выбранных данных и/или выдви­нутых гипотез;

- создание файла отчета (протокола сеанса обработки знаний);

- поддержание связи с внешними прикладными програм­мами, элек­тронными таблицами, базами данных.

1.5. Основные понЯтиЯ NEXPERT OBJECT

Для представления знаний в системе NEXPERT OBJECT исполь­зу­ются правила и объекты.

Правило - представляет собой рассуждение, а объекты описывают мир, в котором проводятся эти рассуждения. Остров знаний - это набор правил, связанных между собой. Правило (rule) - это островок знаний, моделирующий некоторую ситуацию и ее прямые следствия. Универ­сальный формат правил таков:

Если ... условия то ... гипотеза и выполнить ... действия,

где гипотеза - это утверждение, которое является истинным в случае выполнения всех условий, и ложным - в случае невыполнения хотя бы одного из условий. Вслед за “выполнить” находится ряд действий, предпринимаемых в случае истинности гипотезы.

Атом - это как бы элементарная единица правила, т.е. либо условие, либо гипотеза. Атом может принимать следующие значения: True (истина), False (ложь), Unknown (неизвестно), NotKnown (не определено), Current (текущее: для представления определенного условия под рассмотрением), Envoked (возбуж­денное: для исследуемых в данный момент гипотез, под фокусом внимания).

Объект (object) является элементарной единицей описания. Всякая вещь есть объект. Свойство (property) - это характеристика объекта. Класс - это множество объектов, которые могут обладать одними и теми же свойствами (см. рис. 1).

Рис. 1. Классы, объекты, свойства

Класс может хранить информацию, присущую всем объектам. Объекты, когда нужно, будут наследовать от класса эту инфор­мацию. Этот меха­низм называется наследованием. Класс может содержать подклассы, объект - подобъекты.

Когда какое-либо свойство приписывается объекту или классу, его называют слотом. Так, автомобиль_х.цвет - это слот.

¹Мета-слоты - это функциональные описания, связанные с каждым свойством объекта и определяющие корректное поведение этого свойства. Мета-слоты объектно-зависимы, так, что каждое свойство может тракто­ваться различно в зависимости от того, к какому объекту или классу оно относится. Примеры мета-слотов: If-Change ("Если-изменен") - в случае изменения значения атома выполнить указанные действия; Order of Sources ("Порядок Источников") - указывает, из каких источников брать данные: запрашивать у пользователя, из файла базы данных, из внешней программы и т.д.; Inference Category ("Категория Вывода") - указывает, в каком порядке должны опрашиваться значения объектов/классов в процессе сеанса консультации. Сеанс консультации - это работа экспертной системы с конечным пользователем, т.е. на основе введенных пользователем данных система "консультирует" его, делает какие-либо выводы или заключения.

Под контекстом понимается механизм для работы с интуицией, т.е. экспериментальными знаниями эксперта, которые крайне трудно объяснить и представить в форме правил. Другими словами, это связь между двуми (или больше) островами знаний, которые явно между собой не связаны.

Сеть объектов - это структура организации объектов в данной базе знаний. На рис. 2 сеть объектов наглядно показывает взаимосвязи классов, подклас­сов, объектов, подобъектов:

Рис. 2. Сеть объектов

Сеть правил - это структура, наглядно показывающая взаимосвязи правил. Например:

(где Yes - “да”, No - “нет”, Is - “является”)

Рис. 3. Сеть правил

На рис. 3 видны два правила: п.1 и п.2.

Заключения (conclusions) - это результаты обработки базы знаний в зависимости от поставленной гипотезы или введенных данных.

В NEXPERT OBJECT существует возможность привязки текстовой или графической информации к какому-либо объекту (классу, гипотезе, данному). Текстовая информация - словесное описание объекта, т.е. это может быть расшифровка какого-либо сокращения, или это могут быть примечания, пояснения, например: к объекту PEVM привязан текстовый файл следующего содержания: “ПЭВМ - персональная электронно-вычислительная машина”. В качестве графической информации можно изобразить ПЭВМ схематически (в графическом файле, совместимом с системой NEXPERT OBJECT).