3.5.4. Байесовская сеть
Байесовская сеть (или Байесовская сеть доверия) ‒ это вероятностная модель, представляющая собой множество переменных и их вероятностных зависимостей. Например, байесовская сеть может быть использована для вычисления вероятности того, чем болен пациент по наличию или отсутствию ряда симптомов, основываясь на данных о зависимости между симптомами и болезнями.
Формально, байесовская сеть ‒ это направленный ациклический граф, вершины которого представляют переменные, а ребра кодируют условные зависимости между переменными. Вершины могут представлять переменные любых типов, быть взвешенными параметрами, скрытыми переменными или гипотезами. Существуют эффективные методы, которые используются для вычислений и обучения байесовских сетей. Байесовские сети, которые моделируют последовательности переменных, называют динамическими байесовскими сетями. Байесовские сети, в которых могут присутствовать как дискретные переменные, так и непрерывные, называются гибридными байесовскими сетями.
Предположим, что может быть две причины, по которым трава может стать мокрой (GRASS WET): сработала дождевальная установка, либо прошел дождь. Также предположим, что дождь влияет на работу дождевальной машины (во время дождя установка не включается). Тогда ситуация может быть смоделирована проиллюстрированной Байесовской сетью. Все три переменные могут принимать два возможных значения: T (правда ‒ true) и F (ложь ‒ false).
Совместная вероятность функции:
P(G,S,R) = P(G | S,R)P(S | R)P(R), где имена трех переменных означают G = Трава мокрая (Grass wet), S = Дождевальная установка (Sprinkler), и R = Дождь (Rain).
Модель может ответить на такие вопросы как «Какова вероятность того, что прошел дождь, если трава мокрая?» используя формулу условной вероятности и суммируя переменные:
Вывод:
В силу того, что Байесовская сеть ‒ это полная модель для переменных и их отношений, она может быть использована для того, чтобы давать ответы на вероятностные вопросы. Например, сеть можно использовать чтобы получить новое знание о состоянии подмножества переменных наблюдая за другими переменными (переменные ‒ свидетельства). Это процесс вычисления апостериорного распределения переменных по переменным-свидетельствам называют вероятностным выводом. Это следствие дает нам универсальную оценку для приложений, где нужно выбрать значения подмножества переменных, которое минимизирует функцию потерь, например вероятность ошибочного решения. Байесовская сеть может также считаться механизмом для автоматического построения расширения Теоремы Байеса для более сложных задач.
4. Интеллектуальные сапр
4.1. Новая информационная технология разработки программных средств
На рис. 2.5 представлены старая и новая информационные технологии разработки программно-методических комплексов автоматизированных систем (ПМК АС).
Приложения из областей автоматизации делопроизводства и проектирования плохо вписываются в старую схему. В этих областях заказчики не в состоянии четко и полностью определить требования к системе.
К тому же при передаче разработки с этапа на этап различные исполнители, как правило, не могут до конца понять друг друга. В результате на заключительном этапе работ заказчики остаются неудовлетворенными. При этом либо работа прекращается, либо начинается длительный и дорогостоящий процесс доработки и адаптации системы.
В середине 80-х годов в фирме Du Pont был формализован подход к разработке информационных систем, основанный на последовательном выпуске прототипов системы, жестких ограничениях по времени и вовлечении в работу конечных пользователей системы. После публикации в 1991 году книги Дж. Мартина "Rapid Application Development" ("быстрая разработка приложений") этот подход получил широкую известность как RAD-технология.
В основе RAD-технологии лежат следующие положения.
Пользователи активно участвуют в разработке системы от начала обследования предметной области до внедрения.
Не нужно полного определения требований к системе, детали можно добавлять в ходе разработки. Это сокращает длительность анализа и дает некоторую свободу в определении требований низкого уровня в ходе построения прототипов системы и их обсуждения с конечными пользователями. В условиях жестких временных ограничений менее приоритетные требования могут быть опущены.
Система разрабатывается небольшой командой из 4-6 человек, включая 1-2 пользователей. Во время проектирования состав команды практически не меняется, благодаря чему сводится к минимуму объем промежуточной документации.
Разработка ведется итерациями. Основную роль играет правило 80/20, которое гласит, что 80% работы может быть выполнено за 20% времени, затрачиваемого на всю работу. Это означает, что нет смысла заниматься тонкой настройкой системы, когда еще не определены до конца основные требования к ней. Каждый шаг должен быть закончен настолько, насколько это необходимо для выполнения следующего этапа.
Тестирование проводится постепенно на протяжении всего жизненного цикла системы.
Большие приложения разбиваются на более мелкие функциональные компоненты, для которых четко определяется группа пользователей. При наличии нескольких команд возможна параллельная разработка системы. В этом случае проводится более тщательный анализ прикладной области.
|
Рис. 2.5. Старая и новая информационные технологии разработки программно-методических комплексов автоматизированных систем. |
Сильная сторона подхода RAD состоит в том, что он позволяет непосредственно в ходе разработки быстро выявлять и уточнять, а затем реализовывать необходимый набор функциональных возможностей и в результате получать систему, действительно удовлетворяющую требованиям заказчика на момент ее внедрения. RAD-методология, суть которой "технология + инструментальные средства", является основной характеристикой системы СПРУТ как новой информационной технологии САПР. Она отличается тем, что знания заказчика о методах проектирования автоматически превращаются в рабочий проект системы. В большинстве случаев к созданию даже больших систем практически не привлекаются программисты.
Преимущества новой технологии заключаются в следующем: сокращается трудоемкость создания в 5-7 раз, а длительность цикла разработки в 10-15 раз; полностью удовлетворяются требования по каждому рабочему месту; программные средства характеризуются высоким качеством и достигают высокой степени унификации и интеграции.
Надежность системы СПРУТ проверена временем, а надежность прикладных систем на ее базе обеспечивается автоматической генерацией программных кодов на основе знаний. Пользователями САПР являются конструкторы и технологи, не обладающие профессиональными знаниями в области вычислительной техники.
Дружественный интерфейс к непрофессиональному пользователю основан на применении наглядных экранных образов и терминологии, принятой в той области, где он работает, не требует усилий при изучении, запоминания большого объема специфической информации и соблюдения строгих правил при эксплуатации. В инструментальных средствах СПРУТ все эти принципы реализуются с помощью подсистемы интерактивной генерации интерфейсов.
Высокое качество проектирования достигается с помощью подсистем СПРУТ, генерирующих инженерные базы знаний, которые обеспечивают структурную и параметрическую рационализацию и оптимизацию проектных решений по конструкции изделий и процессам их изготовления. Всякая вновь разрабатываемая система должна обладать в сравнении с имеющимися существенно обновленными потребительскими свойствами, привлекательность которых будет побуждать пользователей внедрять ее взамен освоенных. Эти свойства заключены в описанных выше концепциях СПРУТ. При этом затраты на эксплуатацию, сопровождение и развитие новой системы должны, окупать расходы на ее приобретение и внедрение. СПРУТ удовлетворяет и этому условию: цены инструментальных средств, обеспечивающих высокую производительность труда при создании и сопровождении прикладных систем, весьма умерены.