2. Адекватность (или алгоритмическая надежность).

Адекватность ММ – способность отображать заданные свойства объекта с погрешностью не выше заданной. К сожалению, не всегда условия приемлемости ММ и методов могут быть найдены, исследования строгими методами и сформулированы в виде конкретных инструкций пользователям. Часто применимость того или иного компонента МО зависит от конкретных условий, многообразие которых не поддается исчерпывающему учету и классификации. 

Предположим, что все заранее оговоренные ограничения на применение модели или метода соблюдаются. Свойство компонента МО давать при его применении в этих условиях правильные результаты и определяет адекватность ММ. Т.е., если степень универсальности характеризуется заранее оговоренными ограничениями, то адекватность или алгоритмическая надежность характеризуется ограничениями заранее не выявленными, и, следовательно, не оговоренными.

Количественной оценкой алгоритмической надежности служит вероятность получения правильных результатов при соблюдении оговоренных ограничений на применение метода. Если эта вероятность близка к 1, то говорят, что метод алгоритмически надежен.

3. Точность.

Следующее требование, которое предъявляется к МО САПР – это точность. Точность ММ оценивается степенью совладения значений параметров реального объема и значений тех же параметров, рассчитанных с помощью оценивающей ММ. То есть другими словами, точность определяется по степени совпадения расчетных и истинных результатов.

В большинстве случаев решения проектных задач характеризуется следующим:

1. совместным использованием многих компонентов МО, что затрудняет определение вклада в общую погрешность каждого из компонентов;

2. векторным характером результатов, т.е. результатом решения является значение не отдельного параметра, а многих параметров.

В связи с этим оценка точности производится с помощью специальных вычислительных экспериментов, в которых создаются условия для раздельной оценки погрешностей, вносимых ММ элементов, алгоритмами анализа и оптимизации. В экспериментах используются специальные задачи, называемые тестовыми.

4. Экономичность.

Следующий показатель МО – его экономичность. Экономичность МО характеризуется затратами вычислительных ресурсов т.е. затратами машинных времени и памяти.

Универсальные модели и методы характеризуются сравнительно большим объемом вычислений, растущим с увеличением размерности задач. Поэтому при решении большинства задач в САПР затраты машинного времени значительны. Обычно именно затраты машинного времени являются главным ограничивающим фактором при попытках повысить сложность проектируемых на ЭВМ объектов и тщательность их исследований. Поэтому требование экономичности по затратам машинного времени – одно из основных требований к МО САПР.

16. Общие сведения о разработке эс. Этапы построения

Экспертная система — это программное средство, использующее знания экспертов, для высокоэффективного решения задач в интересующей пользователя предметной области. Она называется системой, а не просто программой, так как содержит базу знаний, решатель проблемы и компоненту поддержки. Последняя из них помогает пользователю взаимодействовать с основной программой.

Эксперт — это человек, способный ясно выражать свои мысли и пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. Эксперт использует свои приёмы и ухищрения, чтобы сделать поиск решения более эффективным, и ЭС моделирует все его стратегии.

Основой любой ЭС является совокупность знаний, структурированная в целях упрощения процесса принятия решения.

Многие правила ЭС являются эвристиками, то есть эмпирическими правилами или упрощениями, которые эффективно ограничивают поиск решения. ЭС используют эвристики, так как задачи, которые она решает, трудны, не до конца понятны, не поддаются строгому математическому анализу или алгоритмическому решению. Алгоритмический метод гарантирует корректное или оптимальное решение задачи, тогда как эвристический метод даёт приемлемое решение в большинстве случаев.

В ходе работ по созданию ЭС сложилась определенная технология их разработки, включающая шесть следующих этапов:

1. идентификацию,

2. концептуализацию,

3. формализацию,

4. выполнение,

5. тестирование,

6. опытную эксплуатацию.

На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

На этапе формализации выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.

На этапе выполнения осуществляется наполнение экспертом базы знаний. В связи с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.