из электронной библиотеки / 536805789452046.pdf

ЭСназываютвычислительнуюсистемуиспользованиязнанийэксперта и процедур логического вывода для решения проблем,которыетребуютпроведенияэкспертизыипозволяют датьобъяснениеполученнымрезультатам.

ЭСобладаетспособностямикнакоплениюзнаний,выдачерекомендацийиобъяснениюполуч енныхрезультатов,возможностямимодификацииправил,подсказкипропущенныхэкспертомуслов ий,управленияцельюилиданными.ЭСотличаютследующиехарактеристики:интеллектуальность,п

ростота общенияскомпьютером,возможность наращиваниямодулей,интеграция неоднородныхданных,способностьразрешениямногокритериальныхзадачпри учетепредпочтений лиц,принимающих решения(ЛПР),

работавреальномвремени,документальность,конфиденциальность,унифицированнаяформазнан ий,независимостьмеханизмалогическоговывода,способностьобъяснениярезультатов.

ВнастоящеевремяможновыделитьследующиеосновныесферыпримененияЭС:диагностика

,планирование,имитационноемоделирование,предпроектноеобследованиепредприятий,офисная деятельность,а такженекоторыедругие.

Практикапоказывает,чтопосравнениюсостатическимиЭСгораздобольшийэффект даютЭС,используемыевдинамическихпроцессах(экспертныесистемыреальноговремени — ЭСРВ),которые занимают около 70% рынка таких систем инаходят все болееширокое применениевуправлениинепрерывнымипроцессами(химическиепроизводства,цементнаяпромы шленность,атомнаяэнергетикаит.д.).

По сравнению с общей схемойв ЭС часто отсутствует возможность общения с системой на близком к естественномуязыкеилисиспользованиемвизуальныхсредств,посколькувзаимодействиестакойси стемойосуществляетсясиспользованиемязыка типаПРОЛОГилисприменениемПРОЛОГ-идей.

Важноеместовтеорииискусственногоинтеллекта(ИИ)занимаетпроблемапредставлениязна ний.Внастоящеевремявыделяютследующиеосновныетипымоделейпредставлениязнаний:

1.Семантическиесети,втомчислефункциональные;

2.Фреймыисетифреймов,

3.Продукционныемодели.

Семантическиесетиопределяюткакграфобщеговида,вкоторомможновыделить множествовершиниребер.Каждаявершинаграфапредставляет некотороепонятие,а дуга — отношениемеждупаройпонятий.Метка инаправление дугиконкретизируют семантикуМеткивершин семантическойнагрузкине несут,а используютсякак справочнаяинформация.

Различныеразновидностисемантическихсетейобладаютразличнойсемантическоймощност

ью,следовательно,можно описатьодну и ту же предметную область более компактно или громоздко.

Фреймом называют структуру данных для представления и описаниястереотипныхобъектов,событийилиситуаций.Фреймоваямодель представлениязнанийсостоит из двухчастей:

•набора фреймов,составляющих библиотеку внутрипредставляемых знаний;

•механизмовихпреобразования,связыванияит.д.

Существует два типа фреймов.

•образец(прототип) — интенсиональноеописаниенекоторогомножестваэкземпляров,

•экземпляр(пример) — экстенсиональноепредставлениефрейм-образца Вобщемвидефреймможет быть представленследующимкортежем

<ИФ,(ИС,ЗС,ПП),...,(ИС,ЗС,ПП)>,

гдеИФ — имяфрейма,ИС — имяслота, ЗС — значениеслота, ПП —

имяприсоединеннойпроцедуры(необязательныйпараметр).

Слоты — этонекоторыенезаполненныеподструктурыфрейма,заполнениекоторыхприводитк тому,что данныйфреймставитсявсоответствиенекоторойситуации,явлениюилиобъекту.

Вкачестведанныхфреймможетсодержатьобращениякпроцедурам(такназываемыеприсоед иненныепроцедуры).Выделяютдвавидапроцедур:процедуры-демоныипроцедуры-

слуги.Процедуры-демоны активизируются при каждой попытке добавления илиудаления данных из слотаПроцедуры-слуги активизируются толькопривыполненииусловий,определенныхпользователемприсозданиифрейма.

Продукционныемодели — этонаборправилвида«условия — действие»,гдеусловиямиявляютсяутвержденияо содержимомбазыданных,а

действияпредставляютсобойпроцедуры,которыемогутизменятьсодержимоебазыданных.

Формальнопродукцияопределяетсяследующимобразом:

(i);Q;P,С;А В;N,

где(i) — имяпродукции(правила);Q — сферапримененияправила;P—

предусловие(например, приоритетность);С — предикат (отношение); А В — ядро;N—

постусловия(изменения,вносимыевсистемуправил).

Практическипродукциистроятсяпосхеме«ЕСЛИ»(причинаилииначепосылка),«ТО»(следс твиеилииначецельправила).

Полученныеврезультатесрабатыванияпродукцийновыезнаниямогут использоватьсявследующихцелях:

•пониманиеиинтерпретацияфактовиправилсиспользованиемпродукций,фреймов,семанти ческихцепей;

•решениезадачспомощьюмоделирования;

•идентификацияисточника данных,причиннесовпадений новыхзнанийсостарыми,получениеметазнаний;

•составлениевопросовк системе;

•усвоениеновыхзнаний,устранениепротиворечий,систематизацияизбыточных данных.

Процессрассмотрениякомпьютеромнабораправил(выполнениепрограммы) называют консультацией.Ее наиболее удобная дляпользователяформа — дружественный диалог скомпьютером.Интерфейсможетбытьвформеменю,наязыкекомандинаестественномязыке.

Диалогможетбытьпостроеннасистемевопросов,задаваемыхпользователем,компьютером,

илифактов — данных,хранящихсявбазеданных.Возможенсмешанныйвариант,когдавбазеданныхнедостаточно фактов.

Припрямомпоискепользовательможетзадаватьдвегруппывопросов,на которые,компьютер даетобъяснения:

1)КАК получено решение.При этом компьютер должен выдатьнаэкрантрассуввидессылокнаиспользованныеправила;

2)ПОЧЕМУкомпьютерзадалкакой-

товопрос.Приэтомнаэкранвыдаетсясвоеобразнаятрасса,которуюкомпьютерхотелбыиспользоват ьдлявыводапослеполученияответаназадаваемыйвопрос.ВопросПОЧЕМУможетбытьзаданкаквпр оцессеконсультации,такипослевыполненияпрограммы.

Специфиченалгоритмпоиска,реализуемыйлогическимиязыками:он является фактическипоследовательнымпереборомпо деревусверху-вниз-слева-направо.

Выделим следующие характеристикиЭС:назначение,проблемнаяобласть,глубинаанализапроблемнойобласти,типиспо льзуемыхметодовизнаний,класссистемы,стадиясуществования,инструментальныесредства.

Назначениеопределяетсяследующейсовокупностьюпараметров:цельсозданияэкспертнойс истемы — дляобучения специалистов,длярешениязадач,дляавтоматизациирутинныхработ,длятиражирования

знанийэкспертов и т.п.; основнойпользователь —

неспециалиствобластиэкспертизы,специалист,учащийся.

Проблемная область может быть определена совокупностью параметров предметной области и задач,решаемых в ней.Каждыйизпараметровможнорассматриватькаксточкизренияконечногопользователя,такираз работчикаэкспертнойсистемы.

С точки зрения пользователя предметную область можно характеризоватьееописаниемвтерминахпользователя,включающимнаименованиеобласти,перече ньивзаимоотношенияподобластейит.п.,азадачи,решаемыесуществующимиэкспертнымисистема ми, — их типомОбычновыделяют следующиетипызадач:

•интерпретациясимволовилисигналов — составлениесмыслового описанияповходнымданным;

•диагностика — определение неисправностей (заболеваний) посимптомам;

•предсказание — определениепоследствийнаблюдаемыхситуаций;

•конструирование — разработкаобъектасзаданнымисвойствамиприсоблюденииустановленныхограничений;

•планирование — определениепоследовательностидействий,приводящихк желаемому состояниюобъекта;

•слежение — наблюдениезаизменяющимсясостояниемобъектаи сравнение его показателей с установленнымиили желаемыми;

•управление — воздействиенаобъектдлядостиженияжелаемогоповедения.

С точкизренияразработчикацелесообразновыделять статическиеи динамические предметные области.Предметная область называетсястатической,еслиописывающиеееисходныеданныенеизменяются во времени(точнее,рассматриваются как не изменяющиеся за время решения задачи).Статичность области означает неизменностьописывающихееисходныхданных.Приэтомпроизводные данные

(выводимые из исходных)могут и появляться заново,иизменяться(неизменяя,однако,исходных данных).Если исходные данные,описывающиепредметную область,изменяютсязавремярешениязадачи,топредметнуюобластьназывают динамической.Крометого,предметныеобластиможнохарактеризоватьследующими аспектами:числоми сложностью сущностей,их атрибутов и значений атрибутов; связностью сущностей и их атрибутов;полнотойзнаний;точностью знаний(знания точныилиправдоподобны:правдоподобностьзнанийпредставляетсянекоторымчисломиливысказ ыванием).

Решаемые задачи, с точки зрения разработчика экспертной

системы,такжеможноразделитьна статическиеи динамические.Будемговорить,что ЭС решает

динамическую или статическую

задачу,еслипроцессеерешенияизменяетилинеизменяетисходныеданныеотекущемсостояниипред метнойобласти.

ВподавляющембольшинствесуществующиеЭСисходятизпредположенияостатичностипре

дметнойобластиирешаютстатическиезадачи.Будемназывать такиеЭСстатическими.ЭС,которыеимеют дело с динамическимипредметнымиобластямии решают статическиеили динамические задачи,будемназывать динамическими.

Решаемыезадачи,крометого,могутхарактеризоватьсяследующимиаспектами:числомисло жностьюправил,используемыхвзадаче,ихсвязностью,пространствомпоиска,числомактивныхаге

записикоторыхзанимаетменее1/3страницы,относяткпростым.

Можносказать,чтостепеньсложностизадачиопределяетсянепросто общимчисломправил

даннойзадачи,а числомправилв еенаиболеесвязнойнезависимойподзадаче.

Пространствопоискаможетбытьопределенопокрайнеймеретремяфакторами:размером,глу

бинойишириной.Размерпространствапоиска даетобобщеннуюхарактеристикусложностизадачи.Выделяютмалые(до3,6•106состояний)ибольш ие(свыше3,6•106состояний)пространствапоиска.Глубинапространствапоискахарактеризуетсяср еднимчисломпоследовательноприменяемыхправил,

преобразующихисходныеданныевконечныйрезультат,ширинапространства — среднимчисломправил,пригодныхк выполнениюв текущемсостоянии.

Класс задач определяет методы,используемыеЭС дляих решения.ДанныйаспектвЭСпринимает

следующиезначения:задачирасширения,доопределения,преобразования.Задачидоопределенияир асширенияявляютсястатическими,азадачипреобразования — динамическими.

Кзадачамрасширенияотносятсятакие,впроцессерешениякоторыхосуществляетсятолькоув

еличениеинформацииопредметной области,не приводящее ни к изменению ранее

доопределенияотносятсязадачиснеполнойилинеточнойинформациейореальнойпредметнойоблас

ти,цель решениякоторых —

выборизмножестваальтернативныхтекущихсостоянийпредметнойобластитого,котороеадекватно исходнымданным.Вслучаенеточныхданныхальтернативныетекущиесостояниявозникаюткакрезу льтатненадежностиданныхиправил,чтоприводиткмногообразиюразличныхдоступныхвыводовиз однихитех жеисходныхданных.Вслучаенеполныхданныхальтернативныесостоянияявляютсярезультатом доопределения.

БольшинствосуществующихЭСрешают задачирасширения,вкоторых нет ниизменений предметнойобласти,ни активных агентов,преобразующихее.Подобноеограничениенеприемлемоприработев динамическихобластях.

По степени сложности структурыЭС делят на поверхностныеиглубинные.ПоверхностныеЭСпредставляютзнанияобобластиэкспертизыввидеп равил(условие—действие).Условиекаждогоправилаопределяет образецнекоторойситуации,присоблюдениикоторой правило может быть выполненоПоиск решения состоит ввыполнениитехправил,образцыкоторыхсопоставляютсястекущими данными

(текущей ситуацией в РП).При этом предполагается,чтовпроцессепоискарешенияпоследовательностьформируемых такимобразомситуацийнеоборветсядополучениярешения,т.е.невозникнетнеизвестнойситуации,

котораянесопоставитсянисоднимправилом.ГлубинныеЭС,кромевозможностейповерхностныхси стем,обладаютспособностьюпривозникновениинеизвестнойситуацииопределятьспомощьюнеко торыхобщихпринципов,справедливых дляобластиэкспертизы,какие действияследуетвыполнить.

По типу используемыхметодов изнанийЭС делятна традиционные и гибридные.

Традиционные ЭС используют в основном неформализованныеметодыинженериизнанийинеформализованныезнания,полученныеотэкспер тов.ГибридныеЭСиспользуютметодыинженериизнаний,формализованныеметоды,атакжеданные традиционногопрограммированияиматематики.

Совокупность рассматриваемыхвышехарактеристикпозволяет определитьособенностиконкретнойЭС.Однакопользователизачастуюстремятсяохарактеризоват ьЭСкаким-либооднимобобщеннымпараметром.В этой связи говорят о поколениях ЭС.ВнастоящеевремявыделяютЭСпервогоивторогопоколений.Однако, по-видимому, следует говорить о трех поколениях ЭС.К

первомупоколениюследуетотнестистатическиеповерхностныеЭС,ковторому — статическиеглубинныеЭС(иногдаковторомупоколению относят гибридные ЭС), а к третьему — динамические ЭС (вероятно,они,какправило,будутглубиннымиигибридными).

ВпоследнеевремявыделяютдвабольшихклассаЭС(существенноотличающихсяпотехнолог

ииихпроектирования),которыемы условноназываемпростымии сложнымиЭС.К

простымможноотнестиповерхностнуюи традиционную(режегибридную)ЭС,выполненныенаперсональнойЭВМисодержащиеот200

до1000правил.К

сложнымЭСотносятсяглубиннаяигибриднаяЭС,выполненныелибонасимвольной,либонамощной универсальнойЭВМ,либонаинтеллектуальнойрабочейстанции,содержащиеот1500 до10 000правил.

Стадиясуществованияхарактеризуетстепеньпроработанностииотлаженное™ЭС.Обычнов ыделяютследующиестадии:демонстрационныйпрототип,исследовательскийпрототип,действую щийпрототип,промышленнаясистема,коммерческаясистема.

ДемонстрационнымпрототипомназываютЭС,котораярешаетчасть требуемых задач,

демонстрируя жизнеспособность метода инженериизнаний.Приналичииразвитыхинтеллектуальных системдляразработки демонстрационногопрототипа требуетсяпримерно 1—2 мес. Демонстрационный прототип работает,имея 50—100

правил.Развитиедемонстрационногопрототипаприводиткисследовательскомупрототипу.

Исследовательскимпрототипомназываютсистему,котораярешаетвсетребуемыезадачи,нон еустойчивавработеинеполностьюпроверена.Исследовательскийпрототип обычно имеет вбазезнаний200 — 500правил,описывающихпроблемнуюобласть.

Действующий прототипнадежнорешаетвсезадачи,но длярешениясложныхзадачможетпотребоватьсячрезмерномноговремении(или)огромнаяпамятьЧ ислоправилв такой системе равно500—1000.

Экспертная система, достигшая промышленной стадии, обеспечивает высокоекачество решениявсех задачприминимуме времениипамяти.Обычнопроцесспреобразования действующегопрототипа в промышленную систему состоит в расширении числа правилдо1000— 1500ипереписываниипрограммсиспользованиемболееэффективныхинтеллектуальных систем.

Обобщениезадач,решаемыхнастадиипромышленнойсистемы,позволяет перейти к стадии коммерческой системы,пригоднойне только длясобственногоиспользования,нои дляпродажи различнымпотребителям.Вбазезнанийтакойсистемы1500—3000правил.

ДиапазонвозможныхсредствпостроенияЭСпростираетсяотязыковвысокогоуровнядосредс твподдержкинизкогоуровня.

Разделим инструментальные средства построения ЭС на четыре основныхкатегории:

•языкипрограммирования;

•языкиинженериизнаний;

•вспомогательныесредства;

•средстваподдержки.

Языкипрограммирования,применяемыедляработывобластиЭС, —

это,какправило,илипроблемно-

ориентированныеязыки(Фортран,Паскальит.д.),илиязыкиобработкитекстов(Лисп,Пролог).Проб лемно-ориентированныеязыки разработаныдляспециального класса задач.Например,Фортранудобен длявыполнения алгебраических вычисленийи чащевсегоприменяетсяв научных,математическихистатистическихвычислениях.Языкиобработки текстов разработаны для прикладных областей искусственногоинтеллекта.Например, Лисп имеет механизмы для манипулированиясимволамив форме списковых структур.Список являетсяпростонаборомэлементов,заключенныхвскобки,гдекаждыйэлемент можетбытьилисимволом,или другимсписком.Списковыеструктурыявляютсяудобнымстроительнымматериаломдляпредставле ния сложных понятий.В языке Лиспвсе отношения между объектами описываются через списки,содержащие отношенияобъекта с другимиобъектами.Добавим,чтоЛиспсуществуетвразныхверсиях.Например,ИнтерлиспиМаклис пимеют различныесредстваподдержки(редакторыисредстваотладки),ноодинаковыйсинтаксис.

Языки программирования,подобные Лиспу,представляют максимальнуюгибкостьразработчикуЭС,ноникакнеподсказываютему,как представлять знанияили как построить механизм доступак базезнаний.С

другойстороны,языкиинженериизнаний, такие какKAS,обладаютменьшейгибкостью,посколькуразработчиксистемыдолженпользоватьсясхемо йуправления,определяемойвстроеннымв язык механизмомвывода.Эти языки,однако,обеспечивают некотороеруководствоиготовыемеханизмывывода дляуправленияииспользованиябазызнаний.

Язык инженерии знаний является искусным инструментальнымсредствомразработкиЭС,погруженнымвобширноеподдерживающее окружение.Языкиинженериизнаний можно разделить наскелетныеиуниверсальные.Скелетныйязыкинженериизнанийявляетсяпросто«раздетой»экспер тнойсистемой,т.е.ЭСбезспециальныхпредметныхзнаний,включающейвсебятолькомеханизмвыв одаисредстваподдержки.

Универсальный язык инженерии знаний может быть применимкпроблемамразноготипавразличныхприкладныхобластях.Онобеспечиваетболееширок

иевозможностиуправленияпоискомданныхи доступомкним,чемскелетныесистемы,номожет оказаться,что его труднее использовать.Разные универсальные языкизначительноварьируют всмыслеобщностиигибкости.

Вспомогательные средства построения ЭС состоят из программ,оказывающих помощьвприобретениизнанийу эксперта,ипредставлении их, и программ, которые помогают разрабатывать проектыэкспертных систем.

Средстваподдержки — этопростопакетыпрограмм,которыеприлагаютсяксредствупостроенияЭС,чтобыупроститьегоисп ользование,облегчить диалогисделатьегоболееэффективным.

Это — средстваотладки,ввода-вывода,объяснения,редакторыбаззнаний.

Интеллектуальныесистемырасчетно-

логическоготипапредполагаюторганизациюбазызнанийввидефункциональнойсемантическойсет и.Рассмотримкраткоалгоритмыпоискарешенийнафункциональнойсемантическойсети(ФСС).Пер войзадачей,котораядолжнабытьрешена,являетсявыборпредставления,вкоторомреализуютсяпроц едурыпоискарешенийиорганизациивычислительногопроцесса.Приэтомцелесообразно выбратьпредставлениевпространствесостояний.Вданномпредставлениизадачупоискарешениймо жноформальнозаписатьследующимобразом.

T= <S,S0,Sk,F> ,

гдеS0 — начальноесостояние;Sk — конечноесостояние;S— множествопромежуточных состояний;F= —множествооператоров,которыепереводят процесспоискаизодногосостоянияв другое.Каждомуматематическому отношениюFiпоставимв соответствиесписок(кортеж)параметров,которыевнеговходят.Такимобразом,рассматриваемыйа лгоритмпредусматриваетработусосписочнымиструктурамиданных.

Припоиске решенийна ФСС в качествемножества оператороввыступаютразрешенияматематическихотношенийF iреализуемыеввидеотдельныхпр ограммныхмодулей,совокупностькоторых для даннойпроблемнойобласти составляет локальную(можетбыть,одну измногих)базу процедур.Здесь верхнийиндекс указываетнапараметр,которыйв данномразрешениивыступает какфункция,анижнийиндексi —

наномерсоответствующегоматематическогоотношениявсовокупностиматематическихотношени й.ЗаданиеисходныхданныхопределяетначальноесостояниеS0,аискомоерешение — конечное(целевое)состояние.Выборнакаждомочередном шагенекоторогоконкретного оператора осуществляетсявсоответствииснекоторымиправилами,которыедляданнойпроблемнойобластисо ставляют локальнуюбазу правил.

Первыйалгоритмреализуетстратегиюобратнойволны,начинаяпоискрешениязадачисцелев

списокпараметров,длякоторыхвыбраныразрешениядлярасчета. Дополнительно образуем еще

два списка:S3 — список разрешений,включаемыхвпланрешениязадачи, иS4 —

списокоценоксложностиреализацииразрешения,выбранноговпланрешениязадачи.Данныеоценк ипозволяютприналичиинесколькихплановвыбратьнаилучший,т.е.реализоватьклассическуюпост ановку задачипринятиярешений.

Вовторомалгоритмереализуетсястратегияпрямойволны,т.е.планированиеидетотисходных

данныхкцелевомупараметру.

Многофункциональностьразрабатываемыхсистемобработкиинтеллектуальнойинформац

ииможет быть обеспеченазасчет современного подхода к хранению и использованию знаний

ДляиспользованияГЭСвкачестве средства поддержкипринятияуправленческихрешений

необходимопредусмотретьвозможностьучетахарактеристиклица,принимающегорешение(ЛПР).

Вэтомслучаев экспертной системе должна присутствовать гибкая схема логического вывода,а

поддержка принятия решений должна осуществлятьсяв соответствиисконкретнойаналитическоймодельюпользователя.На рисунке 37

приведенаупрощенная архитектураГЭС.