Свойства, назначение и архитектура гибридных экспертных систем поиска логистических решений.

12.5. Основные свойства гибридных экспертных систем в логистике.

Для решения НФЗ логистической деятельности необходимо создавать гибридные экспертные системы (ЭС), которые в реальном времени генерируют наряду с семантическими решениями также и количественные, или численные, решения (на основе создания и использования компьютерных математических моделей), соответствующие этим семантическим решениям.

Типичная идеальная ЭС поиска логистических решений должна обладать следующими основными свойствами: компетентностью; способностью к рассуждениям; способностью решать нетривиальные НФЗ из реальных проблемных областей логистики; способностью самосознания.

Компетентность ЭС состоит в том, что сгенерированные ЭС решения НФЗ должны быть такого же высокого качества, как и у эксперта в области логистики. Экспертная система должна быть «умелой», т.е. должна применять знания (для получения решений) эффективно и быстро, используя эвристические приемы, позволяющие избегать громоздких или ненужных рассуждений и вычислений. Она должна обладать работоспособностью, т. е. должна не только глубоко, но и достаточно широко понимать предмет рассуждений. Для этого ЭС должна использовать общие знания и методы нахождения решений НФЗ, чтобы уметь рассуждать, исходя из фундаментальных принципов в случае некорректных данных или неполных наборов правил.

Способность к рассуждениям при поиске решении НФЗ на основе переработки знаний, представленных в символьной форме на ОЕЯ, определяется тем, что ЭС должна уметь (как и эксперт) при поиске семантических решений обходиться без математических вычислений, проводя символьные рассуждения. Символьное рассуждение — это операция решения НФЗ, основанная на применении различных стратегий поиска на ДВР, эвристических правил, методов логического вывода и правдоподобного вывода (вывода по здравому смыслу) для переработки разнообразных символов, отображающих понятия ПО в виде моделей представления знаний (МПЗ).

Кроме того, ЭС должна уметь заново сформулировать исходную постановку НФЗ, изложенную каким-то произвольным образом, приведя ее к такому символьному виду, который в наибольшей мере способствует быстрому получению эффективного семантического решения НФЗ.

Экспертная система должна иметь глубокие знания, т. е. способность работать эффективно в узкой ПО, содержащей трудные, нетривиальные НФЗ, отображаемые в виде эвристических правил. Эвристическое правило (ЭП), или эвристика – это либо некоторое утверждение или предположение, являющееся результатом обобщения соображений (знаний) здравого смысла или теоретических и экспериментальных знаний (данных), либо некоторая экспериментальная гипотеза или интуитивное суждение ЛПР, обеспечивающее поиск рационального смыслового решения НФЗ при резком сокращении множества генерируемых альтернативных вариантов решений задачи. Поэтому ЭП в ЭС должны быть сложными и многочисленными. В тех случаях, когда в постановке сложной НФЗ сделаны существенные упрощения, решение, полученное ЭС, может оказаться неприменимым для реальной ПО. Рекомендации, модели представления знаний, организация знаний, необходимые для применения методов решения задач к этим знаниям, часто связаны с объемом и сложностью пространства поиска, т. е. множества возможных промежуточных и окончательных решений НФЗ. Если постановка НФЗ сверхупрощена или нереалистична, то размерность пространства поиска будет, скорее всего, резко уменьшена и не возникнет проблем с быстродействием и эффективностью, столь характерных для реальных НФЗ.

ЭС должны обладать самосознанием, т.е. иметь метазнания, позволяющие им рассуждать о собственных действиях, и структуру, упрощающую такие рассуждения. Например, если ЭС основана на продукционных правилах (ПрП), то ей легко просмотреть цепочки выводов, которые она порождает, чтобы сгенерировать решение НФЗ. Если заданы еще и специальные правила, из которых ясно, что можно сделать с этими цепочками выводов, то появляется возможность использовать эти знания для проверки точности, устойчивости и правдоподобия решений НФЗ, а также построить доводы, оправдывающие или объясняющие процедуру рассуждения.

ЭС должны владеть знаниями, необходимыми для объяснения того, каким образом ЭС пришла к данным решениям. Большинство этих объяснений включает демонстрацию цепочек выводов и доводов, объясняющих, на каком основании было применено каждое ПрП в цепочке. Возможность проверять собственные процедуры рассуждения и объяснять свои действия — одно из самых важных свойств.

Приведенные основные свойства ЭС в логистике или какой-либо другой ПО характеризуют их как особый класс интеллектуальных диалоговых систем, в структуру которых обязательно должны входить база знаний, блок вывода решений, блок объяснений и блок интеллектуального общения ЭС с ЛПР и экспертом.

Необходимо подчеркнуть, что ЭС обладают большей интеллектуальной движущей силой по сравнению с любыми печатными источниками знаний (учебники, монографии, энциклопедии, справочники, толковые словари, руководящие технические материалы, методические пособия и др.), а также по сравнению с обычными программными средствами, имеющими определенные ограничения в способах их изучения и применения.

Действительно, прежде чем применить знания, изложенные в книге, человек должен найти их и интерпретировать для решения конкретной задачи. Тем самым затрудняется и замедляется процесс решения задачи. В то же время на практике использование знаний и принятие решений часто должно происходить сразу после получения исходной информации, т. е. в реальном масштабе времени. Кроме того, при традиционной компьютерной технологии существенно затрудняется процесс изменения и введения новых знаний.

Возможности ЭС по накоплению и надлежащему использованию знаний в узких ПО приближаются к возможностям человека-эксперта или даже группы экспертов, а в некоторых случаях, когда объем знаний чрезмерно велик или весьма высоки требования к быстроте принятия решений, превосходят эти возможности.