Министерство образования Российской Федерации

Московский государственный институт электронной техники (технический университет)

Е.В.Авдеев , А.Л.Ездаков

Методические указания к лабораторным работам по курсам

"Системы искусственного интеллекта" и "Экспертные системы САПР ИМС"

Утверждено редакционно-издательским советом института

Москва 2002

УДК 681.31.001.8

Рецензент докт. техн. наук, проф. О.И.Лисов

Авдеев Е.В. , Ездаков А.Л.

Методические указания к лабораторным работам по курсам "Системы искусственного интеллекта" и "Экспертные системы САПР ИМС". - М.:

МИЭТ, 2002. - 88 с.: ил.

Методические указания направлены на подготовку студентов к самостоятельной работе с системами искусственного интеллекта и экспертными средствами САПР ИМС на базе языка декларативного программирования Турбо-пролог.

Включают лабораторные работы и индивидуальные задания к ним, сопровождаемые учебными демонстрационными примерами на языке Турбо-пролог в программной среде "Turbo-prolog" версии 2.0. Имеют приложения, в которых кратко описаны возможности системы "Turboprolog" и конструкции языка Турбо-пролог, применяемые при создании систем искусственного интеллекта, баз знаний и экспертных систем.

МИЭТ, 2002

2

Авдеев Евгений Васильевич

Ездаков Андрей Леонидович

Методические указания к лабораторным работам по курсам "Системы искусственногоинтеллекта" и"ЭкспертныесистемыСАПРИМС".

Редактор Е.Г.Кузнецова. Технический редактор Е.Н.Романова. Корректор

Л.Г.Лосякова.

Подписано в печать с оригинала-макета 27.12.2002. Формат 60×84 1/16. Печать офсетная. Бумага офсетная. Гарнитура Times New Roman. Усл. печ. л. 5,1. Уч.-изд. л. 4,4. Тираж 150 экз. Заказ 334.

Отпечатано в типографии ИПК МИЭТ. 124498, Москва, МИЭТ.

3

Введение

Применение искусственного интеллекта и экспертных систем в информационных системах. Искусственный интеллект (ИИ) - это одно из направлений информатики, целью которого является создание программно-аппаратных комплексов, позволяющих решать задачи, традиционно относящиеся к разряду интеллектуальных.

Современные методы автоматизированного управления опираются на разработанные и апробированные в течение многих лет схемы. Однако текущий день внес свои коррективы в способы их реализации, и теперь большинство схем представлены в той или иной форме в автоматизированных системах управления (АСУ). Одним из важнейших компонентов любой АСУ является информационная система (ИС), содержащая базы данных (БД), а также программное обеспечение (ПО) для организации взаимодействия с БД, т.е. системы управления БД (СУБД), поисковые механизмы и набор различных дружественных интерфейсов.

Практически любой современный бизнес, чтобы стать успешным, должен пройти фазу "автоматизации", поэтому ИС становятся неотъемлемым компонентом процесса организации дела. К сожалению, большинство современных автоматизированных систем имеют весьма сложную архитектуру и не только при администрировании, но и просто в процессе эксплуатации требуют от пользователей высокой квалификации в области информационных технологий. Большинство же сотрудников любого предприятия должны быть прежде всего специалистами в своей предметной области.

Таким образом, возникает дилемма: с одной стороны, успех работы заключается в высоком отраслевом профессионализме сотрудников, с другой стороны, удачный бизнес невозможен без применения современных информационных технологий, обучение которым ложится на работников дополнительным бременем.

Впрочем, ситуация не безнадежна. Выход заключается в использовании технологии ИИ при создании АСУ предприятием и прежде всего ее ИС. Основной функцией, выполняемой системой ИИ, взаимодействующей с ИС, является организация разумного и понятного непрофессиональным пользователям интерфейса с автоматизированной системой. Сотруднику не нужно заниматься программированием сложноструктурированных запросов к БД для получения необходимой

4

информации, свои пожелания он может сообщить ИС через систему ИИ, пользуясь подмножеством естественного языка или предлагаемыми альтернативами.

Другой немаловажной функцией системы ИИ служит поддержка решений, принимаемых пользователем. При возникновении сложной производственной ситуации сотрудник предприятия может обратиться за помощью к системе ИИ и получит грамотную развернутую консультацию с обоснованием основных положений. Если полученное заключение вызовет интерес, то большинство систем ИИ предоставят пользователю подробное описание всех этапов принятия данного решения. В результате такого диалога система ИИ выполнит следующую свою функцию - обучение персонала.

Существуют и другие полезные аспекты использования системы ИИ в ИС. Это и быстрота получения необходимых сведений, и полнота предоставляемой информации, и, возможно, ее альтернативность, и многие другие, в основном зависящие от конкретной реализации АСУ и формы представления системы ИИ.

Существующие сегодня системы ИИ можно разделить на четыре основные категории:

1)логические решатели;

2)нейросимуляторы;

3)эволюционирующие системы;

4)экспертные системы (ЭС).

Первые предназначены для решения конкретных задач распознавания объектов, образов или ситуаций, реализуются аппаратно и в основном имеют военное применение. Вторые, реализуемые как аппаратно, так и программно, служат для имитации работы коры головного мозга человека в процессе решения разного рода задач распознавания с предыдущим обучением на примерах. Третьи, программные, основаны на применении "генетических алгоритмов". Наконец, ЭС, иначе называемые "системами, основанными на знаниях" (knowledge base systems), аккумулируют в себе знания специалистовэкспертов в заданной предметной области. Они позволяют тиражировать умение решать сложные задачи "корифеями" и предоставлять его любым, в том числе начинающим, специалистам. Такая организация ЭС делает их незаменимым инструментом расширения возможностей ИС, а способность "дообучаться" в процессе функционирования позволяет постоянно повышать квалификацию персонала, взаимодействующего с ними.

5

Применение искусственного интеллекта и экспертных систем в информатике и САПР ИМС. Искусственный интеллект - область исследований и систем обработки информации, которую нельзя выполнить простыми и точными алгоритмическими методами.

Как известно из теории сложности, в автоматизированном проектировании интегральных микросхем (ИМС) выделяются задачи высокой сложности:

•явной (количество примитивов, которые необходимо рассмотреть в одной задаче, исчисляется миллионами и более);

•неявной (объем знаний, требующийся для полного понимания

документации по проектной процедуре, исчисляется годами специальной подготовки).

Если задачи меньшей сложности (полиномиальной) с применением современной вычислительной техники успешно решаются алгоритмическими методами, то для задач большей сложности (неполиномиальной) нет более эффективных методов решения, чем методы ИИ.

Специально разработанный язык декларативного программирования - ПРОЛОГ - облегчает и ускоряет подготовку программных средств систем искусственного интеллекта (СИИ) - специализированных БД и ЭС, а высокоэффективные системные средства - компиляторы, интерпретаторы и имитаторы - обеспечивают решение трудоемких вычислительных задач за приемлемое время на доступной программно-аппаратной платформе.

Возможность проектировать современные ИМС без применения сложной вычислительной техники практически отсутствует. Отсюда следует, что разработчики РЭА и ИМС обязаны уметь оперировать разнообразными методами машинного проектирования, включая методы ИИ, и владеть различными средствами САПР и СИИ. Более того, данные методы и средства должны лежать в основе подготовки всех без исключения специалистов в области микроэлектроники.

При проектировании, расчете и изготовлении ИМС необходимо накопление чрезвычайно больших объемов технической информации. Поэтому специалисты, связанные с проблемами ИМС, должны обладать техническими знаниями, в сумме дающими базу для разработки ИМС.

Средства ИИ позволяют получать эвристические решения задач автоматизированного проектирования с использованием опыта и знаний специалистов-экспертов и годами накапливать эти знания и опыт в

6

каждом специфическом разделе САПР каждого рабочего места разработчика интегральных микросхем.

Экспертные системы в сочетании с мощными базами данных о подходящих программных средствах или электронных устройствах способны синтезировать разумные решения рутинных задач высокой сложности, хотя проектирование специальных устройств с высокой производительностью при наличии системы серьезных ограничений остается делом не СИИ, а высококвалифицированных специалистов.

Задачей настоящих методических указаний является практическое обучение будущих специалистов в области высоких технологий созданию

иприменениюэкономичныхивысокоэффективных средствИИдля:

•решения задач высокой сложности;

•накопления экспертных знаний в специальных приложениях;

•создания разнообразных прикладных экспертных оболочек в современных открытых САПР и СИИ.

Методические указания состоят из нескольких разделов.

Раздел 1 содержит рекомендации ко всем лабораторным работам в целом.

Раздел 2 включает лабораторные работы по основам декларативного программирования в Турбо-прологе.

Раздел 3 состоит из лабораторных работ по курсу "Системы искусственного интеллекта".

Раздел 4 содержит лабораторные работы по курсу "Экспертные системы в САПР ИМС".

Раздел 5 включает индивидуальные задания к лабораторным работам разделов 2 - 4.

Раздел 6 содержит учебные демонстрационные примеры к лабораторным работам разделов 2 - 4.

В Приложении 1 приведено краткое руководство по применению системы "Turbo-prolog", а в Приложении 2 - по применению языка Турбо-пролог.

7