Интеллектуальные системы контроля и управления

№ 3905 М ИНИС ТЕРС Т ВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ «МИСиС»

ИНСТИТУТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СИСТЕМ УПРАВЛЕНИЯ

Кафедра автоматизации

А.В. Сириченко

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ КОНТРОЛЯ И УПРАВЛЕНИЯ

ЭКСПЕРТНЫЕ СИСТЕМЫ

Практикум

Рекомендовано редакционно-издательским советом университета

Москва 2020

УДК 004.891 С40

Р е ц е н з е н т канд. техн. наук доц. С.С. Киров

Сириченко А.В.

С40 Интеллектуальные системы контроля и управления / А.В. Сириченко. – М. : Изд. Дом НИТУ «МИСиС», 2020. – 24 с.

Практикум знакомит с технологией экспертных систем – одним из направлений в области создания искусственного интеллекта. Представлены основные сведения об экспертных системах, рассмотрена типовая архитектура экспертной системы, приведен пример практической реализации экспертной системы, сформулированы темы заданий для самостоятельного выполнения.

Практикум предназначен для обучающихся в магистратуре по направлениям 15.04.04 «Автоматизация технологических процессов и производств» и 27.04.04 «Управление в технических системах».

УДК 004.891

А.В. Сириченко, 2020

НИТУ «МИСиС», 2020

3

ВВЕДЕНИЕ

Данный практикум знакомит с технологией экспертных систем − одним из направлений в области создания искусственного интеллекта. Представлены основные сведения об экспертных системах, рассмотрена типовая архитектура экспертной системы, приведен пример практической реализации экспертной системы, сформулированы темы заданий для самостоятельного выполнения.

Практикум предназначен как для использования при проведении практических занятий, так и для самостоятельной работы студентов.

4

1. ОСНОВНЫЕ СВЕДЕНИЯ О ТЕХНОЛОГИИ ЭКСПЕРТНЫХ СИСТЕМ

1.1. Основные особенности и область применения экспертных систем

Экспертные системы (ЭС) – это широко востребованное направление в области искусственного интеллекта (ИИ). Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется такой проблемной области, в которой не было бы создано ни одной ЭС или, по крайней мере, такие попытки не предпринимались бы.

На сегодняшний день экспертные системы находят применение в различных областях техники, медицины, экономики, юриспруденции и др. Их успехи обусловлены рядом факторов. Во-первых, экспертные системы применяются обычно для решения неформализованных или слабо формализованных задач. Во-вторых, по качеству и эффективности решения экспертные системы не уступают решениям человека-эксперта. В-третьих, решения экспертных систем могут быть объяснены системой на качественном уровне, что делает их рекомендации понятными и убедительными.

ЭС – это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.

ЭС выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ,

5

использующих процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, что может быть полезным в тех системах, где недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

Главное достоинство ЭС – возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

Основными отличиями ЭС от других программных продуктов является использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в ЭС представляются в такой форме, которая может быть легко обработана на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому применение алгоритма обработки знаний может привести к получению такого результата при решении конкретной задачи, который не был предусмотрен. Более того, алгоритм обработки знаний заранее неизвестен и строится по ходу решения задачи на основании эвристических правил. Решение задачи в ЭС сопровождается понятными пользователю объяснениями, качество получаемых решений обычно не хуже, а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов.

Качество ЭС определяется размером и качеством базы знаний (правил или эвристик). Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдения, интерпретация результатов, усвоение

6

новой информации, выдвижение с помощью правил временных гипотез и затем выбор следующей порции данных или результатов анализов. Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.

В любой момент времени в системе существуют три типа знаний.

1.Структурированные знания – статические знания о предметной области. После того как эти знания выявлены, они уже не изменяются.

2.Структурированные динамические знания – изменяемые знания о предметной области. Они обновляются по мере выявления новой информации.

3.Рабочие знания – знания, применяемые для решения конкретной задачи или проведения консультации.

Все перечисленные выше знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.

Системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом.

1.У них нет предубеждений.

2.Они не «делают» поспешных выводов.

3.Эти системы работают систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.

4.База знаний может быть очень и очень большой. Будучи введены в машину один раз, знания сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и навсегда теряются.

5.Системы, основанные на знаниях, устойчивы к помехам. Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны

срешаемой задачей. ЭС, не обремененные знаниями из других областей, по своей природе менее подвержены шумам. Со временем системы, основанные на знаниях, могут рассматривать-

7

ся пользователями как разновидность тиражирования - новый способ записи и распространения знаний. Подобно другим видам компьютерных программ они не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решать задачи быстрее и эффективнее.

6. Эти системы не заменяют специалиста, а являются инструментом в его руках.

1.2. Классификация экспертных систем

Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям.

Классификация по решаемой задаче.

1.Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.

2.Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность – это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования

втехнических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры диагностирующей системы.

3.Мониторинг. Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы – пропуск тревожной ситуации и инверсная задача ложного срабатывания. Сложность этих проблем состоит в размытости симптомов тревожных ситуаций и необходимости учета временного контекста.

4.Проектирование. Проектирование представляет собой подготовку спецификаций на создание объектов с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов: чертеж, пояснительная записка и т.д. Основные проблемы здесь – это получение

8

четкого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и, в еще большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения.

5.Прогнозирование. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.

6.Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

7.Обучение. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом ученике и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых

инаходить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.

В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. Основное отличие задач анализа от задач синтеза заключается в следующем: если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально строится из решений компонентов или подпроблем. Задача анализа – это интерпретация данных, диагностика. К задачам синтеза относятся проектирование, планирование. Комбинированные задачи: обучение, мониторинг, прогнозирование.

9

Классификация по связи с реальным временем.

1.Статические ЭС. Разрабатываются в предметных областях,

вкоторых база знаний и интерпретируемые данные не меняются во времени.

2.Квазидинамические ЭС. Интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.

3.Динамические ЭС. Работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступающих данных.

Классификация по степени интеграции с другими программами.

1.Автономные ЭС. Работают непосредственно в режиме консультаций с пользователем для специфически экспертных задач, для решения которых не требуется привлекать традиционные методы обработки данных (расчеты, моделирование и т.д.).

2.Гибридные ЭС. Представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (например, математическую статистику, линейное программирование или системы управления базами данных) и средства манипулирования знаниями. Это может быть интеллектуальная надстройка над пакетом прикладных программ или интегрированная среда для решения сложной задачи с элементами экспертных знаний.

Несмотря на внешнюю привлекательность гибридного подхода, следует отметить, что разработка таких систем являет собой задачу, на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий (что происходит в гибридных системах) порождает целый комплекс теоретических и практических трудностей.

1.3. Типовая архитектура экспертной системы

Экспертные системы имеют две категории пользователей и два отдельных входа, соответствующих различным целям взаимодействия пользователей с ЭС.

1. Обычный пользователь (эксперт), которому требуется консультация ЭС – диалоговый сеанс работы с ней, в процессе которой она решает некоторую экспертную задачу. Диалог с ЭС осуществляется через диалоговый процессор.

10