Интеллектуальные системы контроля и управления

2. Экспертная группа инженерии знаний, состоящая из экспертов в предметной области и инженеров знаний. В функции этой группы входит заполнение базы знаний, осуществляемое с помощью специализированной диалоговой компоненты ЭС –подсистемы приобретения знаний, которая позволяет частично автоматизировать этот процесс.

Типовая структура экспертной системы изображена на рис. 1.

Подсистема приобретения знаний предназначена для добавления в базу знаний новых правил и модификации имеющихся.

Вее задачу входит приведение правила к виду, позволяющему подсистеме вывода применять это правило в процессе работы.

Вболее сложных системах предусмотрены еще и средства для проверки вводимых или модифицируемых правил на непротиворечивость с имеющимися правилами.

Рис. 1. Типовая структура экспертной системы

В подсистеме приобретения знаний происходит сбор, передача и преобразование опыта решения задач из определенных источников знаний в компьютерные программы при их создании или расширении.Источники знаний – эксперты, специалисты, БД, научные отчеты, учебная литература, опыт пользователейменеджеров и экономистов.

11

База знаний – наиболее важная составляющая экспертной системы, на которой основаны ее «интеллектуальные способности». В отличие от всех остальных элементов ЭС, база знаний – изменяющаяся часть системы, которая может пополняться и модифицироваться инженерами знаний. Существует несколько способов представления знаний в ЭС, однако общим для всех них является то, что знания представлены в символьной форме (элементарными компонентами представления знаний являются тексты, списки и другие символьные структуры). Тем самым в ЭС реализуется принцип символьной природы рассуждений, который заключается в том, что процесс рассуждения представляется как последовательность символьных преобразований.

Наиболее распространенный способ представления знаний –

ввиде конкретных фактов и правил, по которым из имеющихся фактов могут быть выведены новые.

Существуют динамические и статические базы знаний. Динамическая база знаний изменяется со временем. Ее содержимое зависит и от состояния окружающей среды. Новые факты, добавляемые в базу знаний, являются результатом вывода, который состоит в применении правил к имеющимся фактам. Иными словами, имеется возможность модифицировать значения атрибутов в составе фактов, находящихся в рабочей памяти. Изменение фактов в свою очередь приводит к необходимости удаления из базы знаний заключений, полученных с помощью упомянутых правил. Тем самым вывод выполняется повторно для того, чтобы пересмотреть те решения, которые были получены на основе подвергшихся изменению фактов.

Всистемах со статической базой знаний факты, хранимые

вбазе знаний, статичны, то есть не изменяются в процессе решения задачи.

Для построения базы знаний 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.

Подсистема вывода – программная составляющая экспертных систем, реализующая процесс ее рассуждений на основе

12

базы знаний и рабочего множества. Она выполняет две функции: во-первых, просмотр существующих фактов из рабочего множества и правил из базы знаний и добавление (по мере возможности) в рабочее множество новых фактов и, во-вторых, определение порядка просмотра и применения правил. Эта подсистема управляет процессом консультации, сохраняет для пользователя информацию о полученных заключениях и запрашивает у него информацию, когда для срабатывания очередного правила в рабочем множестве оказывается недостаточно данных.

Цель ЭС – вывести некоторый заданный факт, который называется целевым утверждением (то есть в результате применения правил добиться того, чтобы этот факт был включен в рабочее множество), либо опровергнуть этот факт (то есть убедиться, что его вывести невозможно, следовательно, при данном уровне знаний системы он является ложным). Целевое утверждение может быть либо заложено заранее в базу знаний системы, либо извлекается системой из диалога с пользователем.

Работа системы представляет собой последовательность шагов, на каждом из которых из базы выбирается некоторое правило, которое применяется к текущему содержимому рабочего множества. Цикл заканчивается, когда выведено либо опровергнуто целевое утверждение. Цикл работы экспертной системы иначе называется логическим выводом.

Подсистема объяснения позволяет проследить логику поведения ЭС и объяснить, как было получено заключение, почему та или иная альтернатива была отвергнута, какова последовательность подготовки решения.

13

2. РАЗРАБОТКА ДИАГНОСТИЧЕСКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ ОЦЕНИВАНИЯ СЕМЕСТРОВОЙ УСПЕВАЕМОСТИ СТУДЕНТОВ

Вкачестве примера рассмотрим диагностическую экспертную систему оценивания семестровой успеваемости студентов и перспективы их допуска к сдаче сессии.

Оценивание текущей успеваемости студентов является сложной многокомпонентной задачей, требующей анализа большого объема информации. При этом, учитывая большой контингент учащихся в вузе (до нескольких тысяч человек, с учетом всех курсов и ступеней подготовки), решение данной задачи в ручном режиме представляется малоэффективным. Поэтому проблема эффективной автоматизации этого процесса при помощи экспертных систем является важной и актуальной.

Входе процедуры оценивания успеваемости каждого студента анализируются и генерируются массивы данных (переменных), которые можно подразделить на входные и выходные.

К входным данным относятся следующие.

Результаты текущего контроля:

•• рейтинг;

•• контрольные работы;

•• лабораторные работы;

•• курсовые работы, расчетно-графические задания, рефераты, домашние задания.

1.Количество пропущенных занятий по каждой дисциплине.

2.Дисциплины, по которым есть задолженности.

3.Общее количество дисциплин.

4.Количество дней до начала экзаменационной сессии.

Выходными данными являются следующие.

1.Вероятность того, что студент будет допущен к сессии,

впроцентах.

2.Рекомендации по ликвидации задолженностей.

В рамках проектирования данной экспертной системы принимаются следующие этапы сдачи работ для каждого студента: «домашнее задание / лабораторная работа → расчетно-графи- ческое задание / реферат → курсовые работы». Процесс перехо-

14

да из одного этапа в другой является получением допуска к сдаче соответствующего этапа.

Также вводится система ограничений при отработке пропущенных занятий: 3 «пары» по каждому предмету можно пропустить без уважительной причины, далее – отработка. За 7 календарных дней можно отработать максимум 2 пропуска (по 1 или 2 предметам). Наличие неотработанных «пар» проверяется при получении допуска к сдаче курсовой работы: студент, имеющий долги по посещению, не допускается к сдаче курсовой работы.

Рейтинг формируется из оценок всех домашних заданий, рас- четно-графических заданий и курсовых работ студента и равен самой низкой оценке, полученной за семестр (т.е. 2,0, 3,0, 4,0 или 5,0). Рейтинг студента проверяется непосредственно перед защитой курсовых работ после получения допуска к их защите. Если рейтинг студента равен 2,0, то его курсовые работы не могут быть приняты до тех пор, пока он не исправит рейтинг, как минимум, на 3,0.

Для каждой ветви дерева решений должна отображаться вероятность допуска к сессии студента и рекомендация, как исправить сложившееся положение.

В разрабатываемой системе допуск к сессии соответствует вероятности, равной 100%. Также имеются и исключения, при которых вероятность допуска к сессии даже при сдаче некоторых работ равна 0%:

•• если студент не успевает до сессии отработать все пропуски (исправить ситуацию нельзя);

•• если рейтинг студента ниже 3.0 (исправить ситуацию можно).

После анализа входных и выходных переменных формируются общие правила принятия решений для данной диагностической экспертной системы.

1.Студент имеет право без уважительной причины пропустить не более 3 «пар» по каждому предмету. Если количество пропусков по предмету больше 3, то все следующие пропуски должны быть отработаны.

2.За 7 календарных дней можно отработать не более 1 пропуска по 1 предмету и не более 2 пропусков по 2 предметам суммарно.

3.Если количество дней до сессии не позволяет отработать все пропуски, то вероятность выхода на сессию равна 0%.

15

4.Наличие необходимости отработок проверяется после сдачи расчетно-графических заданий и рефератов для получения допуска к сдаче курсовой работы.

5.Если рейтинг студента меньше 3,0, то вероятность допуска к сессии равна 0% до тех пор, пока рейтинг не будет поднят до 3,0 или выше.

6.Рейтинг студента проверяется после получения допуска

кзащите курсовых работ.

7.Допуск к защите курсовых работ получает студент, который сдал все курсовые работы.

8.Допуск к сдаче курсовой работы получает студент, который сдал все расчетно-графические задания и рефераты.

9.Допуск к сдаче расчетно-графических заданий и рефератов получает студент, который сдал все домашние задания и лабораторные работы.

10.Студент получает допуск к сессии, когда:

•• защищены все курсовые работы;

•• сданы все домашние задания, лабораторные работы, рас- четно-графические задания, рефераты и курсовые работы;

•• рейтинг больше 3,0;

•• нет пропусков, которые необходимо отработать.

11. Составляющие допуска к сессии в процентах:

––10% – все домашние задания и лабораторные работы сданы;

––10% – все расчетно-графические задания и рефераты сданы;

––10% – нет пропусков, которые необходимо отработать;

––20% – все курсовые работы сданы;

––20% – рейтинг выше или равен 3,0;

––30% – все курсовые работы защищены.

На основании правил принятия решений строится дерево решений, на концах ветвей которого отображается текущий процент допуска к сессии для студента, а также соответствующая рекомендация по ликвидации задолженностей. Список рекомендаций приводится ниже.

1.Необходимо исправить все курсовые работы, расчетнографические задания, домашние задания, за которые получена оценка «2».

2.Необходимо защитить все курсовые работы, тем самым получив допуск к сессии.

16

3.Необходимо сдать все курсовые работы, тем самым получив допуск к защите курсовых работ.

4.Необходимо сдать все расчетно-графические задания и рефераты.

5.Необходимо сдать все домашние задания и лабораторные работы, тем самым получив допуск к сдаче расчетно-графиче- ских заданий / рефератов.

6.Получить допуск к сдаче курсовой работы у преподавателя.

7.Необходимо договориться с преподавателями о пересдачах

вследующем семестре, чтобы избежать отчисления.

8. Необходимо отработать все пропуски в соответствии с правилами отработок, тем самым получив допуск к сдаче курсовой работы.

9. Дерево принятия решений разработанной экспертной системы представлено на рис. 2.

Рис. 2. Дерево принятия решений

17

3. ТЕМЫ ЗАДАНИЙ ПО РАЗРАБОТКЕ ЭКСПЕРТНЫХ СИСТЕМ

Студентам предлагается разработать статическую консультирующую или диагностическую экспертную систему. Примерные темы заданий приведены ниже. Студент может дополнять набор входных данных и результатов работы экспертной системы из соображений целесообразности, согласовывая изменения в постановке задачи с преподавателем.

Тема 1. Экспертная система по определению оптимальной конфигурации ПК.

Входные данные:

1)цели использования ПК;

2)пределы стоимости выбранной конфигурации;

3)фирма-изготовитель комплектующих.

Тема 2. Экспертная система по выбору программного обеспечения для ПК пользователя.

Входные данные:

1)цели использования ПК;

2)доступные ресурсы ПК;

3)пределы стоимости требуемых приложений.

Тема 3. Экспертная система по выбору тарифного плана данного оператора сотовой связи (например, МТС).

Входные данные:

1)какие вызовы преобладают (входящие, исходящие, на телефоны ГТС);

2)наличие абонентской платы;

3)размер абонентской платы;

4)бесплатный определитель.

Тема 4. Экспертная система по выбору оператора сотовой связи.

Входные данные:

1)зона уверенного приема сигнала;

2)стоимость роуминга;

3)предоставляемые услуги (SMS, Internet и т.п.);

4)тарифные планы.

18

Тема 5. Экспертная система по выбору оборудования для компьютерной сети.

Входные данные:

1)количество компьютеров в сети;

2)топология сети;

3)пределы стоимости требуемого оборудования.

Тема 6. Экспертная система по выбору программного обеспечения для предприятия.

Входные данные:

1)назначение (бухгалтерия, склад и т.п.);

2)масштаб предприятия (количество подразделений, филиалов и т.п.);

3)пределы стоимости ПО.

Тема 7. Экспертная система по выбору пакета прикладных программ для решения задачи на ЭВМ.

Входные данные:

1)предметная область (экономика, статистика, физика и

т.п.);

2)математическая модель (нелинейные уравнения, обыкновенные дифференциальные уравнения, дифференциальные уравнения в частных производных);

3)требуемый результат (таблицы значений, функциональные зависимости, графики и т.п.).

Тема 8. Экспертная система по выбору программного обеспечения для компьютерной сети.

Входные данные:

1)ресурсы оборудования (размеры памяти, быстродействие и

т.п.);

2)требования разграничения доступа в сети;

3)фирма-производитель.

Тема 9. Экспертная система по выбору литературы (для написания реферата, курсовой работы и т.п.) в библиотеке.

Входные данные:

1)предметная область;

2)ключевые слова;

3)вид литературы (справочная, учебная, художественная, статьи из журналов, методические указания).

19

Тема 10. Экспертная система по выбору специальности для обучения в вузе.

Входные данные:

1) предыдущее образование:

•• профильный класс (физико-математический, естественнонаучный и т.п.);

•• колледж (полученная специальность);

2)в какой сфере деятельности хотели бы работать после окончания вуза;

3)вид специальности, которую хотели бы получить:

•• инженерная;

•• физико-математическая;

•• экономическая; 4) результаты профориентационных тестов.

Тема 11. Экспертная система анализа текущей успеваемости студентов на факультете.

Входные данные:

1)количество успевающих студентов;

2)количество студентов, имеющих более 50% неудовлетворительных оценок и незачетов;

3)данные студентов, имеющих более 50% неудовлетворительных оценок и незачетов.

Выходные данные:

4)группы и дисциплины, по которым имеются низкие показатели успеваемости;

5)возможные причины низкой успеваемости.

Тема 12. Экспертная система для анализа итогов сессии на факультете.

Входные данные: результаты итогов рейтингового контроля и сессии по группам.

Выходные данные: возможные причины низкой успеваемости студентов.

Тема 13. Экспертная система для оценки степени подготовленности студента к экзамену.

Входные данные:

1) количество сданных лабораторных работ, в процентах;

20