Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Проектирование экспертных систем. Учебное пособие
.pdf
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное
учреждение высшего образования
«Оренбургский государственный университет»
А.М. Пищухин, Г.Ф. Ахмедьянова
ПРОЕКТИРОВАНИЕ
ЭКСПЕРТНЫХ СИСТЕМ
Учебное пособие
Рекомендовано ученым советом федерального государственного бюджетного образовательного учреждения высшего образования «Оренбургский государственный университет» для обучающихся по образовательным программам высшего образования по направлениям подготовки 27.03.03 Системный анализ и управление,
27.03.04 Управление в технических системах
Оренбург
2017
1
УДК 681.5(075.8)
ББК 32.965-02я73
П 36
Рецензент – профессор, доктор технических наук Н.А. Соловьев
Пищухин А.М.
П-36 Проектирование экспертных систем: учебное пособие ⁄ А.М. Пищу
хин, Г.Ф. Ахмедьянова; Оренбургский гос. ун-т. – Оренбург: ОГУ,
2017. – 186 с.
ISBN 978-5-7410-1944-3
Учебное пособие предназначено для бакалавров техники и технологий по направлениям подготовки 27.03.03 Системный анализ и управление, 27.03.04 Управление в технических системах. Рассмотрены вопросы проектирования и реализации экспертных систем. Учебное пособие может быть так же полезно преподавателям, магистрантам и аспирантам.
УДК 681.5(075.8)
ББК 32.965-02я73
ISBN 978-5-7410-1944-3 © Пищухин А.М.,
Ахмедьянова Г.Ф., 2017
© ОГУ, 2017
2
Содержание
Введение ........................................................................................................................... 5
1 Теоретические основы искусственного интеллекта ................................................. 7
1.1 Эволюция искусственного интеллекта и экспертные системы ........................ 7
1.2 Классификация систем искусственного интеллекта ........................................ 11
1.3 Области применения экспертных систем .......................................................... 13
1.4 Основные понятия экспертных систем.............................................................. 15
1.5 Основы проектирования ...................................................................................... 16
1.6 Архитектура экспертных систем ........................................................................ 22
1.7 Классификация экспертных систем ................................................................... 28
1.7.1 Продукционные экспертные системы ......................................................... 28
1.7.2 Логические экспертные системы ................................................................. 30
1.7.3 Фреймовые экспертные системы ................................................................. 31
1.7.4 Сетевые экспертные системы ....................................................................... 39
1.7.5 Гибридные экспертные системы .................................................................. 44
1.8
Методический аппарат машины вывода
1.8.1
Понятие формальной системы
......................................................................... 46
......................................................... 45
1.8.2 Алгоритмы Маркова ..................................................................................... 51
1.8.3 Байесовская стратегия ..................................................................................... 53
2 Выявление знаний экспертов .................................................................................... 56
2.1 Экспертное оценивание как процесс измерения .............................................. 56
2.2 Связь эмпирических и числовых систем ........................................................... 58
2.3 Методы измерения степени влияния объектов ................................................. 60
2.3.1 Метод ранжирования .................................................................................... 61
2.3.2 Метод парных сравнений ............................................................................. 63
2.3.3 Метод непосредственной оценки ................................................................ 65
2.4 Один из подходов к формированию и оценке компетентности группы
экспертов ..................................................................................................................... 65
2.5 Характеристика и режимы работы группы экспертов ..................................... 70
2.6 Обработка экспертных оценок ............................................................................ 72
2.6.1 Групповая экспертная оценка объектов при непосредственном
оценивании .............................................................................................................. 74
3
2.6.2 Обработка парных сравнений ...................................................................... 77
2.6.3 Определение обобщенных ранжировок ...................................................... 83
2.6.4 Подходы к определению групповых оценок .............................................. 86
3 Практическое проектирование экспертных систем ................................................ 87
3.1 Представление фактов в базе знаний ................................................................. 87
3.2 Управление фактами в базе знаний ................................................................... 93
3.3 Представление знаний ....................................................................................... 116
3.4 Управление логическим выводом .................................................................... 122
3.5 Объяснительный компонент ............................................................................. 126
3.6 Работа с экспертной системой .......................................................................... 129
3.7 Взаимодействие с существующими приложениями ...................................... 139
3.8 Основная программа .......................................................................................... 143
4 Методические указания к выполнению лабораторных работ ............................. 157
4.1 Лабораторная работа №1 ................................................................................... 157
4.2 Лабораторная работа №2 ................................................................................... 158
4.3 Лабораторная работа № 3 .................................................................................. 158
4.4 Лабораторная работа №4 ................................................................................... 159
4.5 Лабораторная работа №5 ................................................................................... 159
Литература, рекомендованная для изучения ............................................................ 161
Приложение А .............................................................................................................. 165
4
Введение
Экспертные системы - это раздел искусственного интеллекта, реализуемый
компьютерными программами, моделирующими действия человека-эксперта при
решении задач в узкой предметной области, на основе накопленных знаний, составляющих базу знаний.
Экспертные системы выполняют важные функции: консультируют по сложным
вопросам, проводят анализ нестандартных объектов и ситуаций, выполняют классификацию плохоструктурированных и слабоформализованных объектов, квалифицированно ставят диагноз. Они ориентированы на решение задач, обычно требующих
проведения экспертизы специалистом в выбранной предметной области. В отличие от
машинных программ, использующих процедурный анализ, экспертные системы решают задачи в узкой предметной области (конкретной области экспертизы) на основе
логических построений. Такие системы часто оказываются способными найти решение задач, которые даже специалистами решаются лишь частично и не в короткое
время. Они справляются с отсутствием структурированности путем привлечения эвристик, то есть правил, взятых из практики, что может быть полезным в тех системах,
когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.
Главное достоинство экспертных систем – решение интеллектуальных задач
основывается на возможности пользоваться знаниями и накапливать их, сохраняя на
длительное время и, тем самым, обеспечивать относительную независимость конкретной организации от наличия или отсутствия в ней квалифицированных специалистов. С другой стороны, возможность накопления знаний позволяет повышать квалификацию специалистов, работающих на предприятии и использовать наилучшие,
проверенные решения. Практическое применение искусственного интеллекта в экономике, медицине, промышленности основано на идеологии экспертных систем, позволяющей повысить качество и сократить время принятия решений, а также способствующей росту эффективности работы и повышению квалификации специалистов.
5
Пособие предназначено для бакалавров старших курсов по направлению
27.03.03 - Системный анализ и управление», 27.03.04 – Управление в технических
системах, а также может быть полезным для магистров и аспирантов.
Перед авторами стояла трудная задача акцентировать внимание не на деталях
написания соответствующей компьютерной программы, что больше соответствует
профилю инженеров-программистов, а на системно-аналитических и пользовательских моментах, связанных с экспертными системами.
Кроме того, пособие снабжено иллюстративным материалом, взятым из
практики преподавания соответствующей дисциплины. Наконец составлены вопросы для самопроверки полученных знаний, а так же задания на выполнение расчетно-графических работ.
6
1 Теоретические основы искусственного интеллекта
1.1 Эволюция искусственного интеллекта и экспертные системы
Термин «искусственный интеллект» был введен Джоном Маккарти в 1956
году на конференции в Дартмутском университете, но еще раньше в 1950 году один
из пионеров в области вычислительной техники, английский учёный Алан
Тьюринг, написал статью под названием «Вычислительные машины и разум», в
которой обсуждались условия для признания машины интеллектуальной. Стан-
дартная интерпретация теста Тьюринга звучит следующим образом: «Человек вза-
имодействует с одним компьютером и одним человеком. На основании ответов на
вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Участники теста не должны видеть
друг друга. И если жюри не может сделать определенный вывод, кто из собеседников является человеком, то считается, что машина прошла тест. Для тестирования
именно интеллектуальных возможностей машины, а не её возможности распознавать устную речь,диалог с ней ведется в режиме «только текст», например, с помощью клавиатуры и экрана (компьютера-посредника). Переписка должна производиться через контролируемые промежутки времени, чтобы жюри не могло делать
заключения, основываясь лишь на скорости ответов. Во времена Тьюринга компьютеры реагировали медленнее человека, но и сейчас это правило тоже необходимо,
по другой причине - компьютеры могут реагировать гораздо быстрее, чем человек.
Существуют многочисленные попытки модернизировать тест Тьюринга, например, с помощью распознавания фотографий с явной семантической нелепостью.
Вопрос о передаче техническим устройствам интеллектуальных человеческих функций поднимается уже давно. Этот вопрос удобнее всего рассматривать,
опираясь на философский закон Гегеля о единстве и борьбе противоположностей.
В задачах искусственного интеллекта выделяется рациональность и иррациональ-
7
рациональность
иррациональность
Решатель интеллектуальных задач
Машина Беббиджа
Перцептрон
Экспертные си-
ность – рисунок 1.1. Проще всего оказалась передача технике человеческого умения арифметического счета. Первым представителем таких машин явилась машина
Ч. Беббиджа, изобретенная еще в девятнадцатом столетии. Однако, в истории получалось так, что если удавалось какую-либо функцию передать машине, эта функция сразу вычеркивалась из списка интеллектуальных, под предлогом, что функция
должна быть слабоформализованной.
стемы
Рисунок 1.1 – Спираль развития искусственного интеллекта
В ответ на это Ф. Розенблатт изобрел в 1957 году перцептрон. Маятник исследований в области искусственного интеллекта качнулся в сторону иррациональности.
8
S1
S2
S3
S
m
A1
A2
A3
A
n
R1
R2
R3
R33
«А»
«Б»
«В»
«Я»
k1 k2 k
3
k
n
• • •
•
•
• • •
•
Простейший перцептрон состоит из трех слоев: сенсорные, ассоциирующие
и решающие элементы – рисунок 1.2. Розенблатт выдвинул гипотезу, что человеческий мозг работает по принципу ассоциаций. Например, мы видим яблоко и,
даже не пробуя его, представляем его вкус: зеленое - кислое, спелое – сладкое. Первый слой перцептрона связан со вторым хаотично, как человеческие чувства: зрение, слух, узнавание запахов, вкусов, тактильные ощущения связаны с мозгом так,
как первоначально заложено природой. Второй слой перцептрона связан с третьим
через блоки с управляемым коэффициентом весового вклада.
Рисунок 1.2 – Схема перцептрона Ф. Розенблатта
Перцептрон работает в двух режимах: обучение и распознавание. В первом
случае перцептрону предъявляют различные образы и с помощью изменения коэффициентов взаимосвязей добиваются, чтобы на каждый образ откликался лишь
один реагирующий элемент и не реагировали никакие другие. Например, перцептрону предъявляются буквы алфавита и за каждой закрепляется один решающий
элемент. По окончании обучения перед нами – читающий автомат.
9
Первоначально перцептрон привлек к себе внимание ученых. Сам Розенблатт
получил большое финансирование от венно-промышленного комплекса США и
строил один перцептрон за другим: МАРК -1,..., МАРК-4, до 1961 года, когда он
погиб в автомобильной аварии. Однако исследования продолжались, появился пондемониум Селфриджа, наращивалось количество слоев перцептрона, усложнялись
задачи, решаемые им. Наконец, перцептроном заинтересовались математики. Они
хладнокровно, без эмоций, рассмотрели его возможности. В конце шестидесятых
годов вышла книга М. Минского и С. Пейперта «Перцептроны». Эта книга как
ушат холодной воды отрезвила умы увлеченных ученых. В ней показаны и достоинства и главное недостатки такой технической системы, ее серьезные ограничения
по распознаванию. Тем не менее, перцептрон положил начало двум направлениям
в науке: распознаванию образов и нейросетевым технологиям. В ответ на вопрос:
как же тогда функционирует мозг, если не на принципе ассоциаций? Марвин Минский разработал свою теорию фреймов.
К концу шестидесятых годов компьютеры стали довольно мощными как в
отношении быстродействия, так и в отношении объемов сохраняемой информации.
Появилась идея, что можно использовать строгую формальную логику для аксиоматического построения предметной области, а логический вывод свести к доказательству теорем. В 1965 году Дж. А. Робинсоном был предложен принцип резолюций, который лег в основу решателей интеллектуальных задач (General problem
solver - GPS). Маятник исследований в области искусственного интеллекта качнулся в сторону рациональности. Решались довольно сложные задачи о ханойской
башне, определялись стратегии в различных играх и так далее.
Однако в формальном подходе к интеллектуальным задачам изначально заложен недостаток из-за доказанной Геделем в 1931 году теоремы о том, что всякая
система аксиом либо неполна, либо противоречива, то есть в рамках любой системы аксиом найдется теорема, которую нельзя ни доказать ни опровергнуть, то
есть система противоречива. Если же считать формальную систему неполной, а эту
10
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]