
- •О.А. Печень
- •Оглавление
- •Предисловие
- •Раздел 1. Теоретические основы построения иис Тема 1.1. Развитие и области применения интеллектуальных информационных систем
- •1.1.1. Предмет, цель и задачи дисциплины
- •1.1.2. Классификация иис, место и роль иис в ит
- •Контрольные вопросы по теме
- •Тема 1.2. Знания и методы представления знаний
- •1.2.1. Знания, свойства и классификация знаний
- •1.2.2. Модели представления знаний
- •1.2.3. Логическая модель представления знаний
- •1.2.3. Нечеткая логика как расширение логической модели
- •1.2.4. Продукционная модель представления знаний
- •База правил
- •База правил
- •1.2.5. Модель представления знаний на основе семантических сетей
- •1.2.6. Представление знаний с применением фреймов
- •1.2.8. Использование различных моделей представления знаний
- •Контрольные вопросы по теме
- •Тема 1.3. Инженерия знаний и получение знаний
- •1.3.1. Инженерия знаний
- •1.3.2. Методы получения знаний
- •Контрольные вопросы по теме
- •Раздел 2. Технологии экспертных систем
- •2.1.2. Структура экспертных систем
- •2.1.3. Классификация экспертных систем
- •Контрольные вопросы по теме
- •Тема 2.2. Технология разработки экспертных систем
- •2.2.1. Этапы разработки экспертной системы
- •2.2.2. Состав и взаимодействие участников процесса разработки и эксплуатации эс
- •Контрольные вопросы по теме
- •Тема 2.3. Процесс поиска решений и механизмы вывода и рассуждений
- •2.3.1. Поиск как основа функционирования иис
- •2.3.2. Методы поиска решений в пространстве состояний
- •2.3.3. Стратегии поиска в глубину и ширину
- •2.3.4. Стратегия эвристического поиска
- •2.3.5. Формализация задач в пространстве состояний
- •Контрольные вопросы по теме
- •Раздел 3. Технологии нейронных сетей
- •Тема 3.1. Введение в нейронные сети и нейросетевые системы
- •3.1.1. Основы нейросетевого подхода
- •3.1.2. Построение и применение нейросетей
- •Контрольные вопросы по теме
- •Тема 3.2. Классификация и выбор структуры нейросетей
- •3.2.1. Классификация нейросетей
- •3.2.2. Выбор структуры нейросетей
- •Контрольные вопросы по теме
- •Тема 3.3. Решение задач с помощью нейросетей
- •3.3.1. Общий подход к построению нейросети
- •3.3.2. Обучение нейросети
- •3.3.3. Применение обученной нейросети
- •Контрольные вопросы по теме
- •Раздел 4. Эволюционные вычисления
- •Тема 4.1. Эволюционные вычисления и генетические алгоритмы
- •4.1.1. Сущность эволюционного подхода к вычислениям
- •4.1.2. Основы теории генетических алгоритмов
- •4.1.3. Направления развития генетических алгоритмов
- •Контрольные вопросы по теме
- •Раздел 5. Средства разработки и интерфейсы иис
- •Тема 5.1. Инструментальные средства разработки иис
- •5.1.1. Общие сведения о средствах разработки иис
- •5.1.2. Языки программирования для разработки иис
- •Тема 5.2. Интеллектуальные интерфейсы
- •5.2.1. Речевое взаимодействие с иис
- •5.2.2. Графические интеллектуальные интерфейсы
- •5.2.3. Интеллектуальные поисковые системы
- •5.2.4. Обучающие системы и тренажеры
- •Контрольные вопросы по теме
- •Литература
2.1.2. Структура экспертных систем
Общая структура ЭС
Рис. 2.1. Общая структура экспертной системы.
Общая структура ЭС представлена на рис. 2.1. Как видно, экспертная система в общем случае должна содержать пять основных компонентов: интерфейс с пользователем, подсистему логического вывода, базу знаний, составляющими ядро любой экспертной системы, а также модуль приобретения знаний, модуль отображения и объяснения решений.
Конкретная экспертная система может содержать только часть этих компонент. Обязательными являются наличие базы знаний, механизма логического вывода и пользовательского интерфейса, без которых ЭС не сможет функционировать.
Функции компонентов ЭС
Взаимодействие пользователя с ЭС осуществляется через модуль пользовательского интерфейса на некотором формализованном проблемно-ориентированном языке непроцедурного типа, часто являющимся подмножеством естественного языка. В модуле интерфейса происходит преобразование запросов и ответов пользователя во внутренний язык представления знаний экспертной системы. В качестве внутренних языков в ЭС системе чаще всего используются логические языки или языки продукционного типа, реже — языки семантических систем. Часто стали применяться технологии искусственного интеллекта, касающиеся понимания текстов на естественном языке, а также представления результатов работы экспертной системы в наглядном и выразительном виде, так как важным требованием к ЭС является естественность и удобство диалога с пользователем.
Запрос (ответ) пользователя поступает в подсистему логического вывода, которая, используя информацию из базы знаний, генерирует рекомендации по решению искомой задачи. В подсистеме логического вывода реализуется некоторая стратегия выбора соответствующей информации из базы знаний. В основе использования любого механизма вывода лежит процесс нахождения в соответствии с поставленной целью и описанием конкретной ситуации (исходных данных) относящихся к решению единиц знаний (правил, объектов, прецедентов и т.д.) и связыванию их при необходимости в цепочку рассуждений, приводящую к определенному результату. В нем реализуются, например, процедуры достоверного вывода, алгоритмы правдоподобных рассуждений и другие процедуры, предназначенные для выработки экспертных заключений. Отметим, что стратегия выбора тесно связанная со способом представления знаний в ЭС и характером решаемых задач.
База знаний представляет собой конкретную реализацию некоторой модели представления знаний (возможной, сочетание моделей). В конкретной ЭС реализация базы знаний, как указывалось в первом разделе курса, зависит от назначения системы и предметной области. База знаний выполняет функцию хранения знаний системы и является, как правило основным по значению и по стоимости модулем системы. В коммерческих и промышленных системах используются как специализированные средства хранения базы знаний, так и реализации в виде программных надстроек над промышленными СУБД.
Модуль отображения и объяснения решения выполняет задачу отображения промежуточных и окончательных решений и объяснение пользователю последовательности решения. Как правило, система дает информацию как и почему достигнуто то или иное заключение. В случае отсутствия решения задач объяснение также должно выдаваться пользователю. Важно иметь возможность объяснения, когда система отвечает на вопросы, что будет в том или ином случае. Пользователя может не интересовать полный вывод решения, содержащий множество ненужных деталей. В этом случае система должна уметь выбирать из цепочки только ключевые моменты с учетом их важности и уровня знаний пользователя. Идеальная система должна для этого поддерживать модель знаний и намерений пользователя. Наличие модуля объяснения является важной особенностью экспертных систем, которая обеспечивает необходимый уровень доверия пользователя к системе. Часто неявно предполагается, что если метод рассуждения, реализованный в экспертной системе, не может быть объяснен человеку, то он должен быть признан неудовлетворительным.
Модуль приобретения знаний необходим для формирования базы знаний (если он отсутствует в самой ЭС, то должны быть внешние по отношению к ЭС средства для работы с базой знаний). Модуль часто выполняет функции поддержки процесса извлечения знаний о предметной области. От возможностей, реализованных в этом модуле зависят возможности ЭС к пополнению знаний и эффективность работы инженера по знаниям и/или эксперта. . В простейшем случае это специализированный редактор, который позволяет вводить единицы знаний в базу и проводить их синтаксический и семантический контроль, в более сложных случаях извлекать знания путем специальных сценариев интервьюирования экспертов. В идеальной системе это специализированная подсистема, которая способна обучаться на основе примеров реальных ситуаций, или из опыта работы самой ЭС.