2.1.3. Классификация экспертных систем

Виды классификации ЭС

Экспертные системы можно классифицировать по целому ряду признаков. На рис.2.2 приведены основные виды классификации [5,с.323].

Рис. 2.2. Классификация экспертных систем

Классификация экспертных систем по решаемой задаче

Экспертные системы интерпретации данных предназначены для определения семантики данных. Результаты интерпретации должны быть согласованными и корректными. В таких системах нередко используется многовариантный анализ данных. В настоящее время эти системы развиваются в рамках направления, получившего название Data Mining - «добыча» или «заготовка» данных.

Диагностические экспертные системы выполняют функцию отнесения объектов к определенным классам. Область применения таких систем широка — от опре­деления неисправностей в технических системах (техническая диагностика) до распознавания заболеваний живых организмов, а также социальных и природ­ных аномалий.

Экспертные системы мониторинга выполняют задачу интерпретации данных в реальном масштабе времени и сигнализируют о выходе тех „или иных парамет­ров за допустимые пределы.

Экспертные системы прогнозирования выводят вероятные следствия из заданных ситуаций. В прогнозирующих системах часто используются параметрические модели, в которых значения параметров «подгоняются» под анализируемую си­туацию. Кроме того, особенно в последнее время для решения задачи нередко стали применяться другие подходы. Сюда относятся, например, нейрокомпьютерный подход и различные алгоритмы поиска логических закономерностей в структурах многомерных данных.

Экспертные системы для планирования относятся к объектам, способным выпол­нять некоторые функции. В таких системах используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

Более крупно экспертные системы разделяют на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. Задачи анализа отличаются от задач синтеза главным образом тем, что в них множество решений может быть перечислено и включено в систему. В задачах синтеза множество решений по­тенциально и строится из решении компонентов или подпроблем.

Классификация экспертных систем по связи со временем

Статические экспертные системы применяются для решения задач, в которых база знаний и интерпретируемые данные не изменяются со временем. Эти сис­темы работают безотносительно времени. Сюда относится, например, диагностика неисправностей в ав­томобиле определенной марки.

Квазидинамические экспертные системы работают в ситуациях, которые не ме­няются на некотором фиксированном интервале времени. Сюда относятся, в частности, экспертные системы в микробиологии, где лабораторные измерения технологического процесса осуществляются один раз в 4—5 часов (например, про­изводство лизина) и анализируется динамика полученных показателей по отно­шению к предыдущим измерениям.

Динамические экспертные системы функционируют в условиях постоянно изме­няющихся данных, часто в сопряжении с датчиками объектов, иногда в режиме реального времени с непрерывной интерпретацией поступающих данных. При­меры — гибкие производственные системы, мониторинг в реанимационных па­латах и т. п. База знаний в динамических также может меняться в зависимости от времени.

Классификация по типу ЭВМ

ЭС рассчитаны на разные типы ЭВМ. Как правило, это косвенно связано с назначением системы и видом решаемых задач. Как правило, коммерческие и промышленные ЭС работают на ЭВМ средней мощности и супер-ЭВМ, так как следствием применения механизмов логического вывода на больших объемах информации является необходимость в гигантских объемах вычислений, причем слабо поддающихся распараллеливанию. Для исследовательских и научных экспертных систем часто встречаются реализации на символьных и специализированных типах ЭВМ.

Классификация по степени интеграции с другими программами

Автономные экспертные системы применяются для решения «экспертных» за­дач в режиме консультации, когда не требуется привлекать дополнительные методы обработки данных (расчеты, моделирование и др.).

Гибридные экспертные системы представляют программные комплексы, объеди­няющие стандартные пакеты прикладных программ (например, пакеты для ана­лиза данных, линейного программирования и т. п.). Они представляют собой интеллектуальные надстройки и выполняют функции монитора по отношению к известному программному обеспечению. Считается, что разработка гибридной системы является гораздо более сложной, чем создание автономной системы. Это связано не столько с техническими трудностями, сколько с необходимостью сты­ковки разных методологий, что порождает ряд теоретических трудностей.

Классификация по способу формирования решения

По способу формирования решения можно выделить два класса экспертных систем: аналитические и синтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив (определение характеристик объектов), а синтетические системы - генерацию неизвестных решений (формирование объектов).