Вопрос 16. Экспертные системы (системы основанные на знаниях)(соз)

ЭС - это программная система, способная в данной предметной области вырабатывать решения, по эффективности конкурирующие с решениями эксперта.

Назначение - решение достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области.

Достоинство применения - возможность принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний.

Характеристика задач, решаемых в СОЗ: недостоверность, многозначность исходной информации и качественных оценок процессов

Свойства задач, которые целесообразно решать с помощью ЭС (1):

- невозможность алгоритмического решения (в силу плохой формализуемости задач или огромных затрат машинного времени);

- противоречивость, неполнота, возможная ошибочность, исходных данных и знаний в предметной области;

- огромная размерность данных и знаний, плохо представимых в какой-либо наглядной форме;

- динамически меняющийся состав данных и знаний (в силу постоянного их пополнения, изменения и развития);

- необходимость широкого использования в процессе решений эвристических и эмпирических процедур, сформулированных экспертами;

- необходимость участия в процессе решения человека, который путем ответа на дополнительно задаваемые вопросы привносит дополнительную информацию и выбирает альтернативные пути принятия решения.

Роли, выполняемые ЭС

• консультант для неопытных пользователей;

• ассистент в случае необходимости анализа экспертом различных вариантов принятия решений;

• партнер эксперта по вопросам из смежных областей деятельности.

Классы экспертных систем:

- Классифицирующие ЭС; Доопределяющие ЭС; Трансформирующие ЭС; Многоагентные системы.

Вопрос 17. Архитектура эс. Базы знаний

БЗ - ядро ЭС, совокупность единиц знаний предметной области, записанная на магнитный носитель в форме понятной эксперту и пользователю.

Содержание БЗ:

• образы объектов проблемной области;

• их взаимосвязи, действия над объектами;

• значения неопределенностей, с которыми эти действия осуществляются

Для представления знаний используются:

• правила;

• фреймы;

• прецеденты;

• их комбинация.

Структура правила:

ЕСЛИ <условие> ТО <заключение> CF <значение>

Факторы уверенности (CF) представляют собой:

• условные вероятности байесовского подхода (01);

• коэффициенты уверенности нечеткой логики (0100).

Примеры правил:

Правило 1: ЕСЛИ 1_Задолженность = "нет" и 2_Рентабельность = "удовл."

ТО 3_Финансовое_состояние = "удовл." cf 100

Правило 2: ЕСЛИ 3_Финансовое_состояние = "удовл."

ТО 4_Надежность += "есть" cf 90

Правило3: ЕСЛИ 5_Предприятие = "государств" и 4_Надежность = "есть"

ТО 6_"Поставщик_надежн." += "есть" cf 80

Вопрос 18. Архитектура эс. Машина логического вывода (механизм)

По представленному запросу:

• формирует из базы знаний конкретный алгоритм решения задачи,

• выполняет алгоритм,

• передает полученный результат интеллектуальному интерфейсу для выдачи ответа на запрос пользователя.

Механизм вывода определяется используемой концепцией и структурой базы знаний (БЗ).

Общие подходы к организации логического вывода.

Вывод может осуществляться в прямом (а)

и обратном (б) направлении: от данных (посылок) - к цели или обратно.

Наличие различных вариантов решений приводит к "дереву ветвления решений", которое может просматриваться "вглубь" (а) и "вширь" (б).

Неполноту, неточность, недостоверность, субъективность данных учитывают методами оценки неопределенности

Различают монотонный и немонотонный выводы. В первом случае полученные в процессе вывода результаты не пересматриваются, во втором - могут пересматриваться.

Механизм логического вывода позволяет:

• выдвигать и проверять различные гипотезы;

• вырабатывать новые знания;

• формировать запросы на ввод новых данных и знаний;

формировать решения.