2.1 Техническое задание 22

2.2 Программные средства и технологии разработки дипломного проекта 23

2.2.1 BPwin 24

2.2.2 Rational Rose 25

2.2.3 CLIPS 26

2.2.4 Borland Delphi 34

2.2.5 СУБД Cache’ 36

2.3 Функциональная модель задачи 41

2.4 Объектная модель задачи 47

2.5 Информационная модель 51

2.6 Описание программной системы 54

3. ОРГАНИЗАЦИОННО - ЭКОНОМИЧЕСКАЯ ЧАСТЬ 60

4. Безопасность жизнедеятельности 67

4.1 Краткая характеристика помещения и оборудования 67

4.1.1 Характеристика помещения 67

4.1.2 Характеристика оборудования 68

4.2 Общая характеристика опасных и вредных производ-ственных факторов 69

4.3 Нормирование санитарно-гигиенических условий труда 71

4.3.1 Микроклимат рабочих помещений 71

4.3.2 Определение комфортности среды 72

4.4 Освещение производственных (рабочих) помещений 75

4.5 Электромагнитные излучения 75

4.6 Оценка напряженности трудового процесса программиста 76

4.7 Электробезопасность 78

4.8 Пожарная безопасность 79

5. ЗАКЛЮЧЕНИЕ 81

6. СПИСОК ЛИТЕРАТУРЫ 82

Введение

В рамках данного дипломного проекта осуществляется разработка «Программной системы формирования баз знаний в формате CLIPS», обеспечивающей автоматизированное формирование баз знаний в формате CLIPS на основе анализа баз данных СУБД Cache, постреляционной СУБД, которая позволяет хранить данные как в виде таблиц (реляционное представление), так и в виде объектов (объектное представление).

Актуальность разрабатываемой системы определяется необходимостью предоставить пользователю (эксперту) инструмент для анализа баз данных и формирования баз знаний в определенном формате (формат CLIPS). База знаний (БЗ) — это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний.

Разрабатываемая программа должна автоматизировать деятельность экспертов, сокращая их время работы при анализе баз данных, извлечении знаний из СУБД Cache и записи их в формате CLIPS .

1. Общая часть

1.1 Описание предметной области

Искусственный интеллект, как особый раздел информатики, посвященный разработки методов и систем, эмулирующих мыслительные способности человека, остается перспективной и актуальной областью исследований.

Программные системы искусственного интеллекта называются интеллектуальными.

Одним из видов интеллектуальных систем являются экспертные системы (далее ЭС).

Интеллектуальная система, в частности экспертная система (далее ЭС), анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы. Как правило, база знаний ЭС содержит факты (статические сведения о предметной области) и правила — набор инструкций, применяя которые к известным фактам можно получать новые факты.

Экспертная система – это интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение специфических задач. Для этого ее необходимо наделить функциями, позволяющими решать задачи, которые в отсутствие эксперта (специалиста в данной конкретной предметной области) невозможно правильно решить. Поэтому необходимым этапом в ее разработке является приобретение соответствующих знаний от эксперта. К экспертным системам предъявляются следующие требования:

• Использование знаний, связанных с конкретной предметной областью;

• Приобретение знаний от эксперта;

• Определение реальной и достаточно сложной задачи;

• Наделение системы способностями эксперта.

Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. Главное достоинство ЭС - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

В отличие от традиционных программ, предназначенных для решения математически строго определенных задач по точным разрешающим алгоритмам, с помощью экспертных систем решаются задачи, относящиеся к классу неформализованных или слабоформализованных, слабоструктурированных задач. Алгоритмические решения таких задач или не существуют в силу неполноты, неопределенности, неточности, расплывчатости рассматриваемых ситуаций и знаний в них или же такие решения неприемлемы на практике в силу сложности разрешающих алгоритмов. Поэтому экспертные системы используют логический вывод и эвристический поиск решения.

От систем поддержки принятия решений (которые не используют экспертных методов) экспертные системы отличаются тем, что первые опираются больше на математические методы и модели, а экспертные системы в основном базируются на эвристических, эмпирических знаниях, оценках, методах, которые получены от экспертов, и, кроме того, способны анализировать и объяснять пользователю свои действия и знания.

Идея построения экспертных систем сформировалась в ходе исследований в области искусственного интеллекта. Экспертные системы распадаются на два больших класса с точки зрения задач, которые они решают. Системы первого класса предназначаются для повышения культуры работы и уровня знаний специалистов в различных областях деятельности (врачей, геологов, инженеров и т. п.). Системы второго класса можно назвать консультирующими, или диагностирующими. Для оказания помощи человеку в решении указанных задач разрабатываются комплексы программ персональных компьютеров, называемые интеллектуальными системами, основанными на знаниях. Эти разработки относятся к области приложений исследований по искусственному интеллекту.

Структура экспертной системы представлена следующими структурными элементами:

1. База знаний – механизм представления знаний в конкретной предметной области и управления ими;

2. Механизм логических выводов – делает логические выводы на основании знаний, имеющихся в базе знаний;

3. Пользовательский интерфейс – используется для правильной передачи ответов пользователю;

4. Модуль приобретения знаний – служит для получения знаний от эксперта, поддержки базы знаний и дополнения ее при необходимости;

5. Модуль советов и объяснений – механизм, способный не только давать заключение, но и представлять различные комментарии, прилагаемые к этому заключению, и объяснять его мотивы. В противном случае пользователю будет трудно понять заключение. Такое понимание необходимо, если заключение используется для консультации или оказании помощи при решении каких-либо вопросов. Кроме того, с его помощью эксперт определяет, как работает система, и позволяет точно выяснить, как используются знания, предоставленные им.

Рис. 1.1 - Архитектура экспертной системы

Задачи ЭС, которые, по сути, представляют собой комбинацию машинного и человеческого знания - сохранять и пополнять опыт специалистов, работающих в плохо формализуемых областях, таких, как медицина, биология, история и т. п. ЭС должны сыграть роль высококвалифицированных помощников, способных дать полезный совет, сообщить необходимые сведения человеку, находящемуся в затруднительном положении. Им может оказаться молодой, имеющий недостаточный опыт врач, перед которым возникла необходимость провести сложную и нетривиальную операцию. Им может быть археолог, столкнувшийся впервые с малоизвестной культурой, иди биолог, которому срочно понадобились знания на уровне профессионального нейрофизиолога, или любой другой исследователь и специалист.

ЭС хранит массу сведений, полученных из самых различных источников (книг, журнальных публикаций, устных сообщений специалистов и т. п.). Она может использовать эти сведения для консультации и при необходимости объяснить специалисту, как она пришла к сообщаемым ему выводам.

В настоящее время, применяя компьютерные технологии, стало возможным использовать системы поддержки в управлении по трем направлениям:

1. поддержка Принятия управленческих решений;

1. проведение сравнительного анализа Вариантов решений (различных прогнозов, стратегий развития и т. д.);

1. поддержка выбора управленческого решения. Такого рода системы базируются на методах многокритериального анализа и экспертных оценок.

Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

Наиболее важным элементом любой экспертной системы, независимо от области ее применения, является база знаний.

Одним из разделов искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний. Под базами знаний при этом понимают совокупность фактов и правил вывода, допускающих логический вывод и осмысленную обработку информации.

База знаний - это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний.

База знаний — важный компонент любой интеллектуальной системы – ее ядро. База знаний состоит из правил анализа информации от пользователя по конкретной проблеме.

В состав коллектива разработчиков (КР) экспертной системы входят четыре человека – пользователь, эксперт, программист и инженер по знаниям. Численное увеличение КР происходит по следующим причинам: необходимость учета мнения нескольких пользователей, помощи нескольких экспертов; потребность как в проблемных так и в системных программистах. Кроме этого в этот коллектив дополнительно традиционно включает менеджера и одного технического помощника.

Ниже приведены два аспекта характеристик членов КР: 1-психологический, 2 –профессиональный.

Пользователь

1. К пользователю предъявляется самые слабые требования, поскольку его не выбирают. Он является в некотором роде заказчиком системы. Желательные качества:

   • Дружелюбие;

   • Умение объяснить, что он хочет от системы;

   • Отсутствие психологического барьера к применению вычислительной техники:

   • Интерес к новому

2. Необходимо, что бы пользователь имел некоторый базовой уровень квалификации, который позволит ему правильно истолковать рекомендации ЭС. Кроме этого, должна быть полная совместимость в терминологии интерфейс к ЭС с той, которая привычна и удобна для пользователя.

Эксперт

1. эксперт – чрезвычайно важная фигура в группе КР. В конечном счете, его подготовка определяет уровень компетенции БЗ. Желательные качества:

   • доброжелательность;

   • готовность поделиться своим опытом;

   • умение объяснить;

   • заинтересованность в успешности разработки;

2. Помимо безусловно высокого профессионализма в выбранной предметной области, желательно знакомство эксперта с популярной литературой по искусственному интеллекту экспертным системам для того, чтобы эффективнее прошел этап извлечения знаний.

Программист

1. Известно, что программист обладает самой низкой потребностью в общении среди представителей разных профессий. Однако при разработке ЭС необходим тесный контакт членов группы, поэтому желательны следующие его качества:

   • Общительность;

   • Способность отказаться от традиционных навыков и освоить новые методы;

   • Интерес к разработке.

2. Поскольку современные ЭС - сложнейшие и дорогостоящие программные комплексы, программисты в КР должны иметь опыт и навыки разработки программ. Обязательно знакомство с основными структурами представления знаний и механизмами вывода, состоянием отечественного и мирового рынка программных продуктов для разработки ЭС и диалоговых интерфейсов.

Инженер по знаниям

1. Существуют такие профессии и виды деятельности, для которых природные качества личности могут иметь характер абсолютного показания или противопоказания к занятиям. По видимому, инженер по знаниям принадлежи к таким профессиям.

• Пол. Психологи утверждают, что мужчины более склонны к широкому охвату явлений и в среднем у них выше аналитичность, чрезвычайно полезная инженеру по знаниям, которому надо иметь развитое логическое мышление и умение оперировать сложными формальными структурами.

• Интеллект

• Стиль общения.

2. При определении профессиональных требований к аналитику следует учитывать, что ему необходимы различные навыки и умения для грамотного и эффективного проведения процессов извлечения, концептуализации и формализации знаний.

Одной из важных задач при создании экспертной системы, которую необходимо решить коллективу разработчиков, является наполнение базы знаний. Обычно данная работа выполняется экспертом. Однако, в ряде случаев в роли эксперта могут служить различные методические рекомендации, справочники и базы данных. Именно базы данных содержат большое количество неявных знаний. Которые могут быть извлечены в автоматизированном режиме и перенесены в базу знаний экспертной системы.