- •1. Понятие эс
- •2. Назначение и области применения экспертных систем
- •3 . Структура экспертной системы
- •4. Основные классы и виды экспертных систем
- •5. Продукционные экспертные системы. Основные компоненты продукционной экспертной системы
- •6. Продукционные экспертные системы. Прямая и обратная цепочки вывода
- •7. Продукционные экспертные системы. Простая диагностирующая экспертная система
- •8. Продукционные экспертные системы. Формальное представление продукционной экспертной системы
- •9. Нейлоровские диагностирующие системы. Общие понятия
- •10. Нейлоровские диагностирующие системы. Байесовский подход
- •11. Нейлоровские диагностирующие системы. Элементы механизма логического вывода
- •12. Нейлоровские диагностирующие системы. Цены свидетельств — косвенная цепочка рассуждений
- •13. Нейлоровские диагностирующие системы. Правила остановки
- •14. Нейлоровские диагностирующие системы. Структура базы знаний
- •15. Нейлоровские диагностирующие системы. Алгоритм логического вывода
9. Нейлоровские диагностирующие системы. Общие понятия
Разработанная К. Нейлором концепция построения ЭС основана на общей байесовской схеме. Основные принципы, реализованные в данной ЭС, включают:
• введение верхних и нижних порогов для вероятностей гипотез;
• учет неопределенностей, заключенных в реакции пользователей;
• введение цен свидетельств, определяющих сценарий диалога с пользователем.
10. Нейлоровские диагностирующие системы. Байесовский подход
Одним из исчислений неопределенностей в теории экспертных систем является теория вероятностей и теорема Байеса в частности. С помощью формулы Байеса удается накапливать информацию, поступающую из различных источников, с целью подтверждения или неподтверждения определенной гипотезы (диагноза).
Пусть имеется некоторая гипотеза Н и некоторая априорная вероятность того, что гипотеза Н истинна. Эта вероятность Р{Н) либо задается в самом начале как исходное данное, либо является результатом предыдущих преобразований. Далее предполагается, что появляется некоторое свидетельство Е, относящееся к данной гипотезе, и мы хотим на основе этой информации уточнить априорную вероятность истинности гипотезы Н. Согласно формуле Байеса имеем:
11. Нейлоровские диагностирующие системы. Элементы механизма логического вывода
Первое усложнение, которое вводится в общую схему байесовского подхода, связано с использованием верхних и нижних порогов для вероятностей отдельных гипотез. Если вероятность Р{Н) после учета всех свидетельств превосходит верхний порог М1{Н): Р(Н)>М1(Н), то гипотеза Н принимается как основа для возможного заключения. Если же Р(Н) < М2(H), где М2(Н) — нижний порог, то гипотеза Н отвергается как неправдоподобная.
Есть основания устанавливать верхние и нижние пороги Ml , М2 индивидуально для каждой гипотезы в соответствии с имеющейся в ЭС базой знаний и максимальных возможных уровней вероятностей гипотез с учетом всех принципиально возможных свидетельств. Например, можно полагать
М1(Н) = 0,9РМАХ(Н), М2(Я) = 0,5М1(Я), где РМАХ(Н) — максимальная возможная вероятность, достижимая для данной гипотезы, при условии, что все свидетельства, имеющиеся в базе
знаний и связанные с этой гипотезой, будут подтверждены пользователем в пользу гипотезы Н. Величины РМАХ(Н) для всех Н, так же как и M1(H), М2(H), очевидно, могут быть вычислены заранее и также включены в базу знаний ЭС.
Учет неопределенности, заключенной в ответах пользователя на вопросы ЭС, является важным моментом в организации диалога. В идеале мы могли бы предположить, что на вопрос ЭС пользователь отвечает либо "да", либо "нет", т. е. выполняется данное свидетельство Е или не выполняется. Более реалистичной является ситуация, когда пользователь по какой-либо причине либо хочет уклониться от ответа, либо стремится дать не слишком определенный ответ. Например, если задается вопрос о наличии повышенной температуры у пациента, то необходимо дать пользователю возможность
проранжировать степень повышения температуры, например, в соответствии с 11-балльной шкалой: -5 соответствует НЕТ; 0 соответствует НЕ ЗНАЮ; +5 соответствует ДА. Присутствуют и все промежуточные целые значения шкалы от -5 до +5.
В результате каждое свидетельство Е будет оцениваться по этой шкале на основании ответа пользователя R ={-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5}.
В соответствии с байесовским подходом после обработки очередного свидетельства Е мы вычисляли вероятность Р{Н|Е) и заменяли ею предыдущую вероятность Р(Н). Теперь мы должны предложить способ вычисления не Р(Н|Е), а Р(Н|R).