- •Введение
- •1. Основные направления исследований в области искусственного интеллекта
- •Контрольные вопросы и задания
- •2. Классификация интеллектуальных информационных систем
- •2.1. Системы с интеллектуальным интерфейсом
- •2.2. Экспертные системы
- •2.3. Самообучающиеся системы
- •2.4. Адаптивные информационные системы
- •Контрольные вопросы
- •3. Представление данных и знаний
- •3.1. Данные
- •3.2. Знания
- •Контрольные вопросы
- •4. Классические способы представления знаний в интеллектуальных системах
- •4.1. Логическая модель представления знаний
- •4.2. Представление знаний правилами продукций
- •4.3. Объектно-ориентированное представление знаний фреймами
- •4.4. Семантические сети
- •Контрольные вопросы
- •5. Способы обработки знаний
- •5.1. Методы поиска решений на основе исчисления предикатов
- •5.2. Прямой и обратный вывод в экспертных системах продукционного типа
- •5.3. Обработка знаний в интеллектуальных системах с фреймовым представлением
- •Контрольные вопросы
- •6. Методы приобретения знаний
- •6.1. Проблемы структурирования знаний
- •Контрольные вопросы
- •7. Методы принятия решений на основе нечетких знаний
- •7. 1. Элементы теории нечетких множеств
- •7.2. Нечеткие операции, отношения и свойства отношений
- •7.3. Многокритериальный выбор альтернатив с использованием правила нечеткого вывода
- •7.4. Ранжирование альтернатив на множестве лингвистических векторных оценок
- •7.5. Метод нечеткого логического вывода в задаче выбора фирмой кандидата на замещение вакантной должности бухгалтера
- •Контрольные вопросы и задания
- •8. Технологии разработки экспертных систем
- •8.1. Технология проектирования и разработки экспертных систем
- •8.2. Этапы проектирования баз знаний
- •8.3. Методы проектирования баз знаний
- •8.4. Характеристика инструментальных средств
- •Контрольные вопросы и задания
- •9. Технологические процессы объектно-ориентированного программирования в проектировании интеллектуальной системы поддержки управления
- •Заключение
- •Библиографический список
- •Оглавление
8.2. Этапы проектирования баз знаний
Многие созданные к настоящему времени экспертные системы ориентированы на решение конкретных задач, имеют специфическую структуру, сконструированы с использованием самых разнообразных инструментальных средств. Однако к настоящему времени уже выделены основные принципы их построения, создаются технологии их построения.
Каждая конкретная экспертная система является человеко-машинной системой. В ее разработке необходимо участите следующих категорий разработчиков: экспертов, инженеров по знаниям, конструкторов.
Эксперт-профессионал обладает знаниями двух типов. К первому типу относятся та называемые вербализуемые знания. Вербализуемые знания могут быть выражены словесно или письменно, с использованием различных графиков, схем, обобщены в виде статей, монографий, научных отчетов. Таким путем вербализуемые знания могут быть доступными для специалистов, не входящих в непосредственный контакт с носителем знаний. Этот тип знаний обычно без особых затруднений собирается и вводится в базу знаний экспертной системы. Второй тип знаний – невербализуемые знания. Они отражают тот профессиональный опыт специалиста, который он накопил в процессе своей профессиональной деятельности и которые желают его эксперты. Зачастую эти знания представляют наибольший интерес для проектируемой экспертной системы. Однако они являются невербализуемыми, т.е. трудновыразимыми, так как существуют у специалиста подсознательно. Получение таких знаний и является в настоящее время одной из центральных задач для специалистов по искусственному интеллекту. Разрабатываются специальные психологические методы и приемы косвенного выявления таких знаний. Зачастую к таким знаниям, представляющих интерес для практических приложений, относятся приемы профессионала, которыми он пользуется при структуризации своей ПО и решении профессиональных задач, его предпочтения при принятии решений и т.п.
Конструкторы – это группа специалистов в области автоматизированных систем обработки данных, поддерживающих инструментальный пакет программ, и другие технологические средства, на базе которых создается экспертная система.
Инженер по знаниям выполняет сбор и формализацию экспертных знаний, выбор конфигурации системы и загрузку в нее полученных знаний. Он также выполняет роль связующего звена между экспертами и конструкторами экспертной системы. Особенности решения прикладных задач выдвигают дополнительные требования к инструментальному пакету, и в функции инженера по задания входит задача по формулировке задания на модификацию и развитие инструментального пакета.
Можно указать следующие основные технологические этапы разработки экспертной системы:
Этап взаимодействия инженеров по знания и экспертов. На этом этапе формируется модель ПО. Модель может включать в себя неформализованные компоненты, однако в ней должны быть специфицированы:
все основные понятия ПО;
атрибуты, их описывающие;
отношения, существующие между ними;
множество правил, описывающих специфические знания в анализируемой ПО (например, в форме продукции).
Основным результатом взаимодействия инженера по знания с экспертами является выявление множества неформальных правил, которыми эксперт пользуется в своей профессиональной деятельности. В настоящее время появляются инструментальные средства, облегчающие работу инженера по знаниям на этом этапе. Они позволяют реализовывать различные методики общения с экспертом с целью выявления вербализованных и невербализованных знаний.
Этап взаимодействия инженера по знаниям и конструкторов. На этом этапе выполняется настройка инструментального пакета (так называемой оболочки экспертной системы) на задачи ПО, выполняется загрузка собранных знаний в систему. С этой целью. Выполняются следующие действия:
на входном языке системы описываются понятия ПО (их атрибуты, отношения, существующие между ними), а также (если необходимо) операционная семантика отношений в виде процедур;
реализация соответствующих действий;
на входном языке системы формируется множество продукций;
создается требуемая конфигурация инструментальных средств для реализации проектируемой экспертной системы;
создается макет экспертной системы и выполняется его тестирование.
Этап взаимодействия инженеров по знаниям, экспертов и конструкторов. На этом этапе создается промышленный образец экспертной системы.
Этап сопровождения и модификации экспертной системы. Необходимость сопровождения и модификации экспертной системы при ее функционировании вызвано тем, что с течением времени правила базы знаний эволюционируют по мере накопления опыта их применения, может изменяться со временем их достоверность, может изменяться со временем операционная семантика отношений и т.п.
От стадии макетирования до получения промышленного образца экспертная система проходит через следующие стадии:
Демонстрационный прототип (база знаний содержит 50...100 правил). Система решает часть задач, демонстрируя жизнеспособность подхода.
Исследовательский прототип (200...500 правил на базе знаний). Система решает все задачи, но неустойчива в работе.
Действующий прототип (база знаний содержит 500...1000 правил). Система надежно решает все задачи на реальных примерах, но для сложных задач требуется много времени и памяти.
Промышленный образец (в базе знаний имеется 500...1500 и даже до 3000 правил). Система обеспечивает высокое качество решений при минимизации требуемого времени памяти.