УДК

621.398

Е 70

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

_______________________________________________

МОСКОВСКИЙ ЭНЕРГЕТИЧЕСКИЙ ИНСТИТУТ

(ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ)

_______________________________________________________________

А.П. ЕРЕМЕЕВ, Н.В. ЧИБИЗОВА

Инструментальные средства конструирования экспертных систем

Методическое пособие по курсу «Экспертные системы» для студентов, обучающихся по направлению «Прикладная математика и информатика»

Под редакцией В.Н. Вагина

Москва Издательство МЭИ 2002

УДК

621.398

Е 70

УДК 621.398-506.23.001.63(072)

Утверждено учебным управлением МЭИ

Подготовлено на кафедре прикладной математики

Рецензент д.т.н., проф. А.Б. Фролов

Еремеев А.П., Чибизова Н.В.

Инструментальные средства конструирования экспертных систем: Метод. пособие / Под ред. В.Н. Вагина. – М.: Издательство МЭИ, 2002. – 100 с.

Описана технология разработки экспертных систем на основе ряда известных инструментальных систем-оболочек – 1stCLASS, EXSYS и GURU. Описаны основные режимы функционирования систем – формирования базы знаний прикладной ЭС и консультации пользователя. Приведены необходимые пояснительные примеры и распечатки соответствующих листингов. В заключение рассматривается современный язык искусственного интеллекта CLIPS (C Language Integrated Production System), разработанный в Центре космических исследований NASA в середине 1980-х годов и во многом по своим возможностям сходный с языками, созданными на базе LISP и OPS5.

Для студентов, выполняющих практические, лабораторные, курсовые и научно-исследовательские задания по дисциплинам «Экспертные системы», «Модели представления знаний», «Интеллектуальные системы», а также для аспирантов, научных сотрудников и специалистов, занимающихся проектированием интеллектуальных (экспертных) систем различного назначения.

© Московский энергетический институт 2002

Введение

Экспертные системы (ЭС) – это системы искусственного интеллекта (интеллектуальные системы), предназначенные для решения плохоформализован­ных и слабоструктурированных задач в определенных проблемных областях на основе заложенных в них знаний специалистов-экспертов [1-4]. В настоящее время ЭС внедряются в различные виды человеческой деятельности, где использование точных математических методов и моделей затруднительно или вообще невозможно. К ним относятся: медицина, обучение, поддержка принятия решений и управление в сложных ситуациях, различные деловые приложения и т.д.

Основными компонентами ЭС являются базы данных (БД) и знаний (БЗ), блоки поиска решения, объяснения, извлечения и накопления знаний, обучения и организации взаимодействия с пользователем. БД, БЗ и блок поиска решений образуют ядро ЭС.

Для конструирования ЭС используются различные инструментальные средства: универсальные языки программирования, языки искусственного интеллекта, инструментальные системы и среды и системы-оболочки. Системы-оболочки являются наиболее простым средством формализации (автоформализа­ции) экспертных знаний, практически не требующие участия посредников в лице инженера по знаниям или программиста при их использовании. Инженер по знаниям только помогает эксперту выбрать наиболее подходящую для его проблемной области оболочку.

В пособии рассматривается ряд коммерческих инструментальных систем-оболочек, широко используемых для конструирования прикладных ЭС для статических проблемных областей, характеризующихся постоянством своих параметров в процессе функционирования (процессе консультации) ЭС. В таких статических ЭС режимы приобретения знаний (формирования БЗ) и консультации разделены [5-7].

Наиболее простая система-оболочка 1stCLASS относится к системам индуктивного типа, генерирующей БЗ прикладной ЭС на основе примеров. Системы EXSYS и GURU относятся к системам дедуктивного продукционного типа, причем система GURU (в ее современной версии, ориентированной на рабочие станции), по сути, является инструментальной средой, поддерживающей различные режимы конструирования прикладных ЭС и обладающей достаточно развитыми средствами обработки фактора неопределенности. Эта система ориентирована на различные классы пользователей в зависимости от их подготовки в области искусственного интеллекта и программирования, она имеет развитый интерфейс с современными СУБД и электронными таблицами, средства сбора статистики и т.д. Система может работать на различных вычислительных платформах под управлением различных операционных систем, а также поддерживает сетевую конфигурацию. Здесь будет рассмотрен наиболее простой способ использования GURU как системы-оболочки.

В заключение рассматривается современный язык искусственного интеллекта CLIPS (C Language Integrated Production System), разработанный в Центре космических исследований NASA (NASA's Johnson Space Center) в середине 1980-х годов и во многом по своим возможностям сходный с языками, созданными на базе LISP и OPS5 [3,8]. Язык CLIPS совместно с его объектно-ориентированным расширением COOL находится в открытом доступе (его можно «скачать» по сети INTERNET), и, что сильно способствует его распространению, по своим возможностям он не уступает множеству гораздо более дорогих коммерческих продуктов. Если три вышеназванных инструментальных средства предназначены для конструирования статических ЭС, то на основе CLIPS могут создаваться динамические экспертные системы [2].

В пособии приводятся общие характеристики систем и рассматриваются основные режимы их функционирования – режим приобретения знаний, в котором экспертом (возможно, при участии инженера по знаниям) формируется БЗ прикладной ЭС, и режим консультации, когда оболочка уже «наполнена» знаниями и является по сути прикладной ЭС, предназначенной для пользователя-прикладника. В режиме приобретения знаний также осуществляется модификация ЭС (изменение и пополнение БЗ).