8.3. Инструментальные средства построения экспертных систем. Пример построения эс.

К инструментальным средствам построения экспертных систем относятся:

- традиционные языки программирования. В эту группу входят языки программирования (С, С++, Basic, Fortran и др.), ориентированные на численные методы и слабо подходящие для работы с символьными и логическими данными. Создание систем искусственного интеллекта на основе этих языков требует большой работы программистов. Достоинство языков – высокая эффективность, связанная с их близостью к традиционной машинной архитектуры.

- языки искусственного интеллекта предназначены для решения задач искусственного интеллекта. Это ЛИСП, ПРОЛОГ, РЕФАЛ и др. Богаты возможности по работе с символьными и логическими данными, что важно для задач искусственного интеллекта. Недостаток – непримиримость в создании гибридных ЭС.

- специальный программный инструментарий. Это библиотеки и надстройки над языком искусственного интеллекта ЛИСП: KEE, KRL, FRL и др., позволяющие работать с заготовками ЭС на более высоком уровне, чем это возможно в языках искусственного интеллекта.

- оболочки. Под оболочками понимают «пустые» версии существующих экспертных систем, т.е. готовые ЭС без базы знаний. Например, оболочка EMYCIN (Empty MYCIN) представляет собой незаполненную ЭС MYCIN. Достоинство оболочек в том, что они не требуют работы программистов для создания готовой ЭС. Требуется только специалист в предметной области для заполнения базы знаний.

Пример построения экспертной системы.

В качестве исследуемого объекта для построения экспертной системы выбран завод Samsung (условно). Данный завод является поставщиком изделий, указанных в схеме (рис. 8.5.).

Рис. 8.5. Схема поставляемых заводом Samsung товаров.

Все товары выделены по категориям для проведения бартерной сделки с заготовительными предприятиями (обмен сельскохозяйственных продуктов на товары завода в зависимости от количества поставки). Если на завод поставлено 30 т сельскохозяйственных продуктов, то производится бартерная сделка по первой категории товаров, если поставлено 20 т – по второй категории, от 10 т до 20 т – по третьей категории, менее 10 т – по четвертой категории товаров. Отправной точкой любой экспертной системы является постановка задачи.

Задача для разрабатываемой экспертной системы – определение наилучших рекомендаций по планированию и выпуску продукции.

Используем принцип прямой цепочки рассуждений с базой знаний, т.е. констатирующая часть правила ТО выполняется только в том случае, если удовлетворяется условная часть правила ЕСЛИ.

Важным этапом создания базы знаний является этап приобретения знаний. Для того, чтобы ввести в экспертную систему разнообразный набор фактов, необходимо представить знания в виде структуры «дерева решений».

Дерево решений эффективно там, где знания представляются в виде правил продукции. Структура дерева решений нашего примера представлена на рис. 8.6.

Дерево решений представлено диаграммой, прямоугольники которой называются вершинами, линии, соединяющие вершины – дугами. Прямоугольники, содержащие вопросы (1,2,3,5,7,9), называют вершинами решений. Прямоугольники (4,6,8,10,11) содержать логические выводы. Можно сказать, что вершины содержат переменные, а пути – это условия, в соответствии с которыми переменным присваиваются значения. Прямоугольники (4,6,8,10,11) содержат частные или общие выводы. Таким образом, «дерево решений» реализует процедуру логической связи ряда правил.

Разработав дерево решений, можно записать правила базы знаний.

Для этого из дерева решений надо выделить все пути, ведущие к завершающим вершинам. Правила выглядят следующим образом:

Рис. 8.5. Дерево решений.

Правило 1.

Если сельскохозяйственной (сельхоз.) продукции на заводе нет и не ожидаются поставки сельхоз. продукции в течение недели То произвести работы по заключению договоров.

Правило 2.

Если имеются поставки сельхоз. продукции на заводе и количество их больше, чем 30 тонн То производить бартер на товары первой категории (на холодильники Samsung).

Правило 3.

Если имеются поставки сельхоз. продукции на заводе и количество их больше, чем 20 тонн То производить сделку на товары второй категории (на видео – аудио аппаратуру).

Правило 4.

Если имеются поставки сельхоз. продукции на заводе и количество их больше, чем 10 тонн То производить сделку на товары третьей категории (на бытовую технику).

Правило 5.

Если имеются поставки сельхоз. продукции на заводе и количество их не больше 10 тонн То производить сделку на товары четвертой категории (на товары народного потребления).

Эти правила используются для определения наилучших рекомендаций по планированию и выпуску продукции завода Samsung. Задача построения экспертной системы является модельной, т.к. определены только: режим работы, режим по складам, режим по поставке сельскохозяйственной продукции, режим по проведению бартерных сделок.

Прежде, чем вводить правила непосредственно в базу знаний и использовать их для принятия решений необходимо составить список имен переменных. Использование переменных вместо полного текста упрощает формирование и запись правил (таблица 8.1.).

Список имен переменных.

Таблица 8.1.

Схема процедуры работы построенной ЭС приведена на рис. 8.7.

Рис. 8.7. Схема процедуры работы экспертной системы.

После того, как пользователь ввел данные о наличии товаров на складе, о возможных поставках сельскохозяйственной продукции, начинает работать машина логического ввода. Она использует знания, хранящиеся в базе знаний и выводит конечный результат, т.е. результат планирования. Если необходимо объяснение логического вывода, то подсистема объяснения дает развернутый комментарий хода решения задачи.

РЕЗЮМЕ.

• Искусственный интеллект – это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю – непрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ. Задачи искусственного интеллекта – это задачи, в которых формализуется не процесс решения, а процесс поиска решения.

• Наиболее широкое распространение методы искусственного интеллекта нашли в программах, называемых экспертными системами. Экспертная система представляет собой набор специальных компьютерных программ, базирующих на системном аккумулировании, обобщении и анализе знаний высококвалифицированных специалистов – экспертов в целях использования их в процессе решения задач в различных областях человеческой деятельности.

• К особенностям ЭС относятся: способность принятия решений, возможность общения к ней обыкновенного пользователя, объяснение принимаемых решений, наличие в информационных массивах системы практически всей известной в заданной области информации, включая знания и опыт специалистов. Иными словами, сделана попытка заменить высококвалифицированного специалиста компьютером.

• Типичная экспертная система состоит из машины логического вывода (механизма вывода) или решателя, базы данных, базы знаний, компонентов приобретения знаний, объяснительного и диалогового компонентов. Экспертные системы классифицируются по задаче, связи с реальным временем, по типу ЭВМ, по степени интеграции.

• Основой экспертной системы является база знаний. База знаний – это совокупность моделей, правил и факторов, порождающих анализ и выводы для нахождения, решений сложных задач в некоторой предметной области. Знания основаны на данных, полученных эмпирическим путем. Знания – это хорошо структурированные данные или метаданные. Знания имеют свойства: внутреннюю интерпретируемость, рекурсивную структурируемость, взаимосвязь единиц, наличие семантического пространства с метрикой, активность.

• Представление знаний в экспертной системе является решающим аспектом их разработки. Под представлением знаний подразумевают соглашение о том, как описывать реальную предметную область. Существуют следующие типы моделей (языков) представления знаний: логические, семантические сети, фреймы, продукционные модели. Каждая из моделей имеет свои преимущества и недостатки. Поэтому в последнее время наметилась тенденция создать комбинированные языки представления знаний. Чаще всего комбинируются фреймовые и продукционные модели.

• Для построения экспертных систем используются такие инструментальные средства, как традиционные языки программирования, языки искусственного интеллекта, специальный программный инструментарий и оболочки.

Вопросы для самоконтроля знаний и задания.

1.Что такое искусственный интеллект?

2.Какие существуют направления исследований в области искусственного интеллекта?

3.Что понимается под экспертной системой?

4.Каковы особенности экспертной системы?

5.В чем традиционные отличия экспертных систем от компьютерных программ?

6.Назовите области применения экспертных систем.

7.Из каких компонентов состоит типичная экспертная система?

8.Дайте классификацию экспертных систем.

9.Что такое знания, каковы их основные свойства?

10.Какие модели представления знаний существуют в настоящее время? Каковы их особенности, достоинства и недостатки?

11.Что такое фрейм?

12.Назовите инструментальные средства построения экспертных систем.

13.Приведите пример построения экспертной системы.

14. Определите рекомендации по учету наличных денег в кассе.

15.Определите наилучшие рекомендации по планированию и производству продукции.

16.Определите рекомендации по прибыли от реализации товарной продукции, услуг и работ. Выходной документ «Отчет о финансовых результатах и их использовании».