1.4. Основные разновидности иис и характеристики решаемых задач

ИИС предназначены для решения задач, требующих высочайшей квалификации исполнения. Характерной особенностью ИИС является наличие БЗ – совокупности знаний, записанной на магнитный носитель в форме, понятной эксперту и пользователю. Эксперт – высококвалифицированный специалист, готовый к передаче своей компетентности и опыта БЗ. Пользователь – специалист предметной области, для которого предназначена ИИС. Под предметной областью понимается множество объектов, значений их характеристик и связывающих их отношений. Проблемная область определяется характеристиками соответствующей предметной области и характеристиками типов решаемых в ней задач.

Потребность отражения человеческих знаний в памяти компьютера породила новое направление в информатике – инженерию знаний. Инженер по знаниям (когнитолог) – специалист, выступающий в роли буфера между экспертом и БЗ.

Основными разновидностями ИИС являются экспертные системы, системы поддержки принятия решений и экономические советующие системы.

ЭС применяются для решения неформализованных задач, которые обладают одной или несколькими из следующих характеристик [4,5]:

• задачи не могут быть заданы полностью в числовой форме;

• исходные данные и знания о предметной области обладают неоднозначностью, ошибочностью и противоречивостью;

• цели не могут быть выражены в терминах точно определенной целевой функции;

• алгоритмическое решение задач отсутствует;

• алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решения и ограниченности ресурсов компьютера.

Для принятия решений в условиях определенности используются методы математического программирования. Однако в условиях неопределенности, неполноты и нечеткости знаний задача многократно усложняется. Для того чтобы СППР оставалась работоспособной в условиях изменяющегося окружения, необходима реализация механизмов ее самообучения. Основные требования, предъявляемые к СППР:

• оказание квалифицированной поддержки процесса принятия решения на уровне консультанта;

• обладание возможностями самообучения, то есть умение добавлять новые знания в БЗ, накапливать их и обрабатывать;

• умение работать с неполной и нечеткой информацией;

• поддержка многовариантных процессов принятия решений;

• оценка последствий принимаемых решений.

ЭСС являются ИИС, ориентированными на решение широкого круга экономических задач, и могут быть разделены на два класса [6]:

1. Системы, воспроизводящие осознанные мыслительные усилия человека (дедуктивные).

2. Системы, воспроизводящие неосознанные (подсознательные) мыслительные действия человека (индуктивные).

К первому классу относятся:

• расчетно-диагностические системы, в основе которых лежит ясное понимание целей принятия решений. Цель, трансформируемая в дерево целей, накладывается на дерево экономических показателей предприятия. В результате получается синтезированное дерево «цель – показатель», которое способно обеспечить расчет нужных для достижения целей ресурсов и резервов;

• ЭС приближенных рассуждений. Создаются в том случае, если цель принятия решений сформулировать невозможно или нецелесообразно, однако ее можно заменить гипотезой. Для создания систем данного класса формулируются правила вывода типа «ЕСЛИ-ТО», которые синтезируются в дерево вывода. Результатом использования системы является оценка правдивости заданной пользователем гипотезы;

• системы поддержки исполнения решений. Подразделяются на обучающие и рекомендательно-контролирующие системы.

Основная цель – предоставить управленческому персоналу недостающие знания, обучить конкретным действиям, необходимым для выполнения рекомендаций, предоставленных СППР, с последующим контролем исполнения.

Ко второму классу относятся:

• системы нейросетевых вычислений. Осознанные знания являются лишь небольшой частью от общего объема знаний, которыми оперирует человек в повседневной жизни. Многие действия человек выполняет подсознательно или неосознанно. В данном случае классические модели бесполезны, так как предполагают наличие четко или нечетко сформулированных правил. Используемый для создания ЭСС нейросетевых вычислений эволюционный подход ориентирован на индуктивное обобщение и вывод. В основе построения систем индуктивного характера лежат нейросетевые технологии. Искусственная нейросеть предназначена главным образом для того, чтобы на основе анализа большого объема информации, отражающей частные случаи какого-либо явления, выявить общие закономерности, которые в свою очередь могут быть использованы для распознавания новых частных случаев. Нейросеть рассматривается в качестве «черного ящика», для которого известны лишь вход, выход и некоторые другие внешние параметры;

• системы, ориентированные на естественно-языковые запросы. Исследования в этой области находятся на начальном этапе развития. Основная сложность заключается в предоставлении неосознанных (ассоциативных) знаний. БЗ представляется в форме семантической сети, то есть ориентированного графа, вершина которого соответствует понятиям, а дуги – отношениям между ними, отражающим осознанные (логические) знания.

Кроме этого, ЭСС содержит лингвистический процессор и базу ассоциаций. Лингвистический процессор предназначен для выявления с помощью лингвистических структур той БЗ, которая касается данного запроса. Выявленная часть семантической сети используется блоком обработки для последующей выдачи информации пользователю. Если в БЗ явно не присутствуют необходимые знания, то подключается база ассоциаций, которая пытается восполнить недостающую информацию. В ней подобно нейросетям активизируются те ассоциации, которые по специально рассчитанным коэффициентам наиболее близки к анализируемому запросу.