А теперь кратко
Взаимодействие пользователя с экспертной системой осуществляется через интерфейс с пользователем. В программах, реализующих интерфейс с пользователем, происходит преобразование (трансляция) предложений естественного языка (или другого проблемно-ориентированного языка непроцедурного типа) на внутренний язык представления знаний данной экспертной системы.
Рабочая память(РП) – область памяти, в которой хранится множество фактов, описывающих текущую ситуацию, и все пары атрибут-значение, которые установлены к определенному моменту. (Применительно к продукционной модели)
Описание задачи пользователя на выбранном языке представления знаний поступает в подсистему логического вывода, которая использует информацию из БЗ, генерирует рекомендации по решению искомой задачи. Основу БЗ составляют факты и правила. В подсистеме логического вывода реализуется некоторая стратегия выбора соответствующего факта из БЗ, которая зависит от способа представления знаний в ЭС и характера решаемых задач.
Для продукционной модели представления знаний характерно, что БЗ отделена от механизма вывода. Подсистема логического вывода при этом включает компоненту вывода и управляющую компоненту. Управляющая компонента определяет порядок применения правил, а также устанавливает факты, которые могут быть изменены в случае продолжения работы. Действие компоненты вывода основано на применении правила вывода, называемого ModusPonendoPonens, которое означает, по сути, следующее: если в РП есть фактA, и имеется правило «ЕслиA, тоB», то фактBпризнается истинным и заносится в РП.
В семантических сетях БЗ не отделена от механизмов вывода. Процедура вывода обычно представляет совокупность процедур обработки сети.
Модуль отображения и объяснения решениядемонстрирует промежуточные и окончательные решения задачи и объясняет пользователю действия системы. Считается, что если метод рассуждений не может быть объяснен пользователю, то он должен быть признан неудовлетворительным. Я не согласен.
Функция модуля приобретения знанийсостоит в поддержке процесса извлечения знаний о соответствующей узкоспециализированной предметной области. Эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из предметной области.
Различают предметно-ориентированные ЭС и ЭС-оболочки. ЭС-оболочки предназначены для наполнения любым предметным знанием.
- Автоматизированные информационные системы
- 1 Информационное обеспечение управления. Информационная система, информационная технология. Информационные ресурсы. Информационные продукты и услуги
- 2 Компоненты информационной системы. Автоматизированные и неавтоматизированные информационные системы
- Компоненты информационной системы
- 3 Классификационные признаки информационных систем. Основные направления автоматизации управления: сапр, асу тп, асуп, асу гпс, иасу
- 4 База знаний, Методы принятия решений. Компьютерная поддержка принятия управленческих решений
- 5 Система поддержки принятия решений и ее состав. Внешние данные, система управления данными и ее возможности. Модели: стратегические, тактические, оперативные, математические.
- 6 Экспертные системы, их разновидности и классификация. Экспертные системы как инструмент интеллектуализации процессов обработки информации. Области применения экспертных систем .
- Области применения экспертных систем.
- 7 Компоненты информационной технологии в экспертной системе. Решение, объяснение решения, система правил, семантические модели, интерпретатор, модуль создания системы, оболочка экспертных систем
- А теперь кратко
- Второй вариант ответа на этот же вопрос:
- Подсистема приобретения знаний
- База знаний
- Подсистема вывода
- 2.4.1 Подсистема вывода, способы логического вывода
- 2.4.2. Компонент вывода
- 2.4.3. Управляющий компонент.
- 2.5. Диалог с эс. Объяснение.
- Основные компоненты экспертных систем
- 8 Общее понятие о системе искусственного интеллекта. Основные сферы использования систем искусственного интеллекта
- 9 Моделирование ис. Математические модели системы. Классификация математических моделей
- Математическое моделирование
- Правила для успешного математического моделирования:
- Определения
- Классификация моделей Формальная классификация моделей
- Классификация по способу представления объекта
- Содержательные и формальные модели
- Содержательная классификация моделей
- Тип 1: Гипотеза(такое могло бы быть)
- Тип 2: Феноменологическая модель (ведем себя так, как если бы…)
- Тип 3: Приближение (что-то считаем очень большим или очень малым)
- Тип 4: Упрощение (опустим для ясности некоторые детали)
- Тип 5: Эвристическая модель (количественного подтверждения нет, но модель способствует более глубокому проникновению в суть дела)
- Тип 6: Аналогия (учтём только некоторые особенности)
- Тип 7: Мысленный эксперимент(главное состоит в опровержении возможности)
- Тип 8: Демонстрация возможности (главное — показать внутреннюю непротиворечивость возможности)
- 10 Подходы к построению ис. Ис как среда реализации функций управления. Основные модули ис
- 11 Стандарты рекомендаций по управлению производством (mrp II, erp, csrp, и другие подходы). Типичные представители данного подхода.
- 12.Автоматизация управления как процесс – ориентированной деятельности. Понятие бизнес – процесса. Основные характеристики данного подхода. Workflow диаграммы.
- 13. Технологии виртуальных предприятий и разработка ис под конкретную организацию.
- 14.Реинжиниринг бизнес – процессов. Управление процессом разработки ис.
- 16.Построение ис на основе прототипов. Достоинства и недостатки данного подхода к построению ис.
- 17.Построение ис на основе пакетов программ. Критерии оценки пакетов программ. Достоинства и недостатки данного подхода к построению ис.