Экспертные системы

ЭС предназначены, главным образом, для решения практических задач, возникающих в слабо структурированной и трудно формализуемой предметной области. ЭС были первыми системами, которые привлекли внимание потенциальных потребителей продукции искусственного интеллекта.

Экспертные системы (ЭС) - это прикладные системы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой либо узкой предметной области.

Структура ЭС приведена на рис. 5.9.

Рис. 5.9. Структура экспертной системы

ЭС состоит из следующих компонент:

· База знаний предназначена для хранения экспертных знаний о предметной области, используемых при решении задач экспертной системой. База знаний состоит из набора фреймов и правил-продукций.

o Фреймы используются в базе знаний для описания объектов, событий, ситуаций, прочих понятий и взаимосвязей между ними. Фрейм - это структура данных, состоящая из слотов (полей).

o Правила используются в базе знаний для описания отношений между объектами, событиями, ситуациями и прочими понятиями. На основе отношений, задаваемых в правилах, выполняется логический вывод. В условиях и заключениях правил присутствуют ссылки на фреймы и их слоты.

· База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

· Машина логического вывода - механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая- либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети.

Машина логического вывода может реализовывать рассуждения в виде:

o дедуктивного вывода (прямого, обратного, смешанного);

o нечеткого вывода;

o вероятностного вывода;

o унификации (подобно тому, как это реализовано в Прологе);

o поиска решения с разбиением на последовательность подзадач;

o поиска решения с использованием стратегии разбиения пространства поиска с учетом уровней абстрагирования решения или понятий, с ними связанных;

o монотонного или немонотонного рассуждения,

o рассуждений с использованием механизма аргументации;

o ассоциативного поиска с использованием нейронных сетей;

o вывода с использованием механизма лингвистической переменной.

· Подсистема общения служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также, дающая возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

· Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у экспертной системы. Если нет этой подсистемы, экспертная система выглядит для пользователя как "вещь в себе", решениям которой можно либо верить, либо нет. Нормальный пользователь выбирает последнее, и такая ЭС не имеет перспектив для использования.

· Подсистема приобретения знаний служит для корректировки и пополнения базы знаний. В простейшем случае это - интеллектуальный редактор базы знаний, в более сложных экспертных системах - средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д.

Контрольные вопросы

1. Приведите структуры следования и ветвления (полное и неполное).

2. Приведите структуры циклов Пока и До.

3. Отличие циклов До и Пока.

4. На чем основано нисходящее проектирование?

5. Что вы можете сказать о концепции модульного проектирования?

6. Что такое объект в объектно-ориентированном программировании?

7. Три принципа объектно-ориентированного программирования.

8. Особенность декларативного программирования.

9. Перечислите методологии программирования.

10. Что такое CASE-системы?

11. В каких областях применяются экспертные системы?

12. Что входит в состав экспертной системы?

13. Отличие знаний от данных.

14. Приведите модели представления знаний.

15. Что такое продукционная модель представления знаний.

16. Что такое семантические сети в представлении знаний.

17. Что такое фреймы в представлении знаний.

18. Какие стратегии вывода для продукционной модели вы знаете?

Дата добавления: 2014-01-05