Основные типы задач, решаемых с помощью экспертных систем

Области применения систем, основанных на знаниях, могут быть сведены к нескольким основным типам.

Интерпретация – это процедура анализа данных с целью определения их смысла. Интерпретатор должен быть в состоянии обрабатывать информацию, представленную частично, и выдвигать гипотезы о доверии данным. При ненадежных данных интерпретация также будет ненадежной, поэтому для достижения доверия необходимо определить, какая информация была неточной или неопределенной. Так как цепочки рассуждений в ИнС могут быть достаточно длинными, интерпретатору необходимо располагать средствами объяснения того, как интерпретация обусловлена имеющимися данными.

Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Например, система PROSPECTOR − одна из наиболее известных систем интерпретирующего типа − объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью около 1 млн USD, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система HASP/SIAP позволяет определять местоположение и типы судов в Тихом океане по данным акустических систем слежения.

Планирование или процедура составления планов. Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Планирование должно быть условным, т.е. иметь возможность коррекции при поступлении новых сведений. Процедура планирования должна предусматривать возможность совершать пробные шаги, сравнивать различные варианты планы, а также уметь сосредотачивать внимание на наиболее важных гипотезах и работать в условиях неопределенности.

В качестве примеров таких систем можно привести ЭС составления перспективного плана капиталовложения компании; ЭС планирования потребности материалов и комплектующих для основного производства предприятия на определенный период, а также упомянутую выше экспертную систему XCON для конфигурирования компьютерных систем типа VAX.

Прогнозирование – это определение хода событий в будущем на основании модели прошлого и настоящего. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Прогнозирование действий осуществляется на определенный (заданный) промежуток времени. Ключевыми проблемами задачи является требование соединения в единое целое неполную имеющуюся информацию. Прогнозирование должно рассматривать различные варианты будущего и указывать их чувствительность к изменению входных данных. Решаемая задача прогнозирования должна носить условный характер, поскольку вероятность определенных событий в будущем будет зависеть от более близких, но не предсказуемых событий.

В то же время, например прогнозирование местоположения Юпитера через два года после ближайшего четверга, в случае имеющейся полной информации к задаче ИИ не относится.

Мониторинг – это непрерывное оповещение о состоянии системы или процесса. Это непрерывная интерпретация сигналов и выдача оповещений при возникновении ситуаций, требующих вмешательства.

Проектирование – это использование экспертной системы для исключения профессионала из задачи проектирования или выполнение рутинных действий по обработке информации в конкретной прикладной системе.

Ключевыми проблемами проектирования являются:

· отсутствие исчерпывающей информации, позволяющей увязать ограничения проектирования с принимаемыми решениями;

· взаимодействие подзадач (одна оказывает влияние на другую);

· умение видеть картину в интересах ухода из локально-оптимальных точек в пространстве проекта;

· оценивание последствий принимаемых решений.

В таких ЭС структуры представления информации, отражающие сведения о круге проектируемых объектов, представляются в виде морфологических таблиц и семантических сетей, имеющих в частном случае вид и/или деревьев, гиперграфов и наборов продукций.

Диагностика – этопроцесс поиска неисправностей в системе или определение стадии заболевания в медицине, основанный на интерпретации данных (возможно зашумленных). Такие системы используются для установления связи между нарушениями деятельности в системе или организме и их возможными причинами. К основным проблемам, возникающим при решении подобных задач, можно отнести: недоступность или малодоступность некоторых данных; сочетание не вполне совместимых частных моделей объектов или процессов; наложение симптомов других неисправностей (в некоторых ИП этой проблемой пренебрегают).

Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при бактериальных инфекциях. Ее первая версия была разработана в Стэнфордском университете в середине 1970-х гг. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины. Диагностические ЭС незаменимы при ремонте механических и электрических машин и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров.

Обучение рассматривается в ЭС в двух аспектах: обучение пользователя и самообучение системы, причем как на этапе приобретения знаний, так и в процессе работы ИП.

Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Одним из примеров обучающих ЭС является разработанная Д. Ленатом система EURISCO [30], которая использует простые эвристики.

Большинство ЭС включают знания, по содержанию которых их можно отнести одновременно к нескольким типам. Например, обучающая система может также обладать знаниями, позволяющими выполнять диагностику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план.

Контроль и управление − это системы, основанные на знаниях, которые могут применяться в качестве контролирующих и обеспечивающих поддержку принятия решений, анализируя данные, поступающие от нескольких источников. Системы подобного типа широко используются на атомных электростанциях, в управлении воздушным движением и медицинском контроле. Также они могут быть полезны при регулировании финансовой деятельности предприятия и в процессе выработки решений в критических ситуациях. Такие системы обычно называют системами поддержки принятия решений [2]. В большей степени в них используются статистические методы обработки информации и интеллектуальный анализ данных.

В целом для задач, решаемых в среде ИнС характерны большие пространства представления и поиска решений, условные рассуждения, изменяющиеся во времени и зашумленные данные.

Дата добавления: 2014-12-29