Відомі експертні системи

Наприклад, можна навести такі відомі експертні системи:

· CLIPS — мова програмування, використовується для створення експертних систем

· Dendral — аналіз даних мас-спектрометрії

· Dipmeter Advisor — аналіз даних, отриманих під час пошуку нафти

· Jess — від англ. Java Expert System Shell, оболонка експертних систем на Java. Рушій CLIPS реалізований на мові програмування Java, використовується для створення експертних систем

· MQL 4 — MetaQuotes Language 4, спеціалізована мова програмування для опису фінансової стратегії

· Mycin — діагностика інфекційних хвороб крові та рекомендація антибіотиків

· Prolog — мова програмування, використовується для створення експертних систем

· R1 / XCON(експертна система) — обробка замовлень

· SHINE Real-time Expert System — від англ. Spacecraft Health INference Engine, рушій для отримання даних про стан і безпеку космічного корабля

· STD Wizard — експертна система для рекомендації та вибору медичних аналізів (діагностики)

Виділяють такі види експертних систем.

За метою створення: для навчання фахівців, для вирішення задач, для автоматизації рутинних робіт, для тиражування знань експертів.

За основним користувачем: для не фахівців в галузі експертизи, для фахівців, для учнів.

За типами розв’язуваних задач:

1.інтерпретуючі системи - призначені для формування опису ситуацій за результатами спостережень або даними, одержуваними від різного роду сенсорів. Приклади: розпізнавання образів і визначення хімічної структури речовини;

2.прогнозуючі системи - призначені для логічного аналізу можливих наслідків заданих ситуацій або подій. Приклади: прогнозування погоди і ситуацій на фінансових ринках;

3.діагностичні системи - призначені для виявлення джерел несправностей за результатами спостережень за поведінкою контрольованої системи (технічної або біологічної). У цю категорію входить широкий спектр задач у всіляких предметних областях медицині, механіці, електроніці і т. д.;

4.системи проектування - призначені для структурного синтезу конфігурації об’єктів (компонентів проектованої системи) при заданих обмеженнях. Приклади: синтез електронних схем, компонування архітектурних планів, оптимальне розміщення об’єктів в обмеженому просторі;

5.системи планування - призначені для підготовки планів проведення послідовності операцій,що призводить до заданої мети. Приклади: задачі планування поведінки роботів і складання маршрутів пересування транспорту;

6.системи моніторингу - аналізують поведінку контрольованої системи і, порівнюючи отримані дані з критичними точками заздалегідь складеного плану, прогнозують імовірність досягнення поставленої мети. Приклади: контроль руху повітряного транспорту і спостереження за станом енергетичних об’єктів;

7.налагоджувальні системи - призначені для вироблення рекомендацій з усунення несправностей у контрольованій системі. До цього класу відносяться системи, що допомагають програмістам у налагодженні програмного забезпечення, і консультуючі системи;

8.системи надання допомоги при ремонті устаткування - виконують планування процесу усунення несправностей у складних об’єктах, наприклад, у мережах інженерних комунікацій;

9.навчальні системи проводять аналіз знань студентів за визначеним предметом, відшукують пробіли в знаннях і пропонують засоби для їхньої ліквідації;

10.системи контролю забезпечують адаптивне керування поведінкою складних людино-машинних систем, прогнозуючи появу можливих збоїв і плануючи дії, необхідні для їхнього попередження. Приклади: керування повітряним транспортом, воєнними діями і діловою активністю в сфері бізнесу.

-За ступенем складності структури:

1.поверхневі системи - подають знання про область експертизи у вигляді правил. Умова кожного правила визначає зразок деякої ситуації, при дотриманні якої правило може бути виконано. Пошук рішення полягає у виконанні тих правил, зразки яких зіставляються з поточними даними. При цьому передбачається, що в процесі пошуку рішення послідовність формованих у такий спосіб ситуацій не обірветься до одержання рішення, тобто не виникне невідомої ситуації, що не зіставиться з жодним правилом;

2.глибинні системи - крім можливостей поверхневих систем, мають здатність при виникненні невідомої ситуації визначати за допомогою деяких загальних принципів, справедливих для області експертизи, які дії варто виконати.

-За типом використовуваних методів і знань:

1.традиційні системи - використовують в основному неформалізовані методи інженерії знань і неформалізовані знання, отримані від експертів;

2.гібридні системи - використовують методи інженерії знань і формалізовані методи, а також дані традиційного програмування та математики.

-За видами використовуваних даних і знань: з детермінованими і невизначеними знаннями. Під невизначеністю знань і даних розуміються їхня неповнота, ненадійність, нечіткість.

-За способом формування рішення:

1. аналізуючі системи - вибір рішення здійснюється з множини відомих рішень на основі аналізу знань;

2.синтезуючі системи - рішення синтезується з окремих фрагментів знань.

-За способом урахування часової ознаки:

1.статичні системи - призначені для вирішення задач з незмінними в процесі рішення даними і знаннями;

2.динамічні системи - допускають зміни даних і знань у процесі рішення.

-За рівнем складності:

1.прості системи: поверхневі, традиційні (рідше гібридні) системи, виконані на персональних ПЕОМ, з комерційною вартістю від 100 до 25 тисяч доларів, з вартістю розробки від 50 до 300 тисяч доларів, з часом розробки від 3 міс. до одного року, що містять від 200 до 1000 правил;

2.складні системи: глибинні, гібридні системи, виконані або на символьних ЕОМ, або на потужній універсальній ЕОМ, або на інтелектуальній робочій станції, з комерційною вартістю від 50 тисяч до 1 мільйона доларів, із середньою вартістю розробки 5-10 мільйонів доларів, часом розробки від 1 до 5 років, що містять від 1,5 до 10 тисяч правил.

-За стадією існування (ступенем пропрацьованності і налагодженості):

1.демонстраційний прототип - система, що вирішує частину необхідних задач, демонструючи життєздатність методу інженерії знань. При наявності розвитих інструментальних засобів для розробки демонстраційного прототипу потрібно в середньому приблизно 1 - 2 міс., а при відсутності 12 - 18 міс. Демонстраційний прототип працює, маючи 50 - 100 правил;

2.дослідницький прототип - система, що вирішує всі необхідні задачі, але хитлива в роботі та не є цілком перевіреною. На доведення системи до стадії дослідницького прототипу йде 3 - 6 міс. Дослідницький прототип звичайно має 200 - 500 правил, що описують проблемну область;

3.діючий прототип - надійно вирішує всі задачі, але для вирішення складних задач може знадобитися занадто багато часу та (або) пам’яті. Для доведення системи до стадії діючого прототипу потрібно 6 - 12 міс., при цьому кількість правил збільшується до 500 - 1000.

4.система промислової стадії - забезпечує високу якість вирішення всіх задач при мінімумі часу і пам’яті. Звичайно процес перетворення діючого прототипу в промислову систему полягає в розширенні бази знань до 1000 - 1500 правил і переписуванні програм з використанням більш ефективних інструментальних засобів. Для доведення системи від початку розробки до стадії промислової системи потрібно 1 - 1,5 року;

5.комерційна система - система, придатна не тільки для власного використання, але і для продажу різним споживачам. Для доведення системи до комерційної стадії потрібно 1,5-3 роки та 0,3 - 5 млн. доларів. При цьому в базі знань системи 1500 - 3000 правил.

-За поколінням:

1.системи першого покоління - статичні поверхневі системи;

2.системи другого покоління - статичні глибинні системи (іноді до другого покоління відносять також гібридні системи);

3.системи третього покоління - динамічні системи, що, як правило, є глибинними і гібридними.

-За узагальненим показником - класом:

1.класифікуючі системи вирішують задачі розпізнавання ситуацій. Основним методом формування рішень у таких системах є дедуктивне логічне виведення;

2.довизначальні системи - використовуються для вирішення задач з не цілком визначеними даними і знаннями. У таких системах виникають задачі інтерпретації нечітких знань і вибору альтернативних напрямків пошуку в просторі можливих рішень. Як методи обробки невизначених знань можуть використовуватися байєсівський імовірнісний підхід, коефіцієнти впевненості, нечітка логіка;

3.трансформуючі системи - відносяться до синтезуючих динамічних експертних систем, у яких передбачається повторюване перетворення знань у процесі вирішення задач. У системах даного класу використовуються різні способи обробки знань: генерація і перевірка гіпотез, логіка припущень і умовчань (коли за неповними даними формуються подання про об’єкти визначеного класу, що згодом адаптуються до конкретних умов ситуацій, що змінюються), використання метазнань (більш загальних закономірностей) для усунення невизначеностей у ситуаціях;

4.мультиагентні системи - динамічні системи, засновані на інтеграції декількох різнорідних джерел знань, що обмінюються між собою одержуваними результатами в ході вирішення задач. Системи даного класу мають можливості реалізації альтернативних міркувань на основі використання різних джерел знань і механізму усунення протиріч, розподіленого вирішення проблем, що декомпозуються на паралельно розв’язувані підзадачі із самостійними джерелами знань, застосування різних стратегій виведення рішень у залежності від типу розв’язуваної проблеми, обробки великих масивів інформації з баз даних, використання математичних моделей і зовнішніх процедур для імітації розвитку ситуацій.

Дата добавления: 2014-01-07