КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
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; Просмотров: 914; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |