Размещено на http://www.allbest.ru/

Калининградский Государственный Технический Университет

Кафедра Систем Управления и Вычислительной Техники

Курсовая работа

по дисциплине: "Теория принятия решений"

тема: "Подсистемы обучения в экспертных системах"

Калининград

2006

Содержание

• Введение
• 1. Состав и структура
• 2. Принцип работы
• 3. Обзор рынка обучающих экспертных систем
• 3.1 Eurisco
• 3.2 Chopin
• 3.3 MIKE
• 4. Инструментальные средства построения ЭС
• 4.1 Языки программирования высокого уровня
• 4.2 Среда программирования, поддерживающая несколько парадигм (multipleparadigm programming environment)
• 4.3 Дополнительные модули
• 4.4 Оболочки экспертных систем (expert system shells)
• 5. Пример создания теста для обучающей экспертной системы "Chopin"
• 5.1 Листинг программы
• Список используемой литературы

Введение

Экспертные системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

ЭС - это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), машины логического вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и подсистемы общения.

В общем случае экспертные системы классифицируются по трем основным направлениям: по типу ЭВМ, по связи с реальным временем и по типу решаемой задачи.

По типу ЭВМ ЭС классифицируются на:

· супер ЭВМ;

· ЭВМ средней производительности;

· символьных процессорах;

· персональных компьютерах.

По связи с реальным временем классифицируются на:

· Статические;

· Квазидинамические;

· Динамические.

По типу решаемой задачи классифицируются на:

· Интерпретация данных;

· Диагностика;

· Мониторинг;

· Проектирование;

· Прогнозирование;

· Планирование;

· Управление;

· Поддержка принятия решений;

· Обучение.

В данной курсовой работе рассматриваются подсистемы обучения в экспертных системах. Такие системы в некоторых научных публикациях также называют обучающие экспертные системы.

Бурное развитие компьютерных и телекоммуникационных средств, создание всемирной паутины Интернет позволило использовать персональный компьютер как инструмент обучения и оценки знаний. Разработка и внедрение компьютерных технологий обучения предполагает использование персонального компьютера как технического средства обучения, полностью или частично выполняющего в отношении обучаемых функции преподавателя.

ОЭС диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом "ученике" и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.

ОЭС 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. Управляющая система может применяться для целей контроля, диагностики, прогнозирования и планирования.

1. Состав и структура

Обобщенная структура экспертной обучающей системы отображена на рис. 1.

Рис 1. Структура обучающей экспертной системы.

1. База знаний предназначена для хранения экспертных знаний о предметной области, используемых при решении задач экспертной системой.

2. Подсистема общения служит для ведения диалога с пользователем, в ходе которого ОЭС запрашивает у пользователя факты для процесса рассуждения об уровне его подготовленности, например, с помощью тестов, решения задач и т.д. При этом пользователь может потребовать от системы объяснить ход решения текущего задания, либо объяснить ход решения задачи, решенной им самим.

3. 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:

а) дедуктивного вывода (прямого, обратного, смешанного);

б) нечеткого вывода;

в) вероятностного вывода;

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

д) поиска решения с разбиением на последовательность подзадач;

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

ж) монотонного или немонотонного рассуждения,

з) рассуждений с использованием механизма аргументации;

и) ассоциативного поиска с использованием нейронных сетей;

к) вывода с использованием механизма лингвистической переменной.

4. Подсистема объяснений необходима для того, чтобы обучать пользователя знаниям эксперта в некоторой конкретной предметной области заданной пользователем. Также по результатам, данным ей подсистемой общения, объяснить необходимые знания пользователю.

5. Подсистема приобретения знаний служит для корректировки и пополнения базы знаний экспертом. 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.

6. 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.

2. Принцип работы

На начальном этапе ОЭС с помощью подсистемы общения выявляет общий уровень знаний пользователя. По полученным данным машина логического вывода с помощью базы знаний выявляет "пробелы" в знаниях пользователя. Подсистема объяснения пытается заполнить эти "пробелы". При этом ход рассуждения не может корректироваться пользователем. Далее знания пользователя опять тестируются подсистемой общения.

Знания заносятся в базу знаний экспертом с помощью подсистемы приобретенных знаний.

3. Обзор рынка обучающих экспертных систем

В настоящее время на рынке существует достаточно много ОЭС. В таблице 1 сведены основные из них.

Таблица 1

Advisor	Ultimate Media Inc
Eurisco	Smart System Technology
INSIGHT-2	Level 5 Research
Chopin	АлтГТУ
MIKE	Открытый университет

3.1 Eurisco

Одной из наиболее интересных обучающих ЭС является разработанная Д. Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т. Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие, способные провести быструю атаку корабли и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать этому правила игры меняли каждый год. Система Eurisco была создана в 80-х годах и в настоящее время она практически не используется.

3.2 Chopin

На данный момент одной из наиболее используемых в России ОЭС является Chopin и её сетевая многопользовательская оболочка с визуальным интерфейсом VIPES. В 1997-1999 годах на кафедре "Информационные систем в экономике" АлтГТУ была разработана оболочка информационно-образовательной среды "Chopin", предназначенная для разработки и поддержки авторских образовательных курсов в режиме "один преподаватель - много студентов", а также в режиме "компьютер-студент". Разработанная система содержит следующие основные блоки: оболочка тестирования - FLTS (рис. 4), консоль анализа данных (результатов тестирования) (рис.5,6), оболочка многопользовательской экспертной системы с визуальным интерфейсом, база данных обучения и тестирования, файловая система данных тестов и учебных курсов, оболочка обучения, служебный модуль. Представленные блоки и связи между ними показаны на рис. 2.

Рис. 2 Взаимодействие компонентов

Легенда:

В состав программного комплекса "Chopin" входит оболочка сетевой многопользовательской экспертной системы с визуальным интерфейсом VIPES - visual interface production expert shell. Экспертная оболочка предназначена для организации обучения в режиме "компьютер-студент". Обучение в составе информационно-образовательной среды "Chopin" происходит по индивидуальному учебному плану и в индивидуальном темпе, что позволяет говорить об оптимизации процесса обучения. Экспертная оболочка в среде выполняет роль советчика, который на основе реальных достижений обучаемого, зафиксированных в базе данных результатов тестирования и обучения, строит план обучения и принимает решения о достижении обучаемым некоторого уровня знаний о предметной области. Таким образом оболочка VIPES является гибридной. Объем данных, используемых для формирования планов обучения значителен и поэтому предпочтительно размещение базы данных на сервере.

То есть, VIPES предназначена для работы в сети. По замыслу разработчиков обучение в информационно-образовательной среде "Chopin" проходит в достаточно свободной форме, когда обучаемый сам волен выбирать учебник, темп и график работы, последовательность изучения тем и т.п. Задачи среды состоят в том, чтобы во-первых предоставить обучаемому достаточно полную информацию о предметной области (обычно овеществлена в электронных учебных пособиях), а во- вторых предоставить обучаемому четкие критерии достижения учебных целей (система контроля), а также, (при желании обучаемого) помочь ему построить оптимальный индивидуальный график обучения. Последнюю задачу и решает экспертная система. Экспертная система сопровождает обучаемого все время прохождения курса, выдавая рекомендации по обучению и прохождению контроля. Процесс консультаций, таким образом, является весьма долгим и обычно состоит из нескольких сеансов. Поэтому в VIPES предусмотрена возможность сохранения результатов предыдущих консультаций. Это позволяет возобновить прерванную консультацию в любое время.

Используя одну и ту же оболочку с одной и той же базой знаний различные пользователи могут одновременно получать различные консультации. Таким образом VIPES - является многопользовательской ЭС. Следующей важной особенностью данной экспертной системы является графический интерфейс пользователя. Применение нового типа интеллектуального интерфейса основано на представлении процесса обучения в виде "и-или" дерева целей обучения. При построении дерева целей обучения используются 2 типа узлов: вычисляемые и терминальные. Каждый узел может находиться в одном из трех состояний: достигнут, завален, не определен. Каждому узлу приписан ряд атрибутов: наименование, тесты, учебные курсы, пояснения и др. Особым образом отмечен порядок достижения подцелей - текущий сценарий обучения. Применение такого абстрактного представления позволяет разместить на экране компьютера огромный объем информации в естественной форме.

Советы экспертной системы и реакция обучаемого представляются действиями с визуальными объектами - узлами и дугами графа. Обучаемый в каждый момент времени четко представляет себе что и зачем он изучает, каковы критерии оценки, как можно достичь той же цели действуя иначе. Удачной находкой явилось использование цвета и элементов анимации для организации диалога. Так, например цвет узла четко связан с его состоянием: зеленый - достигнут, желтый - завален, белый - не определен. Мерцающий узел - предложение проконсультироваться по данной части учебной программы. Базы знаний для VIPES (в "Chopin" они названы "экспертами") пишутся на специальном ПРОЛОГ - подобном языке EDL v.1.00. - expert description language. Синтаксис языка EDL v.1.00. очень прост и интуитивно понятен не специалистам в области искусственного интеллекта. Кроме того, в блок служебных программ оболочки информационно-образовательной среды "Chopin" входит визуальный построитель экспертов (баз знаний).

Предметные специалисты и преподаватели способны самостоятельно создавать и редактировать базы знаний для оболочки VIPES. Диалог данной процедуры показан на рис. 3.

Рис. 3 Редактирование тестов экспертом.

Рис. 4 Оболочка тестирования FLTS.



Рис. 5 Консоль анализа результатов тестирования.

Рис. 6 Механизм работы консоли анализа результатов тестирования.

3.3 Mike

(Микро Интерпретатор для инженерии знаний) - это полная, свободная и переносимая программная среда, разработанная для целей обучения в Открытом Университете Великобритании. Она включает прямые и обратные правила вывода от цели к фактам с определяемыми пользователем стратегиями разрешения противоречий, и фреймовый язык представления знаний с наследственностью и 'демонами', плюс определенные пользователем стратегии наследования. Правила вывода автоматически снабжаются, объяснениями 'как', пользователь может сформировать объяснения 'почему'. Порядок применения правил в процессе трассировки и выполнения может отображаться графически на дисплее. MIKE, который формирует ядро курса по Инженерии знаний Открытого Университета, написан на консервативном и переносимом подмножестве Пролога. MIKE v2.03, полная версия исходного текста на Прологе, включая RETE алгоритм для быстрого поиска вперед и систему сопровождения, обработки неопределенности, и гипотетических миров.

4. Инструментальные средства построения ЭС

Инструментальные средства разработки экспертных систем создавались, в первую очередь, с целью преодоления возникающих при этом сложностей на основе модульного представления знаний.

По своему назначению и функциональным возможностям инструментальные программы, применяемые при проектировании экспертных систем, можно разделить на четыре достаточно больших категории.

4.1 Языки программирования высокого уровня

экспертный язык модуль программа

Инструментальные средства этой категории избавляют от необходимости углубляться в детали реализации системы - способы эффективного распределения памяти, низкоуровневые процедуры доступа и манипулирования данными. Одним из наиболее известных представлений таких языков является OPS5. Этот язык прост в изучении и предоставляет программисту гораздо более широкие возможности, чем типичные специализированные оболочки. Следует отметить, что большинство подобных языков так и не было доведено до уровня коммерческого продукта и представляет собой скорее инструмент для исследователей.

4.2 Среда программирования, поддерживающая несколько парадигм (multipleparadigm programming environment)

Средства этой категории включают несколько программных модулей, что позволяет пользователю комбинировать в процессе разработки экспертной системы разные стили программирования. Среди первых проектов такого рода была исследовательская программа LOOP, которая допускала использование двух типов представления знаний: базирующегося на системе правил и объектно-ориентированного. На основе этой архитектуры во второй половине 1980-х годов было разработано несколько коммерческих программных продуктов, из которых наибольшую известность получили KEE, Knowledge Craft и ART. Эти программы представляют в распоряжение квалифицированного пользователя множество опций и для последующих разработок, таких как KAPPA и CLIPS, и стали своего рода стандартом. Однако освоить эти языки программистам не так просто, как языки, отнесенные к предыдущей категории.

4.3 Дополнительные модули

Средства этой категории представляют собой автономные программные модули предназначенные для выполнения специфических задач в рамках выбранной архитектуры системы решения проблем. Хорошим примером здесь может служить модуль работы с семантической сетью, использованной в системе VT. Этот модуль позволяет отслеживать связи между значениями ранее установленных и новых параметров проектирования в процессе работы над проектом. Подобные модули управления семантической сетью можно использовать для распространения внесенных изменений все компоненты системы.

4.4 Оболочки экспертных систем (expert system shells)

Системы этого типа создаются, как правило, на основе какой-нибудь экспертной системы, достаточно хорошо зарекомендовавшей себя на практике. При создании оболочки из системы - прототипа удаляются компоненты, слишком специфичные для области ее непосредственного применения, и оставляются те, которые не имеют узкой специализации. Примером может послужить система EMYCIN, созданная на основе прошедшей длительную "обкатку" системы MYCIN. В EMYCIN сохранен интерпретатор и все базовые структуры данных - таблицы знаний и связанный с ними механизм программ, и средствами поддержки библиотеки типовых случаев и заключений, выполненных по ним экспертной системой. Дальнейшим развитием оболочки EMYCIN явились системы S.1 и M.4, в которых механизм построения цепочки обратных рассуждений, заимствованный в EMYCIN, объединен с фреймоподобной структурой данных и дополнительными средствами управления ходом рассуждений.

5. Пример создания теста для обучающей экспертной системы "Chopin"

Системные требования

1. Процессор Intel Pentium совместимый;

2. 32 Mb ram;

3. Vga-совместимая видео карта;

4. 1 Mb свободного пространства на жестком диске;

5. Клавиатура.

Программное обеспечение:

1. TDLEditor - среда для разработки тестов на языке TDL;

2. FLTS - средство тестирования;

3. Операционная система - MS-DOS/Windows.

В ходе работы над данным курсовым проектом было решено разработать тест для ОЭС "Шопен" с помощью выше описанного программного обеспечения, на тему "Экспертные системы".

Рис. 7 TDLEditor - среда для разработки тестов на языке TDL.

На рис.7 представлена среда разработки, при помощи которой был написан данный тест.

Выполнение теста производилось в средстве тестирования ОЭС "Шопен" FLTS (рис.8 )

Рис. 8 Пример выполнения задания.

После выполнения теста пользователю выводится сообщение об успешности завершения теста. Все данные по каждому тесту заносятся в протокол, показанный на рис. 9.



Рис. 9 Протокол тестирования.

5.1 Листинг программы

Title:

TestName: Экспертные системы;

BailOut: 3;

RandomChoice: ON;

Random: ON;

Protocol: ON;

Difficulty: A1;

Questions: 5;

EndTitle.

StartTest:

Question: 1;

Weight: 1.0;

BeginText:

Типичный состав ЭС включает:

EndText;

LocalTime: 20;

AddChoice:

AtX: 8;

AtY: 8;

Width: 300;

Height: 100;

0.3: Подсистема объяснений endcase;

0.3: База знаний endcase;

0.3: Интерфейс пользователя endcase;

0.1: Машина логического вывода endcase;

0.0: Внешняя среда endcase;

0.0: Редактор endcase;

EndChoice;

Ask;

Question: 2;

Weight: 1;

BeginText:

Гибридная Эс - это?

EndText;

LocalTime: 15;

Choice:

AtX: 8;

AtY: 8;

Width: 496;

Height: 80;

1: Агрегирует стандартные прикладные программы с ЭС endcase;

2: Не является ЭС в полном смысле слова endcase;

3: Использующая гибридную модель представления знаний endcase;

Right: 1;

Ask;

Question: 3;

Weight: 1.0;

BeginText:

Отличия ОЭС от других программных средств:

EndText;

LocalTime: 25;

AddChoice:

AtX: 8;

AtY: 8;

Width: 300;

Height: 100;

0.5: Наличие базы знаний endcase;

0.0: Способность давать советы endcase;

0.5: Способность к обучению endcase;

0.0: Возможность вычисления endcase;

EndChoice;

Ask;

Question: 4;

Weight: 1;

BeginText:

Как расшифровывается ОЭС

EndText;

LocalTime: 40;

Edit:

AtX: 8;

AtY: 8;

Width: 300;

Height: 20;

1: Обучающие экспертные системы endcase;

2: Обучающая экспертная система endcase;

EndEdit;

Ask;

LocalTime: 25;

Question: 5;

Weight: 1.0;

BeginText:

Основными языками для создания ЭС являются:

EndText;

LocalTime: 15;

AddChoice:

AtX: 8;

AtY: 8;

Width: 300;

Height: 100;

0.3: Пролог endcase;

0.0: Бейсик endcase;

0.0: Турбо паскаль endcase;

0.7: OPS5 endcase;

EndChoice;

Ask;

EndTest.

Список используемой литературы

1. К. Нейлор. Как построить свою экспертную систему.- М.: Энергоатомиздат, 1991.

2. В. О. Сафонов. Экспертные системы- интеллектуальные помощники специалистов.- С.-Пб: Санкт-Петербургская организация общества "Знания" России, 1992.

3. К. Таунсенд, Д. Фохт. Проектирование и программная реализация экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.

4. В. Н. Убейко. Экспертные системы.- М.: МАИ, 1992.

5. Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры.- М.: Финансы и статистика, 1987.

6. Джексон П. Введение в эксперные системы. - М., СпБ., Киев: "Вильямс", 2001.г.

7. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СпБ, Питер, 2000.

8. Гаврилов А.В. Гибридные интеллектуальные системы. - Новосибирск: НГТУ, 2003.

9. Г. Долин. Что такое ЭС.- Компьютер Пресс, 1992/2.

10. Д. Уотермен. Руководство по экспертным системам.- М.: Мир, 1980.

11. Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры.- М.: Финансы и статистика, 1987.

12. Григорьев В. К. Подсистема обучения - обязательная компонента информационно-управляющей системы (принципы разработки, методы проектирования и реализации) - Education Technology&Society 6(2). 2003, pp.

13. Лукашевич И.П. "Типы информационного взаимодействия в обучающих системах". Труды V Международной конференции"Проблемы управления и моделирования в сложных системах," 17-22 июня 2003, Самара, стр. 460-466.

14. Lhotska L., Vlcek T. Efficiency enhancement of rule-based expert systems // Proc. of the 15th IEEE CBMS. 2002. P. 1063-1068.

15. Экспертные системы. Принципы работы и примеры: Пер. с англ./А.Брукинг, П.Джонс, Ф.Кокс и др.; Под ред. Р. Форсайта. -- М.:Радио и связь, 1987. -- 224 с.: ил. (Кибернетика).

16. Растригин Л.А. Адаптивное обучение с моделью обучаемого. Рига, Зинанте. 1988. 160 с

17. Кларин М.В. Инновации в обучении. М., Наука. 1997. 224 с.

18. http://neuronet.alo.ru/ai/tendecia.html

19. http://www.imm.uran.ru/RUS/WIN/EDU/KPKT/STUDS/dip.02/toporkov/

20. http://www.tstu.ru/koi/tgtu/publ/95w838.htm

21. http://www.stu.ru/inform/glaves2/glava16/gl_16_2.htm

22. http://www.botik.ru/PSI/AIReC/Projects/Systems.ru.shtml

23. http://prof9.narod.ru/library/lib010/doc035.html

24. http://www.kmtec.ru/publications/library/select/program_for_vizual_poject_bk.shtml?cmd=print

25. http://rada.com.ua/rus/catalog/?id=24598&back=%26p%3D2

Размещено на Allbest.ru