Рисунок 1.6 - Классификация экспертных систем

Классифицирующие экспертные системы. К аналитическим задачам прежде всего относятся задачи распознавания различных ситуаций, когда по набору заданных признаков (факторов) выявляется сущность некоторой ситуации, в зависимости от которой выбирается определенная последовательность действий. Таким образом, в соответствии с исходными условиями среди альтернативных решений находится одно, наилучшим образом удовлетворяющее поставленной цели и ограничениям.

Экспертные системы, решающие задачи распознавания ситуаций, называются классифицирующими, поскольку определяют принадлежность анализируемой ситуации к некоторому классу. В качестве основного метода формирования решений используется метод логического дедуктивного вывода от общего к частному, когда путем подстановки исходных данных в некоторую совокупность взаимосвязанных общих утверждений получается частное заключение.

Доопределяющие экспертные системы. Более сложный тип аналитических задач представляют задачи, которые решаются на основе неопределенных исходных данных и применяемых знаний. В этом случае экспертная система должна как бы доопределять недостающие знания, а в пространстве решений может получаться несколько возможных решений с различной вероятностью или уверенностью в необходимости их выполнения. В качестве методов работы с неопределенностями могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика.

Доопределяющие экспертные системы могут использовать для формирования решения несколько источников знаний. В этом случае могут использоваться эвристические приемы выбора единиц знаний из их конфликтного набора, например, на основе использования приоритетов важности, или получаемой степени определенности результата, или значений функций предпочтений и т.д.

Для аналитических задач классифицирующего и доопределяющего типов характерны следующие проблемные области:

· интерпретация данных;

· диагностика;

· коррекция.

Трансформирующие экспертные системы. В отличие от аналитических статических экспертных систем синтезирующие динамические экспертные системы предполагают повторяющееся преобразование знаний в процессе решения задач, что связано с характером результата, который нельзя заранее предопределить, а также с динамичностью самой проблемной области.

В качестве методов решения задач в трансформирующих экспертных системах используются разновидности гипотетического вывода:

· генерации и тестирования, когда по исходным данным осуществляется генерация гипотез, а затем проверка сформулированных гипотез на подтверждение поступающими фактами;

· предположений и умолчаний, когда по неполным данным подбираются знания об аналогичных классах объектов, которые в дальнейшем динамически адаптируются к конкретной ситуации в зависимости от ее развития;

· использование общих закономерностей (метауправления) в случае неизвестных ситуаций, позволяющих генерировать недостающее знание.

Рисунок 1.7 - Структура многоагентной экспертной системы

Многоагентные системы. Для таких динамических систем характерна интеграция в базе знаний нескольких разнородных источников знаний, обменивающихся между собой получаемыми результатами на динамической основе, например, через "доску объявлений".

Для многоагентных систем характерны следующие особенности:

· проведение альтернативных рассуждений на основе использования различных источников знаний с механизмом устранения противоречий;

· распределенное решение проблем, которые разбиваются на параллельно решаемые подпроблемы, соответствующие самостоятельным источникам знаний;

· применение множества стратегий работы механизма вывода заключений в зависимости от типа решаемой проблемы;

· обработка больших массивов данных, содержащихся в базе данных;

· использование различных математических моделей и внешних процедур, хранимых в базе моделей;

· способность прерывания решения задач в связи с необходимостью получения дополнительных данных и знаний от пользователей, моделей, параллельно решаемых подпроблем.

Для синтезирующих динамических экспертных систем наиболее применимы следующие проблемные области: проектирование, прогнозирование, диспетчирование, планирование, мониторинг, управление.

1.4 Разработка экспертных систем

Разработка интеллектуальных информационных систем отличается от создания обычного программного продукта. Опыт разработки ранних экспертных систем показал, что использование традиционной технологии программирования либо чрезмерно затягивает процесс разработки, либо вообще приводит к отрицательному результату. Это связано главным образом с необходимостью модифицировать принципы и способы построения по мере того, как увеличивается знание разработчиков о проблемной области.

Известно, что большая часть знаний в конкретной предметной области остается личной собственностью эксперта. Наибольшую проблему при разработке экспертной системы представляет процедура получения знаний у эксперта и занесения их в базу знаний, называемая извлечением знаний. Это происходит не потому, что он не хочет разглашать своих секретов, а потому, что не в состоянии сделать это - ведь эксперт знает гораздо больше, чем сам осознает. Для выявления знаний эксперта и их формализации на протяжении всего периода разработки с ним взаимодействует инженер по знаниям.

Чтобы избежать дорогостоящих и безуспешных попыток, был разработан набор рекомендаций для того, чтобы определить, является ли проблема подходящей для решения с помощью экспертной системы:

· Потребность в решении должна соответствовать затратам на ее разработку. Суммы затрат и полученная выгода должны быть реалистическими.

· Невозможно использовать знания человека-эксперта там, где это необходимо. Если "экспертные" знания широко распространены, то маловероятно, что стоит разрабатывать экспертную систему. Однако в таких областях как разведка нефти и медицина могут быть редкие специализированные знания, которыми можно недорого снабдить экспертную систему, и не использовать очень высоко оплачиваемого эксперта.

· Проблема может быть решена с использованием символических методов рассуждения.

· Проблема хорошо структурирована и не требует применения знаний, основанных на здравом смысле. Знания, основанные на здравом смысле, хорошо известны, поэтому их незачем фиксировать и представлять.

· Проблема не может быть легко решена с использованием более традиционных вычислительных методов. Если имеется хорошее алгоритмическое решение проблемы, не следует использовать экспертную систему.

· Существуют эксперты в данной проблемной области. Поскольку экспертная система проектируется для успешной работы, весьма существенно, чтобы эксперты желали помогать при ее проектировании, а не считали, что их работе угрожают. Кроме того, необходима поддержка администрации и потенциальных пользователей.

· Проблема имеет подходящий размер и область применения. Как правило, проблема требует применения знаний высоко специализированных экспертов, но человек-эксперт должен тратить на ее решение короткое время, максимум час.

В настоящее время сложилась последовательность действий при разработке экспертных систем. Она включает следующие этапы: идентификация, получение знаний, концептуализация, формализация, выполнение, тестирование и опытная эксплуатация.

Рисунок 1.8 - Технология разработки экспертных систем

Этап идентификации связан, прежде всего, с осмыслением тех задач, которые предстоит решать будущей экспертной системе, и формированием требований к ней. На этом этапе планируется ход разработки прототипа системы, определяются источники знаний (книги, эксперты, методики), цели (распространение опыта, автоматизация рутинных операций), классы решаемых задач и т.д. Результатом идентификации является ответ на вопрос, что надо сделать и какие ресурсы необходимо задействовать.

При решении проблемы получения знаний выделяют три стратегии: приобретение знаний, извлечение знаний и обнаружение знаний.

Под приобретением (acquisition) знаний понимается способ автоматизированного наполнения базы знаний посредством диалога эксперта и специальной программы.

Извлечением (elicitation) знаний называют процедуру взаимодействия инженера по знаниям с источником знаний (экспертом, специальной литературой и др.) без использования вычислительной техники.

Термины "обнаружение знаний" (knowledge discovery), а также Data Mining связывают с созданием компьютерных систем, реализующие методы автоматического получения знаний.

На этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. Этот этап завершается созданием модели предметной области, включающей основные концепты и отношения. Модель представляется в виде графа, таблицы, диаграммы или текста.

На этапе формализации все ключевые понятия и отношения выражаются на некотором формальном языке, который выбирается из числа уже существующих, либо создается заново. Другими словами, на данном этапе определяется состав средств и способы представления декларативных и процедурных знаний, осуществляется это представление и в итоге создается описание решения задачи экспертной системы на выбранном формальном языке.

На этапе выполнения создается один или несколько реально работающих прототипов экспертной системы. Для ускорения этого процесса в настоящее время широко применяются различные инструментальные средства.

На данном этапе оценивается и проверяется работа программы прототипа с целью приведения ее в соответствие с реальными запросами пользователей. Прототип проверяется по следующих основным позициям:

· удобство и адекватность интерфейсов ввода-вывода (характер вопросов в диалоге, связность выводимого текста результата и др.);

· эффективность стратегии управления (порядок перебора, использование нечеткого вывода и т.д.);

· корректность базы знаний (полнота и непротиворечивость правил).

Задача стадии тестирования - выявление ошибок и выработка рекомендаций по доводке прототипа экспертной системы до промышленного образца.

На этапе опытной эксплуатации проверяется пригодность экспертной системы для конечного пользователя. Пригодность определяется в основном удобством и полезностью разработки. Под полезностью понимается способность экспертной системы определять в ходе диалога потребности пользователя, выявлять и устранять причины неудач в работе, а также удовлетворять указанные потребности пользователя (решать поставленные задачи). Удобство работы подразумевает естественность взаимодействия с экспертной системой, гибкость (способность системы настраиваться на различных пользователей, а также учитывать изменения в квалификации одного и того же пользователя) и устойчивость системы к ошибкам (способность не выходить из строя при ошибочных действиях пользователя).

После успешного завершения этапа опытной эксплуатации экспертная система классифицируется как коммерческая система, пригодная не только для собственного использования, но и для продажи различным потребителям.

1.5 Участники создания экспертной системы и инструментальные средства

Рисунок 1.9 - Взаимосвязи основных участников построения и эксплуатации экспертных систем

В разработке экспертной системы участвуют представители следующих специальностей:

· эксперт - специалист в конкретной предметной области;

· инженер по знаниям - специалист по разработке экспертных систем;

· программист - специалист по разработке инструментальных средств создания экспертной системы.

Эксперт определяет соответствующий круг знаний, обеспечивает их полноту и правильность введения экспертной системы.

Инженер по знаниям выявляет совместно с экспертом структурированность знаний, выбор инструментального средства, программирует стандартные функции, которые будут использоваться в правилах экспертной системы.

Программист разрабатывает инструментальные средства, содержащие все компоненты создания экспертных систем. Осуществляет сопряжение экспертных систем с пользователем. В использовании экспертных систем участвуют специалисты:

· конечный пользователь;

· клерк.

Конечный пользователь имеет возможность только использования экспертных систем. Клерки могут добавлять, модифицировать базу знаний экспертной системы.

В настоящее время имеются средства, ускоряющие проектирование и разработку ЭС. Их называют инструментальными средствами, или просто инструментарием. Иными словами, под инструментальными средствами понимают совокупность аппаратного и программного обеспечения, позволяющего создавать прикладные системы, основанные на знаниях.

Среди программных инструментальных средств выделяют следующие большие группы:

· символьные языки программирования (LISP, INTERLISP, SMALLTALK);

· языки инженерии знаний, то есть языки программирования, позволяющие реализовать один из способов представления знаний (OPS5, LOOPS, KES, Prolog);

· оболочки экспертных систем (или пустые экспертные системы), то есть системы, не содержащие знаний ни о какой предметной области (EMYCIN, ЭКО, ЭКСПЕРТ, EXSYS RuleBook, Expert System Creator и др.).

1.6 Преимущества экспертных систем

Преимущества экспертных систем:

· Постоянство. Экспертные системы ничего не забывают в отличие от человека-эксперта.

· Воспроизводимость. Можно сделать любое количество копий экспертной системы, а обучение новых экспертов отнимает много времени и средств.

· Эффективность. Может увеличить производительность и уменьшать затраты персонала.

· Постоянство. С использованием экспертных системам подобные транзакции обрабатываются одним и тем же способом. Система будет делать сопоставимые рекомендации для похожих ситуаций.

· Влияние на людей. Новый эффект (самая современная информация, имеющая влияние на здравый смысл). Главный эффект (ранняя информация доминирует над здравым смыслом).

· Документация. Экспертная система может документировать процесс решения.

· Законченность. Экспертная система может выполнять обзор всех транзакций, a человек-эксперт сможет сделать обзор только отдельной выборки.

· Своевременность. Погрешности в конструкциях и-или могут быть своевременно найдены.

· Широта. Могут быть объединены знания многих экспертов, что дает системе больше широты, чем с вероятно может достичь один человек.

· Снижение риска ведения дела благодаря последовательности принятия решения документированности и компетентности.

Недостатки экспертных систем:

· Здравый смысл. В дополнение к широкому техническому знанию, человек-эксперт имеет здравый смысл. Еще не известно, как заложить здравый смысл в экспертные системы.

· Творческий потенциал. Человек-эксперт может реагировать творчески на необычные ситуации, экспертные системы не могут.

· Обучение. Человек-эксперт автоматически адаптируются к изменению среды; экспертные системы нужно явно модифицировать.

· Сенсорный опыт. Человек-эксперт располагает широким диапазоном сенсорного опыта; экспертные системы в настоящее время основаны на вводе символов.

Экспертные системы не хороши, если решения не существует или когда проблема лежит вне области их компетенции.

1.7 Сферы применения экспертных систем

Условие задачи: Разработать алгоритм и написать программу на языке Turbo Pascal. Задана матрица (двумерный массив) A размером N x М, состоящая из действительных элементов. Числа M и N вводятся с клавиатуры. Для задания исходной матрицы предусмотреть ввод с клавиатуры или ввод с помощью датчика случайных чисел.

Получить новую матрицу путем сложения всех элементов данной матрицы с ее наименьшим по модулю элементом. Найти среднее арифметическое исходной матрицы и заменить на него элемент стоящий в позиции с индексами К, В в полученной матрице (К,В вводятся с клавиатуры). Вывести на экран полученную матрицу.

2.1 Описание используемых в алгоритме объектов, их имён и типов

Константа MaxCount - максимальная размерность матрицы. Эта константа из разумных соображений и для удобства пользователя ограничивает количество столбцов и строк исходной матрицы. Максимальное количество строк и столбцов матрицы одинаковы, но поскольку она прямоугольная, реальных размерностей мы должны вводить две. В программе принимаем константу MaxCount равной 20.

Определяем тип Matrix - это прямоугольная матрица, количество строк и столбцов которой ограничено константой MaxCount. Элементами данной матрицы являются действительные числа. Заявляем две матрицы А и С. Матрица А является исходной, матрицу С получаем путем сложения всех элементов данной матрицы с ее наименьшим по модулю элементом.

Объявляем переменные i, j, k, b, n, m, imin, jmin целочисленного типа. Переменные i, j используются для текущей работы с индексами массивов; переменные k, b вводятся с клавиатуры и являются индексами элемента, который надо заменить на среднее арифметическое исходной матрицы; переменные imin, jmin используются для запоминания индексов наименьшего по модулю элемента матрицы; переменные n и m - размерность матрицы.

Переменные MinEl, sr принадлежат к действительному типу; переменная MinEl используется для вычисления минимального по модулю элемента матрицы, переменная sr для вычисления и хранения значения среднего арифметического исходной матрицы.

Переменные действительного типа min и max - границы диапазона случайных чисел.

Переменная ask символьного типа используется для меню режима ввода элементов матрицы.

2.2 Описание работы программы, составление блок-схемы алгоритма решения задачи

В программе определены 4 процедуры - ввод размерностей матрицы, поэлементный ввод прямоугольной матрицы с клавиатуры, генерация случайных элементов матрицы в заданном диапазоне, поэлементный вывод матрицы на экран в "естественном" виде (т.е. по строкам).

В основной части программы после вызова процедуры ввода размерностей матрицы пользователю предоставляется выбор способа заполнения матрицы - с клавиатуры или с помощью датчика случайных чисел. После выбора способа запускается соответствующая процедура, матрица заполняется элементами и выводится на экран. Далее при переборе всех элементов матрицы определяется минимальный по модулю элемент, запоминаются его индексы, и вычисляется среднее арифметическое исходной матрицы; эти значения также выводятся на экран. Далее на экран выводится матрица после суммирования всех элементов исходной матрицы с ее наименьшим по модулю элементом, и матрица, где среднее арифметическое исходной матрицы заменяет элемент, стоящий в позиции с индексами k, b в полученной матрице (k, b вводятся с клавиатуры пользователем).

Описанный общий алгоритм программы представлен на рисунке 2.1.

В программе предусмотрены различные проверки правильности ввода исходных данных. Так, в следующих случаях выводится соответствующее сообщение и предлагается повторить ввод:

· при вводе размерности матицы менее 1 или более указанной максимальной размерности;

· при выборе в режиме меню пункта, отличного от 1 или 2;

· при введении индексов элемента, который надо заменить на среднее арифметическое исходной матрицы, менее 1 или более размерности исходной матрицы.

Рисунок 2.1 - Общий алгоритм программы

2.3 Текст программы

uses crt;

const MaxCount = 20;

type

Matrix = array [1..MaxCount, 1..MaxCount]of real;

var

a,c: Matrix;

i,j,k,b,n,m,imin,jmin:integer;

MinEl,sr: real;

min, max: real; {granicy diapazona}

ask: char; {dlja vvoda rezhima}

{**************************************************

Vvod razmernostej matricy

***************************************************}

procedure EnterMatrixSize(var x,y: integer);

begin

{stroki}

repeat

write('Vvedite kolichestvo strok matricy (1..',MaxCount,') ');

readln(x);

if (x<1) then

writeln('Oshibka! Vvedennyj indeks ne mozhet byt menshe edinicy. Povtorite vvod');

if (x>MaxCount) then

writeln('Oshibka! Razmernost matricy ne dolzhna byt bolshe ',MaxCount,'. Povtorite vvod');

until (x>0)and(x<=MaxCount);

{stolbcy}

repeat

write('Vvedite kolichestvo stolbcov matricy (1..',MaxCount,') ');

readln(y);

if (y<1) then

writeln('Oshibka! Vvedennyj indeks ne mozhet byt menshe edinicy. Povtorite vvod');

if (y>MaxCount) then

writeln('Oshibka! Razmernost matricy ne dolzhna byt bolshe ',MaxCount,'. Povtorite vvod');

until (y>0)and(y<=MaxCount);

end;

{**************************************************

Pojelementnyj vvod prjamougolnoj matricy s klaviatury

**************************************************}

procedure EnterMatrix (x,y: integer; var M: Matrix);

var

i,j: integer;

begin

writeln('Vvedite jelementy prjamougolnoj matricy:');

for i:=1 to x do

for j:=1 to y do begin

write('M [',i,',',j,']= ');

readln(M [i,j]);

end;

end;

{**************************************************

Generacija sluchajnyh jelementov matricy v zadannom diapazone

**************************************************}

procedure GenerateMatrix (x,y: integer; var M: Matrix);

var

i,j: integer;

begin

for i:=1 to x do

for j:=1 to y do

M [i,j]:= random*(max-min)+min;

end;

{**************************************************

Pojelementnyj vyvod matricy na ekran

**************************************************}

procedure PrintMatrix(x,y: integer; M: Matrix);

var

i,j: integer;

begin

for i:=1 to x do begin

for j:=1 to y do

write(M [i,j]:2:1,' ');

writeln;

end;

end;

{osnovnaja programma}

begin

clrscr; {ochiwaem ekran}

randomize; {Inicializiruem vstroennyj generator sluchajnyh chisel s proizvolnym znacheniem}

sr:=0;

EnterMatrixSize(n,m);

{menju rezhimov}

writeln('Vyberite variant zapolnenija matricy:');

writeln('1 - s klaviatury');

writeln('2 - sluchajnymi chislami');

repeat

readln(ask);

if (ask<>'1')and(ask<>'2') then

writeln('Vyberite rezhim 1 ili 2, pozhalujsta');

until (ask='1')or(ask='2');

case (ask) of

'1': EnterMatrix(n, m, a);

'2': begin

write('Vvedite nizhnjuju granicu diapazona sluchajnyh chisel: ');

readln(min);

write('Vvedite verhnjuju granicu diapazona sluchajnyh chisel: ');

readln(max);

GenerateMatrix(n, m, a);

end;

end;

writeln('Poluchivshajasja matrica:');

PrintMatrix(n, m, a);

{poisk minimal'nogo po modulju jelementa i vychislenie srednego arifmeticheskogo ishodnoj matricy }

MinEl:=abs(a [1,1]);

imin:=1;

jmin:=1;

for i:=1 to N do

for j:=1 to M do

begin

if abs(a [i,j])<MinEl then

begin

MinEl:=abs(a [i,j]);

imin:=i; {zapominaem indeksy minimal'nogo po modulju jelementa}

jmin:=j;

end;

sr:=sr+a [i,j];

end;

writeln('Minimalnij po modulu element = ',a [imin,jmin]:2:1,' s indexami (', imin,',', jmin,')');

sr:=sr/(n*m);

writeln('srednee arifmeticheskoe = ',sr:2:1);

{summirum jelementy matricy s minimal'nym po modulju jelementom }

writeln('matrica posle summirovaniya c minimalnim po modulu elementom');

for i:=1 to N do

begin

for j:=1 to M do

begin

c [i,j]:=a [i,j]+a [imin,jmin];

write(c [i,j]:2:1, ' ');

end;

writeln;

end;

{stroki}

repeat

write('Vvedite indeks k (1..',n,') ');

readln(k);

if (k<1) then

writeln('Oshibka! Indeks ne mozhet byt menshej edinicy. Povtorite vvod');

if (k>n) then

writeln('Oshibka! Indeks ne dolzhen byt bolshe ',n,'. Povtorite vvod');

until (k>0)and(k<=n);

{stolbcy}

repeat

write('Vvedite indeks b (1..',m,') ');

readln(b);

if (b<1) then

writeln('Oshibka! Indeks ne mozhet byt menshej edinicy. Povtorite vvod');

if (b>m) then

writeln('Oshibka! Indeks ne dolzhen byt bolshe ',m,'. Povtorite vvod');

until (b>0)and(b<=m);

a [k,b]:=sr;

PrintMatrix(n, m, a);

readln;

end.

2.4 Тестовые данные для отладки программы и проверка работы программы с учётом подобранного теста

В качестве тестовых данных для отладки программы возьмем следующую матрицу размерности 4х5:

-6 5 4,1 6,7-1

4 1,1-0,1 3 3,1

5,5-4 9,1-2 4

2,3 0,4-0,3 7 11

Минимальный по модулю элемент этой матрицы имеет значение -0,1 и находится в позиции с индексами (2,3).

После суммирования исходной матрицы с ее минимальным по модулю элементом получим матрицу:

-6,1 4,9 4 6,6-1,1

3,9 1-0,2 2,9 3

5,4-4,1 9-2,1 3,9

2,2 0,3-0,4 6,9 10,9

Среднее арифметическое данной матрицы 2,6.

Введем индексы k и b равными соответственно 2 и 1, то есть элемент, стоящий в позиции с индексами (2,1) будет заменен на 2,6. Соответственно, мы получим следующую матрицу:

-6 5 4,1 6,7-1

2,6 1,1-0,1 3 3,1

5,5-4 9,1-2 4

2,3 0,4-0,3 7 11

Проведем проверку работы программы с учётом подобранных тестовых данных:

Рисунок 2.2 - Проверка работы программы с учётом подобранных тестовых данных, часть 1

Как можно увидеть на рисунке 2.2 и 2.3, программа корректно обработала тестовые данные и предоставила верный результат.

Проведем проверку оценки корректности ввода исходных данных. На рисунке 2.4 предоставлен результат неверно введенных размерности матрицы и неверно выбранного пункта меню режимов.

Рисунок 2.3 - Проверка работы программы с учётом подобранных тестовых данных, часть 2

Рисунок 2.4 - Проверку оценки корректности ввода исходных данных

Исходя из вышеизложенного, можно сделать вывод о корректности работы программы.

Размещено на Allbest.ru