Размещено на http://www.allbest.ru/

1. Общее понятие о базах данных. Основные понятия систем управления базами данных. Модели данных

1.1 База данных

Всегда, когда возникает потребность манипулирования большими массивами данных, используются базы данных. В общем случае под данными понимается информация, находящаяся в памяти ЭВМ или подготовленная для ввода в ЭВМ. Подготовка информации состоит в ее формализации, кодировании и перенесении на магнитные носители. Таким образом, данные -это формализованное представление информации, которое может быть описано понятным для вычислительного устройства способом.

Обработка данных предполагает наличие совокупности задач, осуществляющих преобразование массивов данных. Обработка включает в себя ввод данных в ЭВМ, отбор данных по каким-либо критериям и параметрам, преобразование структуры данных, перемещение данных во внешнюю память, вывод результатов.

Под управлением данными понимается весь круг операций с данными, которые необходимы для успешного функционирования систем взаимосвязанных задач обработки данных.

База данных-это совокупность взаимосвязанных данных некоторой предметной области, хранимых в памяти ЭВМ и организованных таким образом, что эти данные могут быть использованы для решения многих задач многими пользователями.

1.2 Требования к организации данных

Успешное функционирование баз данных может быть осуществлено только при выполнении ряда требований к их организации. К таким требованиям относятся:

· Неизбыточность данных.

Это требование предполагает, что в идеале любые данные будут храниться в базе данных в одном экземпляре. Дублирование данных не только увеличивает объем требуемой памяти, но и, что самое главное, может легко привести к «противоречивости» данных и, следовательно, к неправильной работе систем обработки данных.

· Совместное использование данных.

Одни и те же данные базы могут использоваться несколькими пользователями (задачами). При этом желательно, чтобы каждый пользователь (задача) получал эти данные в удобном для него виде. В случае одновременного использования одних и тех же данных разными пользователями (задачами) должен быть обеспечен мультидоступ к данным базы.

· Расширяемость базы данных.

База данных должна обладать способностью к расширению, которое может быть достигнуто за счет:

а) увеличения числа экземпляров однотипных данных (записей);

б) введения в базу данных новых типов объектов или новых типов взаимосвязей (полей).

· Простота работы с базой данных.

Данное требование предполагает выполнение следующих условий:

• структура данных должна быть логичной и ясной как для программистов, так и для пользователей;

• операции доступа к данным должны обладать ясными и четко очерченными функциями;

• обслуживающие операции (копирование, расширение, перезапись и т.п.) должны выполняться без больших трудозатрат.

· Эффективность доступа к базе данных.

Чаще всего под этим требованием понимают скорость доступа к данным при ограничениях на объем занимаемой при этом оперативной памяти.

· Целостность базы данных.

В общем случае это требование определяет готовность базы данных к работе и предполагает физическую целостность данных, логическую целостность (т.е. непротиворечивость данных в базе) и актуальность данных (т.е. их соответствие реальному положению вещей).

· Независимость данных от программы.

Данный принцип предполагает, что при различного рода модификациях, расширениях и реорганизациях базы данных не требуется вносить изменения в уже существующие прикладные программы.

· Секретность данных.

Этот принцип требует защиты данных от несанкционированного доступа. Такая защита достигается с помощью различных систем паролирования данных, а также разграничения функций пользователей в процессе работы с базами данных.

1.3 Модели данных

Ядром любой базы данных служит модель данных, которая представляет собой множество структур данных, ограничений целостности и операций манипулирования данными.

Существует несколько типов моделей данных, которые различаются по типам отношений объектов.

1.3.1 Иерархическая модель

В основе иерархической модели данных лежат иерархические отношения объектов, к которым можно отнести такие отношения, как «часть - целое», «род -вид», отношение подчиненности.

Объекты, связанные иерархическими отношениями, образуют дерево, у которого имеется только одна вершина, не подчиненная никакой другой вершине (корень). Любая другая вершина дерева подчинена лишь только одной другой вершине. В этом случае дерево называют еще ориентированным графом. Все типы связей данной модели принадлежат к виду «один ко многим». В силу единственности пути к любой вершине дерева необходимость в наименовании типов связей в иерархической модели отпадает.

1.3.2 Сетевая модель

Данный тип моделей представлен сетевыми отношениями объектов, примерами которых могут служить отношения актеров и ролей, поставщиков и деталей и т. п.

Модель базы данных, в которой снято условие подчиненности ровно одной записи, называют сетевой. Сетевая модель - это граф, не содержащий циклов и петель. В таких моделях все типы связей объектов принадлежат к типу «многие ко многим»



2. Основные понятия реляционных баз данных

Реляционная модель основывается на понятии отношения в том виде, как оно вводится в математике.

Пусть даны множества D₁, D₂, …, D_n (не обязательно различные). R называется отношением на этих n множествах, если R есть множество упорядоченных кортежей d₁, d₂, …, d_n, таких, что d₁D₁, d₂D₂, …, dnD_n. Множества D₁, D₂, …, D_n называются доменами отношения, а число n -степенью отношения.

Таким образом, каждое конкретное отношение на доменах D₁, D₂, …, Dn представляет собой подмножество декартова произведения этих доменов.

В реляционной модели данных взаимосвязи объектов рассматриваются, в свою очередь, тоже как объекты. Поэтому можно говорить, что тип отношений в реляционной модели данных определен по принципу «один к одному».



3. Объекты баз данных. Основные операции с данными в СУБД

Инструментом для всех возможных действий с базами данных является система управления базами данных (СУБД), которая представляет собой программное обеспечение, осуществляющее функции управления данными баз данных.

Известно множество СУБД, различающихся своими возможностями или обладающих равными возможностями и конкурирующих друг с другом: Paradox, dBase, Microsoft Access, FoxPro, Oracle, InterBase, Sybase и много других.

Большинство СУБД ориентировано на реляционные и сетевые базы данных, снабжено «дружественным» интерфейсом и встроенной подсистемой интерактивной контекстной помощи. Разные СУБД по-разному организуют и обрабатывают базы данных, но все СУБД снабжены рядом мощных механизмов управления базами данных. К таким механизмам относятся инструментальные средства проектирования и оптимизации баз данных, гибкие и развитые языки представления запросов, встроенные универсальные языки программирования, предназначенные для разработки приложений, средства конвертирования данных, компоненты интегрированных пакетов и т.п.

К основным функциям СУБД относятся:

• описание данных;

• манипулирование данными (поиск, корректировка, обмен и т.д.);

• заполнение базы данных;

• получение выходных форм (генерация отчетов);

• выполнение запросов;

• работа в диалоговом режиме;

• выполнение различных сервисных функций.



3.1 Принципы построения баз данных. Типы баз данных

3.1.1 Структура таблицы

База данных - это прежде всего набор таблиц. Таблицу можно представить как обычную двумерную таблицу с характеристиками (атрибутами) какого-то множества объектов данной предметной области. Любая таблица имеет имя - идентификатор, по которому на нее можно сослаться.

Пример таблицы.

Номер	Группа	Фамилия	Имя	Отчество	Дата Рождения	Характеристики	Фотография
1	2А	Иванов	Сергей	Иванович	2.1.1998	…	…
1	2Б	Петров	Саша	Петрович	5.8.1999	…	…
…	…	…	…	…	…	…	…

Столбцы таблицы соответствуют тем или иным характеристикам объектов - полям. Каждое поле характеризуется именем и типом хранящихся данных.

Имя поля - это идентификатор, который используется в различных программах для манипуляции данными. Он строится по тем же правилам, что и любой идентификатор. Таким образом, имя - это не то, что отображается на экране или в отчете в заголовке столбца, а идентификатор, соответствующий этому заголовку. В нашем примере именами полей являются Num, Group, Fam и т.д., а заголовками полей - «Номер», «Группа», «Фамилия» и т.д.

Тип поля характеризует тип хранящихся в поле данных. Это могут быть числа, строки, логические значение, большие тексты, изображения и т.п.

Каждая строка таблицы соответствует одному из объектов. Она называется записью и содержит значения всех полей, характеризующих данный объект.

При построении таблиц баз данных их непротиворечивость обычно обеспечивается введением ключевых полей. Ключ делает уникальной каждую запись таблицы. В нашем примере ключом является поле Num.

Если база данных содержит не одну, а множество таблиц, каждая из которых характеризует отдельные объекты, входящие в данную предметную область, то такая совокупность таблиц образует связную таблицу. В связных таблицах обычно одна выступает как главная, а другая или несколько других - как вспомогательные, управляемые главной. В этом случае главная и вспомогательные таблицы связываются друг с другом ключом, в качестве которого могут выступать какие-то поля, присутствующие в обеих таблицах. Например, по номеру можно связать нашу таблицу с таблицей, в которой хранятся данные об успеваемости студента или о размерах различных выплат (стипендия, премии, надбавки и др.).

Значения полей вводятся пользователем и хранятся в базе данных. Кроме таких полей в некоторых системах можно вводить вычисляемые поля, значения которых не вводятся пользователем, а автоматически вычисляются на основе значений других полей записи.

В общем случае база данных помимо таблиц может содержать и другие объекты:

· вложенные таблицы, в которых значению поля одной таблицы соответствует некоторая другая таблица;

· обзоры или просмотры (View) -виртуальные таблицы, содержащие некоторые подмножества записей, отобранные по каким-то критериям;

· триггеры - подпрограммы, автоматически выполняемые до или после изменения записи в таблице;

· генераторы, создающие уникальные значения, необходимые для ключевых полей;

· хранимые процедуры - подпрограммы, принимающие какие-то параметры и возвращающие результаты заданной обработки данных.

В различных СУБД принят различный порядок организации и хранения данных:

· каждой таблице соответствует отдельный файл (Paradox и dBase). В этом случае база данных - это каталог, в котором хранятся файлы таблиц;

· несколько таблиц хранятся как один файл (InterBase и MS Access). В этом случае база данных - это имя файла с путем доступа к нему;

· все данные хранятся на отдельном компьютере (Sybase и MS SQL). В этом случае базы данных общаются с клиентом посредством специального языка, называемого языком запросов (SQL).

3.1.2 Индексы

При работе с таблицей пользователь или программа как бы скользит курсором по записям. В каждый момент времени есть некоторая запись, называемая текущей, с которой и ведется работа. Записи в таблице базы данных физически могут располагаться без какого-либо порядка, просто в последовательности их ввода. Но когда данные таблицы предъявляются пользователю, они должны быть упорядочены (например, в алфавитном порядке, по группе и т.п.).

Для упорядочивания данных используется понятие индекса. Индекс показывает, в какой последовательности желательно просматривать таблицу. Он является как бы посредником между пользователем и таблицей: курсор перемещается по индексу, а индекс указывает на ту или иную запись таблицы. Для пользователя таблица выглядит упорядоченной, причем при смене индекса последовательность просматриваемых записей также изменится. Но в действительности это не связано с какой-то перестройкой самой таблицы и с физическими перемещениями записей в ней. Меняется только индекс, т.е. последовательность ссылок на записи.

Индексы могут быть первичными и вторичными. В качестве первичного индекса могут служить ключевые поля базы данных. Вторичные индексы могут формироваться из других полей как в процессе создания самой базы данных, так и в процессе работы с ней. Вторичным индексам присваиваются идентификаторы, по которым их можно использовать.

Если индекс включает в себя несколько полей, то упорядочивание базы данных осуществляется сначала по первому полю, а для записей, имеющих одинаковые значения первого поля -по второму и т.д.

3.1.3 Псевдонимы

При большом разнообразии конкретных свойств баз данных пользователь может испытывать серьезные затруднения при смене структуры каталогов, указании путей доступа к базам данных, при переходе с одного компьютера на другой и т.п. Для решения такого рода проблем служат псевдонимы баз данных.

Псевдоним (alias) содержит всю информацию, необходимую для обеспечения доступа к базе данных. Эта информация сообщается только один раз при создании псевдонима. Любое приложение для связи с базой данных использует псевдоним. В этом случае приложению безразлично, где физически расположена та или иная база данных, а часто безразлична и СУБД, создавшая и обслуживающая эту базу данных. При смене системы каталогов, сервера и т.п. в приложении не нужно ничего переделывать. Достаточно, чтобы администратор базы данных ввел соответствующую информацию в псевдоним.

3.1.4 Кэширование и транзакции

При работе с базами данных часто используется кэширование всех изменений. Это означает, что все манипуляции с данными (изменение или удаление существующих записей, вставка новых записей), проводимые пользователем, сначала делаются не в самой базе данных, а запоминаются в памяти во временной, виртуальной таблице. И только по особой команде после всех проверок правильности вносимых в таблицу данных пользователю предоставляется возможность или зафиксировать все эти изменения в базе, или отказаться от такого намерения и вернуться к тому состоянию базы, которое было до начала редактирования. Совокупность команд, изменяющих базу данных, называется транзакцией. Пользователь завершает транзакцию или внесением всех изменений в реальную базу данных, или отказом от этого с возвратом к тому состоянию, которое было до начала транзакции.

3.1.5 Типы баз данных

Для решения различных задач используются различные модели баз данных. Процесс выбора базы данных, которая наиболее подходит для построения конкретного приложения, называется масштабированием. Рассмотрим некоторые модели баз данных.

Автономные базы данных.

Автономные локальные базы данных хранят свои данные в локальной файловой системе на том компьютере, на котором они установлены, при этом, система управления и машина базы данных, осуществляющая доступ к ней, находится на том же самом компьютере. Сеть в данном случае не используется.

Разработчик автономной базы данных не имеет дело с проблемой параллельного доступа, когда два человека пытаются одновременно изменить одну и ту же запись.

Автономные базы данных не используются для приложений, требующих значительной вычислительной мощности.

К приложениям, использующим автономные базы данных, можно отнести приложения, обрабатывающие документацию небольшого подразделения или конторы, кадровый состав небольшого предприятия, бухгалтерские документы небольшой бухгалтерии и т.п. Каждый пользователь такого приложения манипулирует своими собственными данными на своем компьютере и не имеет доступа к данным другого пользователя.

Файл-серверные базы данных.

Файл-серверные базы данных отличаются от автономных тем, что они могут быть доступны многим клиентам через сеть. Сама база данных хранится на сетевом файл-сервере в единственном экземпляре. Для каждого клиента во время работы создается локальная копия данных, с которой он манипулирует. При этом возникают и решаются проблемы, связанные с возможным одновременным доступом нескольких пользователей к одной и той же информации.

Одним из недостатков файл-серверных баз данных является непроизводительная загрузка сети. При каждом запросе клиента данные в его локальной копии полностью обновляются из базы данных на сервере. Даже если запрос относится всего к одной записи, обновляются все записи данных. Если записей в базе данных много, то даже при небольшом числе клиентов сеть будет загружена очень основательно, что серьезно скажется на скорости выполнения запросов.

К приложениям, использующим файл-серверные базы данных, можно отнести приложения, обслуживающие крупные учреждения. В таких приложениях администраторы отдельных подразделений обращаются к общим данным и не создают свои локальные базы данных (при этом сохраняется конфиденциальность информации, и каждый администратор имеет доступ только к той информации, которая касается деятельности только его подразделения).

Базы данных типа клиент/сервер.

Для больших баз данных с множеством пользователей часто используются базы данных на платформе клиент/сервер. В этом случае доступ к базе данных для группы клиентов выполняется специальным компьютером -сервером. Клиент дает задание серверу выполнить те или иные операции поиска или обновления базы данных. Мощный сервер, ориентированный на операции с запросами клиентов, самым оптимальным способом выполняет такие запросы и сообщает клиенту результаты своей работы.

Подобная организация работы повышает эффективность выполнения приложений за счет использования мощности сервера, разгружает сеть и обеспечивает хороший контроль целостности данных.

В базах данных такого типа возникает проблема проектирования приложения таким образом, чтобы оно максимально использовало возможности сервера и минимально нагружало сеть, передавая через нее только минимум информации.

Многоярусные базы данных.

Иногда этот сравнительно новый и перспективный способ сетевой организации баз данных называется multi-tier (многонитевый). Здесь под нитью понимается один из множества потоков данных, обменивающихся одновременно с базой данных.

Наиболее распространен трехъярусный вариант, при котором:

· на нижнем уровне на компьютерах пользователя расположены приложения клиентов, обеспечивающие пользовательский интерфейс;

· на втором уровне расположен сервер приложений, обеспечивающий обмен данными между пользователями и распределенными базами данных. Сервер приложений размещается в узле сети, доступном всем клиентам;

· на третьем уровне расположен удаленный сервер баз данных, принимающий информацию от серверов приложений и управляющий ими.

Такая организация баз данных наиболее сложная и гибкая.

Delphi обеспечивает создание приложений для первых двух уровней этой системы.

Работа с данными в Delphi в основном осуществляется через процессор баз данных фирмы Borland, который называется Borland Database Engine (BDE). BDE служит посредником между приложением и базами данных. Он предоставляет пользователю единый интерфейс для работы и освобождает пользователя от конкретной реализации базы данных. Приложение Delphi никогда не обращается непосредственно к базе данных. Оно обращается только к BDE, сообщая обычно псевдоним базы данных и необходимую таблицу в ней. BDE реализован в виде динамически присоединяемых библиотек DLL (Dynamic Linking Library). BDE по псевдониму находит подходящий для указанной базы данных драйвер -вспомогательную программу, определяющую тип базы данных и методы обращения с ней. BDE поддерживает естественный доступ к таким базам данных, как MS Access, FoxPro, Paradox, dBase.



4. Назначение и основы использование систем искусственного интеллекта. Базы знаний Экспертные системы

4.1 История развития искусственного интеллекта

Идея создания искусственного подобия человеческого разума для решения сложных задач и моделирования мыслительной способности витала в воздухе с древнейших времен. Впервые ее выразил Р. Луллий (ок.1235-ок.1315), который еще в XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий.

В XVIII в. Г. Лейбниц (1646- 1716) и Р.Декарт (1596- 1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук. Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта.

Развитие искусственного интеллекта как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х гг. XX в. В это же время Н.Винер (1894 - 1964) создал свои основополагающие работы по новой науке - кибернетике.

Термин искусственный интеллект (artificial intelligence) предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику "черного ящика". И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.

Основную идею нейрокибернетики можно сформулировать следующим образом: единственный объект, способный мыслить, - это человеческий мозг. Поэтому любое "мыслящее" устройство должно каким-то образом воспроизводить его структуру.

В основу кибернетики "черного ящика" лег принцип, противоположный нейрокибернетике. Не имеет значения, как устроено "мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.

Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. В 1956 -1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ.

В конце 50-х гг. родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторый граф, отражающий пространство состояний, и в этом графе проводится поиск оптимального пути от входных данных к результирующим.

Начало 60-х гг. - эпоха эвристического программирования. Эвристическое программирование - разработка стратегии действий на основе известных, заранее заданных эвристик (правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска).

В 1963 - 1970 гг. к решению задач стали подключать методы математической логики. На основе метода резолюций, позволившего автоматически доказывать теоремы при наличии набора исходных аксиом, в 1973 г. создается язык Пролог.

Среди наиболее значимых результатов, полученных отечественными учеными, следует отметить алгоритм "Кора" М. Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов (60-е гг.).

Существенный прорыв в практических приложениях искусственного интеллекта произошел в середине 70-х гг., когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Пришел новый подход к решению задач искусственного интеллекта -- представление знаний.

Начиная с середины 80-х гг. происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся системам.

4.3 Базы знаний

При изучении интеллектуальных систем традиционно возникает вопрос - что же такое знания и чем они отличаются от обычных данных, десятилетиями обрабатываемых ЭВМ.

Данные - это отдельные факты, характеризующие объекты, процессы явления в предметной области, а также их свойства.

При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы:

· данные как результат измерений и наблюдений;

· данные на материальных носителях информации (таблицы, протоколы, справочники):

· модели (структуры) данных в виде диаграмм, графиков, функций;

· данные в компьютере на языке описания данных;

· базы данных на машинных носителях.

Знания связаны с данными, основываются на них, но представляют результат мыслительной деятельности человека, обобщают его опыт, полученный в ходе выполнения какой-либо практической деятельности. Они получаются эмпирическим путем.

Знания - это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

При обработке на ЭВМ знания трансформируются аналогично данным:

· знания в памяти человека как результат мышления;

· материальные носители знаний (учебники, методические пособия);

· поле знаний - условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих;

· знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы);

· базы знаний.

Если рассматривать знания с точки зрения решения задач, их удобно разделить на две большие категории: факты и эвристику.

Факты - это хорошо известные для данной предметной области обстоятельства, освещенные в учебниках и литературе.

Эвристика основывается на опыте специалиста. Сюда входят способы комплектования знаний, способы удаления бесполезных знаний, способы использования нечеткой информации.

Знания, кроме того, можно разбить на факты и правила. В данном случае под фактами понимаются значения типа: “А это “А” - определение”. Они хранятся в базах данных. Под правилами подразумеваются знания типа: “Если…, то ….”. Кроме них существуют так называемые метазнания (знания о знаниях). Это понятие необходимо для управления базой знаний, логическим выводом и обучением. Знания обычно имеют классификацию, характерную не только для фактов, но и для правил. Обобщая знания, используемые в науке, их можно представить в следующей последовательности:

§ Процедурные (закрытые).

§ Конечный автомат.

§ Программа.

§ Скрипт (сценарий).

§ Сематическая сеть.

§ Фрейм (прототип).

§ Графы.

§ Формальная спецификация.

§ Исчисления предикатов.

§ Теоремы, правила записи.

§ Продукционные системы.

§ Предложения на естественном языке.

§ Декларативные (открытые).

Скрипт - описание стереотипного сценария с участием определенных объектов. Обладает большими возможностями для описания динамических аспектов знаний.

Семантическая сеть - граф, объединяющий программы, скрипты и связи между ними. Имеет много общего с реляционными базами данных.

4.4 Экспертные системы

Экспертные системы составляют самую существенную часть систем искусственного интеллекта. Экспертная система обычно определяется как программа ЭВМ, моделирующая действия эксперта человека при решении задач в узкой предметной области: составление базы знаний и накопления их. Создание систем базы данных - это попытка задать представление логических связей между данными. Выполняемая экспертом обработка знаний строится на базе огромных запасов информации, представленных в самой различной форме. При этом часть информации может быть неполной.

база данные сетевой серверный

4.4.1 Типы экспертных систем

По функциональному назначению экспертные системы можно разделить на следующие типы:

Мощные экспертные системы, рассчитанные на узкий круг пользователей (системы управления сложным технологическим оборудованием, экспертные системы ПВО). Такие системы обычно работают в реальном масштабе времени и являются очень дорогими.

Экспертные системы, рассчитанные на широкий круг пользователей. К ним можно отнести системы медицинской диагностики, сложные обучающие системы. База знаний этих систем стоит недешево, так как содержит уникальные знания, полученные от специалистов экспертов.

Экспертные системы с небольшим числом правил и сравнительно недорогие. Эти системы рассчитаны на массового потребителя (системы, облегчающие поиск неисправностей в аппаратуре). Применение таких систем позволяет обойтись без высококвалифицированного персонала, уменьшить время поиска и устранения неисправностей. Базу знаний такой системы можно дополнять и изменять, не прибегая к помощи разработчиков системы. В них обычно используются знания из различных справочных пособий и технической документации.

Простые экспертные системы индивидуального использования. Часто изготавливаются самостоятельно. Применяются в ситуациях, чтобы облегчить повседневную работу. Пользователь, организовав правила в некоторую базу знаний, создает на ее основе свою экспертную систему. Такие системы находят применение в юриспруденции, коммерческой деятельности, ремонте несложной аппаратуре.

Размещено на Allbest.ru