Общий обзор экспертных систем

Министерство образования Российской Федерации

Саратовский государственный университет имени Н.Г. Чернышевского

Курсовая работа

на тему “Экспертные системы”

Научный руководитель: ст. преподаватель Иванов А.С.

Выполнил: студент группы 112 ф-та КНиИТ Мазаев Д.А.

Саратов

2002 год

План

ВВЕДЕНИЕ 2

ГЛАВА I. ЭКСПЕРТНЫЕ СИСТЕМЫ, ИХ ОСОБЕННОСТИ. ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ. 3

ГЛАВАII. СТРУКТУРА ЭКСПЕРТНОЙ СИСТЕМЫ 7

ГЛАВА III. МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 8

3.1 Логическая модель представления знаний 9

3.2 Продукционная модель представления знаний 10

3.3 Представление знаний фреймами 12

3.4 Представление знаний семантическими сетями 14

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 17

Введение

Экспертные системы (ЭС)- это набор программ, выполняющий функции экс-перта при решении задач из некоторой предметной области. Они возникли как значи-тельный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных дисциплин, изучающих методы решения за-дач интеллектуального (творческого) характера с использованием ЭВМ. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое примене-ние ЭС на предприятиях способствует эффективности работы и повышению квали-фикации специалистов.

Область ИИ имеет более чем сорокалетнюю историю развития. С самого нача-ла 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 дру-гой), распознавание изображений и анализ сцен, планирование действий роботов, ал-горитмы и стратегии игр.

ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Прак-тическое применение ЭС на предприятиях способствует эффективности работы и по-вышению квалификации специалистов.

Главным достоинством экспертных систем является возможность накопления знаний – формализованной информации, на которую ссылаются или используют в процессе логического вывода, и сохранение их длительное время. В отличие от чело-века к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки боль-шого объема знаний, возможность возникновения ошибки при переборе очень мала.

Экспертная система состоит из базы знаний (части системы, в которой содер-жатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и диало-гового процессора.

При построении подсистем вывода используют методы решения задач искус-ственного интеллекта.

Глава I. Экспертные системы, их особенности. Применение эксперт-ных систем.

Экспертная система – это интеллектуальная программа, способная делать логи-ческие выводы на основании знаний в конкретной предметной области и обеспечи-вающая решение специфических задач. Для этого ее необходимо наделить функция-ми, позволяющими решать задачи, которые в отсутствие эксперта (специалиста в данной конкретной предметной области) невозможно правильно решить. Поэтому не-обходимым этапом в ее разработке является приобретение соответствующих знаний от эксперта. К экспертным системам предъявляются следующие требования:

1) Использование знаний, связанных с конкретной предметной областью;

2) Приобретение знаний от эксперта;

3) Определение реальной и достаточно сложной задачи;

4) Наделение системы способностями эксперта.

Знания о предметной области, необходимые для работы ЭС, определенным об-разом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. Главное достоинство ЭС - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет по-вышать квалификацию специалистов, работающих на предприятии, используя наи-лучшие, проверенные решения.

Области применения систем, основанных на знаниях, могут быть сгруппирова-ны в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

а) Медицинская диагностика.

Диагностические системы используются для установления связи между на-рушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблю-дения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В на-стоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

б) Прогнозирование.

Прогнозирующие системы предсказывают возможные результаты или собы-тия на основе данных о текущем состоянии объекта. Программная система “Завоева-ние Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью стати-стических методов алгоритмов разработать для вас план капиталовложений на пер-спективу. Она не относится к числу систем, основанных на знаниях, поскольку ис-пользует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут пред-сказывать погоду, урожайность и поток пассажиров. Даже на персональном компью-тере, установив простую систему, основанную на знаниях, вы можете получить мест-ный прогноз погоды.

в) Планирование.

Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впер-вые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наи-большей степени отвечающий их потребностям и бюджету. Кроме того, компания Boeing применяет ЭС для проектирования космических станций, а также для выявле-ния причин отказов самолетных двигателей и ремонта вертолетов. Экспертная систе-ма XCON, созданная фирмой DEC, служит для определения или изменения конфигу-рации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является инте-рактивной.

г) Интерпретация.

Интерпретирующие системы обладают способностью получать определен-ные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экс-пертов. Используя сочетания девяти методов экспертизы, системе удалось обнару-жить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

д) Контроль и управление.

Системы, основанные на знаниях, могут применяться в качестве интеллекту-альных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они мо-гут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.

е) Диагностика неисправностей в механических и электрических устройствах.

В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и при устранении неисправностей и ошибок в аппаратном и программном обес-печении компьютеров.

ж) Обучение.

Системы, основанные на знаниях, могут входить составной частью в компью-терные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить ком-пьютерная игра, сложность которой увеличивается по мере возрастания степени ква-лификации играющего. Одной из наиболее интересных обучающих ЭС является раз-работанная 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 по-ражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие, способные провести быструю атаку корабли и одно очень маленькое скоростное