Экспертные системы по анализу современных программных продуктов

Автор работы: Пользователь скрыл имя, 18 Февраля 2012 в 11:19, курсовая работа

Описание

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

Содержание

Введение……………………………………………………………………...…3
1. Экспертные системы. Применение экспертных систем………………..…5
2. Структура экспертных систем……………………………………………...7
3. Этапы разработки экспертных систем……………………………………12
4. Области применения экспертных систем………………………………...17
5. Преимущества экспертных систем перед человеком-экспертом……….21
6. История развития экспертных систем……………………………………22
6.1. Основные линии развития экспертных систем……………………...22
6.2. Проблемы, возникающие при создании экспертных систем.
Перспективы разработки……………………………………………...24
Заключение…………………………………………………………………….31
Список литературы……………………………………………………………33

Работа состоит из  1 файл

Экспертные системы по анализу современных.docx

— 204.73 Кб (Скачать документ)

      Использовать  ЭС следует только тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо одновременное выполнение, по крайней мере, следующих требований:

      1) существуют эксперты в данной  области, которые решают задачу  значительно лучше, чем начинающие  специалисты;

      2) эксперты сходятся в оценке  предлагаемого решения, иначе  нельзя будет оценить качество  разработанной ЭС;

      3) эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут "извлечены" и вложены в ЭС;

      4) решение задачи требует только  рассуждений, а не действий;

      5) задача не должна быть слишком  трудной (т.е. ее решение должно  занимать у эксперта несколько  часов или дней, а не недель);

      6) задача хотя и не должна  быть выражена в формальном  виде, но все же должна относиться  к достаточно "понятной" и структурированной  области, т.е. должны быть выделены  основные понятия, отношения и  известные (хотя бы эксперту) способы получения решения задачи;

      7) решение задачи не должно в  значительной степени использовать "здравый смысл" (т.е. широкий  спектр общих сведений о мире  и о способе его функционирования, которые знает и умеет использовать  любой нормальный человек), так как подобные знания пока не удается (в достаточном количестве) вложить в системы искусственного интеллекта.

      Использование ЭС в данном приложении может быть возможно, но не оправдано. Применение ЭС может быть оправдано одним из следующих факторов:

  • решение задачи принесет значительный эффект, например экономический;
  • использование человека-эксперта невозможно либо из-за недостаточного количества экспертов, либо из-за необходимости выполнять экспертизу одновременно в различных местах;
  • использование ЭС целесообразно в тех случаях, когда при передаче информации эксперту происходит недопустимая потеря времени или информации;
  • использование ЭС целесообразно при необходимости решать задачу в окружении, враждебном для человека.
 

      Приложение  соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик:

      1) задача может быть естественным  образом решена посредством манипуляции  с символами (т.е. с помощью  символических рассуждений), а не  манипуляций с числами, как  принято в математических методах  и в традиционном программировании;

      2) задача должна иметь эвристическую,  а не алгоритмическую природу, т.е. ее решение должно требовать применения эвристических правил. Задачи, которые могут быть гарантированно решены (с соблюдением заданных ограничений) с помощью некоторых формальных процедур, не подходят для применения ЭС;

      3) задача должна быть достаточно  сложна, чтобы оправдать затраты  на разработку ЭС. Однако она  не должна быть чрезмерно сложной  (решение занимает у эксперта часы, а не недели), чтобы ЭС могла ее решать;

      4) задача должна быть достаточно  узкой, чтобы решаться методами  ЭС, и практически значимой.

      При разработке ЭС, как правило, используется концепция "быстрого прототипа". Суть этой концепции состоит в  том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они создают прототип (прототипы) ЭС. Прототипы должны удовлетворять двум противоречивым требованиям: с одной стороны, они должны решать типичные задачи конкретного приложения, а с другой - время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом). Для удовлетворения указанным требованиям, как правило, при создании прототипа используются разнообразные средства, ускоряющие процесс проектирования.

      Прототип  должен продемонстрировать пригодность  методов инженерии знаний для данного приложения. В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭС для данного приложения. По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения. Преобразование прототипа ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭС, так и уменьшение требуемой памяти. Трудоемкость и время создания ЭС в значительной степени зависят от типа используемого инструментария.

      В ходе работ по созданию ЭС сложилась  определенная технология их разработки, включающая шесть следующих этапов (рис. 3):

      идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию. На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

      Рис. 3 – Разработка технологии ЭС.

      На  этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.

      На  этапе формализации выбираются ИС и  определяются способы представления  всех видов знаний, формализуются  основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.

      На  этапе выполнения осуществляется наполнение экспертом базы знаний. В связи  с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      4. Области применения экспертных систем

          Области применения систем, основанных  на знаниях, могут быть сгруппированы  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  нарушениями деятельности организма  и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее 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 события  на основе данных о текущем  состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует 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 предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

        в) Планирование.

          Планирующие системы предназначены  для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые 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 наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания  Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система  XCON, созданная фирмой DEC, служит для определения или изменения конфигурации 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 интерактивной.

        г) Интерпретация.

          Интерпретирующие системы обладают  способностью получать определенные  заключения на основе результатов  наблюдения. Система PROSPECTOR, одна  из наиболее известных систем  интерпретирующего типа, объединяет  знания девяти экспертов. Используя  сочетания девяти методов экспертизы, системе удалось обнаружить 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 применятся в качестве интеллектуальных 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 могут 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 обеспечении  компьютеров.

        ж) Обучение.   

         Системы, основанные на знаниях,  могут входить составной частью  в компьютерные 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 компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего. 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.    

          Большинство  ЭС включают знания, по содержанию которых их можно  отнести одновременно к нескольким  типам. Например, обучающая система  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. Система, обеспечивающая сохранность жилища, может следить за окружающей обстановкой, распознавать происходящие события (например, открылось окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и составлять план действий (вызвать полицию).

Информация о работе Экспертные системы по анализу современных программных продуктов