Информационные технологии экспертных систем Характеристика и назначение

Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем, основанных на использовании искусственного ин­теллекта. Экспертные системы дают возможность менеджеру или специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания.

Под искусственным интеллектом обычно понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы исходили от человека.

Решение специальных задач требует специальных знаний. Однако не каждая компания может себе позволить держать в своем штате экспертов по всем связанным с ее работой проблемам или даже приглашать их каждый раз, когда проблема возникла. Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Являясь одним из основных приложений искусственного интеллекта, экспертные системы представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик). Эвристики не гарантируют получения оптимального результата с такой же уверенностью, как обычные алгоритмы, используемые для решения задач в рамках технологии поддержки принятия решений. Однако часто они дают в достаточной степени приемлемые решения для их практического использования. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.

Сходство информационных технологий, используемых в экспертных системах и системах поддержки принятия решений, состоит в том, что обе они обеспечивают высокий уровень поддержки принятия решений. Однако имеются три существенных различия. Первое связано с тем, что решение проблемы в рамках систем поддержки принятия решений отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение. Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности. Второе отличие указанных технологий выражается в способности экспертных систем пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользователя, чем само решение. Третьеотличие связано с использованием нового компонента информационной технологии – знаний.

Основными компонентами информационной технологии, используемой в экспертной системе, являются (рис. 7.18): интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.

Рис. 7.18 ‑ Основные компоненты информационной технологии
экспертных систем

Интерфейс пользователя. Менеджер (специалист) использует интерфейс для ввода информации и команд в экспертную систему и получения выходной информации из нее. Команды включают в себя параметры, направляющие процесс обработки знаний. Информация обычно выдается в форме значений, присваиваемых определенным переменным.

Менеджер может использовать четыре метода ввода информации: меню, команды, естественный язык и собственный интерфейс.

Технология экспертных систем предусматривает возможность получать в качестве выходной информации не только решение, но и необходимые объяснения.

Различают два вида объяснений:

- объяснения, выдаваемые по запросам. Пользователь в любой момент может потребовать от экспертной системы объяснения своих действий;

- объяснения полученного решения проблемы. После получения решения пользователь может потребовать объяснений того, как оно было получено. Система должна пояснить каждый шаг своих рассуждений, ведущих к решению задачи. Хотя технология работы с экспертной системой не является простой, пользовательский интерфейс этих систем является дружественным и обычно не вызывает трудностей при ведении диалога.

База знаний содержит факты, описывающие проблемную область, а также логическую взаимосвязь этих фактов. Центральное место в базе знаний принадлежит правилам. Правило определяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условие, которое может выполняться или нет, и действие, которое следует произвести, если выполняется условие.

Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.

Все виды знаний в зависимости от специфики предметной области и квалификации проектировщика (инженера по знаниям) с той или иной степенью адекватности могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее распространенным моделям относятся логические, продукционные, фреймовые и семантические сети.

Интерпретатор. Это часть экспертной системы, производящая в определенном порядке обработку знаний, находящихся в базе знаний. Технология работы интерпретатора сводится к последовательному рассмотрению совокупности правил (правило за правилом). Если условие, содержащееся в правиле, соблюдается, то выполняется определенное действие, и пользователю предоставляется вариант решения его проблемы.

Кроме того, во многих экспертных системах вводятся дополнительные блоки: база данных, блок расчета, блок ввода и корректировки данных. Блок расчета необходим в си­туациях, связанных с принятием управленческих решений. При этом важную роль играет база данных, где содержатся плановые, физические, расчетные, отчетные и другие постоянные или оперативные показатели. Блок ввода и корректировки данных используется для оперативного и своевременного отражения текущих изменений в базе данных.

Модуль создания системы служит для создания набора (иерархии) правил. Существует два подхода, которые могут быть положены в основу модуля создания системы: использование алгоритмических языков программирования и использование оболочек экспертных систем.

Для представления базы знаний специально разработаны языки Лисп и Пролог, хотя можно использовать и любой известный алгоритмический язык.

Оболочка экспертных систем представляет собой готовую программную среду, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.

7.7 Эволюция систем поддержки принятия решений

В процессе своего развития системы поддержки принятия решений прошли следующий путь (рис. 7.19): Рис. 7.19 ‑ Эволюция концепций систем поддержки принятия решений и систем автоматизации управленческого труда Первые системы – системы обработки транзакций (TSP) – это компьютерные системы, предназначенные для выполнения рутинных операций регистрации, накопления, хранения и выдачи информации в заранее заданной форме. Как видим, в рамках таких систем принятие решений обеспечивалось только информацией. Следующим этапом развития информационных систем было появление концепции автоматизированной системы управления (АСУ). На Западе эта концепция получила название MIS. Это компьютерная система, предназначенная для обеспечения своевременной информацией, необходимой для принятия управленческих решений. Уровень поддержки решений при использовании данной концепции – информационный, применяются отдельные модели и методы для принятия оптимальных решений. Отметим, что в существенной мере характер всех поколений систем и их концепций определялся техническими возможностями обработки информации, имеющимися на тот период. Системы автоматизации конторской деятельности (OAS) реализовывали распределенные базы данных. Устранялась излишняя централизация. Появились локальные вычислительные сети на базе средних ЭВМ. Уровень поддержки решений – информационный, применяются отдельные модели и методы для принятия оптимальных решений. OAS – это компьютерная система для выполнения комплекса операций функционирования системы управления как таковой. Следующий этап – системы поддержки принятия решений (DDS). DDS – диалоговая компьютерная система, использующая формализованные правила и модели объекта управления совместно с базой данных и личным опытом менеджера для выработки и проверки вариантов управленческих решений. Как видим, система этого рода не обеспечи­вает информационно процесс принятия решений, а участвует в нем. Вершиной развития информационных систем являются экс­пертные системы (ES). Экспертная система – это компьютерная система, использующая знания одного или нескольких экспертов, представленные в некотором формальном виде, для решения за­дач принятия решений (ESS – это вариант решений DDS для высшего руководства). Далее на рис. 7.20 показано, кто является пользователем различных типов информационных систем. Примеры задач, решаемых с привлечением СППР: выбор методов завоевания рынка бытовой техники; оценка перспективности видов альтернативного горючего для автомобилей. Итак, система поддержки принятия решений – диалоговая автоматизированная информационная система, использующая правила решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования, поддерживающий принятие самостоятельных и неструктурированных решений отдельными менеджерами и личным опытом лица, принимающего реше­ния, для получения конкретных, реализуемых решений проблем, не поддающихся решению обычными методами. Рис. 7.20 ‑ Пользователи различных типов информационных систем В последнее время СППР начинают применяться и в интересах малого и среднего бизнеса (например выбор варианта размещения торговых точек, выбор кандидатуры на замещение вакантной должности, выбор варианта информатизации и т.д.). В общем, они способны поддержать индивидуальный стиль и соответствовать персональным потребностям менеджера. Существуют системы, созданные для решения сложных проблем в больших коммерческих и государственных организациях: Система авиалиний. В отрасли авиаперевозок используется система поддержки принятия решений – Аналитическая Информационная Система Управления. Она была создана American Airlines, но используется и остальными компаниями, производителями самолетов, аналитиками авиаперевозок, консультантами и ассоциациями. Эта система поддерживает множество решений в этой отрасли путем анализа данных, собранных во время утилизации транспорта, оценки грузопотока, статистического анализа графика. Например, она позволяет делать прогнозы для авиарынка по долям компаний, выручке и рентабельности. Таким образом, эта система позволяет руководству авиакомпании принимать решения относительно цены билетов, запросов в транспорте и т.д. Географическая система. Географическая информационная система – это специальная категория систем поддержки, которая позволяет интегрировать компьютерную графику с географическими БД и с другими функциями систем поддержки принятия решений. Например, IBMs GeoManager – это система, которая позволяет конструировать и показывать карты и другие визуальные объекты для помощи при принятии решений относительно географического распределения людей и ресурсов. Например, она позволяет создать географическую карту преступности и помогает верно перераспределить силы полиции. Также ее используют для изучения степени урбанизации, в лесной промышленности, железнодорожном бизнесе и т.д.

Контрольные вопросы

1. Перечислите виды информационных технологий по степени охвата задач управления. 2. Характеристика и назначение ИТ обработки данных. 3. Основные компоненты ИТ обработки данных. 4. Характеристика и назначение ИТ управления. 5. Основные компоненты ИТ управления. 6. Какие задачи относятся к офисным? 7. Что называют электронным офисом? 8. Характеристика и назначение ИТ автоматизации офиса. 9. Основные компоненты ИТ автоматизации офиса. 10. Характеристика и назначение ИТ поддержки принятия решений. 11. Основные компоненты ИТ поддержки принятия решений. 12. Что является главной особенностью информационной технологии поддержки принятия решений? 13. Какими возможностями должна обладать система управления базой моделей (СУБМ)? 14. Из каких моделей состоит база моделей в системах поддержки принятия решения? 15. Характеристика и назначение ИТ экспертных систем. 16. Основные компоненты ИТ экспертных систем. 17. Что обычно понимают под искусственным интеллектом? 18. В чем состоит сходство информационных технологий, используемых в экспертных системах и системах поддержки принятия решений? 19. Что содержится в базе знаний? 20. Какова эволюция систем поддержки принятия решений?

СПИСОК ЛИТЕРАТУРЫ

1. Батин, Н. В. Основы информационных технологий: учеб.- метод. пособие / Н.В.Батин [и др.], под общ. ред. В.В.Шкурко. - Мн.: Институт подготовки научных кадров Национальной академии наук Беларуси, 2008. - 253 с.

2. Быков, В. Л. Информатика: пособие / В. Л. Быков, Н. Г. Серебрякова – Минск : БГАТУ, - 2013. – 656 с.

3. Лукьянова Н. В. Основы современных информационных технологий: учебно-методическое пособие / Н.В. Лукьянова. – М.: МГИУ, 2012. – 68 с.

4. Морозевич, А.Н. Информатика / А.Н.Морозевич, А.М. Зеневич. - Мн.: Высшая школа, 2006. - 285 с.

5. Сапун, О.Л. Компьютерные информационные технологии: учебно-методический комплекс / О.Л. Сапун и др. Минск: БГАТУ, 2012. – 160 с.

6. Фурунжиев, Р. И. Основы программирования (в визуальной среде Delphi) / В 2–х. частях /Р. И. Фурунжиев, Т.В. Ероховец, Е.М. Исаченко. – Минск: БГАТУ, 2010. – 132 с., 98 с.

7. Методические указания к лабораторно-практическим занятиям по дисциплине «Вычислительная техника и информатика» «Команды системы MATLAB / сост. Б. М. Киселев, М. А. Прищепов. – Минск, 2004. – 74 с.

8. Поршнев С. В. MATLAB 7. Основы работы и программирования. Учебник – М.: ООО «Бином-Пресс», 2011. – 320 с.

9. www.intuit.ru − Интернет-Университет Информационных Технологий − бесплатное дистанционное образование по компьютерным дисциплинам.

10. Федотова Е.Л. Информационные технологии и системы: учеб. пособие для вузов. М.: ИНФРА-М, 2011. 352 c.

11. http://ru.openoffice.org − Официальный русскоязычный сайт Open Office.

12. http://office.microsoft.com/ru-ru − Официальный русскоязычный сайт Microsoft Office.

13. Шеннон К., Работы по теории информации и кибернетике, пер. с англ., М., 1963;

14. Бахвалов, Н. С. Численные методы / Н. С. Бахвалов, Н. П. Жидков, Г. Н. Кобельков. М.: БИНОМ. Лаб. знаний, 2003. 632 с.

15. Бахвалов, Н. С. Численные методы в задачах и упражнениях / Н. С. Бахвалов, А. В. Лапин, Е. В. Чижонков. М.: Высш. шк., 2000. 192 с.

16. Вержбицкий, В. М. Численные методы. Линейная алгебра и нели­нейные уравнения. М.: Высш.шк., 2000. 268 с.

17. Вержбицкий, В. М. Численные методы. Математический анализ и обыкновенные дифференциальные уравнения. М.: Высш.шк., 2001. 383 с.

18. Волков, Е. А. Численные методы. СПб.: Лань, 2004. 248 с.

19. Шуп, Т. Е. Прикладные численные методы в физике и технике. М.: Высш. шк., 1990. 255 с.