Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Технологии экспертных систем



Информационные технологии поддержки процесса принятия решений (Decision Support – DS) представляют собой оболочки экспертных систем или специализированные экспертные системы, представляющие аналитикам возможность определять отношения и взаимосвязи между информационными структурами в базах структурированной информации, прогнозировать возможные результаты принятых решений.

Под экспертной системой (базой знаний) понимаются программы, моделирующие действия человека – эксперта при решении задач в узкой предметной области. Их задача - получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникает необходимость. Это набор программ, выполняющих функции эксперта при решении задач из некоторой предметной области. Они выдают советы, проводят анализ, дают консультации, ставят диагнозы. Практическое применение таких систем на предприятиях способствует повышению эффективности работы и квалификации специалистов. Экспертные системы не заменяют специалиста, а являются помощником у него в руках, их назначением является разработка методов и программных средств для решения плохо формализуемых задач принятия решений, трудных для непосредственной обработки на компьютере.

Возможность накопления знаний является главным достоинством экспертной системы. В отличие от других программных продуктов экспертные системы используют не только данные, но и знания, а так же специальный механизм вывода решений и новых знаний на основе имеющихся. Такие системы возникли как результат применения и развития методов искусственного интеллекта и имеют непосредственное к ним отношение.

В качестве преимуществ систем, основанных на знаниях, можно назвать следующие: Возможность использования не только данных, но и знаний. Причем алгоритм обработки знаний заранее не известен и строится по ходу решения задачи на основании эвристических правил. Удобная форма представления знаний, позволяющая легко их обрабатывать на ЭВМ. Отсутствие предубеждений. Исключение поспешных выводов. Систематизированная работа, способная обеспечить рассмотрение всех деталей и выбор лучшей альтернативы из всех возможных. Устойчивость к помехам.

Решение задачи в экспертной системе сопровождается понятными пользователю объяснениями, качество получаемых решений обычно не хуже, а иногда и лучше достигаемого специалистами. В отличие от человека, экспертные системы к любой информации подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала. Способность системы к объяснениям является одним из главных отличительных свойств экспертной системы, которое во многом определяет доверие к выдаваемой системой ответам. Системы, основанные на знаниях, строятся по модульному принципу, что позволяет постоянно наращивать их базы знаний.

Особенностями задач, решаемых с помощью инструментария экспертных систем, являются следующие:

-характеристики задачи не могут быть заданы явно в числовой форме;

-критерии эффективности формируемых решений нельзя выразить точно с помощью определённой целевой функции;

-не существует алгоритмического решения задачи; или же алгоритм существует, но его нельзя использовать из-за ограниченности ресурсов (времени, компьютерной памяти).

-неформализованные задачи могут обладать неполнотой, неоднозначностью и противоречивостью как исходных данных, так и знаний о решаемой задаче.

В работе экспертной системы выделяют два режима: режим приобретения знаний и режим решения задачи (режим консультации или режим использования). Используя компонент приобретения знаний, эксперт описывает проблемную область в виде совокупности фактов и правил, «наполняет» экспертную систему знаниями. В режиме консультацийобщение с системой осуществляет конечный пользователь, которого интересует результат решения и (или) способ его получения. Хорошо построенная система имеет возможность самообучаться на решаемых задачах, пополняя автоматически свою базу знаний результатами полученных выводов и решений.

Для реализации экспертных систем могут быть использованы: программные оболочки, интегрированная среда (оболочка), языки представления знаний (языки программирования специального назначения). Оболочки имеют реализованные механизмы вывода, накопления, объяснения знаний, диалоговый компонент, который облегчает процесс разработки программной части экспертной системы, но усложняет разработку базы знаний из-за возможного несоответствия структуры оболочки особенностям моделируемой предметной области. Использование языков логического программирования (PROLOG, LISP и т.д.) повышает гибкость создаваемой системы, но увеличивает трудоемкость разработки. Наиболее приемлемыми инструментальными средствами создания экспертных систем являются генераторы или интегрированные средства разработки, например, G2 (Gensim), GURU (MDBC).




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.