Экспертная система выбора компьютера
Экспертная система — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания[1].
Содержание работы
Введение. 3
Технология проектирования ЭС 5
Описание проблемной области 8
Описание среды разработки 10
Способ представления знаний 11
Проектирование экспертной системы 13
Описание пользовательского интерфейса 17
Заключение 21
Файлы: 1 файл
Технология проектирования ЭС
Данная экспертная система имеет 2 режима:
- Обычный режим
- Расширенный режим (для опытных пользователей)
Обычный режим помогает в выборе неопытным пользователям, которые не знают, какими именно характеристиками должен обладать желаемый ими ноутбук. Находясь в обычном режиме, пользователь отвечает на следующие вопросы:
- Цели использования ноутбука
- Желаемый ценовой диапазон
- Предполагаемый объем жесткого диска
Сфера использования - Компьютерные игры \ компьютерная графика
Видео память выделяется из оперативной = ложь
Число ядер>= 2
Объем оперативной памяти>= 4000
Частота процессора>= 2.0
Объем видеопамяти>= 1000
Сфера использования – Офисная деятельность
Видеопамять выделяется из оперативной = истина
Число ядер Объем оперативной памяти Частота процессора Размер дисплея >= 15"
Сфера использования – Интернет - серфинг
Сфера использования – Домашний мультимедиа-центр
Число ядер Объем оперативной памяти Частота процессора Размер дисплея >= 14.0
После каждого нового ответа экспертная система обрабатывает и выполняет запрос, выдавая пользователю список подходящих ноутбуков, представленный в табличном виде. Выходная таблица имеет следующие столбцы:
Расширенный режим – это режим для более опытных пользователей. В нем пользователь может сам выбрать ряд характеристик, которыми должен обладать желаемый им ноутбук. Находясь в расширенном режиме, пользователь может применить фильтр по следующим параметрам отбора:
- Цена
- Частота процессора
- Объем оперативной памяти
- Объем видеопамяти
- Размер дисплея
- Вес
- Объем жесткого диска
В результате выборки по одному или нескольким параметром пользователь также получит список подходящих ему ноутбуков, содержащий полную информацию для каждой модели.
Введение.
Экспертная система — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания [1] .
Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области. Достоинство применения экспертных систем заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний. Причем решение задач предполагается осуществлять в условиях неполноты, недостоверности, многозначности исходной информации и качественных оценок процессов.
Экспертная система является инструментом, усиливающим интеллектуальные способности эксперта, и может выполнять следующие роли:
- консультанта для неопытных или непрофессиональных пользователей;
- ассистента в связи с необходимостью анализа экспертом различных вариантов принятия решений;
- партнера эксперта по вопросам, относящимся к источникам знаний из смежных областей деятельности.
Большинство экспертных систем имеют следующую структуру: [2]
- Интерфейс пользователя
- Пользователь
- Интеллектуальный редактор базы знаний
- Эксперт
- Инженер по знаниям
- Рабочая (оперативная) память
- База знаний
- Решатель (механизм вывода)
- Подсистема объяснений
База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.
Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила — набор инструкций, применяя которые к известным фактам можно получать новые факты.
Целью работы являлась разработка экспертной системы для покупки ноутбука, наиболее подходящего под запросы конечного пользователя.
Для поставленной цели были выделены следующие задачи:
- Проанализировать проблемную область
- Выделить основные данные, используемые при выборе ноутбука
- Разработать экспертную систему
EXPERT SYSTEM FOR TRAINING AND DECISION SUPPORT
The advantages of the use of expert systems for training and decision support specialist sector of broadband Internet access. The analysis of the causes of the problems with the internet and made the structuring of knowledge on this problem. Developed a prototype of expert system .
Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Иванов Алексей Дмитриевич
Проектирование экспертной системы
В данной экспертной системе имеется база данных, содержащая одну таблицу notebooks. В таблице содержаться следующие поля:
Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Иванов Алексей Дмитриевич
Рассмотрены преимущества использования экспертной системы для обучения и поддержки принятия решений специалистов сектора широкополосного доступа в Интернет. Проведен анализ причин возникновения проблем с доступом в Интернет и выполнено структурирование знаний по данной задаче. Преогромно реализован прототип экспертной системы .
Текст научной работы на тему «Экспертная система для обучения и поддержки принятия решений»
ЭКСПЕРТНАЯ СИСТЕМА ДЛЯ ОБУЧЕНИЯ И ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
Рассмотрены преимущества использования экспертной системы для обучения и поддержки принятия решений специалистов сектора широкополосного доступа в Интернет. Проведен анализ причин возникновения проблем с доступом в Интернет и выполнено структурирование знаний по данной задаче. Преогромно реализован прототип экспертной системы.
Ключевые слова: экспертная система, обучение экспертов, повышение уровня знаний экспертов, разработка экспертной системы
В настоящее время представить жизнь без Интернета практически не возможно. Интернет используются во всех сферах жизни. Подключиться к Интернету можно через спутники связи, радиоканалы, кабельное телевидение, телефон, сотовую связь, специальные оптико-волоконные линии или электропровода. Всемирная сеть стала неотъемлемой частью жизни в развитых и развивающихся странах.
Широкополосный Интернет вытесняет остальные виды доступа в Интернет. В связи с постоянно увеличивающейся аудиторией пользователей сети Интернет необходимо увеличение числа квалифицированных экспертов, способных диагностировать и выявлять пути устранения проблемы, связанной с доступом в Интернет.
Для обучения и повышения уровня знаний экспертов было решено разработать автоматизированную обучающую систему. Система обобщает имеющийся опыт по диагностике и устранению проблем с доступом в Интернет, работая в интерактивном режиме, способствует ускорению обучения экспертов поиску причин неисправностей и наиболее эффективным способам их устранения. Для разработки подобной системы целесообразно использовать нестандартный метод накопления и передачи знаний.
Самым распространенным и прогрессирующим методом накопления и передачи знаний являются экспертные системы.
Экспертные системы (ЭС) — это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.
Разработка ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату. Использовать ЭС следует только то-
гда, 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 и объяснить используемые ими методы;
4) решение задачи требует только рассуждений, а не действий;
5) задача не должна быть слишком трудной;
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 способы получения решения задачи;
7) решение задачи не должно в значительной степени использовать "здравый смысл", так как подобные знания пока не удается 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.
Таким образом, разработка ЭС для обучения и повышения квалификации сотрудников сектора широкополосного доступа в Интернет возможна, т.к. выполняются все выше перечисленные требования. Разработка такой ЭС оправдана тем, что существенно сократятся расходы при обучении новых специалистов, и уменьшится количество людей-экспертов, занимающихся консультированием менее квалифицированных специалистов, а не диагностикой и решением проблем с доступом в Интернет. Кроме того, создание ЭС позволит выполнять экспертизу одновременно в различных местах, т.е. создавать центры технической поддержки в различных городах.
Процесс разработки ЭС состоит из 6 этапов: идентификации, кон-
цептуализации, формализации, реализации, тестирования, опытной эксплуатации и внедрения.
На этапе идентификации рассмотрим алгоритм работы автоматизированной обучающей системы на базе метода экспертных систем и задачи, которые должна выполнять экспертная система.
Для реализации автоматизированной обучающей системы по диагностике и устранению проблем с доступом в Интернет был использован направленный алгоритм.
Направленные алгоритмы предполагают наличие слайдов выбора, однако в зависимости от принятого решения учащимся выбирается та или иная последовательность и возврата обратно не предполагается.
Главным отличием метода экспертных систем, является возможность не закладывать априори последовательность шагов обучения, так как она строится самой системой в процессе ее функционирования, что и позволяет строить наиболее приспосабливающиеся к обучаемому и предмету обучения системы.
Большинство ЭС включают знания, по содержанию которых их можно отнести одновременно к нескольким типам. Разработанная система помимо системы поддержки принятия решений может быть отнесена к системе диагностики и системе обучения.
Под диагностикой понимается процесс соотнесения объекта с некоторым классом объектов или обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является здесь необходимость понимания функциональной структуры диагностирующей системы. Применительно к данной системе неисправностью является проблемы с доступом в Интернет. Обучение экспертов (основных пользователей разработанной ЭС) диагностике такого рода неисправностей является основной задачей разработанной системы.
Поддержка принятия решения — это совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающими процесс принятия решения. Эти ЭС помогают специалистам выбрать или сформировать нужную альтернативу среди множества выборов при принятии ответственных решений. Разработанная автоматизированная система помогает пользователю в процессе диагностики принимать решения по выбору возможных причин неисправности, а также методам их устранения.
По техническому заданию разрабатываемая ЭС должна работать на персональных ЭВМ автономно (без интеграции с другими прикладными программами). Так как исследуемая предметная область стабильна во времени, то по связям с реальным временем имеем статическую структуру.
На этапе концептуализации разработаем базу знаний, охватывающую проблемы широкополосного доступа в сети, работающей по технологии DOCSIS, и способы их решения. В результате был проведен анализ причин возникновения проблем с доступом в Интернет и выполнено структурирование знаний данной задачи.
Причины возникновения проблем с доступом в Интернет можно разделить на 3 группы: Аппаратный сбой, программный сбой со стороны поставщика услуг доступа в Интернет и программный сбой со стороны абонента.
К аппаратному сбою относится выход из строя или некорректная работа оборудования:
1) выход из строя или некорректная работа модема;
2) выход из строя абонентской кабельной разводки;
3) выход из строя абонентского отвода;
4) выход из строя или некорректная работа оборудования, соединенного с модемом.
Под выходом из строя или некорректной работой модема понимается выход из строя модема или блока питания модема, а так же некорректная работа модема по приему или отправке сигнала (потеря сигналов).
Под абонентской кабельной разводкой понимается совокупность кабелей, находящихся внутри квартиры абонента. К выходу из строя или некорректной работе абонентской кабельной разводки может привести физическое повреждение кабеля, не плотное соединение кабеля с модемом или сплиттером или не плотное обжатие кабеля.
Под абонентским отводом понимается совокупность кабелей и оборудования, к которому присоединяется абонентская кабельная разводка. К выходу из строя или некорректной работе абонентского отвода может привести физическое повреждение кабелей, не плотное соединение кабеля с абонентской разводкой, не плотное обжатие кабеля, а так же выход из строя или некорректная работа оборудования, с помощью которого происходит раздача Интернета (выход оборудования из строя или потеря сигнала оборудованием).
К программному сбою со стороны поставщика услуг доступа в Интернет относятся:
1) некорректная работа DHCP серверов;
2) некорректная работа DNS серверов.
DHCP — это сетевой протокол, позволяющий компьютерам автоматически получать IP-адрес и другие параметры, необходимые для работы в сети TCP/IP. Данный протокол работает по модели «клиент-сервер». Для автоматической конфигурации компьютер-клиент на этапе конфигурации сетевого устройства обращается к т. н. серверу DHCP, и получает от него нужные параметры. Это позволяет избежать ручной настройки компьютеров сети и уменьшает количество ошибок. Протокол DHCP исполь-
зуется в большинстве крупных (и не очень) сетей TCP/IP.
Под некорректной работой DHCP серверов понимается неверная идентификация сервером оборудования абонента, вследствие чего оборудование абонента не получает или получает неверные настройки, необходимые для работы в сети.
DNS — компьютерная распределённая система для получения информации о доменах. Чаще всего используется для получения IP-адреса по имени хоста (компьютера или устройства).
Под некорректной работой DNS серверов понимается некорректное преобразование имени хоста в IP адрес, из-за чего отсутствует доступ на хосты, входящие в область действия DSN сервера.
Самая распространенная причина отсутствия доступа в Интернет -программный сбой со стороны абонента.
К программному сбою со стороны абонента относятся:
1) отсутствие или некорректная работа драйверов на сетевые устройства;
2) некорректная работа DHCP клиента;
3) некорректная работа DNS клиента;
4) некорректная работа защитного программного обеспечения;
5) некорректная работа браузера;
6) некорректная работа операционной системы.
При отсутствии или некорректной работе драйверов на сетевые устройства компьютер абонента либо не опознает сетевое устройство, либо компьютер абонента получает неверные настройки для работы в сети Интернет.
При некорректной работе DHCP клиента с компьютера абонента не производится или производится некорректный запрос на получение настроек для работы в сети, вследствие чего компьютер абонента не получает верных настроек для работы в сети Интернет.
При некорректной работе DNS клиента на компьютере происходит некорректное преобразование имени хоста в IP адрес и данные хосты не открываются.
При некорректной работе защитного ПО блокируются DNS или DHCP запросы, что приводит к некорректной работе DNS или DHCP клиентов. Так же защитное ПО может блокировать порты по которым идет работа в сети Интернет или блокировать доступ к определенным хостам.
При некорректной работе браузера могут не открываться хосты, или не работать протоколы, по которым идет доступ к хостам.
При некорректной работе ОС может возникнуть любая из выше перечисленных проблем с доступом в Интернет. Наиболее частой причиной некорректной работы ОС является наличие вируса.
На этапе формализации разработаем метод реализации программы.
Программа реализована методом конечных автоматов. В начале ра-
На этапе реализации на основе полученных данных и разработанной структуры была реализована программа, являющаяся прототипом ЭС. Работа программы осуществляется с помощью выведения на экран слайда выбора, содержащего вопрос и два или более вариантов ответа, и в зависимости от ответа на вопрос выводится следующий слайд. Слайды выбора выводятся до того момента, пока диагностика не будет закончена. После окончания диагностики выводится информативный слайд, в котором содержится описание причины отсутствия доступа в Интернет и рекомендации по ее устранению.
В окне с обучающим материалом присутствуют поля с вопросом и пояснениями, переключатели для выбора ответа и кнопка для подтверждения варианта ответа.
В ходе данной работы были проанализированы причины отсутствия доступа в Интернет и выбран оптимальный вариант для реализации поставленной задачи. В результате работы был разработан алгоритм работы программы и разработана программа, позволяющая автоматизировать процесс обучения и повышения квалификации экспертов сектора широкополосного доступа в Интернет.
Данная программа может использоваться действующими сотрудниками как подсказка, в ситуациях, когда сотрудник затрудняется с диагностикой возникшей проблемы. Так же система позволяет обучить новых сотрудников диагностике причин отсутствия доступ в Интернет. В настоящее время программа готовится к применению в организации ЗАО “Акадо-столица”.
1. Уотермент Д. Руководство по экспертным системам / пер. с англ. М.: Мир, 1989.
2. Нейлор К. Как построить свою экспертную систему / пер. с англ. М.: Энергоатомиздат, 1991.
Иванов Алексей Дмитриевич, асп., Россия, Тула, Тульский государственный Университет
EXPERT SYSTEM FOR TRAINING AND DECISION SUPPORT
The advantages of the use of expert systems for training and decision support specialist sector of broadband Internet access. The analysis of the causes of the problems with the internet and made the structuring of knowledge on this problem. Developed a prototype of expert system.
Key words: expert system, training of experts, increasing experts knowledge, development of expert system
Ivanov Alexey Dmitrievich, postgraduate, Russia, Tula, Tula State University
УДК 519.242, 519.711.2
ИДЕНТИФИКАЦИЯ ПОМОЛЬНО-СМЕСИТЕЛЬНОГО АГРЕГАТА В НОМИНАЛЬНОМ РЕЖИМЕ ФУНКЦИОНИРОВАНИЯ МЕТОДАМИ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТА
С. А. Стативко, В.Г. Рубанов
Проведено исследование влияния физических параметров на величину вибрации опор трехкамерного помольно-смесительного агрегата методами планирования эксперимента. По результатам исследований получена математическая модель объекта и проведена проверка ее адекватности реальному объекту в номинальном режиме функционирования.
Ключевые слова: вибрация, агрегат, математическая модель, объект, подавление вибрации, механизм, уравнение регрессии.
Во время движения звеньев механизма неуравновешенные силы инерции вызывают динамические давления на опоры и основание. В номинальном режиме функционирования эти динамические давления имеют периодический характер и вызывают негативные вибрации, особенно опасные в режиме резонанса. Для устранения воздействия неуравновешенных сил инерции производят уравновешивание механизмов. Механизм является статически неуравновешенным, если главный вектор сил инерции
не равен нулю Фх Ф 0. О моментной неуравновешенности говорят тогда, когда главный момент сил инерции не равен нулю Мх Ф 0. Мероприятия, ставящие перед собой цель достичь условия:
курсовая работа.docx
Министерство образования и науки
Северный (Арктический) федеральный университет имени М.В. Ломоносова
Институт естественных наук и биомедицины
Кафедра Информатики, ВТ и МПИ
_____________Щепихин Андрей Николаевич_____________
_4_ курс _49 группа
По дисциплине «Интеллектуальные информационные системы»
На тему «ПРОЕКТИРОВАНИЕ ЭКСПЕРТНОЙ СИСТЕМЫ ПО ВЫБОРУ НОУТБУКА»
Работа допущена к защите ______________________________ ______________________
(подпись руководителя) (дата)
Признать, что работа выполнена и защищена с оценкой ____________________
Руководитель доцент кан.пед.н_ _О.Ж. Петруничева__ _____________
(должность) (подпись) (и.,о., фамилия) (дата)
Содержание
Технология проектирования ЭС 5
Описание проблемной области 8
Описание среды разработки 10
Способ представления знаний 11
Проектирование экспертной системы 13
Описание пользовательского интерфейса 1 7
Этапы проектирования интеллектуальных систем. Разработка дерева решений для экспертной системы "Выбор ноутбука", его преобразование в правила. Создание правил, их соответствие путям, ведущим к возможным целям дерева решений. Применение дерева решений.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 27.09.2014 |
Размер файла | 237,0 K |
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
по дисциплине: "Интеллектуальные информационные системы"
на тему: "Разработка экспертной системы "Выбор ноутбука".
Содержание
-
Введение
- 1. Этапы проектирования интеллектуальных систем
- 2. Разработка экспертной системы "Выбор ноутбука"
- 2.1 Постановка задачи
- 3. Разработка дерева решений
- 3.1 Преобразование дерева решений в правила
- 3.2 Пример создания правил
- Список использованной литературы
Введение
Одним из основных препятствий на пути внедрения систем искусственного интеллекта является сама причина необходимости их внедрения, т.е. недостаток интеллекта естественного.
Современная экономика, характеризующаяся высокой динамичностью, глобализацией всех процессов, ориентацией на потребителя, возрастающей конкуренцией, проведением непрерывных инноваций, требует применения адекватных методов и средств оптимального управления предприятиями.
Ключевым вопросом эффективного применения этих методов и средств является организация и обработка знаний о возможностях и потенциале предприятия, которые становятся его интеллектуальным капиталом. Развивающаяся в настоящее время в менеджменте концепция управления знаниями предприятия предполагает использование современных информационных технологий, базирующихся в первую очередь на достижениях научного направления "Искусственный интеллект".
В связи с этим интеллектуальные информационные системы (ИИС) в экономике призваны освятить вопросы разработки и эффективного применения интеллектуальных информационных технологий в решении различных классов экономических задач в условиях неопределенности и динамичности среды функционирования предприятий, к которым относятся:
· экономический анализ;
· обоснование стратегических решений;
· инвестиционное проектирование;
· планирование, реорганизация и мониторинг бизнес-процессов;
· адаптация корпоративных информационных систем;
· создание и организация доступа к корпоративной памяти (хранилищу знаний).
1. Этапы проектирования интеллектуальных систем
Проектирование интеллектуальных систем - это итеративный и эволюционный процесс, в котором участвуют несколько специалистов: эксперт, обладающий знаниями о предметной области и желающий помочь работе по созданию системы, а также специалисты в области искусственного интеллекта - инженеры знаний, аналитики и программисты. В зависимости от объема и трудоемкости работ группа может состоять из трех - шести человек.
При оценке проблемной области на этапе проектирования интеллектуальных систем необходимо учитывать следующие факторы: легкость сбора данных, представимость данных, оправданность затрат на разработку интеллектуальных систем, наличие экспертов, наличие необходимых ресурсов (компьютеров, программистов, программного обеспечения и т.д.).
После анализа проблемной области и определения целесообразности внедрения интеллектуальной системы в этой сфере приступают непосредственно к проектированию системы.
Существуют различные взгляды на определение числа этапов проектирования интеллектуальных систем. Это зависит от многих факторов, в частности от характера функций будущей интеллектуальной системы, области использования, наличия развитых инструментальных средств и т.д.
Процесс построения систем разделяется на пять этапов (рис.1):
1. Идентификация определения задач и идентификация их характеристик. На этом этапе устанавливаются задачи, которые предполагается решать, их характеристики и особенности. Разрабатывается техническое задание на проектируемую систему. Далее очерчивается круг пользователей системы. Эти сведения помогут в дальнейшем правильно определить область знаний эксперта, определить функции системы и, как следствие, уровень необходимых знаний. В результате вырабатываются определенные требования.
2. Выделение главных концепций предметной области, которые отражают знания круга экспертов. Это дает возможность анализировать тип знаний, которыми оперирует эксперт в процессе принятия решений. Инженер знаний определяет формальные средства представления знаний и процедуры получения решений, в наибольшей степени соответствующие характеру рассуждений эксперта при выводе решения.
Таким образом, в результате выполнения этого этапа выявляется и формулируются понятия, определяющие выбор характерной схемы представления знаний эксперта о предметной области.
3. Выбор формализма представления знаний и определение механизма вывода решений. Эти компоненты моделирования в значительной степени влияют на успешное решение поставленной задачи по проектированию системы.
Разработанная структура для представления знаний является основой для реализации следующего этапа - непосредственного построения базы знаний системы.
4. Выбор или разработка языка представления знаний. После того как правила сформулированы и представлены на выбранном языке представления, они заносятся инженером знаний в БЗ.
5. Тестирование системы.
Работоспособность системы определяется путем решения конкретных проверочных задач. При выявлении различных недостатков происходит обращение к тому или иному этапу разработки в зависимости от характера недостатков. При отсутствии каких-либо знаний в системе или их недостаточной определенности возвращаются к этапу 4 и по возможности вносят поправки. В случае если какие-либо знания, представленные экспертом практически невозможно представить в пределах формализма выбранной модели представления знаний, то возвращаются к этапу 3 и выбирают альтернативные модели или схемы представления знаний. Возможно, что причиной возврата может служить недостаточно адекватный базовый механизм логического вывода. Возникают ситуации, когда требуется переформулирование проблемы, так как исходная постановка задачи была неправильной.
Рис. 1. Этапы проектирования ИИ
Приведенная схема последовательности работ, на наш взгляд, достаточно полно и подробно раскрывает процесс проектирования ИИ, но некоторые важные этапы, связанные с созданием ряда функциональных модулей систем ИИ, не рассмотрены. Более подробный перечень работ при проектировании интеллектуальных систем:
· извлечение знаний из эксперта и передача их системе;
· выбор способа представления знаний в системе;
· выбор стратегии вывода (управления);
· выбор подсистемы объяснения;
· выбор подсистемы взаимодействия с пользователем;
· выбор адекватных средств реализации системы. Однако здесь, уже отсутствуют некоторые важные этапы, описанные выше.
Как уже отмечалось, содержание работ, число этапов проектирования интеллектуальных систем, последовательность их выполнения зависят от целого ряда объективных и субъективных факторов. Однако многие этапы и содержание работ являются общими и необходимыми для интеллектуальных систем практически всех типов. Ниже приводится перечень таких этапов и их составляющих:
1. Описание проблемной области: определение проблемной области, показывающее важность проблемы для всей организации; определение проблемных экспертов, желающих передать экспертизы (знания) базе знаний; подготовка и объявление плана развития.
2. Персонал: определение группы проектировщиков и соответствующих заданий; назначение квалифицированного руководителя проекта; установление и проведение в жизнь твердой линии управления.
3. Принятие проекта: проведение организационного заседания; обсуждение основного подхода к проблеме; подготовка специального плана развития; подготовка к монтажу необходимых технических средств и инструментария.
4. Прототип системы: развитие системного прототипа: тестирование; получение дополнительной информации о проблемной области по результатам тестирования.
5. Развитие полной системы: расширение базы знаний прототипа; оценивание структуры интерфейса пользователя; объединение средств обучения пользователей и документации.
6. Верификация системы: вовлечение в процесс проверки экспертов и потенциальных пользователей; обеспечение функционирования системы в соответствии с проектом.
7. Интеграция системы: выполнение полной системы, как планировалось; обеспечение совместимости и взаимодействия системы с уже действующими.
8. Поддержка системы: обеспечение непрерывной поддержки системы; модернизация БЗ в случае поступления новой информации; сохранение ответственности за систему.
9. Документация: подготовка полной документации системы; подготовка руководства для пользователя; организация консультаций пользователям.
Этапы создания интеллектуальных систем не являются четко очерченными и подробно регламентированными. Между некоторыми из них трудно провести временную и содержательную границу. Они в какой-то степени приблизительно описывают процесс проектирования интеллектуальных систем.
Задачи каждого этапа могут быть решены только при совместной работе заказчика (пользователя) ИИС и разработчика. Особенно велик удельный вес работ заказчика на первом этапе, поскольку только он может определить, какие физические величины используются для описания ИО, какие используются при этом физические и математические модели и что является целью функционирования ИИС (целью измерения или целью обработки полученных результатов). На последующих этапах основная роль принадлежит разработчику, однако и на этих этапах необходимо учитывать мнение заказчика, в первую очередь в части эргономических свойств ИИС.
Стадии существования интеллектуальных систем (или жизненные циклы системы) соответствуют уровню готовности системы, завершенности ее функциональных возможностей, реализуемых инструментарием. Определяют следующие стадии существования интеллектуальных систем: демонстрационный прототип; исследовательский прототип; действующий прототип; промышленная система; коммерческая система.
Демонстрационный прототип - это состояние разработанности системы, когда она решает некоторую часть проблемных задач. При разработке демонстрационного прототипа стремятся достичь противоречивых целей: с одной стороны, система на стадии демонстрационного прототипа должна выполнять задачи, которые бы довольно полно характеризовали ее возможности, с другой стороны, эту стадию стремятся пройти как можно быстрее. Работа демонстрационного прототипа может быть признана удовлетворительной, если он оперирует минимальным набором правил, достаточным для решения некоторых задач. Время разработки колеблется от двух месяцев до года.
Исследовательский прототип проектируется в течение 1,5-2 лет. На этой стадии развития системы ее БЗ уже содержит несколько сотен правил, которые достаточно адекватно описывают предметную область.
Действующий прототип интеллектуальных систем осуществляет качественный вывод решений на расширившемся пространстве правил, достигшем порядка 1000. Поэтому для вывода сложных решений требуются большие ресурсы времени и памяти.
Промышленные системы обеспечивают высокий уровень качества решения проблем предметной области при значительных уменьшениях времени решения и требуемой памяти. Количество правил возрастает не столь значительно по сравнению с действующим прототипом. На этой стадии происходит преобразование действующего прототипа за счет расширения числа правил и совершенствования интеллектуальных систем на базе использования более эффективных, инструментальных средств. Это требует примерно 3-4 года.
Коммерческая система предназначена в основном для продажи. Она является либо проблемно-ориентированной, либо проблемно-независимой.
Современные ИИС обладают большой гибкостью, когда на базе одних и тех же аппаратных средств (измерительных каналов и средств вычислительной техники) можно решать различные измерительные задачи, часть которых могла не ставиться на начальном этапе разработки ИИС. Эта специфика ИИС должна учитываться при их проектировании. В частности, должна предусматриваться возможность подключения новых измерительных каналов, а возможно, и разработка этих каналов. При этом мнение заказчика в части возможного развития ИИС также является определяющим.
Современный интерес к системам управления знаниями со стороны разработчиков корпоративных ИС справедливо обусловлен следующими причинами:
· работники предприятия тратят слишком много времени на поиск необходимой информации;
· опыт ведущих и наиболее квалифицированных сотрудников используется только ими самими;
· ценная информация захоронена в огромном количестве документов и данных, доступ к которым затруднен;
· дорогостоящие ошибки повторяются из-за недостаточной информированности и игнорирования предыдущего опыта.
Изучение же и овладение практическими методами и приемами инженерии знаний может существенно повысить качество проектируемых экспертных систем.
2. Разработка экспертной системы "Выбор ноутбука"
Прежде всего, поставим задачу, для решения которой будет разрабатываться экспертная система. Подходящей задачей, при решении которой можно использовать обратную цепочку рассуждений, может быть задача, вытекающая из следующей ситуации: в компьютерный магазин пришёл человек, который желает приобрести ноутбук. Менеджер магазина обладает знаниями в данной области. Ему нужно решить какой ноутбук предложить покупателю.
На первый взгляд задача не очень сложная, но на решение менеджера влияет много факторов. Допустим, клиент в данной области не разбирается и менеджеру следует не употреблять в разговоре терминов, касающихся каких-то отдельных тонкостей инструмента.
Поскольку в задаче надо выбрать один из нескольких возможных вариантов (ноутбуков), для её решения можно воспользоваться обратной цепочкой рассуждений. В действительности ответ уже существует. Если менеджер понимает что нужно клиенту, то без труда сможет подобрать для него подходящий ноутбук. Менеджеру необходимо задать клиенту такие вопросы, ответы на которые дадут возможность сделать правильный выбор.
Итак, задача поставлена. Теперь нужно наглядно ее представить. Для описания подобных задач обычно используются диаграммы, которые называются деревьями решений. Деревья решений дают необходимую наглядность и позволяют проследить ход рассуждений.
3. Разработка дерева решений
Дерево решений - это ориентированный граф, вершинами которого являются условия и выводы, а дугами результат выполнения (проверки) условий.
Диаграммы называются деревьями решений потому, что, подобно настоящему дереву, имеют ветви. Ветви деревьев решений заканчиваются логическими выводами. Многие задачи сложны, и их непросто представить (или для их решения не собираются использовать экспертную систему). Дерево решений помогает преодолеть эти трудности.
На рисунке показано дерево решений для примера с выбором ноутбука. Видно, что диаграмма состоит из кружков и прямоугольников, которые называются вершинами. Каждой вершине присваивается номер. На вершины можно ссылаться по этим номерам. Линии, соединяющие вершины, называются дугами или ветвями. Кружки, содержащие вопросы, называются вершинами решений. Прямоугольники содержат цели диаграммы и означают логические выводы. Линии (стрелки) показывают направление диаграммы. Многие вершины имеют сразу по нескольку ветвей, связывающих их с другими вершинами. Выбор выходящей из вершины ветви определяется проверкой условия, содержащегося в вершине.
Общая цель системы, в которой реализованы обратные рассуждения, - получить окончательный ответ.
дерево решение экспертная система
3.1 Преобразование дерева решений в правила
Как уже говорилось, правило ЕСЛИ-ТО состоит из двух частей. Часть ЕСЛИ может включать несколько условий, которые связываются между собой логическими операторами И, ИЛИ и НЕ. Часть ТО правила включается в работу только в том случае, если истинны все условия в условной части. В дереве решений обеим частям правила соответствуют связанные между собой вершина решения (кружок) и вершина логического вывода (прямоугольник). Условная часть содержит все вершины решения, находящиеся на пути к логическому выводу, т.е. каждая вершина решения на пути к выводу - это одно условие части ЕСЛИ. Вывод же составляет часть ТО правила.
Длинную фразу "Какой ноутбук вы хотите?” можно заменить переменной, принимающей значения "Рабочий" или "Игровой”. В действительности все вершины содержат переменные, имеющие уникальные имена. Список имен переменных, текст, который они заменяют, и номера вершин сводят в таблицу, (табл.1). Использование переменных вместо полного текста упрощает формирование и запись правил.
Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Мухачёв М.М., Зотин А.Г.
Классификация видов практических работ и их соотношение с профессиональными компетенциями при изучении дисциплин по web-разработкам
Описание проблемной области
Основное назначение данной экспертной системы – консультирование и помощь в выборе ноутбука для конечного пользователя. Предполагаемая сфера использования – сфера продаж.
Использование данной экспертной системы, к примеру, в специализированном компьютерном магазине, несет следующие выгоды:
- Получение списка предпочтений и подходящих моделей ноутбуков для конечного пользователя (покупателя)
- Обеспечение более конкретизированного и конструктивного диалога между продавцом-консультантом и конечным пользователем (покупателем)
- Снижение занятости продавца-консультанта.
Все современные мобильные компьютеры, независимо от их внешнего вида и стоимости, можно поделить на несколько основных групп:
- Ноутбуки для игр \ компьютерной графики— самые мощные портативные компьютеры. Обычно они оснащаются самыми передовыми процессорами и графикой. Такой компьютер способен открыть перед Вами многогранные возможности виртуального мира и подарить Вам яркую и очень реалистичную картинку.
- Ноутбуки для офиса — простые и при этом обладающие достаточной производительностью, для основных будничных дел.
- Нетбуки — очень маленькие, компактные и легкие ноутбуки, обладающие довольно таки слабой производительностью. Основное применение – серфинг интернет - страниц.
- Мультимедийные ноутбуки — не просто печатная машинка для набора и редактирования текстов, а современный мультимедийный центр. Он подойдет для просмотра фильмов, для создания трехмерных объектов, проигрывания самых разных мультимедийных файлов.
Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Мухачёв М.М., Зотин А.Г.
Рассмотрена технология построения экспертных систем. Предложено применения для частного случая подбора конфигурации рабочей станции (компьютера).
Способ представления знаний
При разработке данной системы использовался продукционная модель представления знаний.
Продукционная модель – это модель, основанная на правилах, позволяющая представить знание в виде предложений типа:
«ЕСЛИ условие, ТО действие»
Продукционная модель обладает тем недостатком, что при накоплении достаточно большого числа (порядка нескольких сотен) продукций они начинают противоречить друг другу.
В общем случае продукционную модель можно представить в следующем виде:
– сфера применения продукции;
– условие применимости продукции;
– постусловия продукции, актуализирующиеся при положительной реализации продукции;
– комментарий, неформальное пояснение (обоснование) продукции, время введения в базу знаний и т. д.;
Системы обработки знаний, использующие продукционную модель получили название «продукционных систем». В состав экспертных систем продукционного типа входят база правил (знаний), рабочая память и интерпретатор правил (решатель), реализующий определенный механизм логического вывода. Любое продукционное правило, содержащееся в базе знаний, состоит из двух частей: антецендента и консеквента. Антецедент представляет собой посылку правила (условную часть) и состоит из элементарных предложений, соединенных логическими связками «и», «или». Консеквент (заключение) включает одно или несколько предложений, которые выражают либо некоторый факт, либо указание на определенное действие, подлежащее исполнению. Продукционные правила принято записывать в виде антецедент-консеквент.
Примеры продукционных правил:
ЕСЛИ
«двигатель не заводится»
и
«стартер двигателя не работает»
ТО
«неполадки в системе электропитания стартера»
Любое правило состоит из одной или нескольких пар «атрибут-значение». В рабочей памяти систем, основанных на продукционных моделях, хранятся пары атрибут-значение, истинность которых установлена в процессе решения конкретной задачи к некоторому текущему моменту времени. Содержимое рабочей памяти изменяется в процессе решения задачи. Это происходит по мере срабатывания правил. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение сработавшего правила заносится в рабочую память. Поэтому в процессе логического вывода объём фактов в рабочей памяти, как правило, увеличивается (уменьшаться он может в том случае, если действие какого-нибудь правила состоит в удалении фактов из рабочей памяти). В процессе логического вывода каждое правило из базы правил может сработать только один раз.
Описание среды разработки
Программа разработана на языке программирования C++ с библиотеками QT и интегрированной средой разработки QtCreator.
Qt — кросс-платформенный инструментарий разработки ПОна языке программирования C++.
Позволяет запускать написанное с его помощью ПО в большинстве современных операционных систем путём простой компиляции программы для каждой ОС без изменения исходного кода. Включает в себя все основные классы, которые могут потребоваться при разработке прикладного программного обеспечения, начиная от элементов графического интерфейса и заканчивая классами для работы с сетью, базами данных и XML. Qt является полностью объектно- ориентированным, легко расширяемым и поддерживающим технику компонентного программирования.
Основные аргументы разработки системы при помощи вышеописанных инструментальных средств:
- Приложение кроссплатформенно, т.е. легко может быть скомпилировано и запущено на других операционных системах.
- Фреймворк, используемый для работы, поддерживает легковесную встраиваемую реляционную базу данных SQLite, что позволяет вести разработку и использование без сервера баз данных.
- Возможность статической компиляции, т.е. отсутствие необходимости дополнительных библиотек на компьютере пользователя для запуска.
Текст научной работы на тему «Обзор технологии построения экспертных систем для подбора конфигурации рабочей станции»
Актуальные проблемы авиации и космонавтики. Информационные технологии
1) вход под администратором позволяет добавить, отредактировать или удалить имеющиеся паттерны; выход из ПП.
2) вход на сайт со стороны пользователя позволяет просмотреть помощь по работе на сайте; добавить паттерн; найти паттерн; воспользоваться экспертной системой; выход из ПП.
Стадии прохождения паттернов проектирования:
1) создание паттерна;
2) принятие паттерна модератором системы, занос информации в базу знаний;
3) формирование отдельных атомов базы знаний по определённому алгоритму, с целью использования данного материала в модуле логического вывода экс-перной системы;
4) хранение паттерна в базе данных;
5) подбор, поиск необходимого паттерна проектирования по заданным критериям;
6) отображение паттерна проектирования, наиболее релевантного поисковым критериям.
Программная реализация экспертной системы выполнена как кроссплатформенное web-приложение. В качестве СУБД выбрана MySQL, как бесплатная СУБД, часто использующаяся для построения средних программных продуктов. Главным преимуществом этой СУБД является то, что она является абсолютно бесплатной и может использоваться в различных ОС, как в Windows, Unix, OSX.
При разработке программы были использованы основные классы и функции ZendFramework. Для работы с ZendFramework, понадобился интерпретатор программного кода - PHP. Интерфейс программы разработан как полнофункциональный web-сайт с панелью управления, с использованием стандартных модулей ядра Zend-Framework. Плюсы такого подхода - очевидны:
1) кроссбраузерность, кроссплатформенность;
2) доступ к проекту из любого уголка мира, где есть интернет;
3) красивый, комфортный пользователю интерфейс;
4) удобство представления текстовой информации.
Для разработки web-сайта были выбраны следующие программные языки и технологии:
Для написания, контекстных элементов управления, таких как меню, подменю и вложенные категории страниц паттернов был использован Javascript Framework - jQuery.
Для создания графического интерфейса пользователя, был создан макет в программе растровой графики AdobePhotoshop CS 4, после чего макет был разрезан на куски и свёрстан в HTML страницу, с использованием стилизации с применением каскадных таблиц стилей и шестнадцати колоночной модульной сетки, для реализации которой потребовался CSS Framework. Web-сайт построен на основе общего шаблона, повторяющегося на всех страницах, что позволило объединить статическую информацию и динамическое содержание, за которое отвечают блоки управления.
© Линник Т. С., Вдовенко В. В., 2011
М. М. Мухачёв Научный руководитель - А. Г. Зотин Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ОБЗОР ТЕХНОЛОГИИ ПОСТРОЕНИЯ ЭКСПЕРТНЫХ СИСТЕМ ДЛЯ ПОДБОРА КОНФИГУРАЦИИ РАБОЧЕЙ СТАНЦИИ
Рассмотрена технология построения экспертных систем. Предложено применения для частного случая подбора конфигурации рабочей станции (компьютера).
В настоящее время проблема выбора конфигурации компьютера достаточно актуальна, так как рынок перенасыщен аппаратными составляющими, предназначенными для решения разного рода целей и задач. Особенно негативно это сказывается на рядовых пользователях, которые плохо знакомы с этой самой аппаратной частью. Поэтому целесообразно применение экспертных систем. Слабая формализуемость процесса принятия решений, его нечеткость и альтернативность, качественная природа используемых знаний, быстрые темпы изменения предметной области обуславливают большую сложность и трудоемкость разработки.
При создании любой экспертной системы выделяют следующие этапы проектирования!!]:
- идентификация предметной области;
- концептуализация предметной области;
- формализация базы знаний;
- реализация базы знаний;
- тестирования базы знаний.
На завершающем этапе возможен возврат к предыдущим этапам для переформулирования требований, перепроектирования моделей или уточнения структуры экспертной системы. И только после успешного тестирования начинается опытная эксплуатация данной системы.
Секция ««Информатика и вычислительная техника»
На втором этапе необходимо провести 3 уровня моделирования: объектное, функциональное и поведенческое. Объектная модель содержит фактуальное знание о составе объектов, их свойств и связей. Функциональная модель включает преобразования фактов, зависимости между ними, показывающие, как одни факты образуются из других. Модель поведения показывает, как изменяются состояния объектов в результате возникновения некоторых событий. На этапе формализации базы знаний получаем продукционную модель [2], использующую обратный вывод (обратная аргументация).
Проанализировав технологию и предметную область можно прийти к выводу, что для построения
системы подбора конфигурации рабочей станции в форме вопрос-ответ, возможно использование решающих правил на основе построения продукционной модели, использующей обратный вывод.
1. Тельнов Ю. Ф. Интеллектуальные информационные системы. М., 2003.
© Мухачёв М. М., Зотин А. Г., 2011
Э. Р. Набеева Научный руководитель - Р. Р. Кагиров Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ТЕХНОЛОГИИ СОЗДАНИЯ ПОЛЬЗОВАТЕЛЬСКИХ WEB-ПРИЛОЖЕНИЙ
ния, как Visual Basic или Visual C++. Однако в отличие от локальных приложений, эти скомпилированные страницы создают информацию, отправляемую на компьютеры или обозреватели клиентов с использованием языков разметки наподобие HTML и XML. Это позволяет разработчикам создавать приложения с широкой функциональностью, защищая при этом интерфейс пользователя к устройствам и системам под управлением разных операционных систем. По мнению автора, бесспорным достоинством, обнаруживающим себя при создании приложений, являются: серверные элементы управления (которые во многих случаях действительно ускоряют разработку форм) [2].
PHP - крайне популярный сценарный язык общего назначения, и это не смотря на то, что создавался специально для веб-разработок [3]. В основе своей имеет синтаксис очень похожий на синтаксис C, Java и Perl, однако проще этих языков. Имеет открытый исходный код.
Чаще всего PHP сценарии встроены в HTML-разметку внутри специальных тегов . Во время запроса документа, имеющего PHP сценарии, на сервере происходит выполнение кода, а пользователь получает в браузер «чистый» HTML. Таким образом, PHP сценарии решают все те задачи, которые характерны для типичных CGI-приложений.
ЭКСПЕРТНАЯ СИСТЕМА / ОБУЧЕНИЕ ЭКСПЕРТОВ / ПОВЫШЕНИЕ УРОВНЯ ЗНАНИЙ ЭКСПЕРТОВ / РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ / EXPERT SYSTEM / TRAINING OF EXPERTS / INCREASING EXPERTS KNOWLEDGE / DEVELOPMENT OF EXPERT SYSTEM
Читайте также: