double arrow

Интеллектуальные экспертные системы

А. Интеллектуальные системы. Информационные технологии позволили решить многие вопросы по созданию искусственного интеллекта. Не вдаваясь в суть спора о мыслящих машинах и оставляя без комментариев работы Тьюринга, Сэлфриджа, Пейперта и др., рассмотрим второе направление развития искусственного интеллекта, называемого интеллектуальными системами - ИС, в это направление входят:

1- системы, связанные с расширением интеллектуальной деятельности человека, включая функции управления, моделирования, эвристического поиска - системы типа GPS (global position system) - система глобального позиционирования на основе системы спутников земли и глобальной ВС, обучения - системы типа EURISKO и т.д. 2.- системы экспертной оценки, включающие в себя: собственно экспертные системы - ЭС, системы, связанные с поддержкой принятия решений - СППР и автоматизированные системы экспертного оценивания - АСЭО. Экспертной системой [19] принято называть систему искусственного интеллекта, которая создана для решения задач в конкретно проблемной области. В справочнике по ИС определение звучит так: "Экспертная система - это программа, которая ведёт себя подобно эксперту в некоторой проблемной области". Появление ИС привело к качественному скачку управленческих технологий и обеспечило новые подходы к пониманию управленческой деятельности во всех сферах её проявления. Второе направление ИС развивается достаточно быстро, чему способствует широкое внедрение ИТ. ИС являются незаменимыми помощниками ЛПР, резко повышая возможности информационного и экспертно- аналитического обеспечения принимаемых решений. Статистикой уже отмечены положительные результаты практического использования ЭС, СППР, АСЭО в различных областях деятельности. Вместе с тем необходимо иметь в виду замечания, сделанные в предыдущем параграфе, поэтому ЛПР должен работать в тесном контакте с авторской группой разработчиков ЭС для предметной области. Данные приведенные в таблице 5.2 предваряют краткую характеристику систем, даваемую в пунктах Б, В, Г, и дают общую характеристику отличия названных систем друг от друга.

Таблица 5.2

Название системы Контингент для кого предназначена система Основные задачи системы
Экспертная система Специалисты среднего профессионального уровня Диагностика ситуации, рекомендации
Системы поддержки принятия решения Менеджеры среднего звена, специалисты в управлении, но не в проблемной области Обоснование решения для верхнего уровня, принятие решения для нижнего уровня
Автоматизированные системы экспертного оценивания Специалисты высокой квалификации - эксперты Подготовка БЗ и решателей для ЭС, Подготовка решения для сложных управленческих задач

Б Экспертные системы. В связи с неустановившейся терминологией в этой области, за основу будем брать определения справочника " Искусственный интеллект " М. Радио и связь 1990.ЭС включает в себя следующие модули:

1. временная база данных - БД для хранения исходных и промежуточных данных текущей задачи.

2.база знаний - БЗ для хранения долгосрочных данных и правил их использования.

3. база программ (решатель) для решения конкретной задачи на основе БД и БЗ.

4. компонент приобретения знаний, пополняющий БЗ.

5. объяснительный компонент, комментирующий ход решения задачи ЭС.

6. диалоговый компонент, организующий пользовательский интерфейс.

Опыт показывает, что создание БЗ является до сих пор узким местомЭС, т.к. экспертные знания являются слабоструктурированными и трудно формализуемыми. Включение такой информации в цепь логических рассуждений для решателя создаёт определённые проблемы, но развитие эвристического аппарата (нечёткие множества и отношения, многозначная байесовская логика) в известной мере уже сняло ряд ограничений. Логика решателя построена на создании языков программирования искусственного интеллекта, к их числу в первую очередь относятся языки LISP, PROLOG, первый был создан для обработки списков и ориентирован на символьную обработку данных, второй основан на математической логике и связывает систему аксиом логическими процедурами. Существенным отличием программ ЭС является то, что в отличие от обычных программ компоненты ЭС могут быть дополнены и изменены независимо друг от друга. Для задач, которые нельзя решить в рамках логического подхода используются либо универсальные языки, либо специальные Пролог-машины, построенные для реализации логических концепций, эти вычислители становятся неотъемлемой частью ЭВМ 5-го поколения.

Объяснительный модуль построен на идее использования прямых и обратных цепочек рассуждений. Прямая цепочка идет от данных с помощью которых этого надо добиться. Наиболее удачные ЭС сочетают оба подхода, что позволяет более четко формировать вопросы к пользователю и избегать возникновения повторяющихся вопросов. Важным обстоятельством является хорошо организованный диалог пользователя с ЭС, позволяющий в любой момент объяснить сделанное ЭС заключение и представить исчерпывающую цепочку рассуждений и фактов, приведших к этому заключению.

Для процесса развития ЭС характерно как создание предметно-ориентированных систем, используемых в конкретной области и учитывающих её специфику, так и предметно-независимых систем, представляющих собой оболочку, которая будет наполняться информацией при её непосредственном использовании. ЭС может быть охарактеризована набором признаков, укажем основные из них:

1. Тип системы. СобственноЭС, системы, основанные на знаниях, но не отвечающие всем требованиям ЭС, расчётно- логические системы, комбинированные.

2. Назначение системы. ЭС могут предназначаться для решения задач диагностики, обучения, интерпретации, выработки альтернативных вариантов решений.

3. Степень предметной ориентации системы. ЭС может быть предметно-ориентированной, предметно-независимой (пустой оболочкой) либо инструментальной, предназначенной для разработки оболочек.

4. Формализм представления знаний. В ЭС знания могут быть представлены в виде семантических сетей, фреймов и т.д.

5. Вид используемого языка, В последние годы, кроме PROLOG иLISP стали активно применяться системы программирования С++ и Visual BASIC, позволяющие работать с графическим интерфейсом и обладающие механизмом управления от событий.

6. Развитость интерфейса. ЭС может использоваться более эффективно при наличии дружественного интерфейса.

Развитие ЭС началось с медицинских диагностических систем, а в настоящее время трудно назвать область, в которой не использовались бы предметно-ориентированные ЭС. Известны уже системы по планированию эксперимента, проектированию локальных ЭС, идентификации отказов радиотехнического оборудования, прогнозирования качества РЭС и т.д.

Развитие методов формирования БЗ, в частности создание самообучающихся баз знаний, развитие интерактивной системы экспертной классификации, процедур диагностирования экспертных суждений, делают применение ЭС всё более актуальным. Принято делить знания на: знания первого рода- книги, справочники, ГОСТ и знания 2-го рода - эмпирические правила, интуитивные соображения и факты, позволяющие принимать решения в условиях неопределённости, это сочетание вызывает ряд вопросов от решения которых будет зависеть развитие ЭС в ближайшие годы:

1.. Развитие методов синтеза знаний, синтетических - относящихся к проблеме в целом и координатных, относящихся к отдельным её частям.

2. Создание сетей ЭС для повышения эффективности принятия решений осуществления перехода к глобальноорганизованным ЭС.

3. Формирование баз знаний на основе коллективных экспертных суждений при неполных и неопределённых знаниях.

В. Системы поддержки принятия решений – СППР. Поскольку это направление находится в стадии становления, сложившейся терминологии ещё нет. СППР применяются в тех случаях, когда классические методы исследования операций могут не давать корректного решения, а именно при исследовании слабо структурированной проблемы в условиях неопределённости, когда практически невозможно найти единственное оптимальное значение. Ряд авторов считают, что СППР представляют собой универсальные ЭС. Определим СППР как одно из направлений информационной управленческой технологии, обеспечивающее ЛПР при принятии решения методами определения системы предпочтений при сопоставительном анализе альтернатив в условиях неопределённости. Очевидно, что предлагаемый авторами подход оценки коэффициентов значимости может быть легко реализован в СППР, т.к. выходной эффект любого рассматриваемого варианта построения РЭС всегда может быть оценён КЦФ. Настройка оценочной системы модели на конкретного ЛПР можно производить на основе ретроспективы принятых ранее решений.

Фирма ЛОКХИД широко применяющая СППР в своей деятельности уже более 10 лет ввела термин bootstrapping (натягивание сапога) для случая использования опыта предыдущих решений. С помощью этого метода проверяется весомость каждого фактора в каждой альтернативе и предлагается оценка привлекательности альтернативы. Вопросы сравнительной оценки разных альтернатив являются областью теории квалиметрии и требуют специального рассмотрения. Однако важно отметить, что лишь сочетание ситуационного и функционального анализа вариантов построения РЭС с процедурами коллективного экспертного оценивания может обеспечить высокое качество решения. Поэтому при использовании СППР должны выполняться следующие правила:

1. Анализ ситуации принятия решения должен носить комплексный характер и учитывать все наиболее важные аспекты проблемы.

2. Информация об объекте принятия решения должна обладать всеми необходимыми характеристиками (глава 2) и быть доступной экспертам и ЛПР.

3. Необходимо, чтобы были осуществлены этапы моделирования и технического прогнозирования, учитывающие все представляющие интерес факторы.

4. Необходимо оценить уровни риска.

5. При привлечении экспертов необходимо жестко выполнить все условия формирования экспертизы.

6. Применять все методы снижения неопределённости (структуризацию,

шкалирование, оптимизацию).

Проблеме оптимизации или выбору рационального решения должно быть уделено значительное внимание. В сложной ситуации при принятии решения приходится решать иерархически упорядоченные частные оптимизационные задачи. При этом последовательность процедуры формирования оптимизационной модели принятия решения должна включать:

- выделение существенных ограничений, позволяющих представить допустимые решения

- построение областей вариации параметров при системной оптимизации.

- формирование и выбор критериев оптимизационной задачи. Значительный интерес представляет собой принятие решения в условиях взаимодействия ряда ЛПР (например, кооперация производства нескольких предприятий в рамках корпорации), так как здесь возникают проблемы компромисса и устойчивости структуры. В этом случае использование распределённых диалоговых человеко-машинных систем (мини или локальная сеть) позволяет расширить возможности выработки компромиссных решений с учётом многоуровневости процедуры формирования решения. Существующие СППР позволяют определять предпочтительность альтернатив за счёт исключения доминируемых вариантов, однако при получении Паретовского множества включаются более тонкие процедуры (определение сравнительной важности, введение коэффициентов замещения и т.д.). В качестве примера таких систем можно назвать Pilot,GRETA, СИАМА и др. В частности СППР Pilot позволяет решать задачи многокритериального анализа в разных проблемных областях работать с количественными и качественными критериями, представленными в том числе графически и в виде иерархии системы показателей. В качестве решающих правил используются процедуры свёртки частных критериев и процедуры, связанные с использованием различных модификаций принципа Парето.

Г. Автоматизированные системы экспертного оценивания.

АСЭО предназначены для повышения эффективности использования высококвалифицированных специалистов, как экспертов при выработке решений. Рассмотрим основные отличия АСЭО [14]:

1. АСЭО - сложная многоуровневая система, позволяющая организовывать проведение экспертизы от формирования целей и конкретного содержания до определения результатов и его анализа. Обязательным элементом АСЭО является технологический граф организации и проведения экспертизы, определяющий порядок взаимодействия экспертов, аналитиков и операторов. В графе предусматривается последовательность экспертных процедур, характер информационного обеспечения, порядок обработки и анализа результатов.

2. Оценка объектов экспертизы производится высококвалифицированными экспертами, поддержанными не только развитыми БЗ, но и АРМ экспертов, позволяющими в интерактивном режиме оценивать объекты и настраивать индивидуальную оценочную систему и перечень уровня знакомства с объектами. В перечне объектов запрещена оценка объектов, представленных организацией, сотрудником которой является эксперт.

3. В АСЭО предусматривается обязательная априорная и апостериорная оценка качества деятельности эксперта, получаемая непосредственно и на основе прежних экспертиз, что позволяет проводить расчёт его рейтинга для определения возможного его приглашения в дальнейшем и оплаты труда. Кроме того предусматривается возможность оценки всего коллектива экспертов, для чего существуют алгоритмы результирующих оценок, ражирований и классификаций.

4. В АСЭО предусмотрены разные системы критериев для оценки разных уровней объекта (для системы в целом, для ресурсов, технологий и т.п.), поэтому в качестве обязательного компонента в АСЭО существует адаптивная оценочная система. Оценочная система включает в себя данные о сравнимости критериев, шкалах, системах доминирования, значимости и т.д.

5. Анализ результатов экспертизы предусматривает оценку согласованности мнений экспертов, выделение групп единомышленников, получения оценок по каждой группе. Анализ результатов позволяет выделить и исключить неконкурентоспособные альтернативы, степень близости альтернатив, распределение средств и т.п. Основными этапами создания АСЭО являются:

1. Определение общего характера работ, в соответствии с этапами изложенными в главе 2. Этап заканчивается разработкой технического задания.

2. Сценарий решения проблемы включает в себя составление блок-схемы решения проблемы, согласованной с заказчиком; построения технологического графа решения проблемы.

3. Программа работ. В ней указаны известные методы и те, которые необходимо разработать, согласуется структура БД, определяются сроки подготовки методической базы, выдаются задания на разработку нового программного продукта, задания на подготовку форм отчётности и т.д.

4. Выполнение программы работ проходит под руководством опытного системного программиста. Контроль за сетевым графиком осуществляет главный конструктор.

5. Разработка системы тестов. Для каждого программируемого алгоритма необходимо разработать контрольный пример (тест), позволяющий проверить работу алгоритма при всех возможных сочетаниях заданий, а также теста для проверки работы всей системы. При этом целесообразно создавать банк тестовых примеров, позволяющих оценивать эффективность работы алгоритмов в плане: оценки точности приближённого решения, чувствительности к изменению данных, трудоёмкости решения.

6. Апробация рабочего варианта системы. Заказчик, после демонстрации системы, определяет степень её соответствия поставленным целям, вносит необходимые уточнения. Доводка системы может происходить за несколько итераций.

7. Подготовка документации на окончательный вариант системы. В качестве примера рассмотрим АСЭО-1 «Выбор проекта» консалтинговой фирмы "Эрнст энд Янг Внешконсульт". В БД этой системы собраны данные о большом количестве проектов со всеми их характеристиками, включая экологические и социальные аспекты. В системе предусмотрена БД об экспертах, включая их информированность, рейтинг. Предусмотрена система многокритериального оценивания, в том числе по критериям, разработанным для специалистов разного профиля (экономическим, экологическим, техническим). Оценка предпочтительности в АСЭО-1 ведётся двумя способами: - отнесением проектов (стратификацией) к одному из фиксированных уровней предпочтительности и использованием композиционных принципов многокритериального выбора в форме диалога каждого эксперта, отражающего его систему предпочтений. В системе предусмотрена многотуровая экспертиза, что позволяет повысить согласованность оценок. Известны уже и другие АСЭО:ЕХСО, COMBI -PC, реализующие другие возможности.

Д. Системы управления базами данных - СУ БД.

Во всех рассмотренных классах интеллектуальных систем одной из основных частей являются базы данных, от эффективного управления которыми во многом зависят возможности ИС. СУБД появились уже на машинах 2-го поколения (Oracle, INGRES), но они не стали стандартом для персональных компьютеров, так как предъявляли высокие требования к квалификации пользователей и к самой технике. В 80-е годы было разработано много СУБД специально для ПК, в большинстве из них информация организуется в виде двумерных таблиц (СУБД такого типа называют иногда реляционными БД). В России наибольшее распространение получили Paradox, dBASE III plus, FoxPro, они используют одинаковые принципы организации данных и совместимы на уровне файлов баз данных. Одним из недостатков этих СУБД является невозможность создания с их помощью ехе-файлов, автономно работающих под управлением DOS. Поэтому в нашей стране успехом пользуется пакет Clipper, который предназначен для компиляции прикладных программ, работающий с БД формата. DBF. В 1991 году произошло укрупнение рынка производителей СУБД, так Microsoft приобрела фирму Fox Software Inc., Borland International приобрела фирму Ashton-Tate, фирма Nantucket приобрела Computer Associates. С этого момента начался новый этап развития СУБД, отличающийся тремя основными особенностями: объектно-ориентированные базы данных, графический пользовательский интерфейс и архитектура клиент- сервер. Первые СУБД нового поколения появились в 1994 году. Новая версия СУБД Oracle фирмы Oracle является одним из лидеров многоплатформенных распределённых СУБД, которая может работать на более чем 200 типах ЭВМ, включая ПК типа IBM PC и Apple Macintosh. Распределённая база данных может быть размещена на нескольких компьютерах локальной сети, воспринимаясь в ней как единое и легко доступное целое. Седьмая версия СУБД русифицирована по заказу самой фирмы. В программное обеспечение входит одна из наиболее полных версий языка структурированных запросов -SQL и развитая сервисная поддержка. В последнее время БД содержит не только текстовые файлы, но и различную мультимедийную информацию, обеспечивая не только высокую надёжность при хранении, но и быстрый поиск и передачу информации между модулями.

Выводы. Даже краткое рассмотрение возможностей ИС позволяет заключить:

1. При разработке РЭС в аппарате главного конструктора целесообразно иметь аналитическую группу, которая должна готовить аргументированные материалы по принятию решений для ЛПР.

2. Интегрированная система автоматизированного проектирования должна включать в себя и систему экспертного оценивания, опирающуюся на современные ВС.

3. Для повышения эффективности работы ИС необходимо непрерывно пополнять БЗ и БД, а также логическую основу решателя.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



Сейчас читают про: