Классы экспертных систем

По степени сложности решаемых задач экспертные системы можно классифицировать следующим образом.

· По способу формирования решения экспертные системыподразделяются на два класса: аналитические и синтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив (определение характеристик объектов), синтетические системы – генерацию неизвестных решений (формирование объектов).

· По способу учета временного признака экспертные системы могут быть статическими и динамическими. Статические системы решают задачи при неизменяемых в процессе решения данных и знаниях, динамические – допускают такие изменения. Статические системы осуществляют монотонное непрерываемое решение задачи от ввода исходных данных до конечного результата, динамические – предусматривают возможность пересмотра в процессе решения полученных ранее результатов и данных.

· По видам используемых данных и знаний экспертные системы классифицируются на системы с детерминированными (четко определенными) знаниями и неопределенными знаниями. Под неопределенностью знаний (данных) понимается их неполнота (отсутствие), недостоверность (неточность), двусмысленность (многозначность понятий), нечеткость (качественная оценка вместо количественной).

· По числу используемых источников знаний экспертные системы могут быть построены с использованием одного или множества источников знаний. Источники знаний могут быть альтернативными или дополняющими друг друга (кооперирующими).

В соответствии с перечисленными признаками классификации выделяются четыре основных класса экспертных систем (рис. 1.7).

Рис. 1.7. Классы экспертных систем

Классифицирующие экспертные системы. Используются для решения…? переход? К аналитическим задачам прежде всего относятся задачи распознавания различных ситуаций, когда по набору заданных признаков (факторов) выявляется сущность некоторой ситуации, в зависимости от которой выбирается определенная последовательность действий. Таким образом, в соответствии с исходными условиями среди альтернативных решений находится одно, наилучшим образом удовлетворяющее поставленной цели и ограничениям.

Экспертные системы, решающие задачи распознавания ситуаций, называются классифицирующими, поскольку определяют принадлежность анализируемой ситуации к некоторому классу. В качестве основного метода формирования решений используется метод логического дедуктивного вывода от общего к частному, когда путем подстановки исходных данных в некоторую совокупность взаимосвязанных общих утверждений получается частное заключение.

Доопределяющие экспертные системы. Более сложный тип аналитических задач представляют задачи, которые решаются на основе неопределенных исходных данных и применяемых знаний. В этом случае экспертная система должна как бы доопределять недостающие знания, а в пространстве решений может получаться несколько возможных решений с различной вероятностью или уверенностью. В качестве методов работы с неопределенностями применяется байесовский вероятностный подход, коэффициенты уверенности или нечеткая логика. Для формирования решения могут использоваться несколько источников знаний. В этом случае целесообразны эвристические приемы, например, на основе использования приоритетов важности, или получаемой степени уверенности, или значений функций предпочтений и т. д.

Для аналитических задач классифицирующего и доопределяющего типов (пример - экспертная система анализа финансового состояния предприятия) характерны следующие области применения.

· Интерпретация данных – выбор решения из фиксированного множества альтернатив на основе введенной информации о текущей ситуации, определение сущности рассматриваемой ситуации, выбор гипотез.

· Диагностика – выявление причин, приведших к возникновению нежелательной ситуации. Требуется предварительная интерпретация ситуации с последующей проверкой дополнительных фактов, например, выявление факторов снижения эффективности производства.

· Коррекция – диагностика, дополненная возможностью оценки и рекомендации действий по исправлению отклонений от нормального состояния объекта или процесса.

Трансформирующиеэкспертные системы. В отличие от аналитических статических экспертных систем трансформирующие системы являются синтезирующими динамическими экспертными системами и предполагают повторяющееся преобразование знаний в процессе решения задач, что связано с характером результата, который нельзя заранее предопределить, а также с динамичностью самой проблемной области.

В качестве методов решения задач в трансформирующих экспертных системах используются разновидности гипотетическоговывода:

· генерация и тестирование, когда по исходным данным осуществляется генерация гипотез, а затем проверка сформулированных гипотез фактами;

· предположение и умозаключение, когда по неполным данным подбираются знания об аналогичных классах объектов, которые в дальнейшем динамически адаптируются к конкретной ситуации в зависимости от ее развития;

· использование общих закономерностей (метауправление) в случае неизвестных ситуаций, позволяющих генерировать недостающие знания.

Многоагентные системы. Для таких динамических систем характерна интеграция в базе знаний нескольких разнородных источников знаний, обменивающихся между собой получаемыми результатами на динамической основе, например, через "доску объявлений" (рис. 1.8).

Рис. 1.8. "Доска объявлений"

Для многоагентных систем характерны следующие особенности.

· Проведение альтернативных рассуждений на основе использования различных источников знаний с механизмом устранения противоречий.

· Распределенное решение проблем, когда возможно разделение проблемы на параллельно решаемые подпроблемы, соответствующие самостоятельным источникам знаний.

· Применение различных стратегий вывода заключений в зависимости от типа решаемой проблемы.

· Обработка больших массивов данных, содержащихся в базе данных.

· Использование различных математических моделей и внешних процедур, хранимых в базе моделей.

· Способность прерывания решения задачи в связи с необходимостью получения дополнительных данных и знаний.

Для синтезирующих динамических экспертных систем в целом характерны следующие области применения:

· Проектирование – определение конфигурации объектов с точки зрения достижения заданных критериев эффективности и ограничений, например, проектирование бюджета предприятия или портфеля инвестиций.

· Прогнозирование – предсказание результатов развития текущих ситуаций на основе математического и эвристического моделирования, например прогнозирование трендов на биржевых торгах.

· Диспетчирование – распределение работ во времени, составление расписаний, например планирование графика освоения капиталовложений.

· Планирование – выбор последовательности действий пользователя по достижению поставленной цели, например планирование процессов поставки продукции.

· Мониторинг – наблюдение за текущей ситуацией с возможной последующей коррекцией. При этом выполняется диагностика, прогнозирование ситуаций, а в случае необходимости планирование и коррекция действий пользователей, например мониторинг сбыта готовой продукции.

· Управление – мониторинг, дополненный реализацией действий в автоматических системах, например принятие решений на биржевых торгах.

По данным, опубликованным в книге [21], в которой приводится анализ 12500 действующих экспертных систем, распределение экспертных систем по областям применения имеет следующий вид (рис. 1.9). Из рисунка видно, что наиболее популярны области применения: диагностика, интерпретация и рекомендации.

Рис. 1.9. Области применения экспертных систем