Основные компоненты экспертных систем

Основными компонентами ИТ, используемой в ЭС, являются: интерфейс пользователя, база знаний, интерпретатор, модуль со­здания системы.

Рис. 9.1. основные компоненты ИТ 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.

Руководитель может использовать четыре метода вводаинформации: меню, команды, естественный язык и собственный интерфейс,

Технология экспертных систем предусматривает возможность получать в качестве выходнойинформации не только решение, но и необходимые объяснения. Различают два вида объяснении:

- 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.

База знаний.Она содержит факты, описывающие проблемную область, а также логи­ческую взаимосвязь этих фактов. Центральное место в базе знаний принадлежит правилам. Правилоопределяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условия, которое может выполняться или нет, и действия, которое следует про­извести, если условие выполняется. Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.

Все виды знаний могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее рас­пространенным моделям относятся логические, продукционные, фреймовые и семантичес­кие сети

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

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. Он служит для создания набора (иерархии) правил. Су­ществуют 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.

 

Модели знаний

Знания – это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. Для хранения знаний используются базы знаний.

Знания могут быть классифицированы по следующим категориям:

- поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области;

- глубинные – абстракции, аналогии, схемы, отражающие структуру и процессы в предметной области.

Существуют десятки моделей представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам:

- продукционные;

- семантические сети;

- фреймы;

- формальные логические модели.

Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие).

Под условием понимается некоторое предложение-образец, по которому осуществля­ется поиск в базе знаний, а под действием — действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминаль­ными или целевыми, завершающими работу системы).

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтвержде­ния — к данным). Данные — это исходные факты, на основании которых запускается ма­шина вывода — программа, перебирающая правила из базы.

Продукционная модель чаще всего применяется в промышленных экспертных систе­мах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними.

Понятиями обычно выступают абстрактные или конкретные объекты, а отношения — это связи типа: "это" ("is"), "имеет частью" ("has part"), "принадлежит", "любит". Харак­терной особенностью семантических сетей является обязательное наличие трех типов отно­шений:

- класс — элемент класса;

- свойство — значение;

- пример элемента класса.

Выделяют несколько классификаций семантических сетей:

- по количеству типов отношений (однородные – с единственным типом отношений; неоднородные – с различными типами отношений);

- по типам отношений (бинарные – в которых отношения связывают два объекта; n-арные – отношения, связывающие более двух понятий).

Наиболее часто в семантических сетях используются следующие отношения:

- связи типа “часть-целое”;

- функциональные связи;

- количественные;

- пространственные;

- временные;

- атрибутные связи;

- логические связи.

Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, соответствующей поставленному вопросу.

Основное преимущество этой модели – в соответствии современным представлениям об организации долговременной памяти человека. Недостаток модели – сложность поиска вывода на семантической сети.

Под фреймом понимается абстрактный образ или ситуация. В психологии и филосо­фии известно понятие абстрактного образа. Например, слово "комната" вызывает у слушаю­щих образ комнаты: "жилое помещение с четырьмя стенами, полом, потолком, окнами и дверью, площадью 6-20 м2 ". Из этого описания ничего нельзя убрать (например, убрав окна, мы получим уже чулан, а не комнату), но в нем есть "дырки", или "слоты", — это незаполненные значения некоторых атрибутов — количество окон, цвет стен, высота потолка, покрытие пола и др.

В теории фреймов такой образ называется фреймом. Фреймом называется также и формализованная модель для отображения образа.

Структуру фрейма можно представить так:

ИМЯ ФРЕЙМА:

(имя 1-го слота: значение 1-го слота),

(имя 2-го слота: значение 2-го слота),

…………………..

(имя N-ro слота: значение N-ro слота).

Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы - экземпляры, которые создаются для отображения реальных ситуаций на ос­нове поступающих данных.

Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через:

- фреймы-структуры, для обозначения объектов и понятий (заем, залог, вексель);

- фреймы-роли (менеджер, кассир, клиент);

- фреймы-сценарии (банкротство, собрание акционеров, празднование именин);

- фреймы-ситуации (тревога, авария, рабочий режим устройства) и др.

Важнейшим свойством теории фреймов является заимствованное из теории семантических сетей наследование свойств.

Основным преимуществом фреймов как модели представления знаний является спо­собность отражать концептуальную основу организации памяти человека, а также ее гибкость и наглядность.

В представлении знаний выделяют формальные логические модели, основан­ные на классическом исчислении предикатов I порядка, когда предметная область или задача описывается в виде набора аксиом. Эта логическая модель применима в основном в иссле­довательских "игрушечных" системах, так как предъявляет очень высокие требования и ограничения к предметной области. В промышленных же экспертных системах используются различные ее модификации и расширения.

Модели знаний – продукционная, фреймовая, семантических сетей – обладают практически равными возможностями представления знаний. Дополнительно каждая модель знаний обладает следующими свойствами:

- продукционная модель позволяет легко расширять и усложнять множество правил вывода;

- фреймовая модель позволяет усилить вычислительные аспекты обработки знаний за счет расширения множества присоединенных процедур;

- модель семантических сетей позволяет расширять список отношений между вершинами и дугами сети, приближая выразительные возможности сети к уровню естественного языка.

 

9.4. Экспертная система «ДА» фирмы «Контекст»

В ДА-системе реализована так называемая ДА-технология обработки и анализа данных, опирающаяся на Детерминационный Анализ (сокращенно ДА, откуда название технологии). Предлагаемый в ней набор процедур позволяет решать широкий круг проблем, возникающих при работе с качественными и количественными данными. Детерминационный Анализ (или Анализ Правил) - это универсальный метод, обеспечивающий решение базовых задач анализа данных. Метод содержит оригинальный подход к анализу правил (детерминаций). Математические основы метода разработаны Сергеем Чесноковым в 70-е годы в Институте Системных исследований (ВНИИСИ, Москва) в отделе академика С.С.Шаталина (1934-1997). Была построена детерминационная логика, в которой нашли современное математическое оформление взгляды Аристотеля, не получившие должного развития в формальной логике двадцатого века. На базе теории детерминаций было получено радикальное обобщение силлогистики Аристотеля, приведшее к новому пониманию роли силлогистики в естественном языке, в основаниях логики и арифметики и в анализе данных (Чесноков, 1983-1994).

Что обеспечивает ДА-система?

1. Обработка данных:

- создание Словаря переменных;

- ввод данных из документов, лабораторных журналов и т.д.;

- ввод данных, записанных на гибких дисках в форматах других систем;

- обмен данными с другими системами;

- добавление новых данных в процессе анализа;

- корректировка введенных данных.

2. Анализ данных:

- построение таблиц распределений;

- построение графиков;

- поиск и анализ правил (детерминаций);

- построение таблиц правил (детерминаций);

- конструирование вторичных переменных;

- анализ в произвольных контекстах;

- оценивание статистических ошибок;

- расчеты с учетом весовых показателей.

А также:

- информационный поиск;

- оформление результатов в виде отчетов;

- перенос таблиц, графиков, других материалов и результатов анализа в Word, WordPad, Excel.

Применение ДА-системы дает наилучший результат:

- если Вас интересует поиск и анализ правил, объясняющих то или иное явление;

- если при этом Вам приходится конструировать новые признаки из уже имеющихся, чтобы более четко ставить и решать интересующие Вас задачи;

- если Вам необходимо вести анализ в разнообразных контекстах и в процессе анализа быстро переходить из одного контекста в другой;

- при обработке и анализе неколичественных (качественных) данных;

- при совместном анализе количественных и неколичественных данных;

- когда не выполнены (или под вопросом) условия применимости классических статистических методов анализа количественных данных.

В области маркетинговой деятельности ДА-система может быть использована для:

- планирования отношений с клиентами;

- планирования торговой политики и товарооборота;

- планирования загрузки складских помещений;

- планирования использования торговых площадей;

- регулирования занятости персонала;

- планирования рекламных кампаний;

- работы по созданию необходимого имиджа фирмы.

ДА-система может применяться для обработки данных, которые представляют деятельность фирмы и ее филиалов, отношения с поставщиками и клиентами, а также результаты обследований потенциальных поставщиков и клиентов. Это клиентские счета, накладные, сводки о результатах работы фирмы за день, неделю, месяц, данные опросов потенциальных поставщиков и клиентов, данные маркетинговых исследований по группам производителей товаров и т.д. С помощью ДА-системы, обрабатывая внутренние документы фирмы, а также данные маркетинговых опросов клиентов, производителей и поставщиков можно оперативно получать следующие типы результатов

Общие характеристики фирмы за любой период в сжатой, сухой форме (дела за прошедший день, неделю, месяц; квартальный отчет, годовой отчет). Оценки того, насколько успешно действует фирма. Динамика характеристик фирмы за любой период и по любым отрезкам времени (в форме таблиц и графиков по годам, сезонам, месяцам, дням). Анализ спадов и подъемов в делах фирмы, выявление того, что было ошибкой, а что - удачной находкой, как сделать, чтобы дела шли более успешно. Анализ эффективности рекламы. Сезонные колебания активности клиентов. Товары-форварды и товары-аутсайдеры, по разным регионам, поставщикам, клиентам, сезонам. Поставщики-форварды и поставщики-аутсайдеры, клиенты-форварды и клиенты-аутсайдеры, по разным регионам и группам товаров. Регионы-форварды и регионы-аутсайдеры по разным группам товаров и клиентов. Списки по разным критериям (суммарная выручка, цена единицы товара, объем партии, общее количество единиц, количество сделок, привлекательность для потенциальных клиентов и т.д.). Портреты потенциальных клиентов по отдельным товарам и услугам (группам товаров и услуг).

Признаки-аутсайдеры и признаки-форварды, определяющие привлекательность (непривлекательность) товаров и услуг среди различных групп клиентов.

Применение ДА-системы эффективно для решения следующего круга задач:

- динамика выручки (когда, в какие месяцы, сезоны, годы, дни выручка наибольшая либо наименьшая и почему);

- ценовая политика (как влияет на суммарную выручку ценовая политика фирмы);

- объемы партий товара (как зависит суммарная выручка от ориентация на мелко, средне-, и крупнооптовую торговлю);

- товарооборот, его влияние на суммарную выручку;

- какие товары и услуги приносят наибольшую (наименьшую) выручку;

- какие товары и услуги дают наибольший (наименьший) вклад в товарооборот;

- какие клиенты дают наибольшую выручку и по каким признакам они выделяются из общего состава клиентов;

- по каким территориальным единицам выручка наибольшая, и по каким признакам эти территориальные единицы выделяются на фоне других;

- деловая активность при разных объемах выручки;

- оценить, что выгоднее: мелкооптовые, среднеоптовые или крупнооптовые сделки;

- какие товары показали себя наиболее выгодными в розничгной, мелкооптовой, среднеоптовой и крупнооптовой торговле;

- какие клиенты показали себя наиболее выгодными в розничной, мелкооптовой, среднеоптовой и крупнооптовой торговле.

А также:

- влияние рекламы, выставок и других мероприятий на величину выручки и товарооборота;

- учет клиентов по видам их деятельности (для более эффективной работы с клиентами);

- отслеживание каналов, по которым клиенты получают информацию о фирме (для более целенаправленной работы с рекламой и эффективного формирования благоприятного имиджа фирмы).

Работа с экспертной системой “ДА” начинается с формирования словаря данных, в котором определяем переменные: «Товарные группы» - текстовая переменная, имеющая список значений, например, если описывать продукцию ОАО «Вяземский машиностроительный завод», то это будут {стиральные машины загрузочной массой 10 кг, стиральные машины загрузочной массой 25 кг, стиральные машины загрузочной массой 50 кг, центрифуги, машины сушильные, каландры гладильные}, ряд числовых переменных: количество продукции, её цена, её производительность, дата учёта, диапазон значений производительности.

После определения словаря данных выполняется ввод исходных данных, которые необходимо подвергнуть анализу. Для всех групп изделий вводим их цены, реализованное количество продукции, производительность и все остальные значения.

После того, как введены значения анализируемых переменных, определяется весовая переменная (в нашем случае это цена изделия) и выполняется анализ количественных значений с помощью режима «Таблица распределений». В этом режиме выполняем анализ зависимости реализованной продукции по каждой товарной группе и по определённым диапазонам (переменная «Диапазон», которая принимает список значений {10, 20, 30, 40, 50} от её цены, производительности и затрат на эксплуатацию. Система «ДА» выполняет обработку данных, причём можно указать вид статистики, которую необходимо вычислить при этом.

После того, как введены значения анализируемых переменных, определяется весовая переменная (в нашем случае это цена изделия) и выполняется анализ количественных значений с помощью режима «Таблица распределений». В этом режиме выполняем анализ зависимости реализованной продукции по каждой товарной группе и по определённым диапазонам (переменная «Диапазон», которая принимает список значений {10, 20, 30, 40, 50} от её цены, производительности и затрат на эксплуатацию. Система «ДА» выполняет обработку данных, причём можно указать вид статистики, которую необходимо вычислить при этом.

 

 


Рис. 9.2.

Система включает конструктор отчётов для построения таблиц распределений, а в нём имеется соответствующая кнопка, именуемая «Статистика». Значения в таблице распределе­ний могут быть представлены в виде количества значений, попадаемых в исследуемый интервал, или в % выражении. По таблице распределений система «ДА» строит диаграмму.

 


Рис. 9.3.

 

 


Рис. 9.4.

По представленной диаграмме видно, что наибольшей популярностью среди потребителей продукции ОАО «Вяземский машиностроительный завод» пользуются стиральные машины загрузочной массой 10 кг и 25 кг, хотя именно это оборудование требует больших затрат при эксплуатации, чем другие виды, но по своим функциональным возможностям оно наиболее необходимо всем потребителям, поэтому конструкторам, технологам и другим специалистам ОАО «Вяземский машино­строительный завод» имеет смысл в первую очередь работать над технологическим совершенствованием стиральных машин, снижением их себестоимости, улучшением их качества, дизайна, увеличения сроков службы прачечного оборудования за счёт применения новейших материалов, лаков, красок и более долговечных механических комплектующих изделий.

Рис. 9.5. Диаграмма результатов исследования

 

 








Дата добавления: 2016-02-09; просмотров: 2457;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.032 сек.