Розділ 16. Експертні системи та системи підтримки прийняття рішень
До інформаційних систем нового покоління належать системи підтримки прийняття рішень (СППР) та інформаційні системи, побудовані на штучному інтелекті (інтелектуальні АС).
СППР — це інтерактивна комп'ютерна система, яка призначена для підтримки різних видів діяльності при прийнятті рішень із слабоструктурованих або неструктурованих проблем. Інтерес до СППР, як перспективної галузі використання обчислювальної техніки та інструментарію підвищення ефективності праці в сфері управління економікою, постійно зростає. У багатьох країнах розробка та реалізація СППР перетворилася на дільницю бізнесу, що швидко розвивається.
Штучний інтелект — це штучні системи, створені людиною на базі ЕОМ, що імітують розв'язування людиною складаних творчих завдань. Створенню інтелектуальних інформаційних систем сприяла розробка в теорії штучного інтелекту логіко-лінгвістичних моделей. Ці моделі дають змогу формалізувати конкретні змістовні знання про об'єкти управління та процеси, що відбуваються в них, тобто ввести в ЕОМ логіко-лінгвістичні моделі поряд з математичними. Логіко лінгвістичні моделі — це семантичні мережі, фрейми, продукувальні системи — іноді об'єднуються терміном «програмно-апаратні засоби в системах штучного інтелекту».
Розрізняють три види інтелектуальних АС:
1. інтелектуальні інформаційно-пошукові системи (системи типу «запитання — відповідь»), які в процесі діалогу забезпечують взаємодію кінцевих користувачів — непрограмістів з базами даних та знань професійними мовами користувачів, близьких до природних;
2. розрахунково-логічні системи, які дають змогу кінцевим користувачам, що не є програмістами та спеціалістами в галузі прикладної математики, розв'язувати в режимі діалогу з ЕОМ свої задачі з використанням складаних методів і відповідних прикладних програм;
3. експертні системи, які дають змогу провадити ефективну комп'ютеризацію областей, у яких знання можуть бути подані в експертній описовій формі, але використання математичних моделей утруднене або неможливе.
В економіці України найпоширенішими є експертні системи. Це системи, які дають змогу на базі сучасних персональних комп'ютерів виявляти, нагромаджувати та коригувати знання з різних галузей народного господарства (предметних областей).
Сутність і компоненти СППР.СППР виникли на початку 70-х років завдяки подальшому розвитку управлінських інформаційних систем (ІС) і являють собою системи, розроблені для підтримки процесів прийняття рішень менеджерами в складних ситуаціях, пов'язаних із розробкою і прийняттям рішень. На розвиток СППР істотний вплив зробили вражаючі досягнення в галузі інформаційних технологій, особливо в галузі телекомунікаційних мереж, ПЕВМ, динамічних електронних таблиць, експертних систем. Термін СППР (DSS - Decision Support System) виник у 70-х роках і належить Геррі та Мартону, хоча перше покоління СППР мало чим відрізнялося від традиційних управлінських інформаційних систем, і тому замість СППР часто використовувався термін «системи управлінських рішень».
Дотепер немає єдиного визначення СППР. Наприклад, деякі автори під СППР розуміють «інтерактивну прикладну систему, що забезпечує кінцевим користувачам, що приймають рішення, легкий і зручний доступ до даних і моделей із метою прийняття рішень у ситуаціях з різних галузей людської діяльності.
Нарешті, існує твердження, відповідно до якого СППР являє собою специфічний клас систем, що добре описується, на базі ПЕВМ.
Така розмаїтість визначень СППР відображае широкий діапазон різних форм, розмірів, типів СППР. Але практично усі види цих комп'ютерних систем характеризуються чіткою структурою, що включає 3 головних компонента: підсистему інтерфейсу користувача; підсистему керування базами даних (СУБД) і підсистему керування базою моделі. Специфічні особливості й основи побудови цих компонентів забезпечують у СППР реалізацію ряду важливих концепцій побудови ІС: інтерактивність, інтегрованість, потужність, доступність, гнучкість, надійність, керуемість.
Аналіз еволюції систем СППР дає можливість виділити 2 покоління СППР:
- перше покоління розроблялося в період із 1970 до 1980 р.;
- друге - з початку 1980 р. і дотепер.
Перше покоління СППР майже цілком повторювало функції звичайних управлінських систем у відношенні допомоги (компьютеризованої) у прийнятті рішень. Основні компоненти СППР мали такі ознаки:
-керування даними - велика кількість інформації, внутрішні і зовнішні банки даних, обробка та оцінювання даних;
-керування обчисленням (моделюванням) - моделі, розроблені спеціалістами в галузі інформатики для спеціальних проблем;
-користувацькі інтерфейси (мова спілкування) - мови програмування, розроблені для великих ЕОМ, що використовуються винятково програмістами.
СППР другого покоління вже мають принципово нові ознаки:
-керування даними - необхідна і достатня кількість інформації про факти згідно з прийняттям рішень, що охоплюють cховані припущення, інтереси і якісні оцінки;
-керування обчисленням і моделюванням - гнучкі моделі, що відображають засіб мислення особи, приймаючої рішення, у процесі прийняття рішень;
-інтерфейс користувача - програмні засоби дружні користувачу; звична мова, безпосередня робота кінцевого користувача.
Ціль і призначення СППР другого покоління можна визначити так:
-допомога у розумінні розв'язуваної проблеми. Сюди належить структуризація проблеми, генерування постановок задач, визначення переваг, формування критеріїв;
-допомога у рішенні задач: генерування і вибір моделей і методів, збір і підготування даних, виконання обчислень, оформлення і видача результатів;
-допомога у проведенні аналізу типу «Що? . Коли?» і т.п., пояснення ходу рішення; пошук і видача аналогічних рішень у минулому і їхні результати.
Дружні людині СППР дають можливість вести рівноправний діалог із ПЕВМ, використовуючи звичайні мови спілкування. Системи можна підбудовувати під стиль мислення користувача, його знань і фахової підготовки, а також під засоби роботи.
Для сучасних СППР характерно наявність таких характеристик.
1. СППР дає керівнику допомогу у процесі прийняття рішень і забезпечує підтримку у всьому діапазоні контекстів задач. Думка людини та інформація, що генерується ЕОМ, являють єдине ціле для прийняття рішень
2. СППР підтримує і посилює (але не змінює і не відміняє) міркування та оцінку керівника. Контроль залишається за людиною. Користувач «почуває себе комфортно» і «як удома» у системі.
3. СППР підвищує ефективність прийняття рішень. На відміну від адміністративних систем, де робиться акцент на аналітичному процесі, у СППР важливійшою є ефективність процесу прийняття рішень.
4. СППР виконує інтеграцію моделей і аналітичних методів із стандартним доступом до даних і вибіркою з них. Для надання помочі при прийнятті рішень активується одна або декілька моделей. Вміст БД охоплює історію поточних і попередніх операцій, а також інформацію зовнішнього характеру та інформацію про середовище.
5. СППР проста в роботі для особ, що мають досвід роботи з ЕОМ.
Системи дружні для користувачів не потребують глибоких знань про обчислювальну техніку і забезпечують просте пересування по системі
6. СППР побудовані за принципом інтерактивного рішення задач. Користувач має можливість підтримувати діалог із СППР у безперервному режимі.
7. СППР орієнтована на гнучкість і адаптивність для пристосування до змін середовища або підходів до рішення задач, що обирає користувач. Керівник повинен пристосуватися до змінюваних умов сам і відповідно підготувати систему.
8. СППР не повинна нав'язувати користувачу визначеного процесу прийняття рішень.
Користувач повинен мати вибір можливостей, щоб вибирати їх у формі і послідовності, що відповідають стилю його пізнавальної діяльності - стилю «моделей, що подаються».
Сфери застосування і приклади використання СППР.СППР набуло широке застосування в економіках передових країн світу, при цьому їхня кількість постійно збільшується. На рівні стратегічного керування використовується ряд СППР, окремо для довго-, середнє- і короткострокового, а також для фінансового планування, включаючи систему для розподілу капіталовкладень. Орієнтовані на операційне керування СППР застосовуються в галузях маркетингу (прогнозування й аналіз збуту, дослідження ринку і цін), науково-дослідних і конструкторських робіт, у керуванні кадрами. Операційно-інформаційне застосування пов'язане з виробництвом, придбанням і обліком товарно-матеріальних запасів, їхнім фізичним розподілом і бухгалтерським обліком.
Узагальнені СППР можуть об'єднувати 2 або більш із перерахованих функцій. У США в 1984 році був проаналізований 131 тип СППР і завдяки цьому виявлені пріоритетні галузі використання систем.
До них належать такі:
- виробничий сектор;
- гірничорудне виробництво;
- будівництво;
- транспорт;
- фінанси;
- управлінська діяльність.
Комп'ютерна підтримка різних функцій за допомогою СППР має такий розподіл:
операційне керівництво - 30%;
довгострокове керівництво - 40%;
розподіл ресурсів - 15%;
розрахунок річного бюджету - 12 %.
Перерахування найвідоміших «комерційних» СППР включає сотні назв.
Приводимо ряд найбільше типових СППР, які стосуються проблем мікро- і макроекономіки:
«Симплан»- призначена для корпоративного планування;
«Прожектор»- призначена для фінансового планування;
«Доки-план»- призначена для загального планування;
«Экспрес»- призначена для маркетингу, фінансів;
PMS-керівництво цінними паперами;
CIS-планування продукції;
PIMS-маркетингу;
BIS-керування бюджетом;
IFPS-інтерактивного фінансового планування;
FOCUS- призначена для фінансового моделювання;
ISDS- призначена для формування «портфеля замовлень»;
MAUD- індивідуального вибору.
Системи підтримки прийняття рішень (СППР) - це особливі інтерактивні 1С, які використовують обладнання, програмне забезпечення, дані, базу моделей і роботу менеджера з метою підтримки всіх стадій прийняття рішень у процесі аналітичного моделювання. Іншими словами, система підтримки прийняття рішень - комплекс програмних засобів, що включає комплекс різних алгоритмів підтримки рішень, базу моделей, базу даних, допоміжні та керівну програми. Керівна програма забезпечує процес прийняття рішень з урахуванням специфіки проблеми. СППР використовується для підтримки різних видів діяльності у процесі прийняття рішень, а саме для:
- полегшення взаємодії між даними, процедурами аналізу й обробки даних і моделями прийняття рішень, з одного боку, й особи, що приймає рішення, як користувача цих систем - з іншого;
- надання допоміжної інформації, особливо для виконання не-структурованих або слабоструктурованих завдань, для яких важко заздалегідь визначити дані та процедури відповідних рішень.
СППР складається з двох основних підсистем - це люди, що приймають рішення, і комп'ютерна система. Якщо менеджеру потрібно скласти виробничий план на рік, то його першим кроком стане створення моделі прийняття рішень за допомогою простої СППР програми, наприклад Microsoft Excel, Lotus 1-2-3, Microsoft Prtoject, Interactive Financial Planning Systems (IFPS)/ Personal або Express/PC.
Систематику СППР можна побудувати за функціональними галузями (маркетинг, планування, інвестиції та ін.), в яких підтримується прийняття рішень, за рівнями інформаційного забезпечення (тактичний, операційний, стратегічний, рівень середньої ланки управління) тощо.
Розглянемо дві найвідоміші таксономії СППР.
Класифікація СППР Альтера, розроблена на основі емпіричних досліджень 56 різних СППР, виділяє два типи систем.
1. Системи, орієнтовані на дані (вибирають інформацію):
- накопичування файлів (File draver systems);
- аналізу даних (Data analysis systems);
- аналізу інформації (Analysis information systems).
2. Системи, орієнтовані на моделі (дають змогу підтримувати прийняття рішень):
- розрахункові або облікові та фінансові моделі;
- репрезентативні або образні;
- оптимізаційні;
- рекомендаційні.
Класифікація СППР Пауера передбачає виділення п'яти категорій СППР (орієнтовані на дані СППР (Data-driven DSS), орієнтовані на моделі СППР (Model-driven DSS), на знання СППР (Knowledge-driven DSS), на документи СППР (Document-driven DSS), на комунікації та групові СППР і три групи, які ґрунтуються на вторинних ознаках (ін-терорганізаційні та інтраорганізаційні СППР, функціонально-специфічні СППР і СППР загального призначення, СППР на базі Web).
Різноманіття нових інструментів (методи штучного інтелекту, системи інтелектуального аналізу даних, оперативна аналітична обробка - OLAP і технології (World Wide Web, Інтернет, інтернет-мережі) здатне розширити можливості СППР і змінити форми розвитку.
Системи підтримки прийняття рішень набули широкого застосування в економіках різних країн, причому їх кількість постійно зростає. Орієнтовані на операційне управління СППР застосовуються в маркетингу (для прогнозування й аналізу збуту, дослідження ринку і цін), для виконання науково-дослідних і конструкторських робіт, в управлінні кадрами, виробництвом тощо. Найбільша частка комп'ютерної підтримки різних функцій припадає на стратегічне планування, управління і розвиток підприємств, операційне управління й розподіл ресурсів. Розглянемо найвідоміші комерційні реалізації СППР.
СППР "Симплан" - одна з ранніх систем, створена в середині 70-х pp. XX ст. її призначення полягає в організації підтримки окремих етапів процесів прийняття рішень у процедурах фінансового менеджменту, маркетингу і виробництва. Ця система дає можливість установлювати і вивчати складні залежності між економічними показниками діяльності підприємства. Вона має сім підсистем: управління даними, моделювання, прогнозування, економетричний і статистичний аналіз, одержання звітів, контроль безпеки, графічне відображення результатів. Користувач вибирає з множини доступних метод економет-ричного чи статистичного аналізу або прогнозування даних і за допомогою вбудованої мови формує відповідний процес моделювання.
Компанія Pilot Softwar створила пакет підтримки прийняття рішень DSS версії 6.0, орієнтований на такі сфери, як управління ризиками та маркетинг. У DSS цієї версії реалізовано "гібридну" оперативну аналітичну обробку даних, що дає змогу одночасно звертатися і до реляцій-них, і до багатовимірних баз даних.
СППР "Combi-PC" передбачає в ролі об'єктів аналізу різні види продукції, варіанти планів, заходів, виконавців, підприємств. База даних системи будується як набір таблиць. Порівняльна оцінка об'єктів у процедурах вибору підтримується множиною алгоритмів і процедур багатокритеріального впорядкування (методи порогів порівнянності, парних порівнянь, ітеративна спортивна модель, процедури експертної та одновимірної класифікацій). Користувач може конструювати метод розв'язання своєї задачі як ланцюжок етапів або підбирати готовий метод із бібліотеки. Ця СППР дає змогу розв'язувати задачі оцінювання адаптаційних можливостей галузей економіки, аналізу системи показників якості продукції, тематичного планування науково-дослідних і конструкторських робіт, порівняльного аналізу діяльності підприємств.
СППР DSS-UTES призначена для пошуку оптимальних рішень у складних проблемних моделях. її побудовано як відкриту систему, що дає змогу підключати для виконання окремих етапів розв'язання задачі автономні проблемні блоки і моделі користувача. До складу DSS-UTES входять: диспетчер системи; підсистема побудови багатовимірної функції корисності; підсистема оцінювання результатів роботи моделі; підсистема оптимізації керівних параметрів програми користувача.
СППР ISDS може бути використана інноваційними та фінансовими менеджерами у формуванні програм розробки нових виробів і технологій у великих корпораціях. Система підтримує такі функції: попередній відбір пропозицій для інноваційних проектів; порівняльний аналіз нових пропозицій і проектів, які вже розробляються; формування інвестиційних груп із проектів, що пропонуються для розробки.
СППР Marketing Expert забезпечує підтримку прийняття рішень на всіх етапах розробки стратегічного і тактичного планів маркетингу та контролю за їх реалізацією. Система виконує два основні завдання: аудит маркетингу; планування маркетингу з використанням відомих аналітичних методик (GAP-аналізу, сегментного аналізу, SWOT-аналізу, Portfolio-аналізу та ін.).
Marketing Expert дає змогу "проробляти" кожний істотний елемент у життєдіяльності компанії, утримуючи перед очима загальну картину. Крім кількісних методик, Marketing Expert містить засоби якісного аналізу (експертні листи і засоби їх редагування). Нині СППР виходить у двох версіях: Marketing Expert і Marketing Expert Professional. До версії Marketing Expert Prof входить додатковий модуль "Extrapolation", який дає користувачам додаткові можливості прогнозування. Також ця версія містить функції передавання даних у відому програму для інвестиційного менеджменту Project Expert 6.
СППР Decisiуn Grid - програмна оболонка для автоматизації процесу зіставлення дискретних альтернатив за багатьма критеріями. Інформація для прийняття рішень уводиться в порівняльну таблицю, стовпці якої відповідають альтернативам, а рядки - критеріям їх оцінювання. На перетині рядків і стовпців розміщується оцінка альтернативи за певним критерієм. Система має багато функціональних можливостей, які створюють зручні умови для кращого оцінювання і порівняння альтернатив і, отже, підвищують якість процесу прийняття рішень. Є можливість побудови сценарію дій, графічного перегляду результатів, використання шаблонів.
СППР Visual IFPS/Plus (Interactive Financial Planning System) - інтерактивна система планування фінансів. Система дає змогу розв'язувати досить широкий спектр задач: добір балансових підсумків, розподіл прибутку за статтями доходів, передбачення змін валютних курсів, прогнозування, аналіз ризиків, розробки стратегії збуту продукції, відбір науково-дослідних проектів, стратегічне планування, планування прибутку і бюджету, вибір між стратегіями закупівлі та виготовлення продукції власними силами тощо. СППР Visual IFPS/Plus має широке застосування у фінансах, статистиці й управлінні виробництвом.
Пакети програм для аналізу рішень. Комп'ютеризовані інструментальні засоби аналізу рішень допомагають прийняти рішення щодо проведення декомпозиції та структурування проблеми, застосовуючи подібні до дерев рішень моделі, моделі багатоатрибутної корисності, аналітичний ієрархічний процес (Analytical Hierarchy Process - AHP). Приклади пакетів програм для аналізу рішень: AliahThink, BestChoice3, Criterium Decision Plus, DecideRight, DecisionMaker, Demos, DPL, Expert Choice, Strad.
AHP - це потужний і гнучкий процес підтримки прийняття рішень, що допомагає менеджерам визначати пріоритети і приймати найкращі рішення за умов урахування їх кількісного та якісного аспектів.
СППР Analytica 2.0 - програмне забезпечення кількісного моделювання. її можливості включають аналіз сценаріїв, діаграми впливу, багатовимірне моделювання й аналіз ризику. Система забезпечує прозорість і потужність бізнес-моделювання, це інструментальний засіб створення й аналізу кількісних бізнес-моделей Analytica 2.0 широко використовується для створення й дослідження моделей у різних галузях: бізнес і фінанси; аеропростір; консалтинг; електронна комерція; охорона здоров'я; енергетика й навколишнє середовище; захист; науково-технічні дослідження; виробництво; телекомунікації; вища освіта і т. д.
СППР Expert Choice орієнтована на застосування діаграм впливу. Expert Choice базується на одному з відомих методів прийняття рішень AHP - багатокритеріальному ієрархічному підході до підтримки прийняття рішень. Ця СППР забезпечує такі можливості: полегшує визначення й описання мети (цілей); полегшує ідентифікацію всього рангу альтернативних розв'язків; оцінює ключові співвідношення (компроміси) між цілями й альтернативами; дає змогу отримати рішення, яке повністю зрозуміле та підтримується групою розробників проблеми.
Expert Choice об'єднує і синтезує думки будь-якої кількості осіб, котрі приймають рішення, щоб забезпечити повний спектр різного сприйняття проблеми. Система має п'ять діаграм чутливості ("що..., якщо...?"), які динамічно тестують сценарії, для з'ясування того, як зміна ваги одного з критеріїв впливає на результат вибору. Expert Choice здійснює попарні порівняння, щоб визначити пріоритети для цілей і альтернатив. Групові оцінки можуть бути введені з використанням радіохвиль або через Інтернет. Якщо в процесі попарних оцінювань беруть участь кілька осіб, то середнє геометричне значення результатів оцінювань у подальшому враховується як загальна оцінка групи експертів.
Після обробки думок про відносну важливість цілей, ггідцілей та альтернатив діаграми чутливості Expert Choice дають можливість тестувати чутливість рішень до змін у пріоритетах.
Експе́ртна систе́ма — це методологія адаптації алгоритму успішних рішень одної сфери науково-практичної діяльності в іншу. З поширенням компютерних технологій це тотожна (подібна, заснована на оптимізуючому алгоритмі) інтелектуальна комп’ютерна програма, що містить знання та аналітичні здібності одного або кількох експертів щодо деякої галузі застосування і здатна робити логічні висновки на основі цих знань, тим самим забезпечуючи вирішення специфічних завдань (консультування, навчання, діагностика, тестування, проектування тощо) без присутності експерта (спеціаліста в конкретній проблемній галузі). Також визначається як система, яка використовує базу знань для вирішення завдань (видачі рекомендацій) у деякій предметній галузі. Цей клас програмного забезпечення спочатку розроблявся дослідниками штучного інтелекту в 1960-ті та 1970-ті та здобув комерційне застосування, починаючи з 1980-их. Часто термін система, заснована на знаннях використовується в якості синоніма експертної системи, однак можливості експертних систем ширші за можливості систем, заснованих на детермінованих (обмежених, реалізованих на поточний час) знаннях.
Однак узгодженого визначення експертних систем не існує. Натомість автори дають визначення залежно від застосування, структури таких систем. Ранні визначення експертних систем припускали застосування виведення нових знань на основі правил.
Схожі дії виконує програма-майстер (wizard) . Як правило, майстри застосовують в системних програмах для інтерактивного спілкування з користувачем (наприклад, при інсталяції ПЗ). Головна відмінність майстрів від ЕС — відсутність бази знань; всі дії жорстко запрограмовані. Це просто набір форм для заповнення користувачем.
Інші подібні програми — пошукові або довідкові системи. За запитом користувача вони надають найвідповідніші (релевантні) розділи бази статей, альтернативність вибору котрих визначає суб’єкт формування запиту.
Тож ми бачимо обмеження методології експертних систем за наявності корисних якостей у коректних межах застосування.
Експертна система відрізняється від інших прикладних програм наявністю таких ознак
- Моделює механізм мислення людини при застосуванні для розв'язання задач в цій предметній області. Це істотно відрізняє експертні системи від систем математичного моделювання або комп'ютерної анімації. Однак, ЕС не повинні повністю відтворювати психологічну модель фахівця в цій області, а повинні лише відтворювати за допомогою комп'ютера деякі методики розв'язання проблем, що використовуються експертом.
- Система, окрім виконання обчислювальних операцій, формує певні висновки, базуючись на тих знаннях, якими вона володіє. Знання в системі, зазвичай, описані деякою спеціалізованою мовою і зберігаються окремо від програмного коду, що формує висновки. Компонент збереження знань прийнято називати базою знань.
- Під час розв'язання задач основну роль відіграють евристичні і наближені методи, що, на відміну від алгоритмічних, не завжди гарантують успіх. Евристика, в принципі, є правилом впливу (англ. rule of thumb), що в машинному вигляді відображає деяке знання, набуте людиною разом із накопичуванням практичного досвіду розв'язання аналогічних проблем. Такі методи є наближеними в тому сенсі, що, по-перше, вони не потребують вичерпної вихідної інформації, а, по-друге, існує певний ступінь впевненості (або невпевненості) в тому, що запропонований розв'язок є правильним.
Експертні системи відрізняються і від інших видів програм із галузі штучного інтелекту.
- Експертні системи застосовуються для предметів реального світу, операції з якими зазвичай вимагають великого досвіду, накопиченого людиною. Експертні системи мають яскраво виражену практичну направленість для застосування в науковій або комерційній сфері.
- Однією з основних характеристик експертної системи є її швидкодія, тобто швидкість отримання результату та його достовірність (надійність). Дослідницькі програми штучного інтелекту можуть бути і не дуже швидкими, натомість, експертна система повинна за прийнятний час знайти розв'язок, що був би не гіршим за розв'язок, що може запропонувати фахівець в цій предметній області.
- Експертна система повинна мати можливість пояснити, чому запропоновано саме цей розв'язок і довести його обґрунтованість. Користувач повинен отримати всю інформацію, необхідну йому для того, аби переконатись в обґрунтованості запропонованого розв'язку.
Експертна система - це програма, що поводиться подібно експерту в деякій, звичайно вузькій прикладній області. Типові застосування експертних систем містять у собі такі задачі, як медична діагностика, локалізація несправностей в устаткуванні й інтерпретація результатів вимірів.
Експертні системи повинні вирішувати задачі, що вимагають для свого рішення експертних знань у деякій конкретній області. У тій чи іншій формі експертні системи повинні мати ці знання. Тому їх також називають системами, заснованими на знаннях. Однак не всяку систему, засновану на знаннях, можна розглядати як експертну.
Експертна система повинна також уміти певним чином пояснювати свою поведінку і свої рішення користувачу, так само, як це робить експерт-людин. Це особливо необхідно в областях, для яких характерна невизначеність, неточність інформації (наприклад, у медичній діагностиці). У цих випадках здатність до пояснення потрібна для того, щоб підвищити ступінь довіри користувача до рад системи, а також для того, щоб дати можливість користувачу знайти можливий дефект у міркуваннях системи. У зв'язку з цим в експертних системах варто передбачати дружня взаємодія з користувачем, що робить для користувача процес міркування системи "прозорим".
Часто до експертних систем висувають додаткову вимогу - здатність мати справу з невизначеністю і неповнотою. Інформація про поставлену задачу може бути неповною чи ненадійною; відносини між об'єктами предметної області можуть бути наближеними. Наприклад, може не бути повної впевненості в наявності в пацієнта деякого симптому чи в тому, що дані, отримані при вимірі, вірні; ліки може стати причиною ускладнення, хоча звичайно цього не відбувається. В усіх цих випадках необхідні міркування з використанням ймовірнісного підходу.
У самому загальному випадку для того, щоб побудувати експертну систему, ми повинні розробити механізми виконання наступних функцій системи:
рішення задач з використанням знань про конкретну предметну область можливо, при цьому виникне необхідності мати справу з невизначеністю;
взаємодія з користувачем, включаючи пояснення намірів і рішень системи під час і після закінчення процесу рішення задачі.
Кожна з цих функцій може виявитися дуже складною і залежить від прикладної області, а також від різних практичних вимог. У процесі розробки і реалізації можуть виникати різноманітні важкі проблеми.
При розробці експертної системи прийнято поділяти її на три основних
модулі:
- база знань;
- машина логічного висновку;
- інтерфейс із користувачем.
База знань містить знання, що відносяться до конкретної прикладної області, у тому числі окремі факти, правила, що описують чи відносини що описують чи відносини явища, а також, можливо, методи, евристики і різні ідеї, що відносяться до рішення задач у цій прикладній області.
Машина логічного висновку вміє активно використовувати інформацію, що міститься в базі знань.
Інтерфейс із користувачем відповідає за безперебійний обмін інформацією між користувачем і системою; він також дає користувачу можливість спостерігати за процесом рішення задач, що протікають у машині логічного висновку.
Прийнято розглядати машину висновку й інтерфейс як один великий модуль, звичайно називаний оболонкою експертної системи, чи, для стислості, просто оболонкою.
В описаній вище структурі власне знання відділені від алгоритмів, що використовують ці знання. Такий поділ зручний, оскільки база знань залежить від конкретного додатка. З іншого боку, оболонка, принаймні в принципі, незалежна від додатків. Таким чином, раціональний спосіб розробки експертної системи для декількох додатків зводиться до створення універсальної оболонки, після чого для кожного додатка досить підключити до системи нову базу знань. Зрозуміло, усі ці бази знань повинні задовольняти тому самому формалізму, що оболонка "розуміє". Практичний досвід показує, що для складних експертних систем сценарій з однією оболонкою і багатьма базами знань працює, не так гладко, як би цього хотілося, за винятком тих випадків, коли прикладні області дуже близькі. Проте, навіть якщо перехід від однієї прикладної області до іншої вимагає модифікації оболонки те, принаймні основні принципи її побудови звичайно вдається зберегти.
Для створення оболонки, за допомогою якої можна проілюструвати основні ідеї і методи в області експертних систем, можна дотримувати наступного плану:
•Вибрати формальний апарат для представлення знань.
•Розробити механізм логічного висновку, що відповідає цьому формалізму.
•Додати засобу взаємодії з користувачем.
• Забезпечити можливість роботи в умовах невизначеності.
У роботі ЕС можна виділити два основних режими: режим придбання знань і режим рішення задачі (режим консультації або режим використання ). У режимі придбання знань спілкування з ЕС здійснює експерт (за допомогою інженера знань).
Використовуючи компонент придбання знань, експерт описує проблемну область у виді сукупності фактів і правил. Іншими словами, "наповняє" ЕС знаннями, що дозволяють їй самостійно вирішувати задачі з проблемної області.
Відзначимо, що цьому режимові при традиційному підході до програмування відповідають етапи: алгоритмізації, програмування і налагодження, виконувані програмістом. Таким чином, на відміну від традиційного підходу у випадку ЕС розробку програм здійснює не програміст, а експерт, що не володіє програмуванням.
У режимі консультацій спілкування з ЕС здійснює кінцевий користувач, якого цікавить результат і (або) спосіб його одержання. Необхідно відзначити, що в залежності від призначення ЕС користувач може:
не бути фахівцем у даній предметній області, і в цьому випадку він звертається до ЕС за результатом, що не вміє одержати сам;
бути фахівцем, і в цьому випадку він звертається до ЕС з метою прискорення одержання результату, покладаючи на ЕС рутинну роботу.
Слід зазначити, що на відміну від традиційних програм ЕС при вирішенні задачі не тільки виконують запропоновану алгоритмом послідовність операцій, але і самі попередньо формують її.
Добре побудована ЕС має можливість самонавчатися на розв'язуваних задачах, поповнюючи автоматично свою БЗ результатами отриманих висновків і рішень.
Особливості ЕС, що відрізняють їх від звичайних програм, полягають у тім, що вони повинні володіти:
1. Компетентністю, а саме:
- досягати експертного рівня рішень (тобто в конкретній предметній області мати той же рівень професіоналізму, що й експерти-люди).
- мати активну працездатність (тобто застосовувати знання ефективно і швидко, уникаючи, як і люди, непотрібних обчислень).
- мати адекватну працездатність (тобто здатність лише поступово знижувати якість роботи з міри наближення до границь діапазону компетентності або припустимої надійності даних).
2. Можливістю до символьних міркувань, а саме:
- представляти знання в символьному виді
- переформулювати символьні знання. На жаргоні штучного інтелекту символ — це рядок знаків, що відповідає змісту деякого поняття. Символи поєднують, щоб виразити відносини між ними. Коли відносини представлені в ЕС вони називаються символьними структурами.
3. Глибиною, а саме:
- працювати в предметній області, що містить важкі задачі
- використовувати складні правила (тобто використовувати або складні конструкції правил, або велику їхню кількість)
4. Самосвідомістю, а саме:
- досліджувати свої міркування (тобто перевіряти їхня правильність)
- пояснювати свої дії
Існує ще одна важлива відмінність ЕС. Якщо звичайні програми розробляються так, щоб щораз породжувати правильний результат, то ЕС розроблені для того, щоб поводитися як експерти. Вони, як правило, дають правильні відповіді, але іноді, як і люди, здатні помилятися.
Традиційні програми для рішення складних задач, теж можуть робити помилки. Але їх дуже важко виправити, оскільки алгоритми, що лежать у їхній основі, явно в них не сформульовані. Отже, помилки нелегко знайти і виправити. ЕС, подібно людям, мають потенційну можливість учитися на своїх помилках.
Технологія розробки ЕС, містить у собі шість етапів: етапи ідентифікації, концептуалізації, формалізації, виконання, тестування, досвідченої експлуатації. Розглянемо більш докладно послідовності дій, які необхідно виконати на кожнім з етапів.
1) На етапі ідентифікації необхідно виконати наступні дії:
- визначення задачі, що підлягають рішенню і меті розробки, визначення експертів і типу користувачів.
2) На етапі концептуалізації:
- здійснюється змістовний аналіз предметної області,
- виділяються основні поняття і їхні взаємозв'язки,
- визначаються методи рішення задач.
3) На етапі формалізації:
- вибираються програмні засоби розробки ЕС,
- визначаються способи представлення усіх видів знань,
- формалізуються основні поняття.
4) На етапі виконання (найбільш важливе і трудомісткому) здійснюється наповнення експертом БЗ, при якому процес придбання знань розділяють:
- на "витяг" знань з експерта,
- на організацію знань, що забезпечує ефективну роботу ЕС,
- на представлення знань у виді, зрозумілому для ЕС.
Процес придбання знань здійснюється інженером по знаннях на основі діяльності експерта.
5) На етапі тестування експерт і інженер по знаннях з використанням діалогових і пояснювальних засобів перевіряють компетентність ЕС. Процес тестування продовжується доти, поки експерт не вирішить, що система досягла необхідного рівня компетентності.
6) На етапі дослідної експлуатації перевіряється придатність ЕС для кінцевих користувачів. За результатами цього етапу можлива істотна модернізація ЕС.
Процес створення ЕС не зводиться до строгої послідовності цих етапів, тому що в ході розробки доводиться неодноразово повертатися на більш ранні етапи і переглядати прийняті там рішення.
Дата добавления: 2016-06-13; просмотров: 3362;