Практическое занятие № 11. Разработка экспертных систем.

1. Цель занятия:

- приобретение студентами умений и навыков организации автоматизированного распознавания ситуации с использованием методологии экспертных систем

2. Перечень необходимых средств обучения (оборудование, материалы)

– технические средства обучения: персональные компьютеры, локальная сеть, коммутатор для подключения в сети Internet.

Используемое программное обеспечение:

- Microsoft Windows XP/7

- OpenOffice.org

- Браузер Internet Explorer

- Антивирус Касперского 6.0

3. Основные теоретические положения

В настоящее время широкое распространение получили системы искусственного интеллекта, имитирующие на компьютере мышление человека при решении различных задач. Чтобы воспроизвести на ПК процесс принятия решения человеком, нужно предварительно отобрать все факты, характеризующие исследуемую человеком область, и сформулировать правила решения в зависимости от совокупности фактов в момент принятия решения.

Факты и правила для системы принятия решения должны быть разрабатывается экспертом соответствующей предметной области. Они хранятся в компьютере в специально организованной области памяти, называемой базой знаний. Информация, которая предъявляется системе для анализа сочетания фактов в данный момент, хранится в компьютере в специально организованной области памяти, называемой базой данной (БД).

Экспертная система (система принятия решения)- это система искусственного интеллекта, объектом управления в которой является база знаний, управляющий объект содержит человека-пользователя, взаимодействующего с интеллектуальным автоматом при помощи аппаратного и программного интерфейса, а также программу или совокупность программ - так называемую машину вывода, которая размещается в памяти автомата и осуществляет непосредственную обработку знаний. Обработка знаний при этом заключается в следующем:

а) пользователь задает автомату некий факт или совокупность фактов, выступающих в роли исходной информации для экспертизы. Каждый такой факт отыскивается в базе знаний или заносится в нее заново;

б) с помощью правил, порядок применения которых задается машиной вывода, устанавливаются последовательности фактов, связанных с исходными, и определяются конечные (результирующие) факты;

в) результирующие факты, а иногда и все логические цепочки взаимосвязанных фактов, снабженные комментариями, выдаются пользователю в виде экспертного заключения. Тем самым достигается цель управления экспертной системы - получение пользователем новых знаний.

Общая схема экспертной системы представлена на рисунке 10.1.

Рисунок 11.1 - Экспертная система как система управления

4. Содержание заданий

5. Рекомендации по выполнению задания

1. Построим базу данных согласно базе знаний. Для этого сформулируем тестовые вопросы по фактам, приведённым в таблице 10.1. Например, для факта «Отсутствует звук» сформируем вопрос «Отсутствует звук?» и т.д. В базе данных предусмотрим поле для ввода ответов. Если ответ на вопрос положительный (да), то весовой фактор соответствующего атрибута сохраняется. Если ответ отрицательный (нет), весовой фактор берется равным нулю.

2. Предположим, для конкретного телевизора получили такой вариант заполнения БД (см. таб. 10.2)

Таблица 11.2 Варианты вопросов

Для тестового варианта заполнения БД подсчитаем сумму баллов, которые набрала каждая из неисправностей:

1. Предохранитель: ВФ1= 5+5+0=10

2 Антенна: ВФ2= 20+20+0=40

3. Кинескоп: ВФ3= 0+20+0+10=30

Анализируя полученные результаты, можно сделать вывод, что для данного варианта ответов, максимальный весовой фактор имеет вариант неисправность «Антенна». Следовательно, можно принять решение предварительной диагностики неисправности этого телевизора: «наиболее вероятно, что неисправна антенна».

Разрабатываемая система принятия решения должна использоваться многократно для анализа различных вариантов неисправностей и предусматривать возможность многократного обновления БД (т.е. для каждого телевизора создается своя БД).

При проектировании экспертных систем предварительно составляется алгоритм принятия решения. Обычно его называют деревом решения (из теории графов).

3. Построение дерева принятия решения

Дерево решения, как и всякое дерево, имеет свои вершины и ветви. Вершины обозначаются эллипсами (проверка условий) и прямоугольниками (факты и утверждения). Составим дерево решения для нашего примера. Пусть БД заполнена ответами. Проведены расчеты общих весовых факторов. Теперь нужно проанализировать их значения и найти максимальный. Максимальному значению общего весового фактора будет соответствовать наиболее вероятная неисправность. Дерево решений имеет вид:

Самостоятельно проанализируйте, каким образом находится максимальный весовой фактор, который приводит к блоку принятия решения.

3. Реализация системы принятия решения в электронной таблице (ЭТ)

Для ее реализации необходимо выполнить следующие действия (рис 10.1)

Рис.11.1 Система принятия решения о неисправности телевизора

1. Создать базу данных

2. Обработать ответы

3. Вычислить общие весовые факторы

4. Вычислить максимальный общий весовой фактор

5. Принять решение

Рассмотрим эти этапы более подробно:

Таблица «Система принятия решений о неисправности телевизора в режиме значений»

Создание базы знаний. Вводим заголовок в ЭТ, названия вида неисправностей, весовые факторы неисправностей

Таблица 11.3 Исходные данные

Создание базы данных. Предусматриваем вывод вопросов согласно БД и место для ввода ответов. Поскольку одни и те же параметры характеризуют вторую и третью неисправности в ячейки 2-го и 3-го столбца вводим формулу, повторяющую ответы 1-го столбца.

Таблица 11.4 Создание базы данных

Обработка ответов: Обработка ответов заключается в определении весового фактора в зависимости от ответа: при ответе «Да» весовой фактор должен быть тем же, что и в базе знаний. Если же был дан ответ «Нет» (т.е. в соответствующей ячейке число 0), весовой фактор должен быть равным нулю. Для получения такого результата удобно перемножить весовой фактор базы знаний на значение соответствующей ячейки ответа.

Далее вычисляем общий весовой фактор каждой неисправности (с помощью суммирования) и определим максимальный весовой фактор для данного телевизора.

Принятие решения: Чтобы принять решение, к какому типу относится неисправность для введенного варианта ответов, нужно провести сравнение общего весового фактора каждой неисправности с найденным максимальным значением. Воспользуемся для этого оператором ЕСЛИ(условие, оператор 1, оператор 2.)

Таблица 11.5 Ввод формул в экспертную систему

В результате получаем систему принятия решения в режиме пользователя:

Рис.11.2 Режим формул для системы принятия решения о неисправности телевизора

2. Самостоятельно разработать систему принятия решения для оценки целесообразности повторной эмиссии акций предприятия

Таблица 11.6 Система принятия решения для оценки целесообразности повторной эмиссии акций предприятия

· Если суммарный весовой фактор ниже 80, то "Нет смысла в эмиссии акций"

· Если суммарный весовой фактор выше 90, но ниже 90, то "Есть смысл в небольшой эмиссии акций"

· Если суммарный весовой фактор выше 90 и общий весовой фактор раздела 4 ниже 35, то "Есть смысл в эмиссии акций среднего размера при условии улучшения состояния производственного фонда"

· Если суммарный весовой фактор выше 100 и общий весовой фактор раздела 4 ниже 35, то "Есть смысл в эмиссии акций крупного размера"

Разработать систему принятия решения для аттестации студента по разделу «Операционное исчисление» курса «Высшая математика»

Таблица 11.7 Система принятия решения для аттестации студента по разделу «Операционное исчисление» курса «Высшая математика»

· Если набранное число баллов меньше 125, то «Неудовлетворительно»

· Если набранное число баллов не менее 125, но меньше 145, то «Удовлетворительно»

· Если набранное число баллов не менее 145, но меньше 170, то «Хорошо»

· Если набранное число баллов не менее 170, то «Отлично»

5. Содержание отчёта:

o Титульный лист

o Цели выполнения практической работы

o Краткое описание работы и выводы

6. Контрольные вопросы

6.1. Что такое весовой фактор?

6.2. что такое дерево решений?

6.3. Каким образом в системе принимается решение?

6.4. Чем база знаний отличается от базы данных в экспертной системе?

7. Список рекомендуемой литературы

7.1 Могилев А.В. Практикум по информатике: учеб.пособие для вузов. - М.: Академия, 2008. - 608с.

7.2 Угринович Н. Д. Информатика и ИКТ:10,11 кл.- М.:БИНОМ. Лаборатория знаний, 2008. - 512с.

7.3 Немцова Т. И. Базовая компьютерная подготовка. Операционная система, офисные приложения, Интернет. Практикум по информатике : учеб. пособие / Т. И.

7.4 Гвоздева В. А. Информатика, автоматизированные информационные технологии и системы: учебник / В. А. Гвоздева. - М. : ИД "Форум": Инфра-М, 2012. - 544 с.