Диссертация (Методы и программные средства ускорения поиска решения в базах знаний нечетких экспертных систем), страница 4
Описание файла
Файл "Диссертация" внутри архива находится в папке "Методы и программные средства ускорения поиска решения в базах знаний нечетких экспертных систем". PDF-файл из архива "Методы и программные средства ускорения поиска решения в базах знаний нечетких экспертных систем", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве НИУ «МЭИ» . Не смотря на прямую связь этого архива с НИУ «МЭИ» , его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст 4 страницы из PDF
Здесь он определяет,подходятлиимеющиесяинструментальныесредствадлярешениярассматриваемой проблемы или необходим выбор другого инструментария, илитребуются оригинальные разработки.Этап 4. РеализацияСоздается прототип экспертной системы, включающий базу знаний идругие подсистемы. На данном этапе применяются следующие инструментальныесредства[7]: программирование на обычных языках (Паскаль, Си и др.),программирование на специализированных языках, применяемых в задачахискусственного интеллекта (LISP, FRL, SmallTalk и др.) и др.
Четвертый этапразработки экспертных систем в какой-то степени является ключевым, так какздесьпроисходитсозданиепрограммногокомплекса,демонстрирующегожизнеспособность подхода в целом.Этап 5. ТестированиеПрототип проверяется на удобство и адекватность интерфейсов вводавывода, эффективность стратегии управления, качество проверочных примеров,корректность базы знаний. Тестирование – это выявление ошибок в выбранномподходе, выявление ошибок в реализации прототипа, а также выработкарекомендаций по доводке системы до промышленного варианта.Этап 6. Опытная эксплуатацияПроверяется пригодность экспертной системы для конечных пользователей.По результатам этого этапа может потребоваться существенная модификацияэкспертной системы.Процессразработкиэкспертнойсистемынесводитсякстрогойпоследовательности перечисленных выше этапов.
В ходе работ приходится21неоднократно возвращаться на более ранние этапы и пересматривать принятыетам решения.1.5. Преимущества экспертных системЭкспертные системы обладают многими преимуществами, обуславливающимиэффективность их использования.·Повышенная доступность. Для обеспечения доступа к экспертнымзнаниям могут применяться любые подходящие компьютерные аппаратные средства.В определенном смысле вполне оправдано утверждение, что экспертная система это средство массового производства экспертных знаний.·Уменьшенные издержки. Стоимость предоставления экспертных знанийв расчете на отдельного пользователя существенно снижается.·Уменьшенная опасность. Экспертные системы могут использоваться втаких вариантах среды, которые могут оказаться опасными для человека.·Постоянство.
Экспертные знания никуда не исчезают. В отличие отэкспертов-людей, которые могут уйти на пенсию, уволиться с работы или умереть,знания экспертной системы сохраняются в течение неопределенно долгого времени.·Возможность получения экспертных знаний из многих источников.
Спомощью экспертных систем могут быть собраны знания многих экспертов ипривлечены к работе над задачей, выполняемой одновременно и непрерывно, влюбое время дня и ночи. Уровень экспертных знаний, скомбинированных путемобъединения знаний нескольких экспертов, может превышать уровень знанийотдельно взятого эксперта-человека.·Повышенная надежность. Применение экспертных систем позволяетповысить степень доверия к тому, что принято правильное решение, путемпредоставления еще одного обоснованного мнения эксперту-человеку илипосреднику при разрешении несогласованных мнений между несколькимиэкспертами-людьми.
(Разумеется, такой метод разрешения несогласованных мненийне может использоваться, если экспертная система запрограммирована одним из22экспертов, участвующих в столкновении мнений.) Решение экспертной системыдолжно всегда совпадать с решением эксперта; несовпадение может быть вызванотолько ошибкой, допущенной экспертом, что может произойти, только еслиэксперт-человек устал или находится в состоянии стресса.·Объяснение. Экспертная система способна подробно объяснить своирассуждения, которые привели к определенному заключению. А человек можетоказаться слишком усталым, не склонным к объяснениям или неспособным делатьэто постоянно. Возможность получить объяснение способствует повышениюдоверия к тому, что было принято правильное решение.·Быстрый отклик.
Для некоторых приложений может потребоватьсябыстрый отклик или отклик в реальном времени. В зависимости от используемогоаппаратного и программного обеспечения экспертная система может реагироватьбыстрее и быть более готовой к работе, чем эксперт-человек. В некоторыхэкстремальных ситуациях может потребоваться более быстрая реакция, чем учеловека; в таком случае приемлемым вариантом становится применениеэкспертной системы, действующей в реальном времени [10].·Неизменноправильныйиполныйответприлюбыхобстоятельствах.
Такое свойство может оказаться очень важным в реальномвремени и в экстремальных ситуациях, когда эксперт-человек можетоказаться неспособным действовать с максимальной эффективностью из-завоздействия стресса или усталости.·Возможностьприменениявкачествеинтеллектуальнойобучающей программы. Экспертная система может действовать в качествеинтеллектуальнойобучающейпрограммы,передаваяучащемусянавыполнение примеры программ и объясняя, на чем основаны рассуждениясистемы.·Возможность применения в качестве интеллектуальной базыданных. Экспертные системы могут использоваться для доступа к базамданных с помощью интеллектуального способа доступа. В качестве примера23можно привести анализ скрытых закономерностей в данных.·1.6.
Модели представления знанийОдной из наиболее важных проблем, характерных для систем, основанныхна знаниях, является проблема представления знаний [3]. Это объясняется тем,чтоформапредставленияхарактеристикиивсевозможнымизнаниямизнанийсвойстваоказываетсистемы.изДляреальногосущественноетогомирасчтобывлияниенаманипулироватьпомощьюкомпьютера,необходимо осуществлять их моделирование. В таких случаях необходимоотличать знания, предназначенные для обработки компьютером, от знаний,используемых человеком. Кроме того, при большом объеме знаний желательноупростить последовательное управление отдельными элементами знаний.При проектировании модели представления знаний следует учитывать такиефакторы, как однородность представления и простота понимания. Однородноепредставление приводит к упрощению механизма управления логическимвыводом и упрощению управления знаниями.
Представление знаний должно бытьпонятным экспертам и пользователям системы. В противном случае затрудняютсяприобретение знаний и их оценка.В настоящее время разработано множество моделей представления знаний[3]. К основным моделям относятся:1) логические модели - теоретически обоснованные модели, гарантирующиеправильность решений.2) фреймовая модель – основывается на таком понятии как фрейм. Фрейм –структура данных для представления некоторого концептуального объекта.Информация, относящаяся к фрейму, содержится в составляющих его слотах.Слоты могут быть терминальными либо являться сами фреймами, т.о.
образуяцелую иерархическую сеть.243) сетевые модели (или семантические сети) – в инженерии знаний под нейподразумевается граф, отображающий смысл целостного образа. Узлы графасоответствуют понятиям и объектам, а дуги – отношениям между объектами;4) продукционные модели – модель основанная на правилах, позволяетпредставить знание в виде предложений типа: «ЕСЛИ условие, ТО действие».Продукционная модель обладает тем недостатком, что при накоплениидостаточнобольшогочисла(порядканесколькихсотен)продукций,увеличивается вероятность возникновения конфликтов между продукциями, прикоторых они начинают противоречить друг другу.1.6.1.
Логическая модельЛогическая модель используется для представления знаний в системелогики предикатов первого порядка и выведения заключений с помощьюсиллогизма.Основноепреимуществоиспользованиялогикипредикатовдляпредставления знаний заключается в том, что обладающий хорошо понятнымиматематическимисвойствамимощныймеханизмвыводаможетбытьнепосредственно запрограммирован. С помощью этих программ из известныхранее знаний могут быть получены новые знания.Отличительными чертами логических моделей являются единственностьтеоретического обоснования и возможность реализации системы формальноточных определений и выводов.Основная идея при построении логических моделей знаний заключается вследующем – вся информация, необходимая для решения прикладных задач,рассматриваетсякаксовокупностьфактовиутверждений,которыепредставляются как формулы в некоторой логике.