Классификационные признаки экспертных систем

3.1. Классификационные признаки экспертных систем

Экспертные системы как любой сложный объект можно определить только совокупностью характеристик. В основе классификации экспертных систем (будем называть их приложениями) лежат следующие характеристики: назначение, тип приложения, тип проблемной среды, глубина анализа проблемной области, тип используемых методов и знаний, стадия существования, инструментальные средства (ИС), масштаб. Перечисленный набор характеристик не претендует на полноту (в связи с отсутствием общепринятой классификации), а определяет ЭС как целое, не выделяя отдельных компонентов (способ представления знаний, решения задачи и т. п.).

Назначение определяется следующей совокупностью параметров: цель создания ЭС — для обучения специалистов, для решения задач, для автоматизации рутинных работ, для тиражирования знаний экспертов и т. п.; основной пользо­ватель - не специалист в области экспертизы, специалист, учащийся.

Тип приложения. Характеризуется следующими признаками.

1. Возможность взаимодействия приложения с другими программными средствами:

• изолированное приложение — ЭС, не способная взаимодействовать с другими программными системами (например, с БД, электронными таблицами, пакетами прикладных программ, контроллерами, датчиками и т.п.);

• интегрированное приложение — ЭС и другие программные системы, с которыми она взаимодействует в ходе работы. Боль­шинство современных ЭС, используемых для решения практически значимых задач, являются интегрированными.

2. Возможность исполнять приложение на разнородной аппа­ратуре и переносить его на различные платформы:

• закрытые приложения — исполняются только в программной среде данной фирмы и могут быть перенесены на другие плат­формы только путем перепрограммирования приложения;

Рекомендуемые материалы

• открытые приложения — ориентированы на исполнение в разнородном программно-аппаратном окружении и могут быть перенесены на другие платформы без перепрограммирования.

3. Архитектура приложения:

• централизованное приложение — реализуется на базе центральной ЭВМ, с которой связаны терминалы;

• распределенное приложение — обычно используется архитек­тура клиент-сервер.

Стадия существования характеризует степень проработанности и отлаженности ЭС. Обычно выделяют следующие стадии: демонстрационный прототип; исследовательский прототип; действующий прототип; промышленная система; коммерческая система.

Демонстрационным прототипом называют ЭС, которая решает часть требуе­мых задач, демонстрируя жизнеспособность метода инженерии знаний. При наличии развитых ИС для разработки демонстрационного прототипа требуется в среднем примерно 1—2 мес., а при отсутствии — 12—18 мес. Демонстрационный прототип работает, имея в БЗ 50—100 правил. Развитие демонстрационного прототипа приводит к исследовательскому прототипу.

Исследовательским прототипом называют систему, которая решает все тре­буемые задачи, но неустойчива в работе и не полностью проверена. На доведение системы до стадии исследовательского прототипа уходит 3—6 мес. Ис­следовательский прототип обычно имеет в БЗ 200—500 правил, описывающих проблемную область.

Действующий прототип надежно решает все задачи, но для решения сложных задач может потребоваться   чрезмерно   много времени и (или) памяти. Для доведения системы до стадии действующего   прототипа   требуется   6— 12 мес., при этом количество правил в БЗ увеличивается до 500—1000.

Экспертная система, достигшая промышленной стадии, обеспечивает высокое качество решений всех задач при минимуме времени и памяти. Обычно процесс преобразования действующего прототипа в промышленную систему состоит в расширении БЗ (до 1000 – 1500 правил) и переписывании программ с использованием более эффективных ИС, например в перепрограммировании на языках низкого уровня. Для доведения ЭС от начала разработки до стадии промышленной системы требуется 1 – 1,5 года.

Обобщение задач, решаемых ЭС на стадии промышленной системы, позволяет перейти к стадии коммерческой системы – к системе, пригодной не только для собственного использования, но и для продажи различным потребителям. Для доведения системы до коммерческой стадии требуется 1,5 – 3 года и 0,3 – 5 млн. дол. При этом в БЗ системы 1500 – 3000 правил.

Масштаб ЭС. Характеризует сложность решаемых задач и свя­зан с типом используемой ЭВМ. По этому признаку различают:

• малые ЭС — предназначены для первичного обучения и ис­следования возможности применения технологии ЭС для рас­сматриваемого класса задач. Системы такого типа могут быть ре­ализованы на персональных компьютерах;

• средние ЭС — охватывают весь спектр необходимых прило­жений и обычно интегрированы с БД, электронными таблицами и т.д. Системы такого масштаба чаще всего реализуются на рабо­чих станциях;

• большие ЭС— имеют доступ к высокомощным БД и реализу­ются на рабочих станциях или на специализированных компью­терах;

• символьные ЭС — создаются с исследовательскими целями и реализуются на специализированных компьютерах, ориентиро­ванных на обработку символьных данных.

Тип проблемной среды. Это понятие включает описание пред­метной области (множество сущностей, описывающих множест­во объектов, их характеристик и отношений между объектами) и решаемых в ней задач. Иначе говоря, проблемная среда включа­ет структуры данных и решаемые с ними задачи, представленные в виде исполняемых утверждений (правил, процедур, формул и т. п.). В связи с этим проблемная среда определяется характери­стиками соответствующей предметной области и характеристи­ками типов решаемых в ней задач, каждая из которых может рассматриваться с точки зрения как конечного пользователя, так и разработчика ЭС.

Характеристики предметной области.

1. Тип предметной области:

• статический — входные данные не изменяются за время се­анса работы приложения, значения других (не входных) данных изменяются только самой экспертной системой;

• динамический — входные данные, поступающие из внешних источников, изменяются во времени, значения других данных изменяются ЭС или подсистемой моделирования внешнего ок­ружения.

2. Способ описания сущностей предметной области:

• совокупность атрибутов и их значений (фиксированный со­став сущностей);

• совокупность классов (объектов) и их экземпляров (изменя­емый состав сущностей).

3. Способ организации сущностей в БЗ:

• неструктурированная БЗ;

• структурирование сущностей в БЗ по различным иерархиям («частное — общее», «часть — целое», «род — вид»), что обеспечи­вает наследование свойств сущностей.

Структурирование БЗ способствует:

• ограничению круга сущностей, которые должны рассматри­ваться механизмом вывода, и сокращению количества перебира­емых вариантов в процессе выбора решения;

• обеспечению наследования свойств сущностей, т.е. передачи свойств вышерасположенных в иерархии сущностей нижераспо­ложенным, что значительно упрощает процесс приобретения и использования знаний.

Характеристики задач.

1. Тип решаемых задач:

• задачи анализа или синтеза. В задаче анализа задана модель сущности и требуется определить неизвестные характеристики модели. В задаче синтеза задаются условия, которым должны удовлетворять характеристики «неизвестной» модели сущности, и требуется построить модель этой сущности. Решение задачи синтеза обычно включает задачу анализа как составную часть;

• статические или динамические задачи. Если задачи, решае­мые ЭС, явно не учитывают фактор времени и/или не изменяют в процессе своего решения знания об окружающем мире, то го­ворят, что ЭС решает статические задачи, в противном случае говорят о решении динамических задач. Учитывая значимость времени в динамических проблемных средах, многие специали­сты называют их приложениями, работающими в реальном вре­мени. Обычно выделяют следующие системы реального време­ни: псевдореального времени,  «мягкого» реального времени и «жесткого» реального времени. Системы псевдореального вре­мени, как следует из названия, не являются системами реально­го времени, однако они, в отличие от статических систем, полу­чают и обрабатывают данные, поступающие из внешних источ­ников. Системы псевдореального времени решают задачу быст­рее, чем происходят значимые изменения информации об окру­жающем мире.

2. Общность исполняемых утверждений:

• частные исполняемые утверждения, содержащие ссылки на конкретные сущности (объекты);

• общие исполняемые утверждения, относящиеся к любым сущностям заданного типа (вне зависимости от их числа и име­ни). Использование общих утверждений позволяет значительно лаконичнее представлять знания. Однако поскольку общие ут­верждения не содержат явных ссылок на конкретные сущности, для их использования каждый раз требуется определять те сущ­ности, к которым они должны применяться.

Не все сочетания перечисленных выше параметров, характе­ризующих проблемную среду, встречаются на практике. Наибо­лее распространены следующие типы проблемных сред:

• статическая предметная область:

представление сущностей в виде совокупности атрибутов и их значений, неизменяемый состав сущностей, БЗ не струк­турирована, решаются статические задачи анализа, исполь­зуются только частные исполняемые утверждения; представление сущностей объектами, изменяемый состав сущностей, БЗ структурирована, решаются статические за­дачи анализа и синтеза, используются общие и частные ис­полняемые утверждения;

• динамическая предметная область:

представление сущностей совокупностью атрибутов и их значений, неизменяемый состав сущностей, БЗ не структу­рирована, решаются динамические задачи анализа, исполь­зуются частные исполняемые утверждения; представление сущностей в виде объектов, изменяемый со­став сущностей, БЗ структурирована, решаются динамичес­кие задачи анализа и синтеза, используются общие и част­ные исполняемые утверждения.

С точки зрения пользователя, предметную область можно характеризовать описанием области в терминах пользователя, включающим наименование области, перечень и взаимоотношение подобластей и т. п., а задачи, решаемые существующими ЭС, — их типом. Обычно выделяют следующие типы задач:

По этому признаку различают следую­щие задачи:

• интерпретация данных — процесс определения смысла дан­ных, результаты которого должны быть согласованными и кор­ректными. Экспертные системы, как правило, проводят много­вариантный анализ данных;

• диагностика — процесс соотнесения объекта с некоторым классом объектов и/или обнаружение неисправностей в системе (отклонений параметров системы от нормативных значений);

• мониторинг — непрерывная интерпретация данных в реаль­ном масштабе времени и сигнализация о выходе тех или иных па­раметров за допустимые пределы;

• проектирование — создание ранее не существовавшего объ­екта и подготовка спецификаций на создание объектов с заранее определенными свойствами. Степень новизны может быть раз­ной и определяется видом знаний, заложенных в ЭС, и методами их обработки. Для организации эффективного проектирования и реинжиниринга требуется формировать не только сами проект­ные решения, но и мотивы их принятия. ЭС, решающие задачи проектирования, реализуют процедуры вывода решения и объяс­нения полученных результатов;

• прогнозирование — предсказание последствий некоторых со­бытий или явлений на основе анализа имеющихся данных. Про­гнозирующие ЭС логически выводят вероятные следствия из за­данных ситуаций. В прогнозирующих ЭС в большинстве случаев используются динамические модели, в которых значения пара­метров «подгоняются» под заданную ситуацию. Выводимые из этих моделей следствия составляют основу для прогнозов с веро­ятностными оценками;

• планирование — построение планов действий объектов, спо­собных выполнять некоторые функции. Работа ЭС по планиро­ванию основана на моделях поведения реальных объектов, кото­рые позволяют проводить логический вывод последствий плани­руемой деятельности;

• обучение — использование компьютера для обучения каким-либо дисциплине или предмету. Экспертные системы обучения выполняют такие функции, как диагностика ошибок, подсказывание правильных решений; аккумулирование знаний о гипоте­тическом «ученике» и его характерных ошибках; диагностирова­ние слабости в познаниях обучаемых и нахождение соответству­ющих средств для их ликвидации. Системы обучения способны планировать акт общения с учеником в зависимости от успехов ученика для передачи необходимых знаний;

• управление — функция организованной системы, поддержи­вающая определенный режим ее деятельности. Экспертные сис­темы данного типа предназначены для управления поведением сложных систем в соответствии с заданными спецификациями;

• поддержка принятия решений — совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающими процесс при­нятия решения. Такого рода ЭС оказывают помощь специалис­там в выборе и/или генерации наиболее рациональной альтерна­тивы из множества возможных при принятии ответственных ре­шений.

Задачи интерпретации данных, диагностики, поддержки при­нятия решений относятся к задачам анализа, задачи проектиро­вания, планирования и управления — к задачам синтеза. К ком­бинированному типу задач относятся обучение, мониторинг и прогнозирование. Примеры ЭС, решающих различные приклад­ные задачи, можно найти в [4].

Вам также может быть полезна лекция "39. Метод электронного парамагнитного резонанса".

Решаемые задачи, с точки зрения разработчика ЭС, также можно разделить на статические и динамические. Будем говорить, что ЭС решает динамическую или статическую задачу, если процесс решения задачи изменяет или не изменяет исходные данные о текущем, состоянии предметной области.

Решаемые задачи, кроме того, можно характеризовать следующими аспектами: числом и сложностью правил, используемых в задаче; связностью правил; пространством поиска.

По степени сложности выделяют простые и сложные правила. К сложным относят правила, текст записи которых на естественном языке занимает 1/3 страницы и больше. Правила, текст которых занимает менее 1/3 страницы, относят к простым.

По степени связности правил задачи делят на связные и малосвязные. К связным относятся задачи (подзадачи), которые не удается разбить на независимые задачи. Малосвязные задачи удается разбить на некоторое количество независимых подзадач.

Можно сказать, что степень сложности задачи определяется не просто общим количеством правил данной задачи, а количеством правил в ее наиболее связной независимой подзадаче.

Пространство поиска может быть определено по крайней мере тремя подаспектами: размером, глубиной и шириной. Размер пространства поиска дает обобщенную характеристику сложности задачи. Выделяют малые (до 10! состояний) и большие (свыше 10! состояний) пространства поиска. Глубина пространства поиска характеризуется средним числом последовательно применяемых правил, преобразующих исходные данные в конечный результат, ширина пространства – средним числом правил, пригодных к выполнению в текущем состоянии.