Lectures_1-10 (1040446), страница 17

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 17)

В отличие от традиционных программ ЭС в режиме решения задачи не только испол­няет предписанную последовательность действий , но предварительно ее формирует. Еслиответ не понятен пользователю , он может потребовать объяснения, как ответ получен .Реэул ьтаты attзn1ooвW ll>XJ))IЫE' ДЗЖЬIЕ'Поnьзr.вател.<Прэвмла3зкл1ОЧеtt.1яРис.2. Схемаработы ЭСТа кой процесс продолжается до тех пор , пока не поступит информация , достаточная дляокончательного заключения .В любой момент времени в системе существуют следующие типы знаний :1.Структурированные статические знания - знания о предметной области.

После тогок ак эти знания выявлены , они уже не изменяются.2.Структурированные динамические знания-изменяемые знания о предметной области.Они обновляются по мере выявления новой информации .5. Технологияпроектирования и разработки экспертных системРазработка ЭС существенно отличается от разработки обычного программного продукта.Неформализованность задач , решаемых ЭС, отсутствие завершенной теории ЭС и методоло­гии их разработки приводит к необходимости модифицировать принципы и способы построенияЭС в ходе процесса разработки по мере увеличения знаний разрабоl'-lиков о проблемной об­ласти .П ромышленная технология создания ЭС включает следующие этапы:исследование выполнимости проекта ;разработку общей концепции системы ;разработку и тестирование серии прототипов ;разработку и испытание головного образца;разработку и проверку расширенных версий системы;привязку системы к реальной рабочей среде.П роектирование ЭС основано на трех главных принципах :1)мощность ЭС обусловле на мощностью БЗ и возможностями ее пополнения ;2)знания, позволяющие эксперту {или экспертной системе) получать эффективныерешения , являются правдоподобными, эвристическими , эмnиричесжими , неопределенными;3)неформальный харакrер решаемых задач и используемых знаний делает необ-ходимым обеспечение активного диалога пользователя с ЭС при ее работе.Перед тем как приступить к разработке ЭС , инженер по знаниям должен рассмотре тьвопрос, следует ли разрабатывать ЭС для данного приложения .

Использовать ЭС следует то­гда, когда разработка ЭС1)возможна ;2)оправдана и3)методы ЭС соответствуют решаемойзадаче.П ри разработке ЭС используется концепция «быстрого прототипа» . Разрабоl'-lики наначальном этапе создают прототип ЭС {возможно не единственный), который должен удовле­творять двум противоречив ым требованиям:1) ондолжен уметь решать типов ые задачи конкретного приложения ,2) трудоемкостьи время его разработки должны быть незначительны .В случае успеха эксперт расширяет знания прототипа о проблемной области.

При не­удаче разрабатывается новый прототип.Технология реализации ЭС включает шесть основных этапов : идентификацию, кон цеп­туализацию, формализацию, выполнение, тестирование , опытную эксплуатацию (рис.3).Рис.3. Этапы технологииразрабоТl<И ЭСН а этапе идентификации определяются задачи , подлежащие решению , цели разра­ботки, эксперты и типы пользователей .На этапе концептуализации знаний проводится содержательный анализ проблемнойобласти, выявляются используемые понятия и их взаимосвязи, определяются методы решениязадач. Происходит неформальное описание знаний о предметной области в виде графа, таб­лицы , диаграммыили текста ,которое отражает основныеконцепции и взаимосвязи междупонятиями предметной области .На этапе формализации выбираются инструментальные средства и способы пред­ставления всех видов знаний , определяются способы интерпретации знаний , моделируетсяработа системы , оценивается адекватность системы понятий, методов решения , средствпредставления и манипулирования знаниями .На этапе выполнения осуществляется заполнение базы знаний.

Этот этап являетсяодним из основных. Происходит также разработка программного комплекса, демонстрирующегожизнеспособность подхода в целом . На этале выполнения создается один или несколько про­тотипов ЭС , решающих требуемые задачи.Н а этапе тестирования эксперт и инженер по знаниям в интерактивном режимепроверяют компетентность ЭС .

Осуществляется оценка выбранного способа предста влениязнаний и ЭС в целом , происходит выявление ошибок в подходе и реализации прототипа (илипрототипов) и выработка рекомендаций по доводке системы до промышленного варианта.Процесс тестирования продолжается до тех пор, пока эксперт не решит, что система достиглатребуемого уровня компетентности .На этапе опытной эксплуатации проверяется пригодность ЭС для конечного поль­зователя. Пригодность ЭС определяется удобством работы с ней и ее полезностью. П од по­лезностью ЭС понимается сrюсобность ее в ходе диалога определять потребности пользо­вателя, выявлять и устранять причины неудач в работе . Под удобством работы ЭС пони-мается естественность взаимодействия с ней, ее гибкость (аюсобность сисrемы настраи­вать ся) и усrойчивосrь сисrемы к ошибкам.П о результата м эксплуатации может потребоваться не только модификация программ иданных, но и изменение устройств ввода-вывода. По результатам этого этапа принимаетсярешение о переносе сисrемы на другие ЭВМ.П роцесс создания ЭС не сводится к строгой последовательности этих этапов, так как входе разработки приходится неоднократно возвращаться на более ранние этапы и пересмат­ривать принятые там решения .Инструментальные средства различаются в за в исимости от допустимой технологии дляразработки ЭС.

Можно выделить некоторые подходы :1)подход, основанный на поверхностных знаниях;2)структур н ый подход ;3)подход, основанный на глубинных знаниях;4)смешанный подход, опирающийся на использование поверхностных и глубинныхзнаний.Поверхностный подход применяется для сложн ых задач , которые не имеют точногоописания . Не делаются попытхи систематического или глубинного изучения области, что делаетмеханизм поиска в пространстве состояний универсал ьным для организации вывода .

Сущностьподхода заключается в получении от экспертов фрагментов знаний .Структурный подход пред полагает структуризацию знаний проблемной области.Предполагается , что часть задачи решается с помощью эв ристического поиска . Этот методобычно сочетают с поверхностным или mубинным.П ри глубинном подходе компетентность ЭС базируется на модели проблемной среды ,в которой она работает.

Модель может быть определена различными способами (деклара­тивно, процедурно). ЭС , разработанные с применением глубинных знаний, при возникновениинеизвестной ситуации способны определить последов ательность действий с помощью неко­торых общих принципов, справедливых для данной области эка~ертиэы. В этом подходе ис­пользуются инструменты, обладающие способностями моделировать.Смешанный подход может в общем случае сочетать поверхностный, структурный иmубинный подходы .Принятие реwений в условиях неоnредеnенностмНечетхая лсхиса.

Нечеn<Ие множества. Строгое представление НМ . Осноень~е характерисмм НМ .При разработке интеллектуальных систем знания о конкретной предметной области, длякоторой создается 0о1стема, редко бывают полными и абсолютно достоверными .При обработке знани й с применением •естких механкзмов формальной лоrм кивозни кает противоречие ме)l(Ду нечетким и знаниями и четки ми методам и логичес коговывода . Разрешить эти противоречия можно с использованием специальных методовпредставления и обработки знаний в условиях неопределен ност и .Для предста вления нечетких зна ний и опериров ания с ними используется теория не­четких множеств, предложенная ЛофП1Заде в 1965 году. Ему принадлежат слова : сФактическинечеткость может быть ключом к пониманию способносП1 человека справляться с задача ми ,которые слишком сложны для решения на ЭВМ ».Кроме использования теории нечетких множеств и нечеткой логики при разработке ин­теллектуальных систем рассматриваются основы заключе н ия неточного вывода на базестэнфордс кой теории фактора уверенности, а ТЗК)l(е применение теории доказательстваДемпстера-Шафера для выбора наиболее реального предположения, что в результатеприводит к необходим ому принятию решения.Одним из интересных методов приняП1Я решений является стохастически й метод.

Ониспользует так называемь~е ба йесовские рассу.дения , основ а нные на формальной теор иивероятности. Кроме того, теория Байеса обеспечивает вычисление сложных вероятностей наоснове случайной выборки событий, а также выбор мак0о1мального из полученных значенийвероятностей гипотезы или события .Стохастический метод включает в себя байесовские сети доверия, которые позволяютвыб рать локальные явления, завед омо связанные друг с другом, и получить вероятностиименно ЭП1Х явлений. Остальными же я влениями или событиями пренебрегают.

Таким обра­зом, не надо рассматривать вероятности всех возможных комбинаций событий и свидетельств.Выбирает эти локальные явления человек-эксперт, поэтому байесовские рассуждения отра­жают рассуждения человека в сложных областях , где некоторые факторы известны и априорисвязан ы с другими.Задача принятия решений в условиях неопределенности в настоящее время мо•етбьпь решена с помощью четырех методолоrмй:1)нечеткая логика и нечеткие множества;2)неточный вывод на основе фактора уверенн ости;3)теория доказательств Демпстера-Шафера;4)байесовские рассуждения и байесовские сети доверия .В рамках курса рассмотрим более подробно использование нечеткой логики и нечеткихмножеств .Нечеткая логика1.Нечетхая логика возникла как наиболее удобный способ построения систем управлениясложными технологическими процессами, а также нашла применение в бытовой электронике,диагностических и других экспертных системах .

Несмотря на то , что математический аппаратнечеткой логики впервые был разработан в США, активное развитие данного метода началось вЯпонии, а затем новая волна достигла США и Европы.В Японии до сих пор продолжается бум нечеткой логики и экспоненциально увеличива­ется количество патентов, большая часть которых относится к простым приложениям нечеткогоуправления.Терминcfuzzy»(англ . нечеткий, размытый) стал ключевым словом на рынке. Статьи поэлектронике без нечетких компонент постепенно ИС'-lезали и пропали совсем .Нечетхая логика позволяет определить промежуточные значения для таких общепри~нятых оценок, как да-нет, истинно·лоЖJ-tо, черное-белое и т.

п. Выражения, подобные таким, какслегка те11nо или довольно холодно, возможно формулировать математически и обрабатыватьна компьютерах.Нечеткая логика появилась в1965году в работах Лотфи А Заде(LotfiАфессора технических наук Калифорнийского университета в Беркли. Его работазаложилаосновымоделированияинтеллектуальнойдеятельностиZadeh),про­cFuzzy Sets»человекаиявиласьначальным толчком к развитию новой математической теории .Что предложил Заде?1.Расширил классическое канторовское понятие множества, допустив , что характери­стическая функция (функция принадлеЖJ-tости элемента множеству) может принимать любыезначения в интервале (О,нечеткими2.1), ане только значения О либомножества были названы им(fuzzy).Определил ряд операций над нечеткими множествами и предложил обобщение из­вестных методов логического вывода3.1.

Характеристики

Список файлов лекций