Интеллектуальные средства управления экспертной деятельностью реферат

Обновлено: 05.07.2024

Кибернетика возникла на стыке многих областей знания математики, логики, семиотики, биологии и социологии.

Обобщающий характер кибернетических идей и методов сближает науку об управлении, каковой является

кибернетика, с философией.

Задача обоснования исходных понятий кибернетики, особенно таких, как информация, управление, обратная

связь и др. требуют выхода в более широкую, философскую

область знаний, где рассматриваются атрибуты материи -

общие свойства движения, закономерности познания.

Сама кибернетика как наука об управлении многое дает современному философскому мышлению. Она позволяет более глубоко раскрыть механизм самоорганизации

материи, обогащает содержание категории связей,

причинности, позволяет более детально изучить

диалектику необходимости и случайности, возможности и

действительности. Открываются пути для разработки

"кибернетической" гносеологии, которая не подменяет

диалектический материализм теорией познания, но

позволяет уточнить, детализировать и углубить в свете

науки об управлении ряд существенно важных проблем.

Возникнув в результате развития и взаимного стимулирования ряда, в недалеком прошлом слабо

связанных между собой, дисциплин технического,

биологического и социального профиля кибернетика

проникла во многие сферы жизни.

Столь необычная "биография" кибернетики объясняется целым рядом причин, среди которых надо выделить две.

Во-первых, кибернетика имеет необычайный,

синтетический характер. В связи с этим до сих пор

существуют различия в трактовке некоторых ее проблем и

Во-вторых, основополагающие идеи кибернетики

пришли в нашу страну с Запада, где они с самого начала

оказались под влиянием идеализма и метафизики, а иногда

и идеологии. То же самое, или почти то же самое

происходило и у нас. Таким образом становится очевидной

необходимость разработки философских основ кибернетики,

освещение ее основных положений с позиции философского

Осмысление кибернетических понятий с позиции философии будет способствовать более успешному

осуществлению теоретических и практических работ в этой

области, создаст лучшие условия для эффективной работы

и научного поиска в этой области познания.

Кибернетика как перспективная область научного познания привлекает к себе все большее внимание

философов. Положения и выводы кибернетики включаются в

их области знания, которые в значительной степени

определяют развитие современной теории познания. Как

справедливо отмечают отечественные исследователи,

кибернетика, достижения которой имеет громадное

значение для исследования познавательного процесса, по

своей сущности и содержанию должна входить в теорию

Исследование методологического и гносеологического аспектов кибернетики способствует решению многих

философских проблем. В их числе - проблемы

диалектического понимания простого и сложного,

количества и качества, необходимости и случайности,

возможности и действительности, прерывности и

непрерывности, части и целого. Для развития самих

математики и кибернетики важное значение имеет

применение к материалу этих наук ряда фундаментальных

философских принципов и понятий, применение,

обязательно учитывающее специфику соответствующих

областей научного знания. Среди этих принципов и

понятий следует особо выделить положение отражения,

принцип материального единства мира конкретного и

абстрактного, количества и качества, нормального и

содержательного подхода к познанию и др.

Философская мысль уже много сделала в анализе аспектов и теоретико-познавательной роли кибернетики. Было показано, сколь многообещающим в философском плане является рассмотрение в свете кибернетики таких

вопросов и понятий, как природа информации, цель и

целенаправленность, соотношение детерминизма и

теологии, соотношение дискретного и непрерывного,

детерминистского и вероятностного подхода к науке.

Нужно сказать и о большом значении кибернетики для построения научной картины мира. Собственно предмет кибернетика - процессы, протекающие в системах управления, общие закономерности таких процессов.

Явления, которые отображаются в таких

фундаментальных понятиях кибернетики, как информация и

управление, имеют место в органической природе и

общественной жизни. Таким образом, кибернетику можно

определить как науку об управлении и связи с живой

природой в обществе и технике.

Один из важнейших вопросов, вокруг которого идут философские дискуссии - это вопрос о том, что такое информация, какова ее природа? Для характеристики

природы информационных процессов необходимо кратко

рассмотреть естественную основу всякой информации, а

таковой естественной основой информации является

присущее материи объективное свойство отражения.

Положение о неразрывной связи информации и отражения стало одним из важнейших в изучении

информации и информационных процессов и признается

абсолютным большинством отечественных философов.

Информация в живой природе в отличие от неживой

играет активную роль, так как участвует в управлении

всеми жизненными процессами.

Материалистическая теория отражения видит решение новых проблем науки и, в частности, такой кардинальной проблемы естествознания как переход от неорганической

материи к органической, в использовании методологической

основы диалектического материализма. Проблема

заключается в том, что существует материя, способная

ощущать, и материя, созданная из тех же атомов и в тоже

время не обладающая этой способностью. Вопрос, таким

образом поставлен вполне конкретно и, тем самым,

толкает проблему к решению. Кибернетика вплотную

занялась исследованием механизмов саморегуляции и

самоуправления. Вместе с тем, оставаясь методически

ограниченными, эти достижения оставили открытыми ряд

проблем к рассмотрению которых привела внутренняя ломка

Сознание является не столько продуктом развития природы, сколько продуктом общественной жизни человека,

Экспертные системы как прикладная область искусственного интеллекта

. экспертных систем в 3 - 5 раз. Экспертные системы выполняются на ЭВМ следующих типов: общего назначения; ПЭВМ; . среде ОРS5. Заключение Экспертные системы являются наиболее известным и распространённым видом систем. Как .

Экспертные системы – основа технологии информатизации врачебной деятельности

. и медицины в частности Экспертные системы Самообучающиеся системы Примеры использования экспертных систем в медицине Выводы . числе онкологическим. 3. Самообучающиеся системы Среди экспертных медицинских систем особое место .

Экспертные системы и их использование

. экспертных систем Этапы разработки экспертных систем Экспертная система Cyc Экспертная система CLIPS Список используемой литературы Введение: Экспертная система Экспертная система . между элементами системы.) Пользователь редактор базы .

Экспертная система прогнозирования успеваемости студентов в ВУЗах

Экспертные системы

Экспертная система. Анализ передачи телеметрических данных со спутника

. искусственного интеллекта стали экспертные системы, куда входят и системы принятия решений, . областей, в которых применяются экспертные системы, относятся следующие: Идентификация . Бабаев И.О., Герасимов М.А. программирование. Санкт-Петербург .

Интеллектуальные и экспертные системы

. Кафедра Философии Реферат на тему: и экспертные системы" Аспирант: Григоркин П.Б. Консультант: Дышлевый П.И. . Кибернетический подход означает моделирование процессов деятельности человека с одной определенной стороны .

Интеллектуальные и экспертные системы

Интеллектуальные информационные системы в образовании

. 3 Основные виды и технологии информационных систем 4 Знание – основа системы 4 Аспекты представления знаний . систем (прежде всего так называемых экспертных систем), применяемых в медицине, геологии, химии .

Технология разработки экспертной системы. Выбор подходящей проблемы для разработки экспертной системы

. предложений. Объект исследования - и экспертные системы. Предмет исследования- разработка экспертной системы. Основой для написания работы .

Экспертная система (далее по тексту — ЭС) — это информационная система, назначение которой частично или полностью заменить эксперта в той или иной предметной области. Подобные интеллектуальные системы эффективно применяются в таких областях, как логистика, управление воздушными полетами, управление театром военных действий. Основною направленной деятельностью предсказание, прогнозирование в рамках определенного аспекта в предметной области.

Экскурс в историю экспертных систем

История экспертных систем берет свое начало в 1965 году. Брюс Бучанан и Эдвард Фейгенбаум начали работу над созданием информационной системы для определения структуры химических соединений.

Следующим этапом стали 70-е годы. Период не выделялся особыми разработками. Было создано множество разных прототипов системы Dendral. Примером служит система PROSPECTOR, областью деятельности которой являлась геологические ископаемые и их разведка.
В 80-ых годах появляются профессия – инженер по знаниям. Экспертные системы набирают популярность и выходят на новый этап эволюции интеллектуальных систем. Появились новые медицинские системы INTERNIS, CASNE.

В 21 век, интеллектуальной системой уже не удивишь никого. Множество фирм внедряет экспертные системы в области своей деятельности.

Быстродействующая система OMEGAMON разрабатывается c 2004 года с IBM, цель которой отслеживание состояния корпоративной информационной сети. Служит для моментального принятия решений в критических или неблагоприятных ситуациях.

G2 – экспертная система от фирмы Gensym, направленная на работу с динамическими объектами. Особенность этой системы состоит в том, что в нее внедрили распараллеливание процессов мышления, что делает ее быстрее и эффективней.

Структура экспертной системы

1. База знаний
Знания — это правила, законы, закономерности получены в результате профессиональной деятельности в пределах предметной области.
База знаний — база данных содержащая правила вывода и информацию о человеческом опыте и знаниях в некоторой предметной области. Другими словами, это набор таких закономерностей, которые устанавливают связи между вводимой и выводимой информацией.

2. Данные
Данные — это совокупность фактов и идей представленных в формализованном виде.
Собственно на данных основываются закономерности для предсказания, прогнозирования. Продвинутые интеллектуальные системы способные учиться на основе этих данных, добавляя новые знания в базу знаний.

3. Модель представления данных
Самая интересная часть экспертной системы.
Модель представления знаний (далее по тексту — МПЗ) — это способ задания знаний для хранения, удобного доступа и взаимодействия с ними, который подходит под задачу интеллектуальной системы.

4. Механизм логического вывода данных(Подсистема вывода)
Механизм логического вывода(далее по тексту — МЛВ) данных выполняет анализ и проделывает работу по получению новых знаний исходя из сопоставления исходных данных из базы данных и правил из базы знаний. Механизм логического вывода в структуре интеллектуальной системы занимает наиболее важное место.
Механизм логического вывода данных концептуально можно представить в виде :
А — функция выбора из базы знаний и из базы данных закономерностей и фактов соответственно
B — функция проверки правил, результатом которой определяется множество фактов из базы данных к которым применимы правила
С — функция, которая определяет порядок применения правил, если в результате правила указаны одинаковые факты
D — функция, которая применяет действие.

Какие существуют модели представления знаний?

Распространены четыре основных МПЗ:

Продукционная МПЗ
Семантическая сеть МПЗ
Фреймовая МПЗ
Формально логическая МПЗ

Продукционная МПЗ

В основе продукционной модели представления знаний находится конструктивная часть, продукция(правило):
IF , THEN
Продукция состоит из двух частей: условие — антецендент, действие — консеквент. Условия можно сочетать с помощью логических функций AND, OR .
Антецеденты и консеквенты составленных правил формируются из атрибутов и значений. Пример: IF температура реактора подымается THEN добавить стержни в реактор
В базе данных продукционной системы хранятся правила, истинность которых установлена к за ранее при решении определенной задачи. Правило срабатывает, если при сопоставлении фактов, содержащихся в базе данных с антецедентом правила, которое подвергается проверке, имеет место совпадение. Результат работы правила заносится в базу данных.

Пример

Диагноз	Температура	Давление	Кашель
Грипп	39	100-120	Есть
Бронхит	40	110-130	Есть
Аллергия	38	120-130	Нет

Пример продукции:
IF Температура = 39 AND Кашель = Есть AND Давление = 110-130 THEN Бронхит

Продукционная модель представления знаний нашла широкое применение в АСУТП

Среды разработки продукционных систем(CLIPS)

CLIPS (C Language Integrated Production System) — среда разработки продукционной модели разработана NASA в 1984 году. Среда реализована на языке С, именно потому является быстрой и эффективной.
Пример:

Подобное правило будет активировано только тогда, когда в базе данных появится факт симптома с подобными параметрами.

Семантическая сеть МПЗ

В основе продукционной модели лежит ориентированный граф. Вершины графа — понятия, дуги — отношения между понятиями.
Особенностью является наличие трех типов отношений:

класс — подкласс
свойство — значение
пример элемента класса

По количеству типов отношений выделяют однородные и неоднородные семантические сети. Однородные имею один тип отношения между всеми понятиями, следовательно, не однородные имею множество типов отношений.

Все типы отношений:

часть — целое
класс — подкласс
элемент — количество
атрибутивный
логический
лингвистический

Пример

Недостатком МПЗ является сложность в извлечении знаний, особенно при большой сети, нужно обходить граф.

Фреймовая МПЗ

Предложил Марвин Мински в 1970 году. В основе фреймовой модели МПЗ лежит фрейм. Фрейм — это образ, рамка, шаблон, которая описывает объект предметной области, с помощью слотов. Слот — это атрибут объекта. Слот имеет имя, значение, тип хранимых данных, демон. Демон — процедура автоматически выполняющаяся при определенных условиях. Имя фрейма должно быть уникальным в пределах одной фреймовой модели. Имя слота должно быть уникальным в пределах одного фрейма.

Слот может хранить другой фрейм, тогда фреймовая модель вырождается в сеть фреймов.

Пример

Пример вырождающейся в сеть фреймов

На своей практике, мне доводилось встречать системы на основе фреймовой МПЗ. В университете в Финляндии была установлена система для управления электроэнергией во всем здании.

Языки разработки фреймовых моделей (Frame Representation Language)

FRL (Frame Representation Language) — технология создана для проектирования интеллектуальных систем на основе фреймовой модели представления знаний. В основном применяется для проектирования вырождающихся в сеть фреймовой модели.

Запись фрейма на языке FRL будет иметь вид:

Существуют и другие среды: KRL (Knowledge Representation Language), фреймовая оболочка Kappa, PILOT/2.

Формально логическая МПЗ

В основе формально логической МПЗ лежит предикат первого порядка. Подразумевается, что существует конечное, не пустое множество объектов предметной области. На этом множестве с помощью функций интерпретаторов установлены связи между объектами. В свою очередь на основе этих связей строятся все закономерности и правила предметной области. Важное замечание: если представление предметной области не правильное, то есть связи между объектами настроены не верно или не в полной мере, то правильная работоспособность системы будет под угрозой.

Пример

A1 = A2 = A3 = ; IF A1 AND A2 THEN
Банальней примера и не придумаешь.
Важно: Стоит заметить, что формально логическая МПЗ схожа с продукционной. Частично это так, но они имеют огромную разницу. Разница состоит в том, что в продукционной МПЗ не определены никакие связи между хранимыми объектами предметной области.

Важно

Любая экспертная система должна иметь вывод данных и последовательность "мышления" системы. Это нужно для того чтобы увидеть дефекты в проектировании системы. Хорошая интеллектуальная система должна иметь право ввода данных, которое реализуется через интеллектуальный редактор, право редактора на перекрестное "мышление" представлений при проектировании системы и полноту баз знаний(реализуется при проектировки закономерностей предметной области между инженером по знаниям и экспертом).

Заключение

Экспертные системы действительно имеют широкое применение в нашей жизни. Они позволяют экономить время реальных экспертов в определенной предметной области. Модели представления знаний это неотъемлемая часть интеллектуальных систем любого уровня. Поэтому, я считаю, что каждый уважающий себя IT-специалист, должен иметь даже поверхностные знания в этих областях.

В последнее время не стихают дискуссии на тему информационного обеспечения деятельности правоохранительных органов. В каждой инстанции, вплоть до правительственного уровня принимаются программы и постановления по этому вопросу. Однако, при всем многообразии публикаций, большинство авторов делает весьма спорный вывод: если бы компьютеры были у каждого следователя и оперативника, мы сразу вышли бы на качественно новый уровень борьбы с преступностью. Именно такой подход к проблеме информатизации вообще, и в правоохранительной деятельности в частности, на мой взгляд, и является ее ахиллесовой пятой. К сожалению, приходится признать, что в правоохранительных органах отсутствует четкая концепция накопления и обработки информации. Не выработана стратегия организации этого непрерывного и трудоемкого процесса.

Файлы: 1 файл

Информационные технологии в экспертной деятельности. РЕФЕРАТ.doc

Более информационно значимой может стать создание единой универсальной ИПС криминалистического назначения, эффективность которой с точки зрения Е. Р. Россинской определяется тем, что одни и те же признаки следообразующих объектов и следов, информация о которых содержится в банках данных, зачастую могут быть установлены по различным, а не только одновидовым следам преступлений. Например, признаки групповой принадлежности человека содержатся в следах крови, слюны, потожировых выделений. Информация, свидетельствующая о половой принадлежности, проявляется в признаках почерка, в следах рук, ног, крови и т. д. ( Россинская Е. Р. Криминалистическая регистрация /Курс лекций по криминалистике, Вып. 4, М., 1995.). Универсальные ИПС технико-криминалистического назначения в настоящее время разрабатываются и внедряются в практику борьбы с преступностью в ряде зарубежных стран (Великобритания, Франция, Швейцарияи др.). В нашей стране такая возможность реализуется в виде ФБКИ (Федеральный Банк криминальной информации) и РБКИ (Региональный Банк криминальной информации), которые в дальнейшем как элементы должны войти в единую информационно-вычислительную сеть органов внутренних дел.

Разработка программных комплексов автоматизированного решения экспертных задач, включающих подготовку экспертного заключения, специализированных систем поддержки судебной экспертизы (СПЭС) -следующий уровень использования информационных технологий в экспертной практике. До недавнего времени данное направление ограничивалось созданием программ оформительского типа, имеющих целью оптимизацию хода экспертного исследования объектов посредством методически наиболее верного варианта оформления полученных результатов в виде заключения эксперта. Помимо унификации и стандартизации экспертного заключения, программы оформительской направленности имеют двойной учебно-методический эффект:

во-первых, строгая формализация, и, соответственно, унификация признаков объектов, описания хода исследования и выводов, когда они представлены в однозначных терминах, не допускающих двойственного толкования, заставляет экспертов выражать свои суждения четко и логически непротиворечиво, основываясь на методиках исследования конкретных объектов;

во-вторых, автоматически сформированный текст выражает синтез знаний лучших экспертов, что позволяет использовать программу в качестве учебно-методического пособия для стажеров экспертов.

Вместе с тем, следует признать, что разработанные программы автоматического формирования текста экспертного заключения себя не оправдали. Стремительный рост технических возможностей персональных компьютеров привел к тому, что эксперту для формирования текста заключения стало проще использовать возможности текстовых редакторов.

Существенно улучшить положение дел могли биспециализированные системы поддержки судебной экспертизы (СПСЭ). При посредстве систем такого рода эксперт получает возможность правильно описать, классифицировать и исследовать представленные на экспертизу вещественные доказательства, определить стратегию производства экспертизы, грамотно провести необходимые исследования в соответствии с рекомендованными методиками, подготовить и сформулировать экспертное заключение.(Белкин Р. С. Курс криминалистики - М.: Юристъ,1997.-, стр. 66).

Процесс создания интерактивных систем влечет за собой необходимость формализации существующих методик экспертного исследования. При этом выяснилось, что многие методики невозможно формализовать из-за их неконкретности, расплывчатости оценок, внутренней противоречивости. Поэтому, вполне закономерно была выдвинута задача ревизии методик, устранения расхождений в разработках различных ведомств; выработки и утверждения унифицированных единых методик для использования во всех экспертных учреждениях. (Белкин Р. С. Курс криминалистики - М.: Юристъ,1997 стр. 71).

Таким образом, перспективными направлениями развития и использования информационных технологий в судебной экспертизе, с учетом общих направлений развития информатизации судопроизводства и расследования можно считать:

- использование компьютерных технологий для сбора и обработки криминалистически значимой информации в ходе осмотра мест происшествия;

- создание новых комплексных информационных технологий, разработанных на основе системы поддержки принятия решений;

- разработку научных рекомендаций по созданию и использованию программных комплексов, учитывающих эвристический подход к экспертному исследованию вещественных доказательств;

- создание автоматизированных банков данных натурных коллекций;

- развитие периферийных компьютерных сетей и широкое использование их в экспертном производстве;

- создание автоматизированных информационно-поисковых систем стандартных методик экспертного исследования;

- дальнейшее развитие системы доступа к централизованным базам данных через глобальные компьютерные сети;

- законодательное урегулирование процесса использования компьютерных информационных технологий в процессе судебно-экспертного исследовании.

При этом программа компьютеризации судебно-экспертной деятельности должна, по-видимому, органически сочетаться с программой информатизации судопроизводства предполагающей решение следующих вопросов:

1. Законодательное урегулирование различных аспектов информатизации судопроизводства, которое может быть осуществлено, например, изданием самостоятельного законодательн ого акта, либо путем внесения соответствующих дополнений и изменений в процессуальное законодательство, а также в законы и договоры, регулирующие негласную оперативно-розыскную деятельность и международно-правовое сотрудничество.

2. Обеспечение допустимости использования информационных технологий в судопроизводстве, которая определяется объективностью и достоверностью фиксации, обработки и передачи доказательственной информации.

3. Техническое обеспечение информатизации судопроизводства основывающееся на использовании проверенной отечественной и международной практикой компьютерной и телекоммуникационной техники, отвечающей требованиям международных стандартов и современному уровню развития информационных средств и систем.

4. Объединение в единый электронный терминал ведомственных информационных систем органов дознания, предварительного следствия, прокуратуры, судов, судебно-экспертных учреждений (Минюста, Минздрава и МВД), а также учреждений исполнения наказаний.

ГЛАВА III ТИПЫ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ И БАНКОВ КРИМИНАЛЬНЫХ ДАННЫХ.

Использование компьютеров существенно ускоряет экспертную деятельность и уменьшает вероятность ошибок. Основными направлениями здесь считается создание автоматизированного рабочего места эксперта по различным видам правоохранительной деятельности.

К основным типам автоматизированных систем и банков криминальных данных относятся:

Еще одно фундаментальное направление в информационной технологии экспертной деятельности – разработка автоматизированных программных комплексов (АПК) для решения экспертных задач. Примерами могут служить:

- АПК для судебной экспертизы подчерков, в том числе умышленно измененных.

Важную роль в работе эксперта-криминалиста играет автоматизация физико–химических исследований. Здесь применяются методы электронного парамагнитного резонанса и масс-спектроскопии.

В автоматизации судебно-фоноскопических экспертиз решаются следующие задачи:

-Идентификация личности по речевому сигналу;

-обнаружение монтажа фонограмм;

-идентификация звукопроизводящих объектов;

-удаление звуковых помех и шумов при распознавании речи;

-распознавание копий и оригиналов фонограмм.

Работы в этой области сейчас активно ведутся.

Для автоматизации судебно-экспертных исследований требуется использование экспертных систем и систем искусственного интеллекта. В этой области можно выделить следующие разделы.

Автоматизация сбора и обработки экспериментальных данных, полученных при расследовании.
Создание банков данных и АИПС по конкретным объектам экспертизы.
Системы анализа изображений (почерки, подписи, отпечатки пальцев, следы обуви и т.д.)
Вспомогательные расчеты и модели-моделирование криминальных ситуаций.
Автоматизированное решение экспертных задач (подготовка экспертного заключения).

Примером таких экспертных систем могут служить системы поддержки судебной экспертизы:

6.Создание обучающих систем (тренажеров) с соответствующим программным обеспечением.

Информационные технологии прочно вошли в нашу жизнь. Применение ЭВМ стало обыденным делом, хотя совсем ещё недавно рабочее место, оборудованное компьютером, было большой редкостью. Информационные технологии открыли новые возможности для работы и отдыха, позволили во многом облегчить труд человека.

Информационная технология - это процесс, использующий совокупность средств и методов сбора, обработки и передачи данных для получения информации нового качества о состоянии объекта, процесса или явления.

Цель информационной технологии - производство информации для ее анализа человеком и принятия на его основе решения по выполнению какого-либо действия.

Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем.

Экспертная система - это специальный программный комплекс, аккумулирующий знания специалистов в конкретной предметной области и обеспечивающий пользователя возможностями: решения широкого круга неформализуемых задач в различных предметных областях, которые до недавнего времени считались малодоступными для использования вычислительной техники; трансформирования опыта специалистов-экспертов в память компьютера путем создания и развития базы знаний; достижения более устойчивых результатов в решении задач за счет исключения эмоциональных и других факторов человеческой деятельности; получения значительных доходов за счет низкой стоимости эксплуатации системы и привлечения менее квалифицированных специалистов.

Экспертные системы дают возможность менеджеру или специалисту получать консультации экспертов по любым проблемам, о которых этими системами накоплены знания.

Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области.

Достоинство применения экспертных систем заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений из базы знаний.

Главная идея использования информационной технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. Все это делает возможным использовать технологию экспертных систем в качестве советующих систем.

Основными компонентами информационной технологии, используемой в экспертной системе, являются: интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.

Выявление и устранение неисправностей.

Интерпретирование, предсказывание восстановление и мониторинг поведения системы.

Некоторые ЭС принадлежат к двум или более из этих категорий. Дадим краткое описание каждой их этих категорий.

Системы интерпретации выявляют описания ситуации из наблюдений. Это категория включает наблюдения, понимание речи, анализ образов, интерпретацию сигналов и многие другие виды интеллектуального анализа. Система интерпретации объясняют наблюдаемые данные путем присвоения им символических значений, описывающих ситуацию.

Системы предсказания включают прогнозирование погоды, демографические предсказания, экономическое прогнозирование, оценки урожайности, а также военное, маркетинговое и финансовое прогнозирование.

Системы диагностики включают диагностику в медицине, электронике, механике и программном обеспечении. Диагностирующие системы обычно соотносят наблюдаемые поведенческие отклонения с причинами, лежащими в основе.

Системы проектирования разрабатывают конфигурации объектов, которые удовлетворяют определенным требованиям задачи проектирования. Такие задачи включают конструирование зданий, планировка расположения оборудования и др. Эти системы конструируют различные взаимосвязи описаний объектов друг с другом и проверяют, удовлетворяют ли эти конфигурации установленным ограничениям и требованиям.

Системы планирования специализируются на задачах планирования, например, такой как автоматическое программирование. Они также работают с кратко и долгосрочным планированием в управлении проектами, маршрутизация, коммуникация, разработка продукт а, военные приложения, производственное и финансовое планирование.

Системы мониторинга сравнивают наблюдения поведения системы со стандартами, которые представляются определяющими для достижения цели. Эти решающие выявления соответствуют потенциальным недостаткам на предприятии. Существует много компьютерных систем мониторинга: от контроля движения воздушных потоков до задач управления сбором налогов.

Системы управления и контроля адаптивно управляют всеобщим поведением системы. Для осуществления этого система управления должна периодически интерпретировать текущую ситуацию, предсказывать будущее, диагностировать причины ожидаемых проблем, формулировать план устранения этих проблем и осуществлять мониторинг его выполнения для обеспечения успеха.

Наиболее известные/распространённые ЭС :

CLIPS — популярная ЭС (public domain)
OpenCyc — мощная динамическая ЭС с глобальной онтологической моделью и поддержкой независимых контекстов
MYCIN — наиболее известная диагностическая система, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях.
HASP/SIAP — интерпретирующая система, которая определяет местоположение и типы судов в Тихом океане по данным акустических систем слежения.

Преимущества ЭС:

1. Постоянство

Человеческая компетенция ослабевает со временем. Перерыв в деятельности человека-эксперта может серьёзно отразиться на его профессиональных качествах.

2. Лёгкость передачи

Передача знаний от одного человека другому – долгий и дорогой процесс. Передача искусственной информации – это простой процесс копирования программы или файла данных.

3. Устойчивость и воспроизводимость результатов

4. Стоимость

Эксперты, особенно высококвалифицированные обходятся очень дорого. Экспертные системы, наоборот, сравнительно недороги. Их разработка дорога, но они дёшевы в эксплуатации.

Кроме того, эксперт–человек может принимать различные решения в тождественных ситуациях из-за эмоциональных факторов (влияние дефицита времени, влияние стресса).

Читайте также: