Квалиметрия. Варжапетян А.Г. - 109 стр.

UptoLike

Составители: 

109
5.2.1. Экспертные системы
Экспертные системы (ЭС) относятся к числу ИС, предназначен
ных для массового использования. Знания высококвалифицирован
ного эксперта ложатся в основу ЭС, благодаря чему становятся дос
тоянием широкого круга пользователей. Первые ЭС появились в ме
дицине. Важной особенностью ЭС является то, что любая выданная
рекомендация может быть объяснена. В подразд. 5.1 были упомяну
ты главные блоки ЭС, напомним, что это БД и БЗ, база программ
(решатель), диалоговый компонент (интерфейс) и система объясне
ний. Остановимся подробнее на некоторых из них.
База знаний обладает более широкими возможностями, чем БД,
и она обладает возможностью пополнения. Однако БЗ является уз
ким местом для ЭС и в целом для ИС. Причины [9]:
– экспертные знания слабоструктурированы, их трудно формали
зовать, преобладают качественные и неопределенные факторы;
– разработка надежных количественных моделей, как правило,
затруднена или невозможна;
– трудность переноса в БЗ значительного объема знаний эксперта
в связи с их конкретным характером;
– необходимость процедур структуризации.
Создание ЭС тем не менее стало возможным благодаря разра
ботке эвристического аппарата прямых и обратных цепочек рас
суждений. При прямой цепочке рассуждения ведутся от данных к
гипотезе, а при обратной от гипотезы, которую надо принять или
опровергнуть, к данным. Прямая цепочка формирует вопросы к
пользователю, обратная – вопросы, касающиеся одинаковых про
блем, но без повторов. Наиболее удачные ЭС сочетают области под
хода. Кроме того, появились способы работы с нечеткими множе
ствами. (Основоположник лингвистических переменных Л. Заде
1976 г.). Совокупность нечетких предположительных вероятнос
тных суждений может приводить к правильным заключениям.
(Пример: ЭС – ЭКСПЕРТ – ИЗИ, база данных строится на приме
рах, с помощью которых идентифицируются представления и опыт
эксперта. ЭС – МИЦИН – использует утверждения типа: если,…
то, и коэффициенты уверенности от +1 до –1). Общепризнанно,
что знания редкий и дорогой ресурс, поэтому необходимо разраба
тывать более корректные методы извлечения и кодирования экс
пертных знаний. Единственное, что следует добавить, что уже
создана высокопроизводительная ЭВМ Prologe–машина и ве
дутся работы по созданию языка для работы с логическим пост
роениями.