Интелектуальные системы

Автор работы: Пользователь скрыл имя, 11 Марта 2012 в 18:46, реферат

Краткое описание

Искусственный интеллект (ИИ) как наука существует около полувека. Первой интеллектуальной системой считается программа "Логик-Теоретик", предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. За прошедшее с тех пор время в области ИИ разработано великое множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

Содержание работы

Введение
3

Глава 1.
Классификация интеллектуальных информационных систем
4

1.1.
Особенности и признаки интеллектуальности информационных систем
4

1.2.
Системы с интеллектуальным интерфейсом
8

1.3.
Экспертные системы
10

1.4.
Самообучающиеся системы
14

1.5.
Адаптивные информационные системы
17

Глава 2
Технология создания ЭС
19

2.1.
Этапы создания экспертной системы
19

2.2. Идентификация проблемной области
22

Список литературы
28

Содержимое работы - 1 файл

реферат - интеллектуальные системы.docx

— 65.20 Кб (Скачать файл)

 

 

 

ГЛАВА 2. ТЕХНОЛОГИЯ СОЗДАНИЯ ЭС

2.1. ЭТАПЫ СОЗДАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ

Слабая формализуемость  процесса принятия решений, его альтернативность и нечеткость, качественная и символьная природа используемых знаний, динамичность изменения проблемной области - все  эти характерные особенности  применения экспертных систем обусловливают  сложность и большую трудоемкость их разработки по сравнению с другими  подклассами ИИС. Поэтому в дальнейшем вопросы проектирования и реализации интеллектуальных информационных систем будут рассматриваться для класса экспертных систем.

Извлечение знаний при  создании экспертной системы предполагает изучение множества источников знаний, к которым относятся специальная  литература, базы фактуальных знаний, отчеты о решении аналогичных  проблем, а самое главное, опыт работы специалистов в исследуемой проблемной области - экспертов. Успех проектирования экспертной системы во многом определяется тем, насколько компетентны привлекаемые к разработке эксперты и насколько  они способны передать свой опыт инженерам  по знаниям. Вместе с тем, эксперты не имеют представления о возможностях и ограничениях ЭС. Следовательно  процесс разработки ЭС должен быть организован инженерами по знаниям  таким образом, чтобы в процессе их итеративного взаимодействия с экспертами они получили весь необходимый объем  знаний для решения четко очерченных проблем. Этапы проектирования экспертной системы представлены на рисунке.

На начальных этапах идентификации  и концептуализации, связанных с  определением контуров будущей системы, инженер по знаниям выступает  в роли ученика, а эксперт - в роли учителя, мастера. На заключительных этапах реализации и тестирования инженер  по знаниям демонстрирует результаты разработки, адекватность которых проблемной области оценивает эксперт. На этапе  тестирования это могут быть совершенно другие эксперты.

На этапе тестирования созданные экспертные системы оцениваются  с позиции двух основных групп  критериев: точности и полезности.

С точностью работы связаны  такие характеристики, как правильность делаемых заключений, адекватность базы знаний проблемной области, соответствие применяемых методов решения  проблемы экспертным. Поэтому конечные оценки системе ставят специалисты  в проблемной области - эксперты. Полезность же экспертной системы характеризуется  степенью удовлетворения требований пользователя в части получения необходимых  рекомендаций, легкости и естественности взаимодействия с системой, надежности, производительности и стоимости  эксплуатации, способности обоснования  решений и обучения, настройки  на изменение потребностей. Оценивание экспертной системы осуществляется по набору тестовых примеров как из предшествующей практики экспертов, так  и специально подобранных ситуаций. Результаты тестирования подлежат статистической обработке, после чего делаются выводы о степени точности работы экспертной системы.

Следующий этап жизненного цикла экспертной системы - внедрение  и опытная эксплуатация в массовом порядке без непосредственного  контроля со стороны разработчиков  и переход от тестовых примеров к  решению реальных задач. Важнейшим  критерием оценки становятся соотношение  стоимости системы и ее эффективности. На этом этапе осуществляется сбор критических замечаний и внесение необходимых изменений. В результате опытной эксплуатации может потребоваться  разработка новых специализированных версий, учитывающих особенности  проблемных областей.

На всех этапах разработки инженер по знаниям играет активную роль, а эксперт – пассивную. По мере развития самообучающихся свойств экспертных систем роль инженера по знаниям уменьшается, а активное поведение заинтересованного в эффективной работе экспертной системы пользователя-эксперта возрастает. Описание приемов извлечения знаний инженерами знаний представлено в таблице 1.

Таблица 1 – Описание приемов извлечения знаний

Приемы

Описание

1. Наблюдение

Инженер наблюдает, не вмешиваясь, за тем, как эксперт решает реальную задачу

2. Обсуждение задачи

Инженер на представительном множестве задач неформально  обсуждает с экспертом данные, знания и процедуры решения

3. Описание задачи

Эксперт описывает решение  задач для типичных запросов

4. Анализ решения

Эксперт комментирует получаемые результаты решения задачи, детализируя  ход рассуждений

5. Проверка системы

Эксперт предлагает инженеру перечень задач для решения (от простых до сложных), которые решаются разработанной системой

6. Исследование системы

Эксперт исследует и критикует  структуру базы знаний и работу механизма  вывода

7. Оценка системы

Инженер предлагает новым  экспертам оценить решения разработанной  системы


Первые два этапа разработки экспертной системы составляют логическую стадию, не связанную с применением  четко определенного инструментального  средства. Последующие этапы реализуются  в рамках физического создания проекта  на базе выбранного инструментального  средства. Вместе с тем, процесс создания экспертной системы, как сложного программного продукта, имеет смысл выполнять  методом прототипного проектирования, сущность которого сводится к постоянному  наращиванию базы знаний, начиная  с логической стадии. Технология разработки прототипов представлена в таблице 2.

Таблица 2 – Технология разработки прототипов

Этап разработки

Характер прототипа

Количество правил

Срок разработки

Стоимость

Идентификация

Демонстрационный

50 - 100

1 - 2 мес.

 

Концептуализация

Исследовательский

     

Формализация

Исследовательский

200 - 500 3 - 6 мес.

 

25 - 50т.$

Реализация

Действующий

500 - 1000

6 - 12 мес.

 

Тестирование

Промышленный

1000 - 1500

1 - 1,5 года

300тыс.$

Опытная эксплуатация

Коммерческий

1500 - 3000

1,5 - 3 года

2 - 5 млн.$


Прототипная технология создания экспертной системы означает, что  простейший прототип будущей системы  реализуется с помощью любого подручного инструментального средства еще на этапах идентификации и  концептуализации, в дальнейшем этот прототип детализируется, концептуальная модель уточняется, реализация выполняется в среде окончательно выбранного инструментального средства. После каждого этапа возможны итеративные возвраты на уже выполненные этапы проектирования, что способствует постепенному проникновению инженера по знаниям в глубину решаемых проблем, эффективности использования выделенных ресурсов, сокращению времени разработки, постоянному улучшению компетентности и производительности системы.

Пример разработки экспертной системы гарантирования (страхования) коммерческих займов CLUES (loan-uderwriting expert systems) представлен в таблице. Эта система создавалась в интегрированной среде ART группой разработчиков в составе одного менеджера проекта, двух инженеров по знаниям, двух программистов, ответственных за сопряжение ЭС с существующей информационной системой и аналитическим инструментом, одного контролера качества. Сложность созданной системы: 1000 правил, 180 функций, 120 объектов. Эффективность: при оценке 8500 кредитов в месяц годовая экономия на обработке информации составляет 0,91 млн. долл., при 30000 кредитов - 2,7 млн. долл. При этом в 50% случаев система принимает самостоятельные решения, в остальных случаях дает экспертам диагностику возникающих проблем. Время оценки кредита сократилось с 50 минут до 10-15 минут. Перечисленные показатели эффективности позволили компании Contrywide расширить сферу своей деятельности во всех штатах США и увеличить оборот с 1 млрд. долл. в месяц в 1991 году до 5 млрд. долл. в 1993 году.

2.2. ИДЕНТИФИКАЦИЯ ПРОБЛЕМНОЙ ОБЛАСТИ

Этап идентификации проблемной области включает определение назначения и сферы применения экспертной системы, подбор экспертов и группы инженеров  по знаниям, выделение ресурсов, постановку и параметризацию решаемых задач.

Начало работ по созданию экспертной системы инициируют руководители компаний (предприятий, учреждений). Обычно необходимость разработки экспертной системы в той или иной сфере  деятельности связана с затруднениями  лиц, принимающих решение, что сказывается  на эффективности функционирования проблемной области. Эти затруднения  могут быть обусловлены недостаточным  опытом работы в данной области, сложностью постоянного привлечения экспертов, нехваткой трудовых ресурсов для  решения простых интеллектуальных задач, необходимостью интеграции разнообразных  источников знаний. Как правило, назначение экспертной системы связано с  одной из следующих областей:

  • обучение и консультация неопытных пользователей;
  • распространение и использование уникального опыта экспертов;
  • автоматизация работы экспертов по принятию решений;
  • оптимизация решения проблем, выдвижение и проверка гипотез.

Таблица 3 – Этапы

Период  времени

Этап

Ноябрь 1991г.

Постановка проблемы

Январь 1992г.

Создание отдела ЭС

Февраль - апрель 1992г.

Интервьюирование экспертов

Апрель - май 1992г.

Моделирование и создание первого прототипа

Май - июнь 1992г.

Кодирование (реализация)

Июнь - сентябрь 1992г.

Внутреннее тестирование. Системная интеграция

Сентябрь - декабрь 1992г.

Альфа-тестирование на известных  примерах

Декабрь - январь 1993г.

Бета-тестирование на реальных примерах

Февраль 1993г.

Внедрение в отрасли розничной  торговли (20% кредитов)

Май 1993г.

Внедрение в потребительский  сектор (10% кредитов)

Август 1993г.

Внедрение в отрасли оптовой  торговли (35% кредитов)

Февраль 1994г.

Внедрение в корреспондентскую  сеть (35% кредитов)


Сфера применения экспертной системы характеризует тот круг задач, который подлежит формализации, например, "оценка финансового состояния  предприятия", "выбор поставщика продукции", "формирование маркетинговой  стратегии" и т.д. Обычно сложность  решаемых в экспертной системе проблем  должна соответствовать трудоемкости работы эксперта в течение нескольких часов. Более сложные задачи имеет  смысл разбивать на совокупности взаимосвязанных задач, которые  подлежат разработке в рамках нескольких экспертных систем.

Ограничивающими факторами  на разработку экспертной системы выступают  отводимые сроки, финансовые ресурсы  и программно-техническая среда. От этих ограничений зависит количественный и качественный состав групп инженеров  по знаниям и экспертов, глубина  прорабатываемых вопросов, адекватность и эффективность решения проблем. Обычно различают три стратегии  разработки экспертных систем (таблица 4):

  • широкий набор задач, каждая из которых ориентирована на узкую проблемную область;
  • концентрированный набор задач, определяющий основные направления повышения эффективности функционирования экономического объекта;
  • комплексный набор задач, определяющий организацию всей деятельности экономического объекта.

После предварительного определения  контуров разрабатываемой экспертной системы инженеры по знаниям совместно  с экспертами осуществляют более детальную постановку проблем и параметризацию системы. К основным параметрам проблемной области относятся следующие:

  • класс решаемых задач (интерпретация, диагностика, коррекция, прогнозирование, планирование, проектирование, мониторинг, управление);
  • критерии эффективности результатов решения задач (минимизация использования ресурсов, повышение качества продукции и обслуживания, ускорение оборачиваемости капитала и т.д.);
  • критерии эффективности процесса решения задач (повышение точности принимаемых решений, учет большего числа факторов, просчет большего числа альтернативных вариантов, адаптивность к изменениям проблемной области и информационных потребностей пользователей, сокращение сроков принятия решений);
  • цели решаемых задач (выбор из альтернатив, например, выбор поставщика или синтез значения, например, распределение бюджета по статьям);
  • подцели (разбиение задачи на подзадачи, для каждой из которых определяется своя цель);
  • исходные данные (совокупность используемых факторов);
  • особенности используемых знаний (детерминированность/ неопределенность, статичность/динамичность, одноцелевая/ многоцелевая направленность, единственность/множественность источников знаний).

Информация о работе Интелектуальные системы