Экспертные системы: базовые понятия

Экспертные системы – это прикладные системы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой-либо узкой предметной области. Экспертные системы предназначены для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях.

Экспертная система (ЭС) - программа, которая использует знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области и в пределах этой области способна принимать решения на уровне эксперта-профессионала.

ЭС обладает двумя важными свойствами :

1. в ЭС знания отделены от данных, и мощность экспертной системы обусловлена в первую очередь мощностью базы знаний и только во вторую очередь используемыми методами решения задач;

2. решаемые ЭС задачи являются неформализованными или слабоформализованными и используют эвристические, экспериментальные, субъективные знания экспертов в определенной предметной области.

Основными категориями решаемых ЭС задач являются :

- диагностика,

- управление (в том числе технологическими процессами),

- интерпретация,

- прогнозирование,

- проектирование,

- отладка и ремонт,

- планирование,

- наблюдение (мониторинг),

- обучение.

Примерами широко известных и эффективно используемых (или использованных в свое время) экспертных систем являются :

- DENDRAL – ЭС для распознавания структуры сложных органических молекул по результатам их спектрального анализа (считается первой в мире экспертной системой);

- MOLGEN – ЭС для выработке гипотез о структуре ДНК на основеэкспериментов с ферментами;

- XCON – ЭС для конфигурирования (проектирования) вычислительных комплексов VAX 11 в корпорации DEC в соответствии с заказом покупателя;

- MYCIN – ЭС диагностики кишечных заболеваний;

- PUFF – ЭС диагностики легочных заболеваний;

- MACSYMA – ЭС для символьных преобразований алгебраических выражений;

- YES/MVS – ЭС для управления многозадачной операционной системой MVS больших ЭВМ корпорации IBM;

- DART – ЭС для диагностики больших НМД корпорации IBM;

- PROSPECTOR – ЭС для консультаций при поиске залежей полезных ископаемых;

- AIRPLANE – экспертная система для помощи летчику при посадке на авианосец;

- ЭСПЛАН – ЭС для планирования производства на Бакинском нефтеперерабатывающем заводе;

- МОДИС –ЭС диагностики различных форм гипертонии;

- МИДАС – ЭС для идентификации и устранения аварийных ситуаций

в энергосистемах.

Классификация экспертных систем

1. По назначению ЭС делятся на:

1.1. ЭС общего назначения.

1.2. Специализированные ЭС:

1.3. проблемно-ориентированные для задач диагностики, проектирования, прогнозирования

1.4. предметно-ориентированные для специфических задач, например, контроля ситуаций на атомных электростанциях.

2. По степени зависимости от внешней среды выделяют:

2.1. Статические ЭС, не зависящие от внешней среды.

2.2. Динамические, учитывающие динамику внешней среды и

предназначенные для решения задач в реальном времени. Время реакции в таких системах может задаваться в миллисекундах, и эти системы реализуются, как правило, на языке С++.

3. По типу использования различают:

3.1. Изолированные ЭС.

3.2. ЭС на входе/выходе других систем.

3.3. Гибридные ЭС или, иначе говоря, ЭС интегрированные с базами данных и другими программными продуктами (приложениями).

4. По сложности решаемых задач различают:

4.1. Простые ЭС - до 1000 простых правил.

4.2. Средние ЭС - от 1000 до 10000 структурированных правил. 4.3. Сложные ЭС - более 10000 структурированных правил.

5. По стадии создания выделяют:

5.1. Исследовательский образец ЭС, разработанный за 1-2 месяца с минимальной БЗ.

5.2. Демонстрационный образец ЭС, разработанный за 2-4 месяца,

например, на языке типа LISP, PROLOG, CLIPS

5.3. Промышленный образец ЭС, разработанный за 4-8 месяцев,