Технологии экспертных систем

Задачи управления требуют нетривиальных подходов к их решению. Это объ­ясняется рядом факторов:

· для принятия решений требуются не просто данные, но их новый вид - знания;

· для получения знаний требовались алгоритмы переработки больших объемов информации, выявления скрытых знаний (скрытых закономерностей и зависимостей данных) и преобразования их в явные;

· решение необходимо принимать, учитывая противоречивые требования;

· необходимо учитывать быстро меняющуюся обстановку;

· требовались алгоритмы решения плохо формализуемых задач;

· требовались новые методы управления.

Для принятия управленческого решения требуется не только информация, а зна­ние о ситуации, по которой принимается решение. Практическое применение самообу­чающихся интеллектуальных систем для решения управленческих задач позволило разрабо­тать технологии записи знаний специалистов, получивших название экспертных систем.

Потребности решения задач управления, наличие моделей представления знаний и способов их формализованного представления в базе знаний привели к разработке экспертных систем.

Экспертная система- система искусственного интеллекта, включающая базу знаний с набором правил и механизмом вывода, позволяющим на основании правил и предоставляемых пользователем фактов распознать ситуацию, поставить диагноз, сфор­мулировать решение или дать рекомендацию для выбора действия.

Экспертные системы, применяемые в управлении, базируются на эвристических, эмпирических знаниях, оценках, полученных от экспертов. Они способны анализировать данные о ситуации, требующей решения, объяснить пользователю свои действия и пока­зать знания, лежащие в основе принятия решений.

Экспертные системы основаны на формализованном способе представления зна­ний эксперта - специалиста в исследуемой предметной области. Их успех во многом оп­ределялся тем, насколько компетентны эксперты, насколько они способны передать свой опыт специалистам по представлению и записи знаний в базу, четко ли очерчена решае­мая проблема, достаточен ли полученный объем знаний для подсказки решения.

В процессе разработки экспертных систем специалисты по представлению знаний (программисты) в интерактивном режиме совместно с экспертом записывали знания в базу знаний. Эксперт описывал ситуацию и возможные управленческие ре­шения словами (вербально) в терминах предметной области. Он формулировал либо некоторые общие высказывания и правила по ситуации, либо описывал конкретные примеры, образцы решений и действий в конкретных ситуациях.

Для представления знаний использовались фреймовые и объектно-ориентированные модели. Фрейм- структура представления знаний, состоящая из сло­тов. Слотсостоит из элементов, заполнение которых определенными значениями пре­вращает фрейм в описание конкретной ситуации. Слот определяет имена атрибутов си­туации, их значения и ссылки на другие слоты.

Создание экспертной системы выполнялось методом проектирования, при кото­ром происходит постоянное наращивание базы знаний при итерационном прохождении каждого этапа проектирования экспертной системы.

При применении экспертной системы вводится описание ситуации, для которой требуется подсказка решения. Выполняется поиск подобной ситуации в базе знаний, и если она найдена, выдаются рекомендации по принятию решений. Если описание си­туации отсутствует, можно его добавить.

В дальнейшем при проектировании экспертных систем использовались семанти­ческие сети, теория графов, лингвистические процессоры, когнитивная графика и др. Семантические сетидают способ представления знаний в виде помеченного ориентиро­ванного графа (гипертекстовая модель), в котором вершины соответствуют понятиям, объектам, действиям, ситуациям или сложным отношениям, а дуги - свойствам или эле­ментарным отношениям. Теория графовизучает графы, сети и действия над ними. Реа­лизуется графическим процессором, преобразующим модели знаний в данные для при­нятия решений. Лингвистические процессорыпредназначены для перевода текстов на естественном языке в машинное представление и обратно. Позволяют использовать есте­ственный язык (русский) для описания ситуаций, требующих принятия решений. Ког­нитивная графика позволяет образно представить состояние системы, например, эконо­мической, при возникновении различных ситуаций. На многооконном экране (полиэкра­не) могут быть даны диаграммы состояний по разным состояниям функционирования системы: поставки, продажи, состояние рынка, состояние оборудования и т.д. В случае ка­ких-то отклонений в соответствующем окне нормальный цвет (например, зеленый) меня­ется от предупреждающего (желтого) до цвета опасности (красного). Визуально видно, где произошел сбой: вышло из строя оборудование, поставщики задерживают поставки, изменения на рынке сбыта и т.д. Руководителю соответствующего ранга сразу видно, на что нужно обратить внимание. Это позволяет ему сократить время поиска причины и принять обоснованное решение.

Экспертные системы помогают принимать решения в ситуациях, когда алго­ритм принятия решения заранее не известен и формулируется одновременно с формированием базы знаний.

Экспертные системы применяются во многих сферах человеческой деятельности. Они используются в управлении производством, транспортными системами и других направлениях экономической деятельности. Примером может служить система страхо­вания коммерческих займов CLUES. Экспертные системы включаются в системы под­держки принятия решений.