Технологія розробки експертної системи Вибір підходящої проблеми для розробки експертної

[ виправити ] текст може містити помилки, будь ласка перевіряйте перш ніж використовувати.

скачати

МІНІСТЕРСТВО АГЕНСТВО ДО ОСВІТИ.

Федеральне державне освітній заклад

Вищої професійної освіти

«Чуваська державний університет імені І. М. Ульянова»

Факультет економічний.

Кафедра інформаційних систем

Курсова робота.

З дисципліни: Інтелектуальні інформаційні системи

На тему: "Технологія розробки експертної системи. Вибір підходящої проблеми для розробки експертної системи »

Виконала: студентка гр. ЕК

Перевірила: Бутуніна Я. І.

Чебоксари 2008

Зміст

Введення

Глава 1. Введення в сутність експертних систем

1.1. Історія розвитку експертних систем

1.2. Визначення експертних систем. Головне достоїнство і призначення

експертних систем

Глава 2. Технологія розробки експертних систем

2.1. Етапу розробки експертних систем

2.2. Технології швидкого прототипування

Глава 3. Аналіз теорії експертних систем та висновки

3.1.Вибор підходящої проблеми для розробки експертної системи

3.2. Переваги експертних систем перед людиною-експертом.

Список використаної літератури

Введення

Технологія експертних систем є одним з напрямків нової галузі дослідження, яка отримала найменування штучного інтелекту. Дослідження в цій області сконцентровані на розробці та впровадженні комп'ютерних програм, здатних імітувати, відтворювати ті області діяльності людини, які вимагають мислення, певної майстерності і накопиченого досвіду. До них відносяться задачі прийняття рішень, розпізнавання образів і розуміння людської мови. Ця технологія вже успішно застосовується в деяких областях техніки і життя суспільства - органічної хімії, пошуку корисних копалин, медичній діагностиці. Ось у цьому полягає актуальність. А точніше актуальність теми моєї роботи полягає в тому що, саме інтелектуальні інформаційні технології та експертні системи є останніми прогресами науки в галузі інформатики та інформаційного суспільства. Саме над цим напрямком працюють багато вчених інформатики, іменна ця тема у всіх на слуху, над нею працюють її розвивають. Ступінь розробленості теми задоволена вагома. Робіт з теми та видань багато, я б хотіла виділити останні на мій погляд хороші і якісні. Розробку теми підтримував Вільямс В. Г. Джердан Р.Ш. , Донценко Н. А. Рубаков Ш.А.

Мета - написання курсової роботи з даної дисципліни з наступним його засвоєнні. Для досягнення поставленої мети поставлені наступні питання:

- З якого боку підійти до вивчення теми;

- На практичну чи теоретичну частину робити акцент;

- Якісний підбір літератури з даної теми.

І вирішені наступні завдання:

- Вивчення та аналіз основ інтелектуальних систем;

- Вивчення і виявлення сутності експертних систем;

- Розбір технології проектування експертних систем;

- Вивчити, проаналізувати, і висловити свою точку зору з питання;

- Розробка пропозицій.

Об'єкт дослідження - інтелектуальні й експертні системи. Предмет дослідження - розробка експертної системи. Основою для написання роботи стала книга Д. Джарратано, Г. Райлі. Експертні системи. Принципи розробки та програмування. Вид. Вільямс, 2006., Саме в ній докладно і зрозуміло розглянуті всі основні аспекти інтелектуальних систем з урахуванням останніх прогресів і просувань в галузі інформатики та програмування.

У результаті проведеної роботи було виявлено, та вивчено та проаналізовано:

-Технологія розробки експертних систем;

-Прототип програмування;

- Сутність і визначення інтелектуальних систем.

А також висловлена ​​своя точка зору з пропозиціями по даній темі.

Глава 1. Введення в сутність експертних систем.

    1. Історія розвитку експертних систем.

Найбільш відомі ЕС, розроблені в 60-70-х роках, стали в своїх областях вже класичними. За походженням, предметних областях і по спадкоємності застосовуваних ідей, методів і інструментальних програмних засобів їх можна розділити на кілька родин.

1. META - DENDRAL. Система DENDRAL дозволяє визначити найбільш ймовірну структуру хімічної сполуки за експериментальними даними (маспектрографіі, даними ядерному магнітного резонансу та ін.) M - D автоматизує процес придбання знань для DENDRAL. Вона генерує правила побудови фрагментів хімічних структур.

2. MYCIN - EMYCIN - TEIREIAS - PUFF - NEOMYCIN. Це сімейство медичних ЕС і сервісних програмних засобів для їх побудови.

3. PROSPECTOR - KAS. PROSPECTOR - призначена для пошуку (передбачення) родовищ на основі геологічних аналізів. KAS - система придбання знань для PROSPECTOR.

4. CASNET - EXPERT. Система CASNET - медична ЕС для діагностики видачі рекомендацій з лікування очних захворювань. На її основі розроблена мова інженерії знань EXPERT, за допомогою якої створено ряд інших медичних діагностичних систем.

5. HEARSAY - HEARSAY -2 - HEARSAY -3 - AGE. Перші дві системи цього ряду є розвитком інтелектуальної системи розпізнавання злитої людської мови, слова якої беруться із заданого словника. Ці системи відрізняються оригінальною структурою, заснованої на використанні дошки оголошень - глобальної бази даних, яка містить поточні результати роботи системи. У подальшому на основі цих систем були створені інструментальні системи HEARSAY-3 і AGE (Attempt to Generalize-спроба спілкування) для побудови ЕС.

6. Системи AM (Artifical Mathematician-штучний математик) і EURISCO були розроблені в Стенфордському університеті доктором Д. Лената для дослідницьких і навчальних цілей. Ленат вважає, що ефективність будь-ЕС визначається закладаються в неї знаннями. На його думку, щоб система була здатна до навчання, в неї має бути введено близько мільйона відомостей загального характеру. Це приблизно відповідає обсягу інформації, яким має в своєму розпорядженні чотирирічна дитина із середніми здібностями. Ленат також вважає, що шлях створення вузькоспеціалізованих ЕС зі зменшеним обсягом знань веде до глухого кута.

У систему AM спочатку було закладено близько 100 правил виводу і більше 200 евристичних алгоритмів навчання, що дозволяють будувати довільні математичні теорії та уявлення. Спочатку результати роботи системи дуже багатообіцяючими. Вона могла сформулювати поняття натурального ряду і простих чисел. Крім того, вона синтезувала варіант гіпотези Гольдбаха про те, що кожне парне число, більше двох, можна представити у вигляді суми двох простих чисел. До цих пір не вдалося ні знайти докази даної гіпотези, ні спростувати її. Подальший розвиток системи сповільнився і було відзначено, що, незважаючи на виявлені, на перших порах "математичні здібності", система не може синтезувати нових евристичних правил, тобто її можливості визначаються тільки тими евристиками, що були в неї спочатку закладені.

При розробці системи EURISCO була зроблена спроба подолати зазначені недоліки системи AM. Як і на початку експлуатації AM, перші результати, отримані за допомогою EURISCO, були ефективними. Повідомлялося, що система EURISCO може успішно брати участь у дуже складних іграх. З її допомогою у військово-стратегічній грі, що проводиться ВМФ США, була розроблена стратегія, яка містить ряд оригінальних тактичних ходів. Відповідно до одного з них, наприклад, пропонувалося висаджувати свої кораблі, які отримали пошкодження. При цьому кораблі, що залишилися неушкодженими, отримує необхідний простір для виконання маневру.

Однак через деякий час виявилося, що система не завжди коректно перевизначає спочатку закладені в неї правила. Так, наприклад, вона стала порушувати строге розпорядження звертатися до програмістів з питаннями тільки в певний час доби. Т.ч., система EURISCO, так само як і її попередниця, зупинилася в своєму розвитку, досягши межі, визначеного, в кінцевому рахунку, її розробником.

З 1990 року доктор Ленат на чолі дослідницької групи зайнятий кодуванням і введенням кількох сотень тисяч елементів знань, необхідних, на його думку, для створення "інтелектуальної" системи. Цей проект названий Cyc ("Цвк", від англійського слова enciklopaedia).

Далі розглянемо проблеми, що виникають при створенні ЕС і. перспективи розробки.

З 70-х років ЕС стали провідним напрямом в області штучного інтелекту. При їх розробці знайшли застосування методи ШІ, розроблені раніше: методи представлення знань, логічного висновку, евристичного пошуку, розпізнавання пропозицій на природному мовою та ін Можна стверджувати, що саме ЕС дозволили отримати дуже великий комерційний ефект від застосування таких потужних методів. У цьому - їх особлива роль.

Каталог ЕС та інструментальних програмних засобів для їх розробки, опублікований у США в 1987 році, містить більше 1000 систем (зараз їх вже значно більше). У розвинених зарубіжних країнах сотні фірм займаються їх розробкою та впровадженням. Є і вітчизняні розробки ЕС, в тому числі - знайшов промислове застосування.

Проте вже на початкових етапах виявлено серйозні принципові труднощі, що перешкоджають більш широкому поширенню ЕС і серйозно уповільнюють і ускладнюють їх розробку. Вони цілком природних і випливають із самих принципів розробки ЕС.

Перша трудність виникає у зв'язку з постановкою завдань. Більшість замовників, плануючи розробку ЕС, внаслідок недостатньої компетентності у питаннях застосування методів ШІ, схильна значно перебільшувати очікувані можливості системи. Замовник бажає побачити в ній самостійно мислячого експерта в досліджуваній області, здатного вирішувати широке коло завдань. Звідси й типові початкові постановки завдання зі створення ЕС: "Розробити ЕС з обробки зображення"; "Створити медичні ЕС з лікування захворювань опорно-рухового апарату у дітей". Однак, як вже зазначалося, потужність евристичних методів розв'язання задач при збільшенні спільності їх постановки різко зменшується. Тому найбільш доцільно (особливо при спробі створення ЕС в області, для якої у розробників ще немає досвіду створення подібних систем) обмежитися спершу не надто складною осяжній завданням у даній області, для вирішення якої немає простого алгоритмічного способу (тобто неочевидно, як написати програму для вирішення цього завдання, не використовуючи методи обробки знань). Крім того, важливо, щоб вже існувала склалася методика вирішення цього завдання "вручну" або будь-якими розрахунковими методами. Для успішної розробки ЕС необхідні не тільки чітка і конкретна постановка завдань, а й розробка докладного (хоча б словесного) опису "ручного" (або розрахункового) методу її рішення. Якщо це зробити важко, подальша робота з побудови ЕС втрачає сенс.

Друга і основна складність - проблема придбання (засвоєння) знань. Ця проблема виникає при "передачі" знань, якими володіють експерти-люди, ЕС. Зрозуміло, для того, щоб "навчити" ім комп'ютерну систему, перш за все, потрібно сформулювати, систематизувати і формалізувати ці знання "на папері". Це може здатися парадоксальним, але більшість експертів (за винятком, може бути, математиків), успішно використовуючи в повсякденній діяльності свої великі знання, зазнають великих труднощів при спробі сформулювати і представити у системному вигляді хоча б основну частину цих знань: ієрархію використовуваних понять, евристики , алгоритми, зв'язку між ними. Виявляється, що для подібної формалізації знань необхідний певний систематичний стиль мислення, ближчий математикам і програмістам, ніж, наприклад, юристам і медикам. Крім того, необхідні, з одного боку, знання в галузі математичної логіки і методів представлення знань, з іншого - знання можливості ЕОМ, з програмного забезпечення, зокрема, мов і систем програмування.

Таким чином, з'ясовується, що для розробки ЕС необхідна участь в ній особливого роду фахівців, що володіють зазначеної сукупністю знань і виконують функції "посередників" між експертами в предметній області і комп'ютерними (експертними) системами. Вони отримали назву інженери знань (в оригіналі - knowledge engineers), а сам процес розробки ЕС та інших інтелектуальних програм, заснованих на уявленні і обробці знань - інженерією знань (knowledge engineering). У розвинених зарубіжних країнах спеціальність "інженер знань" введена в багатьох вузах, у нашій країні основи інженерії знань вивчаються поки в межах спеціалізацій з системного програмування. Функції експерта та інженера знань рідко поєднуються в одній особі. Найчастіше функції інженера знань виконує розробник ЕС. Як показав досвід багатьох розробок, для початкового придбання знань, в яких беруть участь експерти, інженери знань і розробники ЕС, потрібно активна робота всіх трьох категорій фахівців. Вона може тривати від декількох тижнів до декількох місяців.

На етапі придбання знань можуть виникнути труднощі і психологічного порядку: експерт може бути перешкодою для передачі своїх знань ЕС, вважаючи, що це знизить його престиж як фахівця і створить передумови для заміни його "машиною". Однак ці побоювання небезпідставні: ЕС "впевнено" працює лише в типових ситуаціях, а також зручна у випадках, коли людина знаходиться в стані стресу, в найбільш складних ситуаціях, що вимагають нестандартних міркувань і оцінок, експерт-людина незамінний.

Третя серйозна проблема - в дуже велику трудомісткість створення ЕС: потрібно розробити засоби управління базою знань, логічного висновку, діалогової взаємодії з користувачем і т.д. Обсяг програмування настільки великий, а програми настільки складні та нетрадиційні, що має сенс, як це прийнято зараз при розробці великих програм, на першому етапі створити демонстраційний прототип системи - попередній варіант, в якому у спрощеному вигляді реалізовані лише її основні плановані можливості і яка буде служити для замовника подтверждніеніем того, що розробка ЕС для вирішення даного завдання принципово можлива, а для розробників - основою для подальшого поліпшення та розвитку системи.

Однією з причин невдач у створенні ЕС стала недооцінка авторами ЕС обсягів і ролі неявних знань. Системи, бази знань яких створювалися на основі довідників, у кращому випадку так довідниками і залишилися. Більшість же таких систем виявлялися навіть гірше довідників, так як сковували дослідницьку думку користувача. Другим "вузьким місцем" ЕС опинилася модель, на якій були засновані їх перші примірники, і лише модель знань, приймаюча вид порогової спрямованої ієрархічної мережі з можливістю вибору в кінцевому з логічних вузлів (де кожна окрема ситуація схожа на дерево з листям), може стати базою для побудови ЕС.

Коли стала очевидною повна непридатність цих систем і створеного для них спеціалізованого апаратного обладнання, багато оглядачів прийшли до висновку, що існуюча технологія створення ЕС була тупиковим напрямком у розвитку інформаційних технологій. В останнє десятиліття ЕС відродилися у вигляді систем з базою знань, які тісно перепліталися з існуючими діловими системами. Їх використовують в охороні здоров'я, страхуванні, банківській справі та інших областях, щоб з допомогою правил і об'єктів накопичувати досвід, підвищити якість прийнятих рішень. Бази знань вбудовані сьогодні в найбільш сучасні потужні системи. Вони знаходяться в самій серцевині програм-агентів, що здійснюють пошук в мережі Internet, і допомагають колективам користувачів впоратися з потоками інформації.

Розглянемо чинники, що стимулювали розвиток систем з базами знань:

- Компанії, що домоглися значної економії коштів завдяки технології баз знань, розвивають і вибудовують її в спеціальні бізнес - процеси, які були б просто неможливі без комп'ютерної експертизи;

- Розроблені нові технології створення баз знань, є необхідним засобом, який може змінити бізнес - процес;

- Сучасні системи реалізовано не на спеціалізованому, а на стандартному устаткуванні.

Об'єднання всіх видів програмних продуктів та їх окремих компонентів у єдину ЕС визнано економічно вигідним, тому що застосування ЕС дозволяє істотно скоротити витрати на підготовку кваліфікованого персоналу, подальшу перевірку працездатності і надійності, що розробляються і дослідницьких систем, а також зменшити час проектування і (або) дослідження .

Об'єктна технологія, на основі якої можуть створюватися і розвиватися сучасні ЕС, - значний крок вперед в порівнянні з CASE - засобами, тому що вона схожа на наше сприйняття навколишньої дійсності. Наше уявлення про моделювання змінюється, то ж саме відбувається і з об'єктами, тому супровід програмованих об'єктів може, виконаються аналогічно пристосуванню наших умоглядних образів до зміни навколишніх умов. Дана технологія чудово підходить аналітикам і програмістам тому дуже нагадує стратегію вирішення проблем і відповідає розумовим процесам людей, що вважаються експертами в своїй області.

Щоб стати експертом, спеціалісту потрібен інструментарій, що імітує мислення експерта. Розробка парадигми перетворюється із завдання, чужої мислення людини, в знайоме, звичне і легко завдання для виконання.

Як працюють експерти? Слідуючи принципам, закладеним в об'єктно-орієнтовані технології, вони мають на увазі проблеми на об'єкти або класи об'єктів. У міру накопичення знань у певній області вони роблять узагальнення, орієнтуючись на виділені об'єкти або класи об'єктів. Деякі узагальнення мають ієрархічну структуру, де властивості вищих об'єктів успадковуються об'єктами нижчого рівня. Сутність може відповідати декільком класам об'єктів і взаємодіяти з різними об'єктами чи класами. У міру того як знання експерта поглиблюються, на їх основі формуються нові асоціації, а окремі рівні ієрархії зникають або розширюються.

Методика об'єктно-орієнтованого програмування заснована на моделі, що нагадує образи, що виникають у мозку аналітика, яка представляє предмети і процеси у вигляді об'єктів і зв'язків між ними. Спостерігаючи подія, експерт легко виділяє знайомі образи. Для вирішення проблем він відчуває конкретні правила, розглядаючи при цьому досліджувану проблему під певним ракурсом.

При розробці систем автоматизованого проектування (САПР) вже не можна обійтися без ЕС; їх використання визнано економічно вигідним.

З середини 80-х років найбільш популярні системи з базами знань створювалися з орієнтацією на стандартне устаткування. У цьому ключ до розуміння причин успіху сучасної технології баз знань. Досвід показує, що системи з базами знань необхідно вбудовувати в найважливіші бізнес-с - процеси і організовувати роботу персоналу так, щоб він міг максимально використовувати їх переваги для досягнення найкращих результатів.

    1. Визначення експертних систем. Головне достоїнство і призначення.

Експертні системи (ЕС) - це яскраве і швидко прогресуюче напрямок в області штучного інтелекту (ШІ). Причиною підвищеного інтересу, який ЕС викликають до себе протягом усього свого існування є можливість їх застосування до розв'язання задач з самих різних областей людської діяльності. Мабуть, не знайдеться такої проблемної області, в якій не було б створено жодної ЕС чи, принаймні, такі спроби не робилися б.

ЕС - це набір програм або програмне забезпечення, яке виконує функції експерта при вирішенні будь-які завдання в області його компетенції. ЕС, як і експерт-людина, в процесі своєї роботи оперує зі знаннями. Знання про предметну область, необхідні для роботи ЕС, певним чином формалізовані і представлені в пам'яті ЕОМ у вигляді бази знань, яка може змінюватися і доповнюватися в процесі розвитку системи.

ЕС видають поради, проводять аналіз, виконують класифікацію, дають консультації і ставлять діагноз. Вони орієнтовані на вирішення завдань, що зазвичай вимагають проведення експертизи людиною-спеціалістом. На відміну від машинних програм, що використовує процедурний аналіз, ЕС вирішують завдання у вузькій предметній області (конкретної галузі експертизи) на основі дедуктивних міркувань. Такі системи часто виявляються нездатними знайти вирішення завдань, які неструктурованість і погано визначені. Вони справляються з відсутністю структурованості шляхом залучення евристик, тобто правил, взятих "зі стелі", що може бути корисним у тих системах, коли брак необхідних знань або часу виключає можливість проведення повного аналізу.

Головне достоїнство ЕС - можливість накопичувати знання, зберігати їх тривалий час, оновлювати і тим самим забезпечувати відносну незалежність конкретної організації від наявності в ній кваліфікованих фахівців. Накопичення знань дозволяє підвищувати кваліфікацію фахівців, що працюють на підприємстві, використовуючи найкращі, перевірені рішення.

Практичне застосування штучного інтелекту на машинобудівних підприємствах і в економіці засноване на ЕС, що дозволяють підвищити якість і зберегти час прийняття рішень, а також сприяють зростанню ефективності роботи та підвищення кваліфікації фахівців.

Типова статична ЕС складається з наступних основних компонентів (рис. 1.):

- Розв'язувача (інтерпретатора);

- Робочої пам'яті (РП), званої також базою даних (БД);

- Бази знань (БЗ);

- Компонентів придбання знань;

- Пояснювального компонента;

- Діалогового компонента.

База даних (робоча пам'ять) призначена для зберігання вихідних і проміжних даних розв'язуваної в поточний момент завдання. Цей термін збігається за назвою, але не за змістом з терміном, використовуваним в інформаційно-пошукових системах (ІПС) і системах управління базами даних (СКБД) для позначення всіх даних (в першу чергу довгострокових), що зберігаються в системі.

База знань (БЗ) в ЕС призначена для зберігання довгострокових даних, що описують дану область (а не поточних даних), і правил, що описують доцільні перетворення даних цієї області.

Решатель, використовуючи вихідні дані з робочої пам'яті та знання із БЗ, формує таку послідовність правил, які, будучи застосованими, до вихідних даних, призводять до вирішення завдання.

Компонент придбання знань автоматизує процес наповнення ЕС знаннями, здійснюваний користувачем-експертом.

Пояснювальний компонент пояснює, як система отримала розв'язок задачі (або чому вона не отримала рішення) і які знання вона при цьому використовувала, що полегшує експерту тестування системи та підвищує довіру користувача до отриманого результату.

Діалоговий компонент орієнтований на організацію дружнього спілкування з користувачем, як у ході вирішення завдань, так і в процесі набуття знань і пояснення результатів роботи. У розробці ЕС беруть участь представники наступних спеціальностей:

- Експерт в проблемній області, завдання якої буде вирішувати ЕС;

- Інженер по знаннях - спеціаліст з розробки ЕС (використовувані їм технологію, методи називають технологією (методами) інженерії знань);

- Програміст з розробки інструментальних засобів (ІС), призначених для прискорення розробки ЕС.

Необхідно зазначити, що відсутність серед учасників розробки інженерів по знаннях (тобто їх заміна програмістами) або призводить до невдачі процес створення ЕС, або значно подовжує його.

Експерт визначає знання (дані та правила), що характеризують проблемну область, забезпечує повноту та правильність введених в ЕС знань.

Інженер по знаннях допомагає експерту виявити і структурувати знання, необхідні для роботи ЕС; здійснює вибір того ІС, яке найбільш підходить для даної проблемної області, і визначає спосіб представлення знань у цьому ІС; виділяє і програмує (традиційними засобами) стандартні функції (типові для даної проблемної області), які будуть використовуватися в правилах, що вводяться експертом.

Програміст розробляє ІС (якщо ІВ розробляється заново), що містить в межі всі основні компоненти ЕС, і здійснює його пару з тим середовищем, в якій вона буде використана. Експертна система працює в двох режимах: режимі придбання знань і в режимі рішення задачі (званому також режимом консультації або режимом використання ЕС).

У режимі придбання знань спілкування з ЕС здійснює (через посередництво інженера по знаннях) експерт. У цьому режимі експерт, використовуючи компонент придбання знань, наповнює систему знаннями, які дозволяють ЕС в режимі рішення самостійно (без експерта) вирішувати завдання з проблемної області. Експерт описує проблемну область у вигляді сукупності даних і правил. Дані визначають об'єкти, їх характеристики і значення, що існують у галузі експертизи. Правила визначають способи маніпулювання з даними, характерні для даної області. Відзначимо, що режиму набуття знань у традиційному підході до розробки програм відповідають етапи алгоритмізації, програмування і налагодження, виконувані програмістом. Таким чином, на відміну від традиційного підходу у разі ЕС розробку програм здійснює не програміст, а експерт (за допомогою ЕС), який не володіє програмуванням.

У режимі консультації спілкування з ЕС здійснює кінцевий користувач, якого цікавить результат і (або) спосіб його одержання. Необхідно відзначити, що в залежності від призначення ЕС користувач може не бути фахівцем у цій проблемної області (у цьому випадку він звертається до ЕС за результатом, не вміючи отримати його сам), або бути фахівцем (в цьому випадку користувач може сам отримати результат, але він звертається до ЕС з метою або прискорити процес отримання результату, або покласти на ЕС рутинну роботу). У режимі консультації дані про завдання користувача після обробки їх діалоговим компонентом надходять в робочу пам'ять. Решатель на основі вхідних даних з робочої пам'яті, загальних даних про проблемної області та правил з БЗ формує рішення задачі. ЕС при вирішенні завдання не лише виконує визначену послідовність операції, а й попередньо формує її.

Глава 2. Технологія розробки експертних систем.

2.1. Етапу розробки експертних систем.

Процес розробки промислової експертної системи, спираючись на традиційні технології, можна розділити на шість більш-менш незалежних етапів (рис 2.1.), Практично не залежних від предметної області.

Послідовність етапів дана для загального уявлення про створення ідеального проекту. Звичайно, послідовність ця не цілком фіксована. У дійсності кожний наступний етап розробки ЕС приносить нові ідеї, які можуть вплинути на попередні рішення і навіть призвести до їх переробки. Саме тому багато фахівців з інформатики дуже критично ставляться до методології експертних систем. Вони вважають, що витрати на розробку таких систем дуже великі, час розробки занадто тривалий, а отримані в результаті програми лягають важким тягарем на обчислювальні ресурси.

У цілому за розробку експертних систем доцільно братися організації, де накопичено досвід з автоматизації рутинних процедур обробки інформації, наприклад:

- Інформаційний пошук;

- Складні розрахунки;

- Графіка;

- Обробка текстів.

Вирішення таких завдань, по-перше, готує висококваліфікованих фахівців з інформатики, необхідних для створення інтелектуальних систем, по-друге, дозволяє відокремити від експертних систем неекспертні завдання.

Етап 1. Вибір підходящої проблеми. Цей етап включає діяльність, що передує рішення почати розробляти конкретну ЕС. Він включає:

- Визначення проблемної області та завдання;

- Знаходження експерта, який бажає співпрацювати при вирішенні проблеми, і призначення колективу розробників;

- Визначення попереднього підходу до вирішення проблеми;

- Аналіз витрат і прибутку від розробки;

- Підготовку докладного плану розробки.

Рис. 2.1 .. Етапи розробки ЕС

Правильний вибір проблеми представляє, мабуть, саму критичну частина розробки в цілому. Якщо вибрати невідповідну проблему, можна дуже швидко загрузнути в "болоті" проектування завдань, які ніхто не знає, як вирішувати. Невідповідна проблема може також призвести до створення експертної системи, яка коштує набагато більше, ніж економить. Справа буде ситуація ще гірше, якщо розробити систему, яка працює, але не прийнятна для користувачів. Навіть якщо розробка виконується самою організацією для власних цілей, ця фаза є відповідним моментом для отримання рекомендацій ззовні, щоб гарантувати вдало обраний і здійсненний з технічної точки зору початковий проект. При виборі області застосування слід враховувати, що якщо знання, необхідне для вирішення завдань, постійне, чітко формулируемое, і пов'язане з обчислювальною обробкою, то звичайні алгоритмічні програми, ймовірно, будуть найбільш доцільним способом вирішення проблем у цій області,

Експертна система в жодному разі не усуне потребу в реляційних базах даних, статистичному програмному забезпеченні, електронних таблицях і системах текстової обробки. Але якщо результативність завдання залежить від знання, яке є суб'єктивним, що змінюються, символьним або випливають частково з міркувань здорового глузду, тоді область може обгрунтовано виступати претендентом на експертну систему.

Наведемо деякі факти, що свідчать про необхідність розробки і впровадження експертних систем:

- Нестача фахівців, що витрачають значний час для надання допомоги іншим;

- Потреба у численному колективі фахівців, оскільки жоден з них не володіє достатнім знанням;

- Велика розбіжність між рішеннями найкращих і найгірших виконавців;

- Наявність конкурентів, що мають перевагу в тому, що вони краще справляються з поставленим завданням.

Відповідні завдання мають такі характеристики:

- Є вузькоспеціалізованими;

- Не залежать значною мірою від загальнолюдських знань або міркуванні здорового глузду;

- Не є для експерта ні занадто легкими, ні занадто складними (час, необхідний експерту для вирішення проблеми, може становити від трьох годин до трьох тижнів);

- Умови виконання завдання визначаються самим користувачем системи;

- Має результати, які можна оцінити.

Зазвичай експертні системи розробляються шляхом отримання специфічних знань від експерта та введення їх в систему. Деякі системи можуть містити стратегії одного індивіда. Отже, знайти відповідного експерта - це ключовий крок у створенні експертних систем.

У процесі розробки і подальшого розширення системи інженер по знаннях та експерт зазвичай працюють разом. Інженер по знаннях допомагає експерту структурувати знання, визначати і формалізувати поняття і правила, необхідні для вирішення проблеми.

Під час первинних бесід вони вирішують, чи буде їхня співпраця успішним. Це важливо, оскільки обидві сторони будуть працювати разом, щонайменше, протягом одного року. Крім них у колектив розробників доцільно включити потенційних користувачів та професійних програмістів.

Попередній підхід до програмної реалізації задачі визначається виходячи з характеристик завдання і ресурсів, виділених на її рішення. Інженер по знаннях висуває зазвичай декілька варіантів, пов'язаних з використанням наявних на ринку програмних засобів. Остаточний вибір можливий лише на етапі розробки прототипу. Після того як завдання визначено, необхідно підрахувати витрати та прибутки від розробки експертної системи. У витрати включаються витрати на оплату праці колективу розробників. У додаткові витрати придбаного програмного інструментарію, за допомогою якого розробляється експертна система. Прибуток можлива за рахунок зниження ціни продукції, підвищення продуктивності праці, розширення номенклатури продукції чи послуг або навіть розробки нових видів продукції чи послуг у цій галузі. Відповідні витрати та прибутки від системи визначаються щодо часу, протягом якого повертаються кошти, вкладені в розробку. На сучасному етапі велика частина фірм, що розвивають великі експертні системи, вважали за краще розробляти дорогі проекти, що приносять значні прибутки.

Намітилися тенденції розробки менш дорогих систем, хоча і з більш тривалим строком поверненні вкладених у них коштів, оскільки програмні засоби розробки експертних систем безперервно вдосконалюються. Після того як інженер по знаннях переконався, що:

- Дана задача може бути вирішена за допомогою експертної системи;

- Експертну систему можна створити пропонованими на ринку засобами;

- Мається відповідний експерт;

- Запропоновані критерії продуктивності є розумними;

- Витрати і термін їх поверненні прийнятні для замовника.

Він складає план розробки. План визначає кроки процесу розробки та необхідні витрати, а також очікувані результати.

Етап 2. Розробка прототипну системи - його ми розглянемо пізніше.

Етап 3. Розвиток прототипу до промислової ЕС. При незадовільному функціонуванні прототипу експерт і інженер по знаннях мають можливість оцінити, що саме буде включено в розробку остаточного варіанту системи. Якщо спочатку вибрані об'єкти або властивості виявляються невідповідними, їх необхідно змінити. Можна зробити оцінку загального числа евристичних правил, необхідних для створення остаточного варіанту експертної системи. Іноді при розробці промислової системи виділяють додаткові етапи для переходу: демонстраційний прототип - дослідницький прототип - діючий прототип - промислова система. Однак частіше реалізується плавний перехід від демонстраційного прототипу до промислової системі, при цьому, якщо програмний інструментарій обрано вдало, необов'язкова перепис іншими програмними засобами.

Таблиця 2.1

Демонстраційний прототип ЕС

Система вирішує частину завдань, демонструючи життєздатність полхода (кілька десятків правил або понять)

Дослідницький прототип ЕС

Система вирішує більшість завдань, але не стійка в роботі і не повністю перевірена кілька сотень правил чи понять.

Діючий прототип ЕС

Система надійно вирішує всі завдання на реальних прикладах, але для складного завдання потребує багато часу і пам'яті

Промислова система

Система забезпечує високу якість рішень при мінімізації необхідного періоду часу і пам'яті: переписується з використанням більш ефективних засобів представлення знань

Комерційна система

Промислова система, придатна до продажу, тобто добре документована і забезпечена сервісом

2.1 Перехід від прототипу до промислової експертній системі

Основне на третьому етапі полягає в додаванні великого числа додаткових евристик. Після встановлення основної структури ЕС інженер по знаннях приступає до розробки та адаптації інтерфейсів, за допомогою яких система буде спілкуватися з користувачем та експертом. Необхідно звернути особливу увагу на мовні можливості інтерфейсів, їх простоту та зручність для управління роботою ЕС. Система повинна забезпечувати користувачеві можливість легким і природним чином запитувати незрозуміле, припиняти роботу і т.д. Зокрема, можуть виявитися корисними графічні уявлення. На цьому етапі розробки більшість експертів дізнаються досить про введення правил і можуть самі вводити в систему нові правила. Таким чином, починається процес, під час якого інженер по знаннях передає право власності та контролю за системою експерту для уточнення, детальної розробки та обслуговування.

Етап 4. Оцінка системи. Після завершення етапу розробки промислової експертної системи необхідно провести її тестування щодо критеріїв ефективності. До тестування широко залучаються інші експерти з метою апробування працездатності системи на різних прикладах. Експертні системи оцінюються головним чином для того, щоб перевірити точність роботи програми та її корисність. Оцінку можна проводити, виходячи з різних критеріїв, які згрупуємо наступним чином:

- Критерії користувачів (зрозумілість і "прозорість" роботи системи, зручність інтерфейсів і ін);

- Критерії запрошених експертів (оцінка рад-рішень, пропонованих системою, порівняння її з власними рішеннями, оцінка підсистеми пояснень та ін);

- Критерії колективу розробників.

Етап 5. Стиковка системи. На цьому етапі здійснюється стикування експертної системи з іншими програмними засобами у середовищі, в якій вона буде працювати, і навчання людей, яких вона буде обслуговувати. Іноді це означає внесення істотних змін. Така зміна потребує неодмінного втручання інженера по знаннях або якого-небудь іншого фахівця, який зможе модифікувати систему. Під стикуванням мається на увазі також розробка зв'язків між експертною системою та середовищем, в якій вона діє. Коли експертна система вже готова, інженер по знаннях повинен переконатися в тому, що експерти, користувачі та персонал знають, як експлуатувати і обслуговувати її. Після передачі їм свого досвіду в галузі інформаційної технології інженер по знаннях може повністю надати її в розпорядження користувачів. Для підтвердження корисності системи важливо надати кожному з користувачів можливість поставити перед ЕС реальні завдання, а потім простежити, як вона виконує ці завдання. Щоб система була схвалена, необхідно представити її як помічника, що звільняє користувачів від обтяжливих завдань, а не як засіб їх заміщення.

Стиковка включає забезпечення зв'язку ЕС з існуючими базами даних і іншими системами на підприємстві, а також поліпшення системних факторів, що залежать від часу, щоб можна було забезпечити її більш ефективну роботу і поліпшити характеристики її технічних засобів, якщо система працює в незвичайній середовищі.

Етап 6. Підтримка системи. При перекодуванні системи на мову, подібний Сі, підвищується її швидкодія і збільшується переносимість, проте гнучкість при цьому зменшується. Це прийнятно лише в тому випадку, якщо система зберігає всі знання проблемної області, і це знання не буде змінюватися в найближчому майбутньому. Однак якщо експертна система створена саме через те, що проблемна область змінюється, то необхідно підтримувати систему в інструментальному середовищі розробки.

2.2. Технології швидкого прототипування.

При розробці експертних систем використовується концепція "швидкого прототипу". Суть її в наступному: спочатку створюється не експертна система, а її прототип, який повинен вирішувати типові завдання й вимагати на свою розробку незначний час. Цей прототип повинен демонструвати придатність методів експертної системи для даної області. У ході робіт зі створення експертних систем склалася певна технологія їх розробки, що включає 6 етапів:

- Ідентифікація;

- Концептуалізація

- Формалізація;

- Виконання;

- Тестування;

- Дослідна експлуатація.

Прототипна система є урізаною версією експертної системи, спроектованої для перевірки правильності кодування фактів, зв'язків та стратегій міркування експерта. Вона також дає можливість інженерові по знаннях залучити експерта до активної участі в розробці експертної системи і, отже, до прийняття ним зобов'язання докласти всіх зусиль для створення системи в повному обсязі. Обсяг прототипу - кілька десятків правил, фреймів або прикладів. На рис. 2.2. зображені шість стадій розробки прототипу і мінімальний колектив розробників, зайнятих на кожній зі стадій. Наведемо коротку характеристику кожної з стадій, хоча ця схема являє грубе наближення до складного ітеративний процес. Хоча будь-яке теоретичне розділення буває часто умовним, усвідомлення колективом розробників чітких завдань кожної стадії представляється доцільним. Ролі розробників (експерт, програміст, користувач та аналітик) є постійними протягом всієї розробки. Поєднання ролей небажано.

Рис.2.2 .. Стадії розробки прототипу ЕС

Ідентифікація проблеми. Уточнюється завдання, планується хід розробки прототипу експертної системи, визначаються: необхідні ресурси (час, люди, ЕОМ тощо), джерела знань (книги, додаткові експерти, методики), наявні аналогічні експертні системи, мети (поширення досвіду, автоматизація рутинних дій та ін), класи розв'язуваних завдань і т.д. Ідентифікація проблеми - знайомство та навчання колективу розробників, а також створення неформальної формулювання проблеми. Середня тривалість 1 - 2 тижні.

Вилучення знань. Відбувається перенесення компетентності експертів на інженерів по знаннях з використанням різних методів: аналіз текстів, діалоги, експертні ігри, лекції, дискусії, інтерв'ю, спостереження та інші. Вилучення знань - отримання інженером по знаннях найбільш повного уявлення про предметну область і способи прийняття рішення в ній . Середня тривалість 1 -3 місяці.

Структурування або концептуалізація знань. Виявляється структура отриманих знань про предметну область, тобто визначаються: термінологія, список основних понять і їх атрибутів, відносини між поняттями, структура вхідний і вихідний інформації, стратегія прийняття рішень, обмеження стратегій і т.д. Концептуалізація знань - розробка неформального опису знань про предметну область у вигляді графа, таблиці, діаграми або тексту, що відбиває основні концепції і взаємозв'язки між поняттями предметної області. Такий опис називається полем знань. Середня тривалість етапу 2 - 4 тижні.

Формалізація. Будується формалізоване подання концепцій предметної області на основі вибраної мови представлення знань (ЯПЗ). Традиційно на цьому етапі використовуються: логічні методи (обчислення предикатів I порядку та ін), продукційні моделі (з прямим і зворотним висновком), семантичні мережі, фрейми, об'єктно-орієнтовані мови, засновані на ієрархії класів, об'єктів і ін Формалізація знань - розробка бази знань на мові, яка, з одного боку, відповідає структурі поля знань, а з іншого - дозволяє реалізувати прототип системи на наступній стадії програмної реалізації. Все частіше на цій стадії використовується симбіоз мов представлення знань, наприклад, в системі ОМЕГА - фрейми + семантичні мережі + повний набір можливостей мови числення предикатів. Середня тривалість 1 - 2 місяці.

Реалізація. Створюється прототип експертної системи, що включає базу знань і інші блоки, за допомогою одного з таких способів: програмування на традиційних мовах типу Паскаль, Сі та ін, програмування на спеціалізованих мовах, застосовуваних у задачах штучного інтелекту: LISP, FRL, SmallTalk та ін , використання інструментальних засобів розробки ЕС типу СПЕІС, Пієси, використання "порожніх" ЕС чи "оболонок" типу ЕКСПЕРТ, Фіакр та ін Реалізація - розробка програмного комплексу, що демонструє життєздатність підходу в цілому. Найчастіше перший прототип відкидається на етапі реалізації діючої ЕС. Середня тривалість 1 - 2 місяці.

Тестування. Оцінюється і перевіряється робота програм прототипу з метою приведення у відповідність з реальними запитами користувачів. Прототип перевіряється на: зручність і адекватність інтерфейсів вводу-виводу, ефективність стратегії управління, якість перевірочних прикладів, коректність бази знань. Тестування - виявлення помилок в підході і реалізації прототипу і вироблення рекомендацій з доведення системи до промислового варіанту. Середня тривалість 1 - 2 тижні.

Глава 3. Аналіз теорії експертних систем та висновки

3.1.Вибор підходящої проблеми для розробки експертної системи.

Цей етап включає діяльність, що передує рішення почати розробляти конкретну ЕС. Він включає:

- Визначення проблемної області та завдання;

- Знаходження експерта, який бажає співпрацювати при вирішенні проблеми, і призначення колективу розробників;

- Визначення попереднього підходу до вирішення проблеми;

- Аналіз витрат і прибутку від розробки;

- Підготовку докладного плану розробки.

Правильний вибір проблеми представляє, мабуть, саму критичну частина розробки в цілому. Якщо вибрати невідповідну проблему, можна дуже швидко загрузнути в "болоті" проектування завдань, які ніхто не знає, як вирішувати. Невідповідна проблема може також призвести до створення експертної системи, яка коштує набагато більше, ніж економить. Справа буде ситуація ще гірше, якщо розробити систему, яка працює, але не прийнятна для користувачів. Навіть якщо розробка виконується самою організацією для власних цілей, ця фаза є відповідним моментом для отримання рекомендацій ззовні, щоб гарантувати вдало обраний і здійсненний з технічної точки зору початковий проект.

При виборі області застосування слід враховувати, що якщо знання, необхідне для вирішення завдань, постійне, чітко формулируемое, і пов'язане з обчислювальною обробкою, то звичайні алгоритмічні програми, ймовірно, будуть найбільш доцільним способом вирішення проблем у цій області,

Експертна система в жодному разі не усуне потребу в реляційних базах даних, статистичному програмному забезпеченні, електронних таблицях і системах текстової обробки. Але якщо результативність завдання залежить від знання, яке є суб'єктивним, що змінюються, символьним або випливають частково з міркувань здорового глузду, тоді область може обгрунтовано виступати претендентом на експертну систему.

Наведемо деякі факти, що свідчать про необхідність розробки і впровадження експертних систем:

- Нестача фахівців, що витрачають значний час для надання допомоги іншим;

- Потреба у численному колективі фахівців, оскільки жоден з них не володіє достатнім знанням;

- Знижена продуктивність, оскільки завдання вимагає повного аналізу - складне набору умов, а звичайний фахівець не в змозі переглянути (за відведений час) всі ці умови;

- Велика розбіжність між рішеннями найкращих і найгірших виконавців;

- Наявність конкурентів, що мають перевагу в тому, що вони краще справляються з поставленим завданням.

Відповідні завдання мають такі характеристики:

1) є вузькоспеціалізованими;

2) не залежать значною мірою від загальнолюдських знань або міркуванні здорового глузду;

3) не є для експерта ні занадто легкими, ні занадто складними (час, необхідний експерту для вирішення проблеми, може становити від трьох годин до трьох тижнів);

4) умови виконання завдання визначаються самим користувачем системи;

5) має результати, які можна оцінити.

Зазвичай експертні системи розробляються шляхом отримання специфічних знань від експерта та введення їх в систему. Деякі системи можуть містити стратегії одного індивіда. Отже, знайти відповідного експерта - це ключовий крок у створенні експертних систем.

У процесі розробки і подальшого розширення системи інженер по знаннях та експерт зазвичай працюють разом. Інженер по знаннях допомагає експерту структурувати знання, визначати і формалізувати поняття і правила, необхідні для вирішення проблеми.

Під час первинних бесід вони вирішують, чи буде їхня співпраця успішним. Це важливо, оскільки обидві сторони будуть працювати разом, щонайменше, протягом одного року. Крім них у колектив розробників доцільно включити потенційних користувачів та професійних програмістів.

Попередній підхід до програмної реалізації задачі визначається виходячи з характеристик завдання і ресурсів, виділених на її рішення. Інженер по знаннях висуває зазвичай декілька варіантів, пов'язаних з використанням наявних на ринку програмних засобів. Остаточний вибір можливий лише на етапі розробки прототипу.

Після того як завдання визначено, необхідно підрахувати витрати та прибутки від розробки експертної системи. У витрати включаються витрати на оплату праці колективу розробників. У додаткові витрати придбаного програмного інструментарію, за допомогою якого розробляється експертна система.

Прибуток можлива за рахунок зниження ціни продукції, підвищення продуктивності праці, розширення номенклатури продукції чи послуг або навіть розробки нових видів продукції чи послуг у цій галузі. Відповідні витрати та прибутки від системи визначаються щодо часу, протягом якого повертаються кошти, вкладені в розробку. На сучасному етапі велика частина фірм, що розвивають великі експертні системи, вважали за краще розробляти дорогі проекти, що приносять значні прибутки.

Намітилися тенденції розробки менш дорогих систем, хоча і з більш тривалим строком поверненні вкладених у них коштів, оскільки програмні засоби розробки експертних систем безперервно вдосконалюються. Після того як інженер по знаннях переконався, що:

- Дана задача може бути вирішена за допомогою експертної системи;

- Експертну систему можна створити пропонованими на ринку засобами;

- Мається відповідний експерт;

- Запропоновані критерії продуктивності є розумними;

- Витрати і термін їх поверненні прийнятні для замовника.

Він складає план розробки. План визначає кроки процесу розробки та необхідні витрати, а також очікувані результати.

3.2. Переваги експертних систем перед людиною-експертом.

Системи, засновані на знаннях, мають певні переваги перед людиною-експертом.

1. У них немає упереджень.

2. Вони не роблять поспішних висновків.

3. Ці системи працюють, систематизовано, розглядаючи всі деталі, часто обираючи найкращу альтернативу з усіх можливих.

4. База знань може бути дуже і дуже великий. Будучи введені в машину один раз, знання зберігаються назавжди. Людина ж має обмежену базу знань, і якщо дані довгий час не використовуються, то вони забуваються і назавжди втрачаються.

  1. Системи, засновані на знаннях, стійкі до "перешкод". Експерт користується побічними знаннями і легко піддається впливу зовнішніх факторів, які безпосередньо не пов'язані з розв'язуваної завданням. ЕС, не обтяжені знаннями з інших областей, за своєю природою менше схильні до "шумів". З часом системи, засновані на знаннях, можуть розглядатися користувачами як різновид тиражування - новий спосіб запису і поширення знань. Подібно до інших видів комп'ютерних програм вони не можуть замінити людину в вирішенні завдань, а скоріше нагадують знаряддя праці, які дають йому можливість вирішать завдання швидше й ефективніше.

6. Ці системи не замінюють фахівця, а є інструментом у його руках.

Список використаної літератури

  1. Амарселлус Д. Програмування експертних систем на Турбо Пролозі: Пер. з англ. - М.: Фінанси і статистика, 2005 р.

  2. Моїсеєв В.Б. Подання знань в інтелектуальних системах. Інформатика і освіта,. № 2, 2003 р. с. 84-91

  3. Андрейчик А.В., Андрійчикове О.М. Інтелектуальні інформаційні системи: М. Наука, 2004 р.

  4. Зубов В. В., Макушкін В. А., Оглоблин А. Г. Експертна система діагностування цифрових пристроїв і БІС. Засоби зв'язку, № 3, 2000, с. 32-36.

  5. Зубов В. В., Макушкін В. А. Експертна система діагностування цифрових пристроїв ДІЕКС на персональній ЕВМ.ЕКСПЕРТНИЕ СИСТЕМИ На персональному комп'ютері, М.: МДНТП, 2005, с. 115-120.

  6. Макушкін В. А., Щербицький К. А. Експертна система для контролю і діагностування цифроаналогових пристроїв. НОВІ ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ В ПЛАНУВАННІ, УПРАВЛІННІ ТА У ВИРОБНИЦТВІ, М.: МДНТП, 2001, с. 121-125.

  7. Попов Е. В., Фоміних І. Б., Кисіль О. Б., Шапт М. Д. Статичні і динамічні експертні системи. М.: Фінанси і статистика, 2003 р.

  8. Гаврилова Т.А., Хорошевський В.Ф. Бази знань інтелектуальних систем. СПб: Питер, 2003.

  9. Володічев Д.С., Макушкін В.А. OMEGAMON - ефективна система управління обчислювальними ресурсами. М: Наукова сесія МФТІ-2004, том 12, с.199-201.

  10. Муромцев Д.І. Введення в технологію експертних систем. СПб: СПб ГУ ІТМО, 2005.

  11. Мінський М.Л. Фрейми для представлення знань. М.: Енергія, 2001.

  12. www.intuit.ru

  13. www.ai.tsi.lv

  14. knpi-iip.mipk.kharkiv.edu

  15. www.libray.narod.ru

  16. expro.kzn.ru
    17. 256bit.ru

  17. ru.wikipedia.org

  18. 256bit.ru

  19. tver.mesi.ru

  20. www.ssti.ru

  21. Моделювання управління рухом людини М.: СпортАкадемПресс, 2003. 360 с., Збірник наукових праць під ред. Шестакова М. П. і Аверкіна А. Н.

  22. Люгер Д. Штучний інтелект М.: Світ, 2006. 690 с.

  23. Макаров І. М., Топчієв Ю. І. Робототехніка. Історія та перспективи М.: Наука, МАІ, 2004. 350 с.

  24. Ярушкіна Н. Г. Основи теорії нечітких та гібридних систем Навчальний посібник, М.: Фінанси і статистика, 2004. 320 c.

  25. Рибіна Г. В., Пишагін С. В., Смірнов В. В., Левін Д. Є., Душкін Р. В. Інструментальний комплекс АТ-ТЕХНОЛОГІЯ для підтримки розробки інтегрованих експертних систем навчальний посібник, М.: МІФІ, 2001, 100 с.

  26. Частика А. П., Гаврилова Т. А., Белов Д. Л. Розробка експертних систем. Середа CLIPS BHV-Санкт-Петербург, 2003 р., 606 стор

  27. І. Абдуллін. Програмування в промисловості. - М.: Логос. 2000р

  28. Г. Долін. Що таке ЕС. - Комп'ютер Прес, 2002 р.

  29. К. Нейлор. Як побудувати свою експертну систему .- М.: Енегроатоміздат, 2007.

  30. В.О. Сафонов. Експертні системи - інтелектуальні помічники фахівців. - СПб.: Санкт-Петербурзька організація товариства «Знання Россі», 2007.

  31. К. Таусенд, Д. Фохт. Проектування і програмна реалізація експертних систем на персональних ЕОМ. М.: Фінанси і статистика. 2005.

  32. Н. Убейко. Експертні системи. - М.: МАІ, 2002.

  33. Д. Джарратано, Г. Райлі. Експертні системи. Принципи розробки та програмування. Вид. Вільямс, 2006.

  34. В.В. Круглов. Інтелектуальні інформаційні системи. 2002.

  35. В. Л. Афонін, В.А. Макушкін. Інтелектуальні робототехнічні системи. ІНТУІТ.РУ, 2005.

Посилання (links):
  • http://256bit.ru/Expert/Glava% 2017/Index8.htm
  • http://tver.mesi.ru/e-lib/res/682/6/1.html
  • http://www.ssti.ru/kpi/informatika/Content/biblio/b1/inform_man/gl_16_3.htm # et3
  • Додати в блог або на сайт

    Цей текст може містити помилки.

    Програмування, комп'ютери, інформатика і кібернетика | Курсова
    137.5кб. | скачати


    Схожі роботи:
    Аналіз і вибір рішень на основі нечіткої монотонної експертної інформації
    Розробка оболонки експертної системи
    Створення експертної системи за вибором електрогітари
    Проведення діагностики виробничої системи на основі використання експертної інформації
    Проблеми розробки та реалізації рекламної кампанії для автомобіля марки ЗАЗ-110307-42
    Сутність і форми експертної профілактики
    Основи судово-експертної діяльності в Російській Федерації
    Методологія і технологія розробки інформаційних систем
    Технологія розробки турів в системі Туроперейтинг
    © Усі права захищені
    написати до нас