Міністерство освіти і науки України
Національний університет “Львівська політехніка”
Кафедра електронних приладів
КУРСОВА РОБОТА
з дисципліни: “ Експертні системи”
Львів 2020
Зміст
Вступ 2
Розділ 1. Аналітичний огляд ЕС 6
1.1. Призначення та особливості експертних систем 6
1.2. Аналітичний огляд експертних систем різного призначення 7
1.3. Експертна система VM 13
Розділ 2. Розробка бази даних ЕС 17
2.1. Створення бази даних 17
2.2. Організація запитів 20
Розділ 3. Моделювання роботи ЕС у середовищі електронних таблиць за методом Байєса 24
3.1. Послідовність операцій 25
3.2. Результат моделювання для заданих даних 28
Розділ 4. Експертні системи на основі прямого та зворотного механізму міркувань. 30
4.1. Розробка задачі із зворотнім ланцюгом міркування. 31
4.1.1. Розробка моделі предметної області. 31
4.1.2. Розробка дерева рішень 32
4.1.3. Розробка сітки виведення 33
4.2. Розробка задачі із прямим ланцюгом міркування. 34
4.2.1. Розробка моделі предметної області. 34
4.2.2. Розробка дерева рішень 35
4.2.3. Розробка сітки виведення 36
Висновок 37
Список використаної літератури 39
Вступ
В кінці 50-х років минулого століття появилась нова область інформатики – штучний інтелект. Вона займалась розробкою програм, які здатні розв'язувати так звані "людські" задачі. Розв’язання задач такого напрямку пов'язане з нетривіальними логічними висновками і пошук результатів, як правило, зводиться до перебору і аналізу великої кількості можливих варіантів. Саме до такого класу належить більшість медичних завдань.
Метою досліджень в галузі штучного інтелекту є створення таких систем, які можуть використовувати велику кількість знань, отриманих від фахівців, і здатні вступати в діалог та пояснювати свою лінію міркувань. Це передбачає наявність великої за об’ємом і добре структурованої бази знань, чітке розмежування між різними рівнями знань, наявність зручних представлень для правил і прототипів.
Одним з найбільш визначних практичних досягнень в області штучного інтелекту є розробка експертних систем.
Експертна система – це програмний засіб, що використовує експертні знання для забезпечення високоефективного рішення неформалізованих задач у вузької предметної галузі. Основу ЕС складає база знань (БЗ) про предметну галузь, яка накопичується в процесі побудови й експлуатації ЕС (рис.1).
Знання є явними і доступними, що відрізняє ЕС від традиційних програм, і визначає їх основні властивості, такі, як:
1) Застосування для вирішення проблем високоякісного досвіду, який представляє рівень мислення найбільш кваліфікованих експертів у даній галузі.
2) Наявність прогностичних можливостей, при яких ЕС видає відповіді не тільки для конкретної ситуації, але і показує, як змінюються ці відповіді в нових ситуаціях.
3) Забезпечення такої нової якості, як інституціональна пам'ять, за рахунок входження до складу ЕС бази знань, яка розроблена в ході взаємодій із фахівцями організації, і являє собою поточну політику цієї групи людей.
4) Можливість використання ЕС для навчання і тренування керівних працівників, забезпечуючи нових службовців великим багажем досвіду і стратегій, по якими можна вивчати рекомендовану політику і методи.
Структура експертних систем
Типова експертна система складається з таких компонентів (рис1):
база даних;
база знань;
підсистема логічного виведення;
підсистеми пояснення;
підсистеми набуття знань;
діалогового процесора.
Основу будь-якої ЕС становлять база знань (БЗ), яка містить у собі знання про предметну галузь та способи розв’язання задач, а також підсистема логічного виведення.
База даних (БД) або робоча пам'ять призначена для зберігання вхідних і проміжних даних.
База знань призначена для зберігання довготермінових даних, що описують предметну область і правил, які визначають перетворення даних у цій предметній області.
Підсистема розв'язування (логічного виведення) на основі вхідних даних з робочої пам’яті і знань з БЗ формує таку послідовність правил, яка приводить до рішення цієї задачі.
Рис.1. Типова структура експертної системи.
Підсистема набуття знань автоматизує процес поповнення ЕС знаннями (виконується експертом-користувачем).
Підсистема пояснення пояснює, яким чином система отримала рішення задачі (або чому його не отримала), і які знання вона при цьому використала. Це полегшує експерту тестування системи і збільшує довіру користувача до отриманих результатів.
Діалоговий процесор призначений для організації "дружнього" інтерфейсу зі всіма категоріями користувачів, як у ході рішення задачі, так і при набутті знань і поясненні роботи системи. Система функціонує в циклічному режимі: вибір (запит) вхідних даних, спостереження, інтерпретація результатів, засвоєння нової інформації, висування за допомогою правил тимчасових гіпотез і після цього вибір наступної сукупності даних Такий процес продовжується доти, доки не надійде інформація, яка достатня для кінцевого висновку.
1 2 3 4 5 6