Тест по теме «Экспертные системы»

1. Как называлась первая экспертная система?

1. MACSYMA

2. EMYCIN

3. PROSPECTOR

4. нет правильного ответа

2. Какую задачу решала экспертная система PROSPECTOR?

1. определение наиболее вероятной структуры химического соединения

2. поиск месторождений на основе геологических анализов

3. диагностика глазных заболеваний

4. распознавание слитной человеческой речи

5. нет правильного ответа

3. Какие подсистемы являются для экспертной системы обязательными?

1. база знаний

2. интерфейс системы с внешним миром

3. алгоритмические методы решений

4. интерфейс когнитолога

5. контекст предметной области

4. Какая экспертная система имеет базу знаний размером от 1000 до 10000 структурированных правил?

1. простая

2. средняя

3. сложная

5. Какая экспертная система разрабатывается 1-1,5 года?

1. исследовательский образец

2. демонстрационная

3. коммерческая

4. нет правильного ответа

6. Для решения каких задач предназначены статические оболочки экспертных систем?

1. для управления и диагностики в режиме реального времени

2. для решения статических задач

3. для решения задач анализа и синтеза с разделением времени

4. для разработки динамических систем

5. нет правильного ответа

7. Гибридная экспертная система подразумевает:

1. использование нескольких средств разработки

2. использование различных подходов к программированию

3. использование нескольких методов представления знаний

4. нет правильного ответа

8. Кто создает базу знаний экспертной системы?

1. программист

2. пользователь

3. когнитолог

4. эксперт

Литература по теме «Экспертные системы»

1. Гаврилова, Т. А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. – СПб. : Питер, 2001. – 384 с.

2. Джарратано, Д. Экспертные системы: принципы разработки и программирование : пер. с англ. / Д. Джарратано, Г. Райлт. – 4-е изд. – М. : ООО «И.Д. Вильямс», 2007. – 1152 с.

3. Кобринский, Б. А. Ретроспективный анализ медицинских экспертных систем / Б. А. Кобринский // Новости искусственного интеллекта. – 2005. – № 2. – С. 6 – 18.

4. Попов, Э. В. Экспертные системы реального времени / Э. В. Попов // Открытые системы. – 1995. – № 2(10). – Режим доступа: http://www.masters.donntu.edu.ua/2007/kita/kostanda/library/Open_Systems_Magazine.htm

5. Рот, М. Интеллектуальный автомат: компьютер в качестве эксперта / М. Рот. – М. : Энергоатомиздат, 1991. – 80 с.

6. Частиков, А. П. Разработка экспертных систем. Среда CLIPS / А. П. Частиков, Т. А. Гаврилова, Д. Л. Белов. – СПб. : БХВ-Петербург, 2003. – 608 с.

7. Элти, Дж. Экспертные системы: концепции и примеры / Дж. Элти, М. Кумбс ; пер. с англ. и предисл. Б. И. Шитикова. – М. : Финансы и статистика, 1987. – 191 с.

§2. Системы поддержки принятия решений

Системы поддержки принятия решений – это программные средства и информационно-аналитические технологии, предназначенные специально для оказания помощи в решении задач поиска, анализа и выбора лучших из возможных вариантов. При этом лицо, принимающее решение, должно обеспечиваться не только информационной, но в первую очередь технологической поддержкой процедуры, вплоть до выбора лучшего решения.

Понятие о поддержке в принятии решений сформулировали П. Кин и Ч. Стэйбел. Ранние определения систем поддержки принятия решений (в начале 70-х годов прошлого века) отражали следующие три свойства систем:

• возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций;

• интерактивные автоматизированные (то есть реализованные на базе компьютера) системы;

• разделение данных и моделей.

В современном представлении идеальная система поддержки принятия решений:

• оперирует со слабоструктурированными решениями;

• предназначена для лица, принимающего решения, различного уровня;

• может быть адаптирована для группового и индивидуального использования;

• поддерживает как взаимозависимые, так и последовательные решения;

• поддерживает 3 фазы процесса решения: интеллектуальную часть, проектирование и выбор;

• поддерживает разнообразные стили и методы решения, что может быть полезно при решении задачи группой лиц, принимающих решения;

• является гибкой и адаптируется к изменениям как организации, так и ее окружения;

• проста в использовании и модификации;

• улучшает эффективность процесса принятия решений;

• позволяет человеку управлять процессом принятия решений с помощью компьютера, а не наоборот;

• поддерживает эволюционное использование и легко адаптируется к изменяющимся требованиям;

• может быть легко построена, если возможно сформулировать логику конструкции системы поддержки принятия решений;

• поддерживает моделирование;

• позволяет использовать знания.

До середины 60-х годов ХХ века создание больших информационных систем было чрезвычайно дорогостоящим, поэтому первые информационные системы менеджмента (Management Information Systems) были созданы в эти годы лишь в достаточно больших компаниях. Они предназначались для подготовки периодических структурированных отчетов для менеджеров. Но информационные системы способны на большее. В конце 60-х годов появляется новый тип информационных систем – модель-ориентированные системы поддержки принятия решений (Decision Support Systems) или системы управленческих решений (Management Decision Systems).

70-е годы ХХ века стали периодом возникновения ранних систем поддержки принятия решений и теоретических изысканий. К 1975 году Дж. Д. Литтл разработал систему Brandaid (Поддержка бренда), которая предназначалась для поддержки принятия решений в производстве, продвижении, ценообразовании и рекламе. Также Литтл в своей более ранней статье сформулировал критерии по формированию моделей и систем для поддержки принятия решений для менеджмента: надежность, легкость контроля, простота и полнота набора необходимых деталей.

В начале 80-х годов исследователи из академических институтов создали новую категорию программного обеспечения для поддержки группового принятия решений. Самыми ранними вариантами таких систем были Mindsight компании Execucom Systems, GroupSystems, созданные в Аризонском университете, и система SAMM, созданная исследователями Университета Миннесоты. В 1984 году в Университете Аризоны была завершена разработка системы PLEXSYS и сформирована служба компьютеризованной поддержки групповых решений.

Новые технологии стали использовать совместно с системами поддержки принятия решений. Примерно с 1990-го года Б. Инмон и Р. Кимбел начали продвигать системы поддержки принятия решений, построенные с помощью технологий реляционных баз данных. Активно разрабатывались системы поддержки принятия решений, основанные на архитектуре «клиент-сервер», до этого в основном использовались большие компьютеры (mainframe). Системы поддержки принятия решений стали интегрироваться в долговременные хранилища. Системы поддержки принятия решений, использующие возможности Интернета, стали реальностью около 1995 года.