Лекция 5: Предметные области для экспертных систем. Модели представления знаний. Обобщенная структура экспертной системы

1. Предметные области для экспертных систем.

Экспертные системы (ЭС) относятся к задачам, которые претендуют на NP-полноту. NP-полнота систем характеризуется заданной сложностью. Сложность задачи характеризуется количеством шагов поиска решения.

1. Если задача сходится за экспоненциальное количество шагов, т.е. алгоритм решения задачи можно представить в виде экспоненты exp(2, 4, 8, …), то сложность задачи определяется классом Е.

2. Если задача сходится за полиномиальное количество шагов, т.е. формулу нахождения решения можно свести к полиному, то данная задача характеризуется сложностью Р.

3. Если для задачи отсутствует формула нахождения решения, отсутствует алгоритм получения результата или получить алгоритм достаточно сложно и трудоемко, но возможно, то сложность такой задачи характеризуется, как неопределенное полиномиальное (NP).

Назначение и особенности экспертных систем

Экспертные системы, или системы, основанные на знаниях, предназначены для решения неформализуемых или слабо формализуемых задач. Там, где используется враждебная человеку среда, отсутствует алгоритм решения задачи, или для решения задачи требуется достаточно много времени (машинного) и имеется недостаток в числе экспертов для решения поставленной задачи. Данные задачи решают проблемы в условиях неполной, нечеткой, размытой и, возможно, ошибочной информации.

Эксперт - это человек, который является профессионалом высокой квалификации в данной проблемной области, для которой предназначена разработка системы.

Экспертная система разрабатывается в том случае, если ее разработка, во-первых, необходима, во-вторых, оправдана и неоценима.

Этапы разработки экспертных систем:

1. Приобретение знаний. Приобретение знаний для системы представления знаний осуществляется от эксперта в заданной прикладной области, когнитологом (инженером по знаниям). Существует три способа приобретения знаний:

• наблюдение за работой эксперта;

• опрос эксперта;

• интервьюирование.

2. Представление знаний. Описание проблемной информации. Оно осуществляется с помощью:

• таксономической классификационной схемой (объекты, их свойства, отношения);

• выделение фактов, правил, отношений для заданной проблемной области;

• факты есть описание значений данных;

• правила есть интеграция фактов в каузальной форме (если ... то ...) для получения решения;

• отношения есть совокупность семантических отношений для интерпретации правил в стратегиях поиска решений;

• идентификация знаний.

Факты и правила составляют знания. Факты, правила и отношения составляют стратегию поиска решения. Знания и стратегия поиска решения составляют декларативные и процедурные знания (для констатирования фактов и для выполнения действий соответственно).

3. Реализация.

Для реализации используются:

• традиционные языки программирования (С++, CU и др.);

• языки обработки списков (Lisp, Ada и др.);

• языки логического программирования (Prolog и др.);

• пустые оболочки для создания экспертных систем (GURU и др.);

• экспертные системы для разработки экспертных систем и систем приобретения знаний.

При этом используются следующие технологии:

• объектно-ориентированная технология разработки экспертных систем;

• распределенная архитектура системы, то есть технология клиент-сервер;

• технология риинжиниринга бизнеса или моделирование бизнес-процесса.