Экспертные системы

Введение

Термин «экспертные системы» можно довольно часто встретить в лексике специалистов не только сферы информационных технологий, но и экономики, юриспруденции, медицины, геологии, сельского хозяйства и т.д. Так что же это такое?

Экспертные системы - это сложные программные комплексы, которые соединяют в себе знания специалистов в конкретных предметных областях и используются с целью заменить частично эксперта-специалиста в решении проблемной ситуации.

Экспертные системы являются одним из основных приложений искусственного интеллекта. Они начали разрабатываться семидесятых годах прошлого века исследователями искусственного интеллекта, а уже в восьмидесятых годах получили свое коммерческое признание. Однако предпосылками создания экспертных систем принято считать работы С.Н. Корсакова, который создал механические устройства «интеллектуальные машины», позволявшие находить решения по заданным условиям. Например, определять наиболее подходящие лекарства по симптомам заболевания, наблюдаемым у пациента.

1.       Экспертные системы. Структура

Известно, что знания существуют в двух видах: коллективный опыт, личный опыт.

Если предметная область представлена коллективным опытом (примером может служить высшая математика), то данная предметная область не нуждается в экспертных системах. Если же большая часть знаний является личным опытом специалистов высокого уровня при этом знания слабоструктурированы, то такая область нуждается в экспертных системах. Таким образом современные экспертные системы нашли широкое применение во всех сферах экономики.

Ядром экспертной системы является база знаний, которая является следствием развития информационных систем и представляет собой совокупность знаний, описанных с использованием выбранной формы их представления.

Основные компоненты экспертной системы следующие:

ü  Интерфейс пользователя - механизм, с помощью которого происходит общение пользователя и экспертной системы;

ü  Непосредственно сам пользователь, который решает задачи предметной области;

ü  Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в экспертные системы знаний;

ü  Средство объяснения - компонент, позволяющий объяснить пользователю ход рассуждений системы;

ü  Рабочая (оперативная) память или, так называемая, база данных предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи;

ü  Машина логического вывода обеспечивает формирование логического вывода, при этом располагает выполняемые правила по приоритетам и выполняет правило с наивысшим приоритетом;

ü  Подсистема объяснений направлена на объяснение того, как система получила или почему не получила решение задачи, и какие знания она при этом использовала. Это облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Типовая структура экспертной системы имеет вид (рис. 1)

Рис. 1. Типовая структура экспертной системы

2. Классификация экспертных систем

Экспертные системы классифицируется по различным признакам:

.         По связи с реальным временем:

ü  Статические экспертные системы: данные не изменяются за время сеанса работы системы;

ü  Интегрированные экспертные системы содержат подсистемы традиционного программирования: СУБД, электронные таблицы, системы моделирования и др.

.         По назначению:

ü  автоматическое управление (регулирование);

ü  диагностика состояния систем, в том числе мониторинг;

ü  планирование и разработка мероприятий в организационном и технологическом управлении;

ü  выработка определенных мероприятий по построению объектов, которые будут удовлетворять поставленным требованиям;

ü  прогнозирование развития систем на основе моделирования прошлого и настоящего;

ü  обучение пользователей и др.

.         Преимущества и недостатки экспертных систем

экспертный пользователь система интерфейс

Экспертные системы были созданы с целью облегчения деятельности человека и упрощения работы в той или иной деятельности, поэтому они обладают рядом преимуществ перед человеком-экспертом.

Среди основных преимуществ можно выделить:

Ø  Постоянство: вся информация, внесенная в базу данных не меняется, а знания экспертов могут изменяться, т.к. со временем человеческая компетенция ослабевает;

Ø  Легкость передачи: передача информации от машины человеку более простой процесс, который происходит путем копирования программы или файла данных

Ø  Издержки: Эксперты, особенно высококвалифицированные обходятся очень дорого. Разработка экспертных систем - достаточно дорогостоящий процесс, но они дешевы в эксплуатации, что в итоге выгоднее;

Ø  Устойчивость и воспроизводимость результатов: Экспертные системы устойчивы к «помехам». Человек же поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей, что существенно влияет на результат;

Ø  Повышенная надежность: позволяет повысить доверие к принятому решению. Если же решение экспертной системы и человека-эксперта не совпадают, это свидетельствует об ошибке, допущенной экспертом под влиянием внешних факторов (например, усталость);

Ø  Быстрый отклик: в экстренных ситуациях в зависимости от программного обеспечения экспертная система реагирует быстрее, чем эксперт-человек.

Однако экспертные системы несовершенны и обладают рядом недостатков, основные из которых:

Ø  Здравый смысл: человек-эксперт обладает помимо технических знаний здравым смыслом. На сегодняшний день еще неизвестно, как заложить здравый смысл в экспертные системы.

Ø  Творческий потенциал: человек-эксперт может реагировать творчески на необычные ситуации в отличии от экспертных систем.

4.       Экспертные системы в экономике

Экспертные системы применяются в различных сферах деятельности человека: геология, медицина, право, космос, в частности, экономика.

Современные экспертные системы используются с целью передачи опыта высококвалифицированных экспертов практически во всех сферах экономики и для решения определенных задач:

Ø  Кредитование юридических лиц;

Ø  Планирование финансовых ресурсов предприятия;

Ø  Подбор кадров;

Ø  Выбор поставщика продукции;

Ø  Формирование инвестиционного портфеля;

Ø  Анализ и оценка финансового состояния и кредитоспособности предприятия;

Ø  Выбор правильной маркетинговой стратегии;

Ø  Выбор стратегии производства.

В настоящее время существует большое количество экспертных систем в экономике, среди которых широкую известность приобрели следующие:

ü  Экспертная система Flipside: данная система программирования финансовой экспертизы позволяет осуществить мониторинг рынка ценных бумаг, прогнозирование условий рынка, выполнение и планирование продаж;

ü  Экспертная система Splendors: позволяет управлять в режиме реального времени портфелем ценных бумаг;

ü  Экспертная система Le Courtier создана для помощи инвесторам в определении инвестиционных целей. Данная система была разработана компанией Cognitive System Inc;

ü  Экспертная система ArBoR, созданная College of Business Administration University of Nebraska, позволяет определить рейтинг облигаций;

ü  Экспертная система Intelligent Hedger основывается на знании различных подходов страхования от рисков. Данная система позволяет решить проблему множества альтернатив страхования от рисков и обеспечивает достаточно быстрое принятие решений менеджерами по рискам.

Список литературы

1.   Братко И. Программирование на языке Пролог для искусственного интеллекта: Пер. с англ. - М.: Мир, 2000. - 560 с.

2.       Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. С. - П.: Питер», 2003.

.         Гаврилова Т.А., Черевинская К.Р. Извлечение и структурирование знаний для экспертных систем. - М.: Радио и связь, 2002.

.         Герман О.В. Введение в теорию экспертных систем и обработку знаний. - Мн.: ДизайнПРО, 2008 - 365 с.

.         Доорс Дж. и др. Пролог - язык программирования будущего.: Пер с англ. - М.:Финансы и статистика, 2007. - 144 с.

.         Информатика. / Под ред. проф. Н.В. Макаровой. - М.: Финансы и статистика, 2000.

.         Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. - М.: Финансы и статистика, 2004. - 256 с.

.         Попов Э.В. Экспертные системы 90-х гг. Классификация, состояние, тенденции // Новости искусственного интеллекта. №2., 2001.

.         Хейес-Рот и др. Построение экспертных систем. Под ред. Хейес-Рота Ф., Уотермана Д., Лената Д. - М.: Мир, 2000.

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

.         Экспертные системы: Инструментальные средства разработки: Учебн. пособие / Л.А. Керов, А.П. Частиков, Ю.В. Юдин, В.А. Юхтенко; Под ред. Ю.В. Юдина. - СПб.: Политехника, 1996 - 220 с