Створення баз знань і документів в оболонці ESTA

Створення баз знань і документів в оболонці ESTA

ВСТУП

Експертні системи (ЕС) - це системи штучного інтелекту (інтелектуальні системи), призначені для вирішення погано формалізованих і слабко структурованих завдань у певних проблемних областях, на основі закладених у них знань фахівців-експертів. В даний час ЕС впроваджуються в різні види людської діяльності, де використання точних математичних методів моделей важко або взагалі неможливо. До них відносяться: медицина, навчання, підтримка прийняття рішень і управління в складних ситуаціях, ділові різні додатки і т. д.

Основними компонентами ЕС є бази даних (БД) і знань (БД), блоки пошуку рішення, пояснення, вилучення і накопичення знань, навчання та організації взаємодії з користувачем. БД, БЗ і блок пошуку рішень утворюють ядро ЕС.

На початку 80-х років в дослідженнях по штучному інтелекту сформувався самостійний напрям, що одержав назву "експертні системи" (ЕС). Основним призначенням ЕС є розробка програмних засобів, які при рішенні задач, важких для людини, одержують результати, не поступливі за якістю і ефективності рішення, рішенням одержуваною людиною-експертом.

Головне в роботі з системою ESTA розробка бази знань на основні правил.

Представлення знань базується на слідуючих пунктах:(Розділи)(Параметри)(Назви)

1. ТЕОРЕТИЧНА ЧАСТИНА

1.1 Основні поняття

Експертна система - це програмний засіб, що використовує знання експертів, для високоефективного вирішення завдань в наочній області, що цікавить користувача. Вона називається системою, а не просто програмою, оскільки містить базу знань, вирішувач проблеми і компоненту підтримки. Остання з них допомагає користувачу взаємодіяти з основною програмою.

Експерт - це людина, здатна ясно виражати свої думки і що користується репутацією фахівця, що уміє знаходити правильні рішення проблем в конкретній наочній області. Експерт використовує свої прийоми і хитрування, щоб зробити пошук рішення ефективнішим, і ЕС моделює всі його стратегії.

Інженер знань - людина, як правило, що має пізнання в інформатиці і штучному інтелекті і що знає, як треба будувати ЕС. Інженер знань опитує експертів, організовує знання, вирішує, яким чином вони повинні бути представлені в ЕС, і може допомогти програмісту в написанні програм.

Засіб побудови ЕС - це програмний засіб, використовуваний інженером знань або програмістом для побудови ЕС. Цей інструмент відрізняється від звичайних мов програмування тим, що забезпечує зручні способи представлення складних високорівневих понять.

Користувач - це людина, яка використовує вже побудовану ЕС. Так, користувачем може бути юрист, що використовує її для кваліфікації конкретного випадку; студент, якому ЕС допомагає вивчати інформатику і т.д.

.2 Класифікація експертних систем

Основні задачі, що ставляться для ЕС, описані нижче:

Інтерпретація - аналіз спостережуваних даних чи ситуацій з метою визначення їх змісту чи опису.

Діагностика - класифікація та пошук несправностей у живих чи неживих системах, що базуються на результатах інтерпретації.

Моніторинг - порівняння спостережуваних величин чи ситуацій з опорними (критичними) точками плану та видача повідомлень при відхиленні від плану; інший вид моніторингу - неперервний процес інтерпретації сигналів і видача повідомлень у ситуаціях, що вимагають втручання системи вищого рівня або людини.

Проектування - знаходження такої конфігурації компонентів системи, що задовольняє цільовим умовам та множині проектних обмежень.

Прогнозування - проектування можливих наслідків даної ситуації. Прикладами таких ЕС є: WILLARD для передбачення погоди, ECON для здійснення прогнозів в економіці, тощо.

Планування - розробка послідовності дій для досягнення множини поставлених цілей при заданих початкових умовах і часових обмеженнях.

Інструктування (навчання) - допомога в освітньому процесі для вивчення певної дисципліни. Системи навчання за допомогою ЕОМ діагностують помилки при вивченні певного предмету та підказують правильні рішення, а також - планують процес спілкування учителя з учнем, в залежності від успіхів учня з метою передачі знань.

Рисунок 1.1 - Класифікація ЕС

Класифікація ЕС за зв'язком з реальним часом:

Квазідинамічні ЕС інтерпретують ситуацію, що змінюється з деяким фіксованим інтервалом часу.

Динамічні ЕС працюють разом із датчиками об'єктів у режимі реального часу з неперервною інтерпретацією даних, що надходять (рис.1.2).

Статичні ЕС розробляються для предметних областей, для яких база знань та інтерпретовані дані не змінюються в часі, а є повністю стабільними. Приклади: діагностика несправностей в автомобілях .

Згідно класифікації за типом ЕОМ, нині існують:

ЕС для унікальних стратегічно важливих задач на суперкомп’ютерах (таких, як Ельбрус, CRAY, CONVEX та інші);

ЕС на ЕОМ середньої потужності;

ЕС на символьных процесорах та робочих станціях;

ЕС на міні- та суперміні- ЕОМ (VAX, micro- VAX і т.д.);

ЕС на персональних комп’ютерах (IBM PC, MAC II та ініш).

керування базами даних) і засоби маніпулювання знаннями.

Рисунок 1.2 - Структура динамічної ЕС

Класифікація за ступенем інтеграції з іншими програмами:

Автономні ЕС працюють безпосередньо в режимі консультації з користувачем для вирішення специфічних «експертних» завдань, при чому немає необхідності залучати традиційні методи опрацювання даних, моделювання, тощо.

Гібридні ЕС - це програмні комплекси, що мають у собі стандартні пакети прикладних програм (наприклад, математичну статистику, лінійне програмування або системи.

.3 Представлення знань

Представлення знань - одна із функцій експертної системи. Теорія представлення знань - окрема галузь досліджень, тісно пов'язана з філософією формалізму та когнітивною психологією. Предмет дослідження в цій галузі - методи асоціативного збереження інформації, подібні до тих, що існують в мозку людини.

У галузі штучного інтелекту <#"702388.files/image003.gif">

Рисунок 2.1 - Дерево рішень

Розробивши дерево рішень, можна записати правила бази знань. Для цього з дерева рішень виділяємо всі шляхи, що ведуть до його завершальних вершин.При створенні консультуючої експертної системи для вибору майбутньої спеціальності використаємо програмну оболонку ESTA. Нище наведений приклад одного з правил бази знань:

ЯКЩО тиждень навчання = (перша третина навчання ) та кількість зданих лабораторних = (Число) та готовінсть курсової роботи= (Число) та оцінка за колоквіум = (Число) ТО після відповідних обрахунків імовірність допуску до сесії = (... .. ..) а також рекомендація (…….).

Після того, як правила сформульовані і записані, їх можна помістити в базу знань.

.3 Робота в оболонці ESTA

Для початку роботи з ESTA потрібно зайти в папку з встановленою програмою, та запустити ESTA.EXE. Для створення нового параметру вибераємо Parameter->New Parameter. В діалоговому вікні що зявиться потрібно буде задавти дві характеристики назу і тип. В мене перший параметр буде називатися Week та мати тип категорійний або перераховний (cutegory). Перерахований тип використовують для зображення властивостей певного об’єкту, які можна перерахувати. Вибравши Show current parameter можна розглянути синтаксис даного параметра:week : ' 'category'Необхiдно вибрати вiдповiдний часовий вiдрiзок. Семестр подiлений на 3 рiвнi вiдрiзки 1-6; 6-12; 12-18 тижнi '

Перша_третина_навчання,

Друга_третина_навчання,

Третя_третина_навчання.

/* rules field */'Виберiть який тиждень навчання '' '

В пункті меню Parameter -р обота з параметрами БЗ можна також редагувати вже створені раніше параметри вибравши Edit parameter редагувати параметр. Непотрібні або помилково створені парметри можна видалити з БЗ вибравши Delete parameter. Аналогічним чином створимо інші параметри бази знань, які необхідні для побудови дерева рішень.

Під час консультації також можна подивитися на активний параметр з допомогою Show current parameter. Також можна подивитися всі параметри, які отримали свої значення з допомогою List parameters with a Value.

Секції в ESTA це логічні блоки, в межах кожного з яких виконується аналіз певних даних з метою подальшого переключення на іншу секцію, чи виведення порад. Для створення нової секції вибераємо Section->New Section, і в вікні вводимо назву секції. Після чого відкривається вікно, в якому необхідно описати дану секцію.

В процесі написання програми при сторенні параметрів та секцій я називав їх такими скороченнями, як:_zdanuh_lab -параметри, що використовується для вводу кількості зданих лабораторних робіт, у відсотках._kursovoi_robotu - параметри, що використовується для вводу у відсотках готовність курсової роботи._za_kolokvium - параметри, що використовується для вводу результату за колоквіум, виражається к відсотках. ­- оцінка, що що вираховується для кожного часового періоду.

Вираховується як сума введена з клавіатури кількість зданих лабораторних робіт поділена на кількість балів відведені під конкретний паремтр і поділений на 100, так вираховуються бали за кожний парметр .-oc3 - введена з клавіатури оцінка за лабораторні.-oc6 - введена з клавіатури готовність курсової роботи.-oc8 - введена з клавіатури оцінка за колоквіум.

Рисунок 2.2 - Приклад опису секції

Аналогічно створюємо всі необідні секції. Впроцесі створення секцій використовувалися в них такі дії ESTA як:виводить пораду яка вказана в лапках;переведення контролю виконання на іншу секцію;вихід з режиму консультації та інші.

Для того, щоб переглянути список всіх секцій нашої БЗ потрібно вибрати пункт Section->List all sections. Виконавши в меню Section - робота з секціями бази знань пункт - Draw section отримаємо намальоване дерево секцій (рис. 2.3). Першим кроком є вибір тижня навчання.

Рисунок 2.3 - Дерево секцій

.4 Процес консультації

. За допомогою даного пункту меню можна здійснювати процес консультуваня а також працювати з БЗ.

­ Begin consultation - почати процес консультації;

­ Continue consultation - продовжити процес консультування;

­ Advice given in last session - показати пораду, яка була згенерована в останній консультації;

­ Check knowledge base - перевірити БЗ (дозволяє перевірити БЗ на наявність помилок);