В прошлом информация считалась сферой бюрократической работы и ограниченным инструментом для принятия решений. Сегодня информацию рассматривают как один из основных ресурсов развития общества, а информационные системы и технологии как средство повышения производительности и эффективности работы людей.
Наиболее широко информационные технологии используются в производственной, управленческой и финансовой деятельности, хотя начались подвижки в сознании людей, занятых и в других сферах, относительно необходимости их внедрения и активного применения. Это определило угол зрения, под которым будут рассмотрены основные области их применения. Главное внимание уделяется рассмотрению информационных технологий с позиций использования их возможностей для повышения эффективности труда работников информационной сферы производства и поддержки принятия решений в организациях (фирмах).
Интеллектуальная информационная система — это информационная система, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей.
Поэтому целью данной работы является изложить основные идеи, связанные с использованием информационных технологий в экспертных системах, охарактеризовать основные компоненты экспертных систем.
2. Информационные технологии экспертных систем, Экспертные системы
экспертных систем
искусственным интеллектом
Главная идея использования технологии экспертных систем заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникнет необходимость. ЭС представляют собой компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил. Технология ЭС принимается в качестве советующих систем.
экспертных системах
связано с тем, что решение проблемы в рамках систем поддержки принятия решений отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности;
- выражается в способности экспертных систем пояснять свои рассуждения в процессе получения решения. Часто эти пояснения оказываются более важными для пользователя, чем само решение;
- связано с использованием нового компонента информационной технологии знаний.
Достоинство применения ЭС заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений из базы знаний.
Экспертные системы
... анализа деятельности эксперта по решению реальных задач. На этапе тестирования производится оценка выбранного способа представления знаний в экспертной системе в целом. Для этого ... для использования в качестве интеллектуального помощника для эксперта-человека. Эти интеллектуальные помощники проектируются на основе технологии экспертных систем, поскольку такая технология обеспечивает значительные ...
3.Основные компоненты экспертных систем
Основными компонентами ИТ, используемой в ЭС ЭС- экспертные системы, являются: интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.
Интерфейс пользователя . Менеджер (специалист) использует интерфейс для ввода информации и команд в экспертную систему и получения выходной информации из нее. Команды включают в себя параметры, направляющие процесс обработки знаний. Информация обычно выдается в форме значений, присваиваемых определенным переменным.
Руководитель может использовать четыре метода ввода информации: меню, команды, естественный язык и собственный интерфейс,
Рисунок 1. Основные компоненты ИТ экспертных систем
Технология экспертных систем предусматривает возможность получать в качестве выходной информации не только решение, но и необходимые объяснения. Различают два вида объяснений:
- объяснения, выдаваемые, по запросам. Пользователь в любой момент может потребовать от экспертной системы объяснения своих действий;
- объяснения полученного решения проблемы.
После получения решения пользователь может потребовать объяснений того, как оно было получено. Система должна пояснить каждый шаг своих рассуждений, ведущих к решению задачи.
База знаний. Она содержит факты, описывающие проблемную область, а также логическую взаимосвязь этих фактов. Центральное место в базе знаний принадлежит правилам. Правило определяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условия, которое может выполняться или нет, и действия, которое следует произвести, если условие выполняется. Все используемые в экспертной системе правила образуют систему правил, которая даже для сравнительно простой системы может содержать несколько тысяч правил.
Все виды знаний могут быть представлены с помощью одной либо нескольких семантических моделей. К наиболее распространенным моделям относятся логические, продукционные, фреймовые и семантические сети
Интерпретатор . Это часть ЭС, производящая в определенном порядке обработку знаний (мышление), находящихся в базе знаний. Технология работы интерпретатора сводится к последовательному рассмотрению совокупности правил (правило за правилом).
Если условие, содержащееся в правиле, соблюдается, выполняется определенное действие, и пользователю предоставляется вариант решения его проблемы.
Во многих экспертных системах вводятся дополнительные блоки: база данных, блок расчета, блок ввода и корректировки данных. Блок расчета необходим в ситуациях, связанных с принятием управленческих решений. При этом важную роль играет база данных, где содержатся плановые, физические, расчетные, отчетные и другие постоянные или оперативные показатели. Блок ввода и корректировки данных используется для оперативного и своевременного отражения текущих изменений в базе данных.
Модуль создания системы. Он служит для создания набора (иерархии) правил. Существуют два подхода, которые могут быть положены в основу модуля создания системы: использование алгоритмических языков программирования и использование оболочек экспертных систем.
Современные системы управления базами данных
... данных и структуризации во внешней памяти. база данные сетевая реляционная 1. Сетевая модель данных Сетевая модель данных ... обоснованию удалось сформулировать достаточно строгие правила построения модели данных. Языки данных, основанные на математическом аппарате ... системе управления данными во внешней памяти, в тот момент не приходилось. Каждая прикладная программа, которой требовалось хранить данные ...
Для представления базы знаний специально разработаны языки Лисп и Пролог, хотя можно использовать и любой известный алгоритмический язык.
Оболочка экспертных систем представляет собой готовую программную среду, которая может быть приспособлена к решению определенной проблемы путем создания соответствующей базы знаний. В большинстве случаев использование оболочек позволяет создавать экспертные системы быстрее и легче в сравнении с программированием.
4. Модели знаний
Знания это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. Для хранения знаний используются базы знаний. Знания могут быть классифицированы по следующим категориям:
- поверхностные знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области;
- глубинные абстракции, аналогии, схемы, отражающие структуру и процессы в предметной области.
Существуют десятки моделей представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам:
- продукционные;
- семантические сети;
- фреймы;
- формальные логические модели.
Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие).
Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными или целевыми, завершающими работу системы).
При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения к данным).
Данные это исходные факты, на основании которых запускается машина вывода программа, перебирающая правила из базы.
Продукционная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.
Семантическая сеть это ориентированный граф, вершины которого понятия, а дуги отношения между ними.
Понятиями обычно выступают абстрактные или конкретные объекты, а отношения это связи типа: «это» («is»), «имеет частью» («has part»), «принадлежит», «любит». Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:
- класс элемент класса;
- свойство значение;
- пример элемента класса.
Выделяют несколько классификаций семантических сетей:
Интелектуальные системы и технологии в экономике
... которых можно конструировать "гибридные" способы представления знаний. Продукционные системы, Семантические сети Фреймы Логические исчисления, Комбинированные способы представления знаний, Модели проблемных областей 2. Распознавание образов и машинный перевод 2.1 Понятие образа Образ, ...
- по количеству типов отношений (однородные с единственным типом отношений;
- неоднородные с различными типами отношений);
- по типам отношений (бинарные в которых отношения связывают два объекта; n-парные отношения, связывающие более двух понятий).
Наиболее часто в семантических сетях используются следующие отношения:
- связи типа «часть-целое»;
- функциональные связи;
- количественные;
- пространственные;
- временные;
- атрибутные связи;
- логические связи.
Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, соответствующей поставленному вопросу.
Основное преимущество этой модели в соответствии современным представлениям об организации долговременной памяти человека. Недостаток модели сложность поиска вывода на семантической сети.
Под фреймом понимается абстрактный образ или ситуация. В психологии и философии известно понятие абстрактного образа. Например, слово «комната» вызывает у слушающих образ комнаты: «жилое помещение» с четырьмя стенами, полом, потолком, окнами и дверью, площадью 6-20 м 2 . Из этого описания ничего нельзя убрать (например, убрав окна, мы получим уже чулан, а не комнату), но в нем есть «дырки», или «слоты», это незаполненные значения некоторых атрибутов количество окон, цвет стен, высота потолка, покрытие пола и др.
В теории фреймов такой образ называется фреймом. Фреймом называется также и формализованная модель для отображения образа.
Структуру фрейма можно представить так:
ИМЯ ФРЕЙМА :
(имя 1-го слота: значение 1-го слота),
(имя 2-го слота: значение 2-го слота),
(имя N-гo слота: значение N-гo слота).
Различают фреймы -образцы, или прототипы, хранящиеся в базе знаний, и фреймы экземпляры, которые создаются для отображения реальных ситуаций на основе поступающих данных.
Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через:
фреймы-структуры
фреймы-роли
фреймы-сценарии
фреймы-ситуации
теории фреймов
Основным преимуществом фреймов как модели представления знаний является способность отражать концептуальную основу организации памяти человека, а также ее гибкость и наглядность.
В представлении знаний выделяют формальные логические модели, основанные на классическом исчислении предикатов I порядка, когда предметная область или задача описывается в виде набора аксиом. Эта логическая модель применима в основном в исследовательских «игрушечных» системах, так как предъявляет очень высокие требования и ограничения к предметной области. В промышленных же экспертных системах используются различные ее модификации и расширения.
Модели знаний продукционная, фреймовая, семантических сетей обладают практически равными возможностями представления знаний. Дополнительно каждая модель знаний обладает следующими свойствами:
- продукционная модель позволяет легко расширять и усложнять множество правил вывода;
- фреймовая модель позволяет усилить вычислительные аспекты обработки знаний за счет расширения множества присоединенных процедур;
- модель семантических сетей позволяет расширять список отношений между вершинами и дугами сети, приближая выразительные возможности сети к уровню естественного языка.
Заключение
информационный экспертный труд знание
Трансферт технологий как средство информационных каналов
... по передаче технологии; «ноу-хау» и технический опыт в виде технико-экономических обоснований, моделей, образцов, конструкций, чертежей, спецификаций, технологической оснастки и инструмента, услуг консультантов и подготовки кадров; технические и технологические знания. К ...
Информационные технологии прочно вошли в нашу жизнь. Применение ЭВМ стало обыденным делом, хотя совсем ещё недавно рабочее место, оборудованное компьютером, было большой редкостью. Информационные технологии открыли новые возможности для работы и отдыха, позволили во многом облегчить труд человека.
Информационная технология — это процесс, использующий совокупность средств и методов сбора, обработки и передачи данных для получения информации нового качества о состоянии объекта, процесса или явления. Цель информационной технологии — производство информации для ее анализа человеком и принятия на его основе решения по выполнению какого-либо действия. Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем.
Экспертная система — это специальный программный комплекс, аккумулирующий знания специалистов в конкретной предметной области и обеспечивающий пользователя возможностями: решения широкого круга не формализуемых задач в различных предметных областях, которые до недавнего времени считались малодоступными для использования вычислительной техники; трансформирования опыта специалистов-экспертов в память компьютера путем создания и развития базы знаний; достижения более устойчивых результатов в решении задач за счет исключения эмоциональных и других факторов человеческой деятельности; получения значительных доходов за счет низкой стоимости эксплуатации системы и привлечения менее квалифицированных специалистов.
Основными компонентами информационной технологии, используемой в экспертной системе, являются: интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.
Список используемой литературы
[Электронный ресурс]//URL: https://inzhpro.ru/referat/ekspertnaya-tehnologiya/
Барановская Т.П., Лойко В.И. и др. «Информационные системы и технологии в экономике: Учебник» — М: Финансы и статистика, 2003 — 416 с.
«Информационные технологии (для экономиста): Учебное пособие» Под ред. А.К. Волкова — М: ИНФРА — М, 2001 — 310 с.
«Информационные технологии управления: Учебное пособие для ВУЗов» под ред. Г.А. Титоренко — М: ЮНИТИ — ДАНА, 2003 — 439 с.
«Информационные технологии управления: Учебное пособие» — М: ИНФРА — М, 2001 — 215 с.
Мишенин А.И. «Теория экономических информационных систем: Учебник» — М: Финансы и статистика, 2002 — 240 с.
