12
которые разделяются на методы сведения задачи к формальной и методы
непосредственного поиска решений [28, c.76].
В состав методов сведения задачи к формальному виду входят методы,
основанные на теории нечетких множеств, эвристического
программирования, эволюционного моделирования.
Методы непосредственного поиска решений разделяют на три
основные группы: количественные, лингвистические, неформальное
эвристическое программирование, основанное на неформальных моделях и
управление продуктивным мышлением, основанное на методах мозгового
штурма.
При этом сложность задач не зависит только от выбранного метода,
алгоритма или модели находящийся в основе экспертной системы, а ее
можно задать ограничениями на потребляемые ресурсы в зависимости от
которых формируются управленческие решения [35, c.12].
Все классы задач в экспертной системе разделяют на две группы:
- задачи класса P, которые должны быть реализованы за определенное
полиномиальное время;
- задачи класса NP, которые решаются посредством реализации
недетерминированных алгоритмов или на основе предположений.
Кроме перечисленных методов в экспертных системах применяются
методы динамического поиска, ветвей и границ, декомпозиции, методы
оптимальных решений.
Метод декомпозиции наиболее часто используется для разработки
эвристических алгоритмов, находящиеся в основе экспертной системы. Более
сложным является метод динамического программирования, в котором
учитываются промежуточные результаты.
Применять алгоритмы поиска решения актуально в тех случаях, когда
достаточно сложно применить методы для поиска оптимального решения. В
этом случае перебор данных основан на поиске с возвратом.
13
Модификацией метода ветвей и границ выступает метод отсечений, в
основе которого находится циклы и корректировки, гарантирующие, что
отсекаемая часть дерева имеет отличия от основного варианта.
С использованием метода неполных графов для решения
слабоструктурированных задач в экспертной системе выделяются
произвольные вершины, а обработка данных осуществляется с
использованием базовых рекурсивных алгоритмов [29, c.40].
Локальные и глобальные оптимальные решения в экспертных системах
используется в том случае, когда сложно ограничить совокупность
преобразований за счет формирования небольшого подмножества.
Структурная схема экспертной системы приведена на рисунке 3.
Рисунок 3 – Структурная схема экспертных систем
Как видно из рисунка 3, в состав экспертной системы входят
интерпретатор, база знаний, модуль создания системы, который применяется
экспертом и интерфейс для пользователя.
14
Основой экспертной системы является база знаний, в которой
происходит накопление различных фактов и правил, характеризующих
определенную проблемную область, структурированные для того чтобы
упростить процесс принятия управленческих решений.
Пользователь является человеком, который взаимодействует с
разработанной экспертной системой [33, c.50].
В качестве пользователя может выступать любой специалист: юрист,
бухгалтер, экономист, эксперт, которому экспертная система позволяет
накапливать знания и принимать управленческие решения.
Специалист в области искусственного интеллекта представляет знания
в виде информации, которая используется программой для обработки по
интеллектуальным механизмам, эвристическим алгоритмам и
преобразования ее в систему правил и фактов. Правила и факты в экспертной
системе могут иметь два значения: быть ложными или истинными.
Способность экспертной системы моделировать человека эксперта
может меняться от простых познавательных процессов до включения новых
знаний или новых способов решения задачи. Этот инструмент в сравнении с
обычными языками программирования позволяет представить сложные
высокоуровневые понятия.
Для обработки данных в экспертной системе применяется коэффициент
доверия, который выступает числом, отражающим вероятность или степень
уверенности в достоверности или справедливости находящегося решения.
Многие правила в экспертной системе называют эвристиками, то есть
эмпирическими упражнениями или правилами, которые позволяют ускорить
поиск решения за счет его ограничения [13, c.29].
Области применения экспертной системы, приведены на рисунке 4.
15
Рисунок 4 – Области применения экспертной системы
Экспертная система использует эвристики для решения сложных
неструктурированных задач, которые невозможно решить с использованием
средств математического анализа или алгоритмических решений. За счет
реализации алгоритмического метода формируется оптимальное решение
задачи, а эвристические методы позволяет оптимизировать найденные пути
решения.
Программные средства со знаниями организованы на основе механизма
вывода. В состав базы знаний входят данные, представленные в виде фактов
и правил, представленных в виде представлений [19, c.53].
В состав механизма вывода входит интерпретатор, который позволяет
определить, как использовать правило для формирования новых знаний на
основании информации находящейся в базе знаний. Диспетчером
устанавливается порядок применения этих знаний.
1
• Обработка данных опыта экспертов, который представлен на уровне
мышления специалиста в различных областях и позволяет формировать
управленческие решения
2
• Разрешение проблемных ситуаций с отражением объяснений, каким
образом в этой области возникла проблема и на чем построено решение
3
• Оценка поведения экспертов и формирование знаний, которые могут
использоваться для формирования управленческих решений
4
• Возможность использования экспертной системы для обучения
работников
16
1.3. Классификация экспертных систем автоматизированного
управления
Экспертные системы классифицируются по различным признакам, по
связи с реальным режимом времени, задачам, а также в зависимости от типа
программного обеспечения и степени интеграции.
Экспертные системы интерпретации данных позволяют описать
проблемную ситуацию на основе метода наблюдения. В качестве примера
интерпретации может выступать информация, которая получена с
измерительных приборов, установленных в производственном цеху, или с
датчиков пожаротушения, установленных в офисе. Работа таких экспертных
систем основана на постоянной обработке динамически изменяющейся
информации, а не на символьных представлениях о существующей проблеме.
Среди характерных особенностей таких экспертных систем следует
отметить возможность обработки информации, которая искажается в
процессе передачи, характеризуется ненадежностью и неполнотой. Это
создает возможности достижения распознавания голоса, зрительных образов,
имеющих смысловое значение, и их можно использовать для принятия
экспертных решений [27, c.103].
Вторым видом экспертных систем выступают экспертные системы,
позволяющие выполнять прогнозы. В их основе находятся вероятностные
методы, позволяющие оценить текущую ситуацию и сформировать прогноз
развития этого события в краткосрочной или долгосрочной перспективе. В
качестве примера прогнозирующих экспертных систем можно привести
экспертные системы, которые позволяют спрогнозировать прогноз погоды
или будущий урожай на полях.
В основе экспертной системы прогнозирования находится
имитационная модель, позволяющая на основании обработки данных
проводить ситуационный анализ с формированием различных альтернатив
развития каких-либо событий [37, c.51].
17
За счет использования экспертных систем прогнозирования ускоряется
взаимодействие между динамическими данными и процедурами их
обработки. Это создает возможности решения неструктурированных или
слабоструктурированных задач. Наиболее часто такой вид систем выступает
компьютерным помощником для менеджера предприятия и позволяет
корректировать нестандартные ситуации, планировать трудовые,
финансовые, материальные ресурсы, их обновление в перспективе [2, c.40].
Как правило, экспертные системы прогнозирования имеют модульную
структуру, которая в дальнейшем может быть расширена, с включением
новых процедур, тем самым повышая функциональность экспертной
системы.
В этой экспертной системе принятия управленческих решений
предусматривает последовательное выполнение этапов, таких как:
рассмотрение существующей управленческой проблемы, проведение ее
диагностики, осуществление имитационного моделирования ситуации с
формированием альтернативных вариантов для принятия управленческих
решений.
В состав экспертной системы прогнозирования входит база знаний и
база моделей, которые позволяют формировать различные модели
управленческих решений, основанные на методах эвристического поиска и
анализа.
Следующим видом экспертных систем выступают экспертные системы
проектирования, в основе которых находится разработка конфигурации
объекта управления и ускорение процессов разработки различных проектов.
В настоящее время этот вид экспертной системы позволяет имитировать
проверку и проводить испытания [9, c.144].
За счет использования экспертных систем проектирования
существенно экономится время и снижаются затраты на разработку
18
проектов, выполнение строительных работ или реализацию крупных IT-
проектов.
В этот класс систем входят географические информационные системы,
представленные в виде интегрированных информационных экспертных
систем, позволяющих решать различные задачи с использованием
пространственной информации. Эти системы являются эффективным
инструментом, позволяющим накапливать, хранить, визуализировать
пространственные данные и осуществлять геометрическую привязку [15,
c.80].
Географические экспертные системы являются человеко-машинными
комплексами, наделенными возможностями обработки пространства и
координированных данных для решения научных и прикладных задач,
основанных на анализе, прогнозировании, моделировании и управлении
территориальной организацией.
В сравнении с традиционными информационными системами
экспертные системы проектирования позволяют обрабатывать и хранить
географические или пространственно-распределенные данные и на основе их
создавать цифровую модель. Это позволяет получить данные об объектах в
реальном режиме времени.
В настоящее время экспертные системы также применяются для
проведения компьютерной диагностики с выявлением причин поломки
оборудования или нарушения работы организма человека. Наиболее часто
экспертные системы диагностики являются консультантом и позволяют
сформировать мероприятия по решению выявленных проблем на
исследуемом объекте [22, c.150].
Среди известных экспертных систем диагностики следует отметить
экспертные системы, которые применяются для диагностики органов
человека или экспертные системы, позволяющие выявить текущие угрозы
для программного обеспечения.
19
С помощью экспертных систем диагностики проверяется доступность
каких-либо ресурсов, находящихся в компьютерной сети и за ее пределами,
выявляются ошибки и проблемы в работе сетевого программного
обеспечения, серверов, периферийного оборудования. Это создает
возможности сокращения сроков на получения информации о состоянии
ресурса, своевременно устранить причины в работе компьютерной сети.
К основным задачам экспертной системы диагностики относятся
выработка управленческих решений, позволяющих повысить эффективность
использования объекта управления или исследуемого объекта. Они
позволяют в реальном режиме времени протестировать физические
составляющие исследуемого объекта, ускорить процессы выявления проблем
в его составляющих и сформировать пути для решения проблем [4, c.80].
Достаточно важно для специалистов является использование
экспертных систем для обеспечения бесперебойной работы компьютерной
сети, исключения сбоев, своевременного выявления получения к ней
несанкционированного доступа.
Экспертные системы планирования направлены на решение задач,
связанных с составлением плана. Их основой является декомпозиция, то есть
разбиение более сложной задачи на подзадачи.
Экспертные системы планирования позволяют на основе наблюдений,
в соответствии с принятыми стандартами и нормами создавать долгосрочные
и краткосрочные планы с обработкой их в режиме реального времени.
В качестве примера экспертной системы планирования можно
привести программу Project Expert, которая является системой, позволяющая
выполнять планирование различных инвестиционных вложений,
предоставлять необходимую информацию кредиторам, инвесторам,
руководителям предприятия для принятия управленческого решения по
реализации проекта [11, c.133].
20
В состав системы входят инструменты, позволяющие выполнять
моделирование деятельности различных предприятий, отраслей, сегментов
рынка. В программе широко применяются инструменты финансового
моделирования с последующей разработкой бизнес-плана для развития
деятельности или отрасли [18, c.172].
В экспертных системах реального времени параллельные задачи
размещены полностью в памяти, и это создает возможность оперативного
устранения неопределенностей и принятия управленческих решений. В
настоящее время экспертные системы реального времени используются
достаточно широко для решения задач, связанных с обработкой данных
определенной группой пользователей или организацией командной работы.
Также существуют экспертные системы мониторинга, основным
назначением которых является накопление, обработка и поиск необходимой
информации о текущем состоянии объекта.
Характеристика основных составляющих экспертных систем
мониторинга приведена в таблице 3.
Таблица 3 – Характеристика основных составляющих экспертных
систем мониторинга
Блок
Описание
Первый блок
Представлен в виде автоматизированной информационно-
поисковой системы, включающей базу данных, разработанную с
использованием персонального компьютера. В эту систему
поступает информация об исследуемом объекте
Второй блок
Система обработки, в которой производится анализ поступающей
информации и обработка
Третий блок
Представлен в виде автоматизированной прогнозной
диагностической системы, которая выполняет операции по
прогнозированию данных с использованием геоинформационных
технологий
Четвертый блок
Выступает системой управления, позволяющей обрабатывать
данные и разрабатывать рекомендации
21
Между перечисленными блоками существует тесная взаимосвязь,
которая позволяет образовать функциональную интегрированную
экспертную систему.
В зависимости от функциональных возможностей выделяют
полнофункциональные, информационно-справочные и специализированные
экспертные системы [6, c.58].
В зависимости от связи с реальным временем выделяют:
- статические экспертные системы, которые разрабатываются в
предметных областях, позволяющих интерпретировать данные в базе знаний,
которые не изменяются с течением времени. В качестве примера статической
экспертной системы можно привести систему, которая выполняет
диагностику проблем в автомобиле;
- квазидинамические экспертные системы, которые позволяют
интерпретировать ситуацию, изменяющуюся с определенным или заданным
интервалом времени. В качестве примера квазидинамических экспертных
систем можно привести экспертные системы, которые применяются для
проведения лабораторных испытаний;
- динамические экспертные системы, они сопряжены с датчиками,
выполняющими считывание информации и передачу их в экспертную
систему. В качестве примера динамических экспертных систем можно
привести экспертные системы для мониторинга реанимационных приборов.
В зависимости от типа выделяют экспертные системы для решения
стратегических задач, обработки символьных данных и решения
традиционных задач [14, c.160].
В зависимости от степени интеграции с другим программным
обеспечением выделяют автономные экспертные системы, которые
предусматривают использование режима консультаций при организации
взаимодействия с пользователем, и гибридные экспертные системы,
представленные в виде программных комплексов, позволяющих