modelowanie systemow

background image

Modelowanie systemów -

wiedza ekspercka

(kreowanie systemów)

background image

Plan prezentacji

Wprowadzenie
Kreowanie systemu - zasady ogólne:

Burza mózgów
Lista kandydatów
Wstępny ranking ekspertów
Selekcja wielkości wejściowych
Ustalenie zakresów wielkości wejściowych
Ostateczny ranking ekspertów
Sformułowanie modelu liniowego

Przykłady:

Zadowolenie klienta z zakupu mp3

Systemy eksperckie
Podsumowanie

background image

Kreowanie systemu

Kreowania systemu we-wy

/przyczynowo-skutkowy/

poprzez ustalenie wielkości

wejściowych mających istotny

wpływ na zdefiniowaną

wielkość wyjściową

(satysfakcję, jakość)
Kreowanie podzielone na 7

zależnych, następujących po

sobie etapów

WY

(zdefiniowa

ne)

?

.
.
.

?

?

?

?

background image

Etap pierwszy: Burza mózgów

Wypisanie wszystkich potencjalnych czynników

mających wpływ na zdefiniowaną wielkość wyjściową
Czynniki jako wielkości wejściowe:

u – wejścia sterowalne (decyzyjne)

w – wejścia obserwowalne (mierzalne)
z – wielkości losowe (zakłócenia)- możliwe do oszacowania

Wstępne określenie wielkości wejściowych systemu.

background image

Etap drugi: lista kandydatów

Doprecyzowanie nazw czynników - mogą być

wieloznaczne

i mogą prowadzić do niespójności w kreowaniu systemu –

wiedza ekspercka może być źle zinterpretowana

Opracowanie wstępnej listy czynników

Opracowanie ankiet dla ekspertów, ze szczególnym

uwzględnieniem jednolitego sposobu priorytetowania

(ocena ważności) przez ekspertów (wypełniających

ankietę)

background image

Etap trzeci:
wstępny ranking ekspertów

Dobór ekspertów oceniających czynniki i

ewentualnie ustalenie „wag” ekspertów.
Eksperci wypełniają przygotowane ankiety
Możliwe zastosowanie różnych metod

rankingu ekspertów, np.

wybór 50% istotnych czynników
przyporządkowanie każdemu czynnikowi wartości

1 (mało istotny), 2 (istotny), 3 (bardzo istotny)

background image

Wyselekcjonowanie wielkości wejściowych, które

mają „odczuwalny” wpływ na działanie systemu.
Selekcja przeprowadzona na podstawie histogramu, na

którym każdemu czynnikowi przyporządkowano

sumaryczną liczbę punktów. Selekcja wg. jednej z

metod:

arbitralnie ustalona ilość czynników najwyżej punktowanych,
wybór czynników, dla których suma punktów równa 70%

wszystkich punktów itp.,
wybór czynników o sumie punktów większej niż przyjęty próg

punktowy.

Etap czwarty:
Selekcja wielkości wejściowych

background image

Etap piąty: ustalenie zakresów
wielkości wejściowych

Ustalenie zakresów ustalonych wielkości wejściowych i

ewentualnie dokładna ich definicja przy wielkościach nie będących

liczbami

{b. dużo, dużo, średnio, mało, b. mało}
{wygodny, mało wygodny …}

Konsekwentnie dla wielkości nie liczbowych należy precyzyjnie

zdefiniować sposób ich kodowania oraz odpowiadający mu

znormalizowany zakres wartości liczbowych (np. {od 1 do 5})

lub od 0% do 100%

background image

Etap szósty:
Ostateczny ranking ekspertów

Na podstawie informacji zebranych

w poprzednich etapach następuje ostateczny wybór

czynników i wielkości wejściowych (x1,x2,…)

systemu

Ustalenie wag poszczególnych czynników (wielkości

wejściowych) poprzez kolejną ocenę ekspertów.

Ekspert otrzymuje spis ustalonych czynników i

przyporządkowuje każdemu wagi np. dla 7 czynników

są to liczby od 1 do 7. Dla najbardziej istotnego jego

zdaniem będzie 7 a 1 dla najmniej istotnego. Waga

danego czynnika jest następnie wyliczana jako

procentowy udział sumy uzyskanych przez dany

czynnik punktowy w stosunku do sumarycznej liczby

punktów dla wszystkich czynników

background image

Etap siódmy: sformułowanie
modelu matematycznego

Sformułowanie modelu matematycznego

z wielkościami wejściowymi np.

NORM - współczynnik normalizujący,
aby Y = <0,100>

(ew. bardziej skomplikowane modele nie

tylko liniowe)

...)

2

2

1

1

(

[%]

x

w

x

w

NORM

Y

background image

Etap siódmy: sformułowanie
modelu matematycznego

Przedstawienie schematu blokowego
modelu systemu wejściowo-wyjściowego,

przykładowo dla modelu liniowego:

Modele matematyczne mogą być różne dla
różnych podgrup ekspertów, jeśli takie
podgrupy wyróżniono

UN

U2

U1

.
.
.
.
.

+

+

+

S1

Y

.
.
.
.
.

S2

SN

background image

PRZYKŁAD

:

Zadowolenie klienta z kupna

mp3

Etap 1: Burza mózgów

Wypisanie czynników mających wpływ na

system

Np.:

cena
okres gwarancji
funkcjonalność
czas pracy na baterii
obsługiwane formaty plików
wygląd
wielkość odtwarzacza
jakość serwisu
dane techniczne
wyniki testów z prasy

background image

Opracowanie listy najważniejszych
czynników

Zadowolenie klienta z kupna mp3
Etap 2: Lista kandydatów

background image

Zadowolenie klienta z kupna mp3
Etap 3: Wstępny ranking ekspertów

Podczas przygotowywania ankiet należy
precyzyjnie nazwać wszystkie czynniki.

Np.: Słowo funkcjonalność, można zdefiniować jako –
„ zdolność do dobrego spełniania swojej funkcji”

Bardzo ważny jest trafny dobór
ekspertów

Można stwierdzić, że najbardziej liczną grupą, która
może się wypowiedzieć na temat kupionego
odtwarzacza mp3 jest młodzież.
Jako ekspertów uznać więc można np.: studentów i
wśród nich przeprowadzić ankietę.

background image

Zadowolenie klienta z kupna mp3
Etap 4: Selekcja wielkości
wejściowych

Przeprowadzenie ankiety wśród ekspertów

i-ty czynnik ma N

i

punktów priorytetowych

Analizując wyniki ankiety ustalono próg 100pkt
i uzyskano 7 najważniejszych czynników.

background image

Zadowolenie klienta z kupna mp3
Etap 4: Selekcja wielkości
wejściowych

Najważniejszym czynnikom przypisano

konkretne wagi

s1 = 15,8% - pojemność karty pamięci

(136pkt)

s2 = 15,2% - cena (128pkt)
s3 = 15,0% - czas pracy na baterii (125pkt)
s4 = 13,7% - dostępność (105pkt)
s5 = 13,5% - okres gwarancji (102pkt)
s6 = 13,4% - funkcjonalność (101pkt)
s7 = 13,4% - firma (marka) (100pkt)

7

1

797

i

i

pkt

N

S

background image

Zadowolenie klienta z kupna mp3
Etap 4: Selekcja wielkości
wejściowych

Wejścia obserwowalne (mierzalne)

u1 – pojemność karty pamięci
u2 – cena
u3 – okres gwarancji
u4 – firma (marka)

Wejścia sterowalne (decyzyjne)

w1 – czas pracy na baterii
w2 – funkcjonalność

Wejścia losowe (szacowalne)

z1 – dostępność

background image

Zadowolenie klienta z kupna mp3
Etap 5: Zakres wielkości
wejściowych

u1 – Pojemność karty pamięci

Jeśli wartość u1 jest większa lub równa

wartości pożądanej przez nabywcę (u1’) wyjście

wynosi u1*100% w przeciwnym wypadku

u2 – Cena

Jeśli wartość jest mniejsza lub równa wartości

pożądanej (u2’) wyjście wynosi u2*100% w

przeciwnym wypadku

u3 – Okres gwarancji

Analogicznie do u1

%

100

'

1

1

u

u

%

100

2

'

2

u

u

background image

Zadowolenie klienta z kupna mp3
Etap 5: Zakres wielkości
wejściowych

u4 – Firma (marka)

Stworzono 2 grupy producentów. 1 grupa

najbardziej znani z dobrej jakości 2 pozostali. Jeśli

u4=1, wyjście

wynosi u4*100% w przeciwnym wypadku %

w1 – Czas pracy na baterii

Analogicznie do u1

w2 – Funkcjonalność

Analogicznie do u1

z1 – Dostępność

Wielkość podawana w procentach

100

4

1

u

background image

Zadowolenie klienta z kupna mp3
Etap 6: Ostateczny ranking
ekspertów

4

1

6

2

3

1

7

4

5

3

2

2

1

1

s

z

s

w

s

w

s

u

s

u

s

u

s

u

Y

w1*s3 - czas pracy na

baterii

w2*s6 - funkcjonalność
z1*s4 - dostępność

Model matematyczny systemu

Y = f(u,w,z)

u1*s1 - pojemność karty

pamięci

u2*s2 - cena
u3*s5 - okres gwarancji
u4*s7 - firma

Wejścia i przypisane im wagi

background image

Zadowolenie klienta z kupna mp3
Etap 7: Schemat blokowy systemu

background image

Zadowolenie klienta z kupna mp3
Przykład użycia modelu

Satysfakcja z zakupionego mp3 playera wynosi

Y=72,83%

%

83

,

72

%

65

,

11

%

65

,

9

%

0

,

15

%

4

,

13

%

75

,

6

%

43

,

12

%

95

,

3

%

7

,

13

%

85

%

4

,

13

25

18

%

0

,

15

%

100

%

4

,

13

%

100

%

5

,

13

24

12

%

2

,

15

330

270

%

8

,

15

4

1

Y

background image

Systemy eksperckie

Programy modelujące wiedzę człowieka –
eksperta w pewnej ograniczonej i dobrze
zdefiniowanej dziedzinie

Budowa systemu
ekspertowego

background image

Systemy eksperckie

Szkielet systemu składający się z:

Interfejsu użytkownika - komunikacja

użytkownika z systemem. Zadawanie pytań,

udzielanie informacji systemowi, oraz

odbieranie od systemu odpowiedzi i wyjaśnień
Edytora bazy wiedzy - modyfikacja wiedzy

zawartej w systemie
Mechanizmu wnioskowania - wyciąganie

wniosków z pytań wprowadzanych przez

użytkownika i generowanie odpowiedzi
Mechanizmu wyjaśniającego - umożliwia

wyjaśnienie dlaczego system udzielił takiej, a

nie innej odpowiedzi, albo dlaczego system

zadał użytkownikowi określone pytanie

background image

Systemy eksperckie

Baza wiedzy

wiedza dotycząca określonej dziedziny

zdobyta od ludzkich ekspertów
zapisana za pomocą wybranego sposobu np.:

za pomocą reguł

Baza danych zmiennych

pomocnicza baza danych
przechowywane są w niej wnioski uzyskane

przez system podczas jego działania
umożliwia odtworzenie sposobu

wnioskowania systemu i przedstawienie go

użytkownikowi za pomocą mechanizmu

wyjaśniającego

background image

Systemy eksperckie

Przykłady systemów:

DENDRAL - ustalanie struktury molekularnej
nieznanych związków chemicznych
MYCIN - pomaga w wyborze terapii przeciwbakteryjnej
dla pacjentów z chorobami infekcyjnymi krwi
(identyfikacja drobnoustrojów, wybór leku i dawkowania)
PROSPECTOR - interpretacja danych geologicznych
przy poszukiwaniu złóż minerałów
MACSYMA - rozwiązywanie problemów
matematycznych (algebra i rachunek całkowy)
LENDING ADVISOR - pomoc w podejmowaniu decyzji
kredytowych

background image

Podsumowanie

Kreowanie systemu :

Burza mózgów

wypisanie wszystkich czynników
Lista kandydatów – o

pracowanie

ankiet

Wstępny ranking ekspertów

wypełnienie ankiet przez ekspertów
Selekcja wielkości wejściowych -

wyselekcjonować czynniki i wielkości

wejściowe
Ustalenie zakresów wielkości

wejściowych
Ostateczny ranking ekspertów
-

ostateczny wybór czynników i

wielkości wejściowych (x1,x2,…)

systemu oraz ostatecznie wybór wag
Sformułowanie modelu liniowego

background image

Bibliografia

Zdzisław Bubnicki – „Wstęp do systemów
ekspertowych”
Bogdan Stefanowicz - „Sztuczna inteligencja i
systemy eksperckie„
Joanna Chromiec, Edyta Strzemieczna – „Sztuczna
inteligencja: Metody konstrukcji i analizy
systemów eksperckich”


Document Outline


Wyszukiwarka

Podobne podstrony:
modelowanie systemu zarzadzania eksploatacją pojazdów
Metodyka modelowania systemów transportowych
Modelowanie systemu, Semestr 5, Inżynieria oprogramowania
MAS sciaga, Informatyka Magisterskie SGGW, Modelowanie Systemów Informatycznych
Modelowanie(1), sem 1, Matematyczne modelowanie systemów, cw, projekt
Modelowy system profilaktyki
Zaskorski Pałka – Modelowanie systemów wspomagania decyzji WAT, 002-05 WOJSKO POLSKIE OD 01.01.199
Modelowanie systemów bezpieczeństwa, Studia, Bezpieczeństwo narodowe, Logistyka w sytuacjach kryzyso
OK W4 modelowanie systemowe i biznesowe
Jezyk UML 2 0 w modelowaniu systemow informatycznych juml2

więcej podobnych podstron