Modelowanie systemów - 

wiedza ekspercka 

(kreowanie systemów)

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

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)

?

.
.
.

?

?

?

?

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. 

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)

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)

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

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%

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

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









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

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

Opracowanie listy najważniejszych 
czynników

Zadowolenie klienta z kupna mp3
 Etap 2: Lista kandydatów

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.

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. 

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

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

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

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

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

Zadowolenie klienta z kupna mp3 
Etap 7: Schemat blokowy systemu

 

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

Systemy eksperckie

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

Budowa systemu 
ekspertowego

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

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 

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

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

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”