11 systemy ekspertowe

background image

1

Systemy ekspertowe

Rachunko-

wość/

finanse

Kadry/
płace

Zbyt

Produkcja

Handel

Banki

Systemy EDI

Rynki elektro-

niczne

Pełne SIK

Częściowe

SIK

Contro-

llingowe SIK

Modele
proste

Modele

złożone

Sieci

neuronowe

Systemy

ekspertowe

Systemy informacyjne zarządzania

Systemy

uniwersalne

Systemy

branżowe

Systemy ponad-

branżowe

Systemy administracyjno-

dyspozycyjne

Systemy infor.

kierow. SIK

Systemy

planowania

Systemy baz

wiedzy

Systemy wspomagania

decyzyjnego

background image

2

Wstęp:

Narastająca wraz z rozwojem wiedzy złożoność
problemów w wielu dziedzinach zmusza do sięgnięcia
po

metody,

które

umożliwią

opanowanie

i

uporządkowanie nawału danych i informacji, ujmując
potoki informacyjne w systemy komputerowe, które
przyjęłyby role gromadzenia, przechowywania oraz
przetwarzania danych, a także odpowiedniego ich
udostępniania.

Tym ważniejsze, że umysł ludzki ma ograniczoną
zdolność
przetwarzania i wykorzystania informacji.

Jak

wykazują

badania

liczba

informacji

przetwarzanych jednocześnie w umyśle człowieka
wynosi ok. 7, a przy większej ich liczbie proces
analizy odbywa się sekwencyjnie, porcjami też po 7. 

background image

3

Szybkość

działania

komputera,

pojemność

pamięci, bezbłędne operacje w bardzo złożonym
labiryncie logicznym z możliwością szybkiego
docierania

do

zadanych

informacji,

ich

selekcjonowania

i

agregowania

według

wieloparametrowych relacji określanych przez
użytkownika, stały się bezcenne w tworzeniu i
obsłudze baz danych w wielu dziedzinach.

Badania z zakresu sztucznej inteligencji
dowiodły, że w wielu dziedzinach, w tym i w
obszarze ekonomii i zarządzania, pewne czynności
konsultacyjne mogą być odwzorowane w postaci
algorytmu matematyczno-logicznego.

Tym samym stało się możliwe zbudowanie
programów

z

bazą

wiedzy

zdolnych

do

samodzielnego

rozwiązywania

problemów,

stawiania diagnoz i formułowania porad.

background image

4

Systemy ekspertowe

-

programami

komputerowymi

przeznaczonymi

do

rozwiązywania

specjalistycznych problemów wymagających
profesjonalnej ekspertyzy.

Zorganizowane są w zasadzie w ten sposób, że
wiedza

dotycząca

danej

dziedziny

jest

odseparowana od reszty systemu.

background image

5

Inżynieria wiedzy

- dziedzina pozyskiwania i przetwarzania wiedzy, z

którą są związane systemy ekspertowe.

Wiedza uznawana jest obecnie za najważniejszą

wartość w rozwoju cywilizacji.

Doświadczenia

wielu

państw

pokazują,

że

wygrywają przedsiębiorstwa mające duży kapitał
wiedzy i umiejętność jej wykorzystania. Ich wartość
giełdowa jest znacznie większa niż firm z
podobnymi obrotami - ale z produktem mniej
„inteligentnym”.

background image

6

Istota Zintegrowanych Systemów

Informatycznych:

Działalność produkcyjna

Wiedza i informacja biznesowa

Czas

P

rz

e

w

a

g

a

k

o

n

k

u

re

n

cy

jn

a

background image

7

Koncepcje systemów ekspertowych:

Określenie „system ekspertowy” może być
zastosowane do dowolnego programu
komputerowego, który na podstawie szczegółowej
wiedzy może wyciągać wnioski i podejmować
decyzje, działając w sposób zbliżony do procesu
rozumowania człowieka.

Należałoby jednak termin system ekspertowy
używać w szerszym znaczeniu, niekoniecznie
bowiem system ten zastępuje eksperta-człowieka.

background image

8

W wielu sytuacjach, np. podczas podejmowania
decyzji w siłowniach energetycznych, podczas
sterowania skomplikowanych urządzeń i maszyn,
na pokładzie statków kosmicznych itd., człowiek
nie mógłby swymi zmysłami ogarnąć całej sytuacji.

Są więc potrzebne systemy, które pracują w czasie

rzeczywistym i wykonują swoje funkcje lepiej niż

człowiek.

Z tego względu przez system ekspertowy
należałoby rozumieć program komputerowy
przeznaczony do rozwiązywania specjalistycznych
problemów, które wymagają profesjonalnej
ekspertyzy.

background image

9

Porównanie ekspertyzy naturalnej z

ekspertyzą sztuczną:

Ekspertyza naturalna,

wykonana przez

człowieka

Ekspertyza sztuczna

Wady
tracąca na wartości z

upływem czasu
trudna do przeniesienia
trudna do dokumentacji
nie dająca się przewidzieć
kosztowna

Zalety
stała
łatwa do przeniesienia
łatwa do dokumentacji
zgodna z bazą wiedzy
dostępna

Zalety
twórcza
adaptacyjna
wykorzystane zmysłów
szeroki zakres
wiedza zdrowego rozsądku

Wady
nie inspirująca
wymaga wprowadzenia wiedzy
wejścia symboliczne
wąski zakres
wiedza przetwarzana w sposób
mechaniczny

background image

10

Kategorie systemów ekspertowych:

Systemy doradcze - prezentują rozwiązania dla
użytkownika, który jest w stanie ocenić ich jakość.
Użytkownik może odrzucić rozwiązanie oferowane
przez system i zażądać innego rozwiązania.

Systemy podejmujące decyzje bez kontroli
człowieka

same

dla

siebie

końcowym

autorytetem. Są używane np. do sterowania różnymi
obiektami, gdzie udział człowieka jest utrudniony
lub wręcz niemożliwy.

Systemom krytykującym jest przedstawiany
problem jak też jego rozwiązanie. System dokonuje
w tym przypadku analizy i komentuje uzyskane
rozwiązanie.

background image

11

Podstawowe bloki systemu

ekspertowego:

Fakty

Reguły

Baza wiedzy

Maszyna wnioskująca

wraz

z jednostką sterującą

background image

12

Struktura systemów ekspertowych:

baza wiedzy (np. zbiór reguł),

baza danych (np. dane o obiekcie, wyniki
pomiarów, hipotezy),

procedury wnioskowania - maszyna wnioskująca,

procedury objaśniania - objaśniają strategię
wnioskowania,

procedury sterowania dialogiem - procedury
wejścia/wyjścia umożliwiają formułowanie zadań
przez użytkownika i przekazywanie rozwiązania
przez program,

procedury umożliwiające rozszerzanie oraz
modyfikację wiedzy - pozyskiwanie wiedzy.

Rozważając szczegółowo strukturę systemów
ekspertowych możemy w niej wyróżnić następujące
podstawowe elementy:

background image

13

Budowa systemu ekspertowego:

System doradczy

Kontroler wywodu

Baza wiedzy

Interfejs

Wyniki

Dane

background image

14

Baza wiedzy:

- jest częścią systemu w której zebrana jest wiedza z

danej dziedziny oraz reguły podejmowania decyzji

przez eksperta.

Informacje te mogą być przechowywane w różnej

postaci, ale zawsze są podstawą wnioskowania.

Niemożliwe jest istnienie systemu ekspertowego
bez bazy wiedzy bowiem taki system jest jedynie
uniwersalną platformą, w której po umieszczeniu
analogicznie reprezentowanej bazy wiedzy z innej
dziedziny otrzymujemy nowy system doradczy.

background image

15

Kontroler wywodu

- część systemu kierująca rozwiązaniem problemu,
odpowiedzialna za sposób wnioskowania, poprawne
wykorzystanie wiedzy, obsługę sporadycznie
występujących sytuacji.

Również bez kontrolera wywodu system ekspercki
nie zadziała, ponieważ nie będzie potrafił
wykorzystać posiadanej wiedzy.

Interfejs

- część systemu odpowiedzialna jest za komunikację z
użytkownikiem (wprowadzanie danych) i
wyprowadzanie wyników działania.

Program bez interfejsu nie wykona żadnych
czynności z powodu braku danych (nawet gdyby je
posiadał to nie mógłby wyprowadzić wyników).

background image

16

Rodzaje systemów ekspertowych:

Aby ocenić system ekspertowy należy najpierw
odpowiedzieć na pytania, co otrzymujemy na jego
wyjściu.

Otóż wyniki te możemy podzielić na trzy zasadnicze
grupy: diagnozy, prognozy oraz plany.

Diagnoza to ocena stanu istniejącego na
podstawie posiadanych danych

Prognoza jest to przewidywanie stanu
przyszłego na podstawie istniejących danych.

Plan wreszcie jest rozumiany jako opis pewnego
stanu, do którego należy dążyć.

background image

17

Ze względu na sposoby realizacji systemy
ekspertowe możemy podzielić na dwie grupy:

Systemy dedykowane są tworzone od podstaw
przez inżyniera wiedzy współpracującego z
informatykiem.

Systemy szkieletowe (shells) są to systemy
z pustą bazą wiedzy. Proces tworzenia finalnego
systemu ekspertowego jest w tym przypadku
krótszy niż w pierwszym, gdyż jest wymagane
tylko pozyskanie wiedzy i jej odpowiednia
implementacja w systemie.

background image

18

Ze względu na metodę prowadzenia procesu
wnioskowania systemy ekspertowe dzieli się na
systemy:

z logiką dwuwartościową (Boole'a),

z logiką wielowartościową,

z logiką rozmytą.

Ze względu na rodzaj przetwarzanej informacji
systemy ekspertowe dzielą się na dwie grupy:

systemy z wiedzą pewną, czyli
zdeterminowaną,

systemy z wiedzą niepewną, w
przetwarzaniu której wykorzystuje się
przede wszystkim aparat probabilistyczny.

background image

19

Cykl projektowania systemu

ekspertowego:

Etap projektowania informacyjnego:

Wydzielanie dziedziny przedmiotowej;

Nabywanie wiedzy;

Wybór rodzaju systemu (od podstaw lub w
oparciu o system szkieletowy);

Projekty szczegółowe modułów:

- mechanizm wnioskujący;

- baza wiedzy;

- moduł współpracy z użytkownikiem.

background image

20

Etap projektowania informatycznego:

Wybór metody programowania (język
symboliczny lub język ogólnego przeznaczenia);

Programowanie.

Weryfikacja;

Wdrożenie.

background image

21

Typowy proces pozyskiwania wiedzy:

Należy zdawać sobie sprawę, że dużą trudnością
podczas procesu akwizycji wiedzy stanowić może
nastawienie eksperta do inżyniera wiedzy. Przyczyną
złego nastawienia może być poczucie zagrożenia,
różnica wieku, posługiwanie się różnymi językami
specjalistycznymi, wrogi stosunek do
komputeryzacji, obawa przed utratą strefy wpływów.

Inżynier

wiedzy

Dane, problemy, pytania

Wiedza, koncepcje, rozwiązania

Wiedza strukturalizowana

Ekspert

dziedziny

Baza

wiedzy

background image

22

Problem akwizycji wiedzy:

Ponieważ pozyskanie i strukturalizacja wiedzy
eksperta jest zajęciem pracochłonnym, więc wysiłek
włożony w utworzenie systemu ekspertowego jest
uzasadniony wówczas, gdy będzie on
wykorzystywany w długim odstępie czasu przez
wystarczająco dużą liczbę użytkowników.

Okazuje się, że moc programu ekspertowego (w
zakresie rozwiązywania danego problemu) tkwi w
zakodowanej w nim wiedzy, a nie w formalizmie i
schematach wnioskowania, których ten program
używa.

Tak więc problem z posiadaniem pełnej wiedzy tkwi
w bazie wiedzy, a nie w sposobie realizacji procesu
wnioskowania systemu ekspertowego.

background image

23

Sposoby pozyskiwania wiedzy

eksperta:

Obserwacja eksperta w miejscu pracy. Inżynier
wiedzy staje się wówczas biernym obserwatorem,
starając się uzyskać wgląd na złożoność problemu.

Dyskusja problemu. Celem takiej dyskusji jest
określenie sposobu organizacji wiedzy eksperta o
problemie.

Opisywanie problemu. W etapie tym ekspert
opisuje problem dla każdej mogącej się pojawić
kategorii danych wejściowych, podawanych przez
użytkownika. Pomaga to sformułować prototypowy
problem; później następuje selekcja strategii
rozwiązania problemu.

background image

24

Analizowanie problemu. Inżynier wiedzy stawia
ekspertowi do rozwiązania szereg problemów,
badając sposób rozumowania eksperta w trakcie ich
rozwiązywania. Właściwa analiza przyczynia się
wydatnie do poprawnego zrozumienia problemu
oraz opracowania efektywnej metody jego
rozwiązania. Lepiej jest zbyt dokładnie
przeanalizować problem, niż dokonać analizy w
sposób niezadowalający.

Udoskonalanie systemu. Ekspert zadaje
inżynierowi wiedzy problemy do rozwiązania,
począwszy od bardzo łatwych, a skończywszy na
dość trudnych. W ten sposób ekspert przekonuje się
czy przekazał swoją wiedzę we właściwy sposób.
Jest to jak gdyby sprzężenie zwrotne między
inżynierem wiedzy a ekspertem.

background image

25

Testowanie systemu. W tym etapie ekspert
testuje i wydaje opinie a każdej regule w
prototypowym systemie ekspertowym, a także
ocenia strategie stosowaną do wyboru reguł.
Dzięki temu sprawdza się, czy koncepcje
wyrażone w sposób abstrakcyjny zostały
prawidłowo zaimplementowane w systemie.

Legalizacja systemu. Prototyp systemu
ekspertowego powinien być udostępniony innym
ekspertom w celu oceny poprawności
merytorycznej działania i krytyki systemu.
Wniesione poprawki mają umożliwić
udoskonalenie systemu.

background image

26

Baza wiedzy:

Konstrukcja właściwej bazy wiedzy jest podstawą
poprawnego funkcjonowania systemu ekspertowego.
Wymaga ona wyboru odpowiednich faktów z
dziedziny działania systemu, uniknięcia błędów i
wyboru odpowiedniej struktury dla tych faktów.

Podczas tworzenia bazy wiedzy należy odpowiedzieć
sobie na następujące pytania:

1.Jakie obiekty należy zdefiniować?

2.Jakie są relacje między obiektami?

3.Jak należy formułować i przetwarzać reguły?

4.Czy pod względem rozwiązania specyficznego

problemu baza wiedzy jest kompletna i spójna?

background image

27

Etapy konstruowania bazy wiedzy:

1. Identyfikacja - określenie charakterystyki

problemu do rozwiązania (ekspert i inżynier
wiedzy określają problem do rozwiązania i jego
zakres - ponadto określają potrzebne środki);

2. Reprezentacja - znalezienie sposobu

reprezentacji wiedzy (przeprowadzana jest analiza
problemu, bardzo istotne jest przeprowadzenie jej
w gruntowny sposób, co niweluje występowanie
trudności w późniejszym czasie. Gdy problem jest
już zrozumiały należy przystąpić do ustalenia
informacji oraz danych potrzebnych do jego
rozwiązania a następnie zacząć je kompletować);

background image

28

3.Formalizacja - zaprojektowanie struktur

organizujących wiedzy (przełożenie kluczowych
koncepcji, reguł i relacji na język formalny.
Inżynier wiedzy powinien zaprojektować
syntaktykę i semantykę tego języka, a następnie
wraz z ekspertem ustalić wszystkie podstawowe
pojęcia i relacje, które są niezbędne do
rozwiązania postawionego problemu);

4.Implementacja - sformułowanie reguł lub ram

zawierających wiedzę (inżynier wiedzy łączy i
reorganizuje sformalizowaną wiedzę tak, aby
stała się zgodna z charakterystyką przepływu
informacji danego problemu. Powstały zestaw
reguł lub ram i powiązana z nimi struktura
kontrolna tworzy prototypowy program);

5.Testowanie - sprawdzenie zastosowanych w

systemie reguł lub ram (reguły i relacje są
sprawdzane pod kątem generowania przez nie
odpowiedzi zgodnych z wymaganiami eksperta.).

background image

29

Badanie poprawności bazy wiedzy:

Testowanie spójności polega na wykrywaniu reguł
zbędnych, sprzecznych, pochłaniających, reguł z
niepotrzebnym warunkiem oraz reguł zapętlonych.

Redundancja bazy wiedzy występuje wówczas,
gdy pojawiają się reguły zbyteczne. Dwie reguły
są redundancyjne, jeśli obie ich części
warunkowe są równocześnie spełnione lub nie
spełniane we wszystkich możliwych sytuacjach
np.:

)

,

(

)

3

,

(

))

,

(

(

)

,

(

)

3

,

(

)

,

(

H

d

c

R

a

H

d

c

L

a

Przy czym atrybut a może przyjąć dwie wartości:
L i R. Mimo, ze redundancja powoduje
nadmiarowość bazy wiedzy, proces wnioskowania
odbywa się bez przeszkód, chociaż jest
wymagane przeszukiwanie większej liczby reguł.

background image

30

Dwie reguły są sprzeczne (konfliktowe) wówczas,
gdy ich części warunkowe są równocześnie
spełnione lub nie spełnione we wszystkich
możliwych sytuacjach i ich części konkluzyjne są
różne dla przynajmniej jednej sytuacji, np.:

)

,

(

)

3

,

(

)

,

(

)

,

(

)

3

,

(

)

,

(

L

d

c

R

a

H

d

c

L

a

Przy czym atrybut d może przyjąć dwie wartości: H
i L. Niektóre systemy do sprawdzania poprawności
bazy wiedzy pokazują sprzeczne reguły,
umożliwiając inżynierowi wiedzy eliminację tego
błędu.

background image

31

Jedna reguła jest pochłaniana przez inną
wówczas, gdy część warunkowa pierwszej reguły
jest spełniona, jeśli jest spełniona część warunkowa
drugiej reguły (odwrotne stwierdzenie nie jest
prawdziwe) i części konkluzyjne obu reguł są
identyczne. Na przykład reguła )

,

(

)

3

,

(

)

,

(

H

d

c

L

a

jest pochłania prze
regułę

)

,

(

)

3

,

(

H

d

c

Pochłaniające reguły dają podobny efekt jak
reguły zredundowane (jeżeli pierwsza reguła daje
się zastosować, to druga także).

background image

32

Dwie reguły mają niepotrzebne warunki, jeśli obie
są pochłaniane przez trzecią regułę. Baza reguł
może nie zawierać tej trzeciej reguły i w takiej
sytuacji sprawdzanie pochłaniania nie daje
rezultatu. Następujące dwie reguły mają
niepotrzebne warunki:

)

,

(

)

5

,

(

)

,

(

)

,

(

)

,

(

)

5

,

(

)

,

(

)

,

(

H

d

c

D

b

R

a

H

d

c

D

b

L

a

Przy czym warunkowy atrybut a może mieć
wartości L i R. Obie reguły są pochłaniane przez
regułę

)

,

(

)

5

,

(

)

,

(

H

d

c

D

b

W tym przypadku efekt jest podobny jak dla
redundancji reguł.

background image

33

Zestaw reguł tworzy pętlę, jeżeli uaktywnienie
tych reguł jest cykliczne. Trzy reguły

)

5

,

(

)

4

,

(

)

2

,

(

)

2

,

(

)

,

(

)

,

(

)

5

,

(

)

,

(

c

g

f

f

H

d

H

d

c

L

a

Tworzą pętlę, gdy w bazie wiedzy istnieją
następujące fakty

)

4

,

(

),

5

,

(

),

,

(

g

c

L

a

background image

34

Wielokrotne odwołanie do jednego atrybutu
zachodzi wówczas, gdy w części warunkowej
występuje kilka członów zawierających ten sam
atrybut. W przypadku, gdy odwołania są
identyczne, wówczas powtarzające się warunki
są zbędne. Natomiast w przypadku, gdy nie są
one identyczne, wówczas reguła nigdy nie będzie
uaktywniona, ponieważ atrybut nie może
jednocześnie przyjmować kilku wartości, np.

)

,

(

)

,

(

)

,

(

H

d

R

a

L

a

Wielokrotne odwołanie do jednego atrybutu w
części wynikowej jest błędem logicznym,
stwarzającym domniemanie wystąpienia
błędnego powiązania atrybutu wynikowego z
jego wartością.

background image

35

Sprawdzanie kompletności bazy reguł polega na
poszukiwaniu brakujących reguł. W niektórych
rozwiązaniach sprawdza się, czy istnieje reguła dla
każdej kombinacji atrybutu przesłanki i wartości,
jaką atrybut może przyjąć. Większość systemów
w celu sprawdzenia poprawności reguł rozpatruje
różne przypadki, jakie mogą się zdarzyć dla części
reguł: nie określone wartości przesłanek,
niedopuszczalne wartości atrybutów, nieosiągalne
wartości przesłanek, nieosiągalna akcja
(uaktywnienie reguły) i nieosiągalny cel.

Wartość atrybutu warunku jest nie określona
wówczas, gdy nie jest zgodna z częścią warunkową
przynajmniej jednej reguły. Niekoniecznie oznacza
to, ze jakaś reguła nie została wprowadzona do bazy
wiedzy (jest to jednak możliwe). Sytuacja ta oznacza,
ze

zbiór

wartości

atrybutów

w

częściach

warunkowych reguł jest mniejszy od zbioru
możliwych wartości atrybutów.

background image

36

Zastosowanie systemów ekspertowych

w analizie decyzyjnej:

Przedsiębiorstwa korzystają najczęściej z systemów
ekspertowych, gdy zamierzają poddać analizie
następujące problemy:

wielokryterialną ocenę sprawozdań
finansowych;

skutki zmian w strukturze kapitałowej
przedsiębiorstwa;

zarządzanie zasobami gotówkowymi firmy;

planowanie obciążeń podatkowych.

background image

37

Przykład polskiego programu szkieletowego PC-
Shell:

http://aitech.pl/


Document Outline


Wyszukiwarka

Podobne podstrony:
tranda, na studia, systemy ekspertowe
system ekspercki i sztuczna inteligencja word 07
systemy ekspertowe HUQUE7Y3GB2NYZFPNNWVOAFJT4MZGCXV25QW4JY
Z 11, SYSTEM WOJSKOWY PA˙STWA:
Klasy systemow ekspertowych ROZDZIAL
11 System ZSBO m
11 System prawny ochrony ppożid 12635 ppt
11 system podatkowy w niemczech 85 100
suska1, na studia, systemy ekspertowe
systemy ekspertowe slajd
Teletrafik 11, Systemy z oczekiwaniem zgloszen v.0.5
kolos 1 systemy ekspertowe
Zagadnienia na kolokwium z SE podane przez Wantocha opr, WAT, SEMESTR VII, systemy ekspertskie
tematy, na studia, systemy ekspertowe
pytania, systemy ekspertowe, Pytanka dyplomowe
Systemy ekspertowe terminy i przykłady, na studia, systemy ekspertowe

więcej podobnych podstron