Практическое применение экспертных систем в экономике - Курсовая работа

Особенно большее значение анализ имеет для процесса принятия стратегических управленческих решений, когда ошибочные решения влекут за собой серьезные материальные потери. Для управления этим сложным комплексом системных параметров необходимо обладать знаниями, позволяющими предвидеть возникающие ситуации для выработки эффективных решений. Экспертные системы имеют дело с предметами реального мира, операции с которыми обычно требуют наличия значительного опыта, накопленного человеком. Экспертные системы имеют одно большое отличие: они не предназначены для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области, в редких случаях - областях.Как правило, экспертные системы создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. Сейчас развитие экспертных систем несколько приостановилось, и этому есть ряд причин: Передача экспертным системам «глубоких» знаний о предметной области является большой проблемой. Общепринятая классификация экспертных систем отсутствует, однако наиболее часто экспертные системы различают по назначению, предметной области, методам представления знаний, динамичности и сложности (рис. Классификация экспертных систем: По назначению классификацию экспертных систем можно провести следующим образом: диагностика состояния систем, в том числе мониторинг (непрерывное отслеживание текущего состояния); Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.Обычно в основном цикле разработки экспертной системы участвуют не менее трех-четырех человек (один эксперт, один или два инженера по знаниям и один программист, привлекаемый для модификации и согласования инструментальных средств). В этом описании указываются общие характеристики задачи; подзадачи, выделяемые внутри данной задачи; ключевые понятия (объекты), характеристики и отношения; входные (выходные) данные; предположительный вид решения; знания, релевантные решаемой задаче; примеры (тесты) решения задачи. Цель этапа идентификации задачи состоит в том, чтобы характеризовать задачу и структуру поддерживающих ее знаний и приступить к работе по созданию базы знаний. На этом этапе определяются следующие особенности задачи: типы доступных данных; исходные и выводимые данные; подзадачи общей задачи; используемые стратегии и гипотезы; виды взаимосвязей между объектами проблемной области; типы используемых отношений (иерархия, причина/следствие, часть/целое и т.п.); процессы, используемые в ходе решения задачи; типы ограничений, накладываемых на процессы, используемые в ходе решения; состав знаний, используемых для решения задачи и для объяснения решения. После того как определено, что должна делать система, необходимо ответить на вопрос: «Как?» Первый вопрос заключается в том, как система взаимодействует с внешним окружением.При построении этой системы - она получила название Dendral - они в первую очередь создали программу, основанную на простой, но вместе с тем достаточно мощной системе Аристотелевой логики. Среди многочисленных «потомков» программы Dendral следует упомянуть: MYCIN - для диагностики серьезных бактериальных инфекций и помощи в выборе антибиотиков, PUFF - для диагностики легочных заболеваний, ONCOCIN - для назначения лечения при раковых заболеваниях, а также системы MOLGEN и GENESIS, оказывающих помощь специалистам в области молекулярной биологии при планировании экспериментов по изучению ДНК и клонированию. В 90-е года усложнение систем связи и решаемых задач потребовало качественно нового уровня «интеллектуальности» обеспечивающих программных систем, таких систем, как защита от несанкционированного доступа, информационная безопасность ресурсов, защита от нападений, смысловой анализ и поиск информации в сетях и т.п. ЭИС второго поколения - это динамические системы реального времени (ЭИС РВ) составили основное направление работ по созданию ЭИС в период 1996-2000 гг. Значимость инструментальных средств реального времени определяется тем, что только с помощью подобных средств создаются стратегически значимые приложения в таких областях, как управление непрерывными производственными процессами в химии, фармакологии, производстве цемента, продуктов питания и т.п., аэрокосмические исследования, транспортировка и переработка нефти и газа, управление атомными и тепловыми электростанциями, финансовые операции, связь и многие другие. Данные системы обладают средствами самостоятельного извлечения знаний из данных, поступающих в систему в ходе ее создания и эксплуатации.Экспертные системы на сегодняшний день являются одними из наиболее успешных систем искусственного интеллекта.

Содержание

Введение

1. Теоретические основы функционирования экспертных систем в экономике

1.1 Понятие экспертных систем, классификация, структура, особенности и режимы работы

1.2 Подходы к созданию экспертных систем, инструментальные средства проектирования и разработки экспертных систем

1.3 Этапы разработки экспертных систем

2. Практическое применение экспертных систем в экономике

2.1 Исторические аспекты и эволюция экспертных систем

2.2 Экспертные системы экономического анализа, диагностики и прогнозирования ситуаций

2.3 Обзор примеров экспертной системы в экономике и компьютерных системах

Заключение

Список использованной литературы

Приложение А

Для успешного решения широкого круга современных задач в во многих сферах профессиональной деятельности человека необходим анализ большого числа внутренних и внешних факторов. Особенно большее значение анализ имеет для процесса принятия стратегических управленческих решений, когда ошибочные решения влекут за собой серьезные материальные потери.

Для управления этим сложным комплексом системных параметров необходимо обладать знаниями, позволяющими предвидеть возникающие ситуации для выработки эффективных решений. Этими вопросами занимаются разработчики экспертных систем.

Актуальность изучение этого вида интеллектуальных систем обуславливается тем, что на сегодняшний день они доказали свое преимущество над другими системами искусственного интеллекта. Экспертные системы имеют дело с предметами реального мира, операции с которыми обычно требуют наличия значительного опыта, накопленного человеком. Множество программ из области искусственного интеллекта являются сугубо исследовательскими, и основное внимание в них уделяется абстрактным математическим проблемам или упрощенным вариантам реальных проблем.

Экспертные системы имеют одно большое отличие: они не предназначены для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области, в редких случаях - областях.

По качеству и эффективности решения экспертные системы не уступают решениям эксперта-человека. Решения экспертных систем обладают прозрачностью, т.е. могут, быть объяснены пользователю на качественном уровне (в отличие от решений, полученных с помощью числовых алгоритмов, и в особенности от решений полученных статистическими методами). Это качество экспертных систем обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. Экспертные системы способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология экспертных систем используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.

Целью работы является освещение теоретических основ функционирования экспертных систем, а также практического применения их в экономике, рассмотрение существующих примеров и анализ накопленных на сегодняшний день знаний по данному вопросу.