Обобщенная структура и принципы функционирования экспертных систем. Выбор модели представления знаний. Разработка логического блока программы и графического пользовательского интерфейса. Текст программы и экспериментальная оценка результатов работы.
Аннотация к работе
В 1980-1990 гг. проводятся активные исследования в области представления знаний, разрабатываются языки представления знаний (экспертные системы). В начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название "экспертные системы" (ЭС). Анализ мирового опыта показывает, что при оценке состояния объектов (диагностике) и совершенствовании технологических процессов наиболее перспективным является использование оптимизирующих систем, основанных на знаниях и опыте экспертов (высококвалифицированных специалистов), который накапливается в экспертных системах. Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Исследователи в области ЭС для названия своей дисциплины часто используют также термин "инженерия знаний", введенный Е.Фейгенбаумом как "привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов".Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом. 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. Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний. Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы ЭС; осуществляет выбор того ИС, которое наиболее подходит для данной проблемной области, и определяет способ представления знаний в этом ИС; выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом. В этом режиме эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют ЭС в режиме решения самостоятельно (без эксперта) решать задачи из проблемной области.Экспертная система использует эвристики, потому что задачи, которые она решает, будь то поиск новых месторождений или согласование исков, как правило, трудны и не до конца понятны. Знания в ЭС организованы таким образом, чтобы знания о предметной области отделить от других типов знаний системы, таких, как общие знания о том, как решать задачи, или знания о том, как взаимодействовать с пользователем, например как печатать текст на терминале пользователя или как изменить текст в соответствии с командами пользователя. Программа, которая работает со знаниями, организованными подобным образом, называется системой, основанной на знаниях. Имеет первостепенное значение, каким образом система использует свои знания, поскольку ЭС должна иметь и адекватные знания, и средства для их эффективного применения, чтобы ее можно было считать умелой в каком-либо виде деятельности. Следовательно, для того, чтобы быть умелой, ЭС должна иметь базу знаний, содержащую высококачественные знания о предметной области, а ее механизм вывода должен содержать знания о том, как эффективно использовать знания о предметной области.Поэтому создание систем искусственного интеллекта на основе этих языков требует большой работы программистов. Универсальность этих языков меньшая, нежели традиционных языков, но ее потерю языки искусственного интеллекта компенсируют богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. Как правило, это библиотеки и надстройки над языком искусственного интеллекта Лисп: KEE (Knowledge Engineering Environment), FRL (Frame Representation Language), KRL (Knowledge Represantation Language), ARTS и др., позволяющие пользователям работать с заготовками экспертных систем на более высоком уровне, нежели это возможно в обычных языках искусственного интеллекта. Выбор инструментария должен определяться в первую очередь характеристиками задачи, решаемой экспертной системой, а не другими привходящими обстоятельствами, например тем, что какой-то инструмент уже есть под рукой или знаком вам лучше остальных. Если данные и/или знания ненадежны, т.е. существует опасность, что вводимые в систему данные недостоверны, а правила в базе знаний неоднозначны, то в экспертной системе нужно комбинировать информацию от нескольких источников и использовать в какой-либо форме логику неточных рассуждений.Цель: Разработать Экспертную Систему позволяющую сократить время подбора товара клиентом и повысить эффективность работы интернет-магазина, за счет автоматизации поиска, по определенному набору характеристик. Входные данные: список параметров товара, формируемый на основе ответов пользователя; Выходные данные: список товаров, подобранных на ос
План
Содержание
1. Специальная часть
1.1 Исследовательский раздел
1.1.1 Обобщенная структура и принципы функционирования экспертных систем
1.1.2 Анализ и обзор существующих методов построения ЭС и готовых решений
1.1.3 Анализ инструментальных средств построения ЭС
1.1.4 Постановка задачи
1.2 Построение экспертной системы
1.2.1 Анализ предметной области
1.2.2 Выбор модели представления знаний
1.2.3 Разработка логического блока программы
1.2.4 Разработка графического пользовательского интерфейса
1.2.5 Текст программы
1.3 Экспериментальная оценка результатов работы
1.3.1 Рекомендации по использованию ЭС
1.3.2 Оценка эффективности использования ЭС
1.3.3 Руководство оператора
1.4 Выводы
2. Экологическая часть и безопасность жизнедеятельности
2.1 Исследование опасных и вредных факторов при эксплуатации ЭВМ
2.2 Воздействие опасных и вредных факторов на организм пользователя ЭВМ
2.3 Способы защиты пользователей от опасных и вредных факторов
2.4 Эргономические требования при организации рабочих мест
2.5 Выводы
Список литературы
1. Специальная часть
История развития искусственного интеллекта
Вывод
Взаимодействие ЭС и человека в ряде случаев может быть весьма продуктивным. Например, работающая совместно с call-центром ЭС, делает такой тандем весьма привлекательной для online магазинов. Внедренная в call-центр ЭС снизит нагрузку на операторов и поможет увеличить заказы от посетителей магазина.Выбранные способы защиты пользователей от воздействия на них опасных и вредных факторов при соблюдении эргономических требований обеспечивают их безопасную работу.
Список литературы
[1] Информатика: Учебник 3-е переработанное издание /Под ред. Проф. Н. В. Макаровой http://www.ssti.ru/kpi/informatika/Content/biblio/b1/inform_man/gl16x.htm
[2] Курс лекций по дисциплине "Системы искусственного интеллекта" http://www.mariel.ru/mmlab/home/AI/
[3] Статья: Универсальная экспертная система в интернете http://www.math.rsu.ru/ovtm/ues.html
[5] М.В. Головицына: "Интеллектуальные САПР для разработки современных конструкций и технологических процессов" http://www.intuit.ru/department/hardware/sapr
[6] Статья "Экспертная система подбора товаров в интернет-магазине Эльдорадо" http://www.press-release.ru/branches/internet/45dda0431eff5/
[7] Сайт компании Наносемантика http://nanosemantics.ru
[8] Самоучитель по экспертным системам http://sapr.mgsu.ru/biblio/ex-syst/index.html
[9] Статья: УДК 519.83 М.А. Рязанов "Анализ существующих средств разработки экспертных систем"
[10] Пашкова А.А. ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ НА ПРИМЕРЕ ЯЗЫКА CLIPS http://www.np.vspu.ac.ru/show.php?id=44&t=1&st=5
[11] Сайт программы оболочки ЭС "РАПАНА" http://esrapana.narod.ru/
[12] Экспертная система: Материал из Википедии - свободной энциклопедии
http://ru.wikipedia.org/wiki/Экспертная_система
[13] Муромцев Д.М.: Методичка по Corvid Exsys
[14] ГОСТ 12.0.003-86. Опасные и вредные производственные факторы. Классификация.