Класс экспертных систем сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Одна из возможных классификаций экспертных систем представлена на рисунке 1.3.
Интерпретация данных экспертных систем
Это одна из традиционных задач для экспертных систем. Интерпретация – процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.
Примеры:
- Обнаружение и идентификация различных типов океанских судов по результатам аэрокосмического сканирования – SIAP.
- Определение основных типов свойств личности по результатам психодиагностического тестирования в системах АВАНТЕСТ и МИКРОЛЮШЕР.
Рисунок 1.3 Классификация экспертных систем
Диагностика экспертных систем
Диагностика – процесс соотнесения объекта с некоторым классом объектов и/или обнаружение неисправности в некоторой системе. Неисправность – это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является здесь необходимость понимание функциональной структуры («анатомии») диагностируемой системы.
Примеры:
- Диагностика и терапия сужения коронарных сосудов – ANGY.
- Диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ – CRIB.
Мониторинг экспертных систем
Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы – пропуск тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.
Примеры:
- Контроль работы электростанций СПРИНТ, помощь диспетчерам атомного реактора – REACTOR.
- Контроль аварийных датчиков на химическом заводе – FALCON.
Проектирование экспертных систем
Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов – чертеж, пояснительная записка и т.д. Основные проблемы – получение четко структурированного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и в еще большей степени перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса. Выполняемых в рамках соответствующей экспертной системы: процесс вывода решения и процесс объяснения.
Примеры:
- Проектирование конфигураций ЭВМ VAX-11/780 в системе XCON, проектирование БИС – CADHELP.
- Синтез электрических цепей – SYN.
Прогнозирование экспертных систем
Прогнозирование позволяет предсказать последствия некоторых событий или явлений на основании анализа имеющихся данных. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками.
Примеры:
- Предсказание погоды – WIILARD.
- Оценки будущего урожая – PLANT.
- Прогнозы в экономике – ECON.
Планирование экспертных систем
Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких экспертных системах используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности. Примеры:
- Планирование поведения робота – STRIPS.
- Планирование промышленных заказов – ISIS.
- Планирование эксперимента – MOLGEN.
Обучение экспертным системам
Под обучением понимается использование компьютера для обучения какой-то дисциплине или предмету. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью компьютера и подсказывают правильные решения. Они содержат знания о гипотетическом «ученике» и его характерных ошибках, затем в работе они способны диагностировать слабые места в познаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний.
Примеры:
- Обучение языку программирования LISP в системе «учитель ЛИСПа».
- Обучение языку Паскаль – система PROUST.
Управление экспертными системами
Под управлением понимается функция организованной системы, поддерживающая определенный режим деятельности. Такого рода экспертные системы осуществляют управление поведением сложных систем с заданными спецификациями.
Примеры:
- Помощь в управлении газовой котельной – GAS.
- Управление системой календарного планирования – Project Assistant.
Поддержка принятия решений в экспертных системах
Поддержка принятия решений – это совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающими процесс принятия решения. Эти экспертные системы помогают специалистам выбрать и/или сформировать нужную альтернативу среди множества выборов при принятии решений.
Примеры:
- Выбор стратегии выхода фирмы из кризисной ситуации – CRYSIS.
- Помощь в выборе страховой компании или инвестора – CHOICE.
В общем случае, все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа и системы, решающие задачи синтеза. Основное отличие задач анализа от задач синтеза заключается в том, что если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально не ограничено и строится из компонент или подпроблем. Задачами анализа являются интерпретация данных, диагностика, поддержка принятия решения; к задачам синтеза относится проектирование, планирование, управление. Комбинированные задачи – обучение, мониторинг, прогнозирование.
