П. Р. ВАРШАВСКИЙ
Московский энергетический институт (технический университет)
Метод рассуждения на основе прецедентов
для интеллектуальных систем поддержки принятия решений
В работе рассматривается метод рассуждения на основе прецедентов (накопленного опыта) и описываются особенности его применения в рамках интеллектуальных систем поддержки принятия решений (ИСППР).
Большой интерес к моделям и методам рассуждений на основе прецедентов и на основе аналогий обусловлен тем, что на сегодняшний день весьма актуальна проблема моделирования человеческих рассуждений для интеллектуальных систем (ИС) и, в частности, для ИСППР и ИСППР реального времени (ИСППР РВ) [1].
В данной работе описывается метод рассуждения на основе прецедентов ориентированный на применение в рамках ИСППР РВ.
Рассуждение на основе прецедентов (CBR – case-based reasoning) является подходом, позволяющим решить новую, неизвестную задачу, используя или адаптируя решение уже известной задачи. Как правило, методы рассуждения на основе прецедентов включают в себя четыре основных этапа, которые образуют так называемый CBR-цикл [2]. Структура CBR-цикла представлена на рис. 1. Представленный цикл рассуждения на основе прецедентов необходимо преобразовать для применения в рамках ИСППР РВ. Последний четвертый этап, как правило, исключается и замыкается на ЛПР или эксперта. Это вызвано тем, что необходимо использовать при формировании библиотеки прецедентов только достоверную информацию или информацию, подтвержденную экспертом (т. к. автоматическое добавление новых прецедентов в библиотеку прецедентов может привести к серьезным ошибкам и даже к возникновению аварийных ситуаций). Кроме того, необходимо учитывать тот факт, что для рассуждений на основе прецедентов в рамках ИСППР РВ количество прецедентов, содержащихся в библиотеке прецедентов, должно быть минимизировано.
В том случае, если решение не удалось найти с помощью механизмов рассуждения на основе прецедентов, необходимо обратится к ЛПР или эксперту за дополнительной информацией для пополнения библиотеки прецедентов. Еще одним способом пополнения библиотеки прецедентов может быть привлечение более мощного в плане обнаружения новых фактов метода поиска решения на основе аналогий [3].
Задача
Решение
Рис. 1. Структура CBR-цикла.
С целью реализации данного метода рассуждения на основе прецедентов был разработан редактор библиотек прецедентов (РБП) для создания, редактирования и тестирования библиотек прецедентов, ориентированных на применение в рамках ИСППР РВ. Также был разработан модуль поиска решения на основе прецедентов и аналогий, использованный при реализации прототипа ИСППР РВ на основе нетрадиционных логик для мониторинга и управления сложными объектами типа энергоблоков.
Работа выполнена при финансовой поддержке РФФИ (проект № ).
Список литературы
1. , Еремеев базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Изв. РАН. ТиСУ. 2001.№ 6.
2. Aamodt A., Plaza E. Case-based reasoning: foundational issues, methodological variations, and system approaches // AI Communications. 1994, № 7.
3. Варшавский метода аналогий в рассуждении на основе прецедентов для интеллектуальных систем поддержки принятия решений // Девятая Национальная конференция по искусственному интеллекту с международным участием КИИ-2сентября – 2 октября 2004 г., г. Тверь): Труды конференций. В 3-х т. Т.1. М.: Физматлит, 2004, - С. 218-226.
