Организация научных исследований (стр. 17 )

Все используемые в ЭС правил образуют систему правил.

Все виды знаний в зависимости то специфики предметной области могут быть представлены с помощью одной или нескольких моделей.

Интерпретатор - часть эксе6ртной системы, производящая в определенном порядке обработку знаний, находящихся в базе знаний. Технология работы интерпретатора сводится к последовательному рассмотрению совокупности правил (правило за правилом). Если условие, содержащееся в правиле соблюдается, то пользователю предоставляется вариант решения его проблемы.

Модуль создания системы служит для создания набора правил, которые могут быть положены в основу модуля создания системы (алгоритмически языки, использование готовой программной среды (оболочки экспертной системы).

Свойства экспертных систем. ЭС должна обладать набором следующих свойств: компетентность, символьное рассуждение, глубина, самосознание.

Ø  Компетентность означает, что ЭС должна достигать экспертного уровня решений, т. е. рассуждать, исходя из фундаментальных принципов для нахождения правильного решения даже в случае некоторых некорректных данных.

Ø  Символьные рассуждения. Это требование означает, что эксперты

обходятся без решения систем уравнений или сложных математических

формулировок, используя знания, выраженные обычными символами строк (например, «платежеспособность», «финансовая устойчивость»,

«рентабельность»).

Ø  Глубина означает, что ЭС должна работать в предметной области, содержащей трудные задачи, а также использовать сложные правила.

Ø  Самосознание означает, что ЭС должна быть способна объяснять свои выводы и действия.

Способы применения экспертных систем

1.Интерпретация - описание ситуации по информации, поступающей от датчиков.

2. Прогноз - определение вероятных последствий ситуаций.

3.Диагностика - выявление причин неправильного функционирования системы по результатам наблюдений.

4.Проектирование - построение конфигурации объектов при заданных ограничениях.

5. Планирование - определение последовательности действий.

6. Наблюдение - сравнение результатов наблюдений с ожидаемыми результатами.

7.Отладка - составление рецептов исправления неправильного функционирования системы.

8.Ремонт - выполнение последовательности предписанных исправлений.

9.Обучение - диагностика, отладка и исправление поведения обучаемого.

10. Управление - управление поведением системы как целого.

6.3.2. Системы поддежки принятия решенй (СППР)

СППР (decision support systems - DSS), и соответствующая им информационная технология была разработана в США в конце 70-х годов.

Эти системы ориентированы не на автоматизацию функций лица, принимающего решение, а на предоставление ему помощи в поиске хорошего решения.

Процедура принятия решений с помощью СППР представляет собой циклический процесс взаимодействия человека и компьютера.

 

Рис.6.9. Структура СППР

СППР обеспечивают следующее:

1. Помогают произвести оценку обстановки (ситуаций), осуществить выбор критериев и оценить их относительную важность.

2. Генерируют возможные решения (сценарии действий).

3. Осуществляют  оценку  сценариев (действий,  решений)  и выбирают лучший.

4. Обеспечивают постоянный обмен информацией об обстановке принимаемых решений и помогают согласовать групповые решения.

5. Моделируют принимаемые решения (в тех случаях, когда это возможно). 6. Осуществляют динамический компьютерный анализ возможных последствий принимаемых решений.

7. Производят сбор данных о результатах реализации принятых решений и осуществляют оценку результатов.

Основные виды СППР

Имеется большое количество СППР различного уровня, назначения, отраслевой или функциональной принадлежности.

СППР для решения комплексных задач предприятия (например, для решения задач стратегического планирования) называют институционной.

СППР для решения относительно несложных одноразовых проблем, называют «ad hoc» (специальные для данного случая).

СППР для решения в конкретных отраслях (машиностроение, банковское дело) к отраслевым или функциональным (финансы, кредит).

Известны такие СППР государственного уровня.

Примеры СППР:

Marketing Expert 1.5 (разработка компании «Про-Инвест-Консалтинг») предназначена для разработки стратегического и тактического планирования, а также контроля исполнения этих планов.

GADS – формирует карты территориального распределения ресурсов.

MAPP – разработка в Институте кибернетики им (Украина). Позволяет улучшить процесс принятия решений при планировании продаж, в ценообразовании. Планировании производства.

7. Моделирование систем

Термин «модель» произошел от modus, modulus, что означает мера, образ, способ.

Первоначально моделью называли некоторое вспомогательное средство, объект, который в определенной ситуации заменял другой объект.

Следующий шаг заключался в том, что моделями могут служить не только реальные объекты, но и абстрактные.

Сегодня моделирование является одной из основных категорий научного познания

7.1. Определение, структура, характеристики моделей

Модель – материально или мысленно представляемая система, которая отображает или воспроизводит объект-оригинал с целью его исследования.

Модель необходима для того, чтобы:

Ø  понять, как устроен конкретный объект – какова его структура, основные свойства, законы развития и взаимодействия с окружающим миром;

Ø  научиться управлять объектом или процессом и определять наилучшие способы управления при заданных целях и критериях (оптимизация);

Ø  прогнозировать прямые или косвенные последствия реализации заданных способов и форм воздействия на объект;

Ø  выявлять новые знания об изучаемом объекте, процессе или явлении.

7.2. Соответствие между моделью и действительностью:

Ø  Согласованность с культурной средой (ингерентность). Не только модель должна приспосабливаться к среде, но и среда к модели.

Ø  Конечность модели. Модель конечна, так как она отображает оригинал лишь в конечном числе отношений и ресурсы моделирования конечны.

Ø  Упрощенность модели. Упрощенность характеризует качественные различия модели и оригинала. Причиной вынужденного упрощения модели является необходимость оперирования с ней.

Ø  Приближенность модели - важный фактор, позволяющий преодолевать бесконечность мира в конечном познании. Это проявляется даже в расплывчатости терминов языка («больше - меньше», «лучше - уже»).

Ø  Информативность: модель должна содержать достаточную информацию о системе - в рамках гипотез, принятых при построении модели;

Ø  Сложность: удобство её использования;

Ø  Экономичность  - определяется затратами ресурсов ЭВМ (памяти и времени на ее реализацию и эксплуатацию).

Ø  Адекватность модели. Модель адекватна моделируемому объекту, если полученные на ее основе результаты и выводы соответствуют поставленной цели, и неадекватна в противном случае.

Основными причинами неадекватности обычно являются следующие:

·  для построения модели использовались ошибочная теория или система идей;

·  в модели не учтена существенная информация.

Пример.

Геоцентрическая модель Птолемея была неправильной, но адекватной в смысле точности описания движения планет.

7.3. Классификация моделей по их назначению

Ø  Познавательные модели являются формой организации и представления знаний, средством соединения знаний с имеющимися. Поэтому при обнаружении расхождений между моделью и реальностью встает задача устранение этого расхождения с помощью изменения модели.

Ø  Прагматические модели. Использование этих моделей состоит в том, чтобы при обнаружении расхождений между моделью и реальностью направить усилия на изменение реальности так, чтобы приблизить реальность к модели.

Примерами прагматических моделей могут служить планы и программы действий, уставы организаций, кодексы законов и т. д.

7.4. Основные принципы моделирования

Ø  Принцип информационной достаточности. Существует некоторый критический уровень сведений о системе, при достижении которого может быть построена ее адекватная модель.

Ø  Принцип осуществимости. Создаваемая модель должна обеспечить достижение поставленной цели исследования.

Ø  Принцип множественности моделей. Создаваемая модель должна в первую очередь отражать те свойства реальной системы (или явления), которые влияют на выбранный показатель эффективности.

Ø  Принцип агрегирования. В большинстве случаев сложную систему можно представить состоящей из агрегатов (подсистем), для адекватного математического описания которых оказываются пригодными некоторые стандартные математические схемы.

Моделирование в целом включает в себя ряд этапов, базирующихся на системном подходе:

1.  Содержательная постановка задачи: выработка общего подхода к исследуемой проблеме; определение подзадач; определение основной цели и путей ее достижения.

2.  Изучение и сбор информации об объекте-оригинале: анализ или подбор подходящих гипотез, аналогий, теорий; учет опытных данных, наблюдений и т. д.; определение входных и выходных переменных, связей; принятие упрощающих предположений.