ТИПОВА СТРУКТУРА ЕКСПЕРТНОЇ СИСТЕМИ - Студопедія
Сучасні експертні системи включають, зазвичай, такі компоненти (рис. 1):
• підсистему набуття знань;
• підсистему вдосконалення виведення та «очищення» знань.
Подібна структура забезпечує користувачеві можливість наповнення ЕС необхідними даними та знаннями та проведення консультацій із системою при вирішенні конкретних завдань. При цьому середовище розробки використовується творцем ЕС для введення та подання експертних знань, а середовище консультації доступне користувачам (неекспертам) для отримання експертних знань та порад.
Мал. 1. Типова структура експертної системи
Підсистема придбання знань. Придбання знань – це збирання, передача та перетворення досвіду вирішення проблем з деяких джерел знань до комп'ютерних програм при їх створенні або розширенні. Потенційні джерела знань включають людей-експертів, підручники, бази даних, дослідницькі звіти, досвід користувачів.
Вилучення знань з експертів – складне завдання, що становить вузьке місце у створенні ЕС. Для побудови бази знань необхідний інженер зі знань, який допомагає експерту структурувати його знання предметної області, інтерпретуючи і інтегруючи відповіді питання, знаходячи аналогії, пропонуючи контрприклади і виявляючи концептуальні труднощі.
База знань. Інформація в базі знань - це все необхідне для розуміння, формування та вирішення проблеми. Вона містить два основні елементи: факти (дані) з предметної області та спеціальні евристики чи правила, які керують використанням фактів під час вирішення проблем.
База знань часто включає метаправила (правила про правила) для вирішення проблем та отримання висновків. Евристикивисловлюють формальні судження про предметну область. Саме знання, а чи не чисті факти є первинним матеріалом для ЕС. Інформація бази знань інкорпорується у комп'ютерну програму у процесі представлення знань.
Машина виведення. «Мозком» ЕС є машина виведення, відома також як керуюча структура або інтерпретатор правил (в ЕС, заснованих на правилах).
Цей компонент – комп'ютерна програма, що підтримує методологію обробки інформації з бази знань, отримання та подання висновків та рекомендацій. Машина виведення за допомогою формування та організації послідовності кроків, що робляться для вирішення проблеми (так званої «повістки» – agenda), керує використанням системних знань.
Основними елементами машини виведення є:
• інтерпретатор (інтерпретатор правил у більшості систем), який виконує обраний порядок денний, застосовуючи відповідні правила з бази знань;
• планувальник, який управляє процесом виконання повістки, оцінюючи ефект застосування різних правил з погляду пріоритетів чи інших критеріїв.
Інтерфейс користувача. ЕС містять мовний процесор для дружнього, проблемно-орієнтованого спілкування між користувачем та комп'ютером. Це спілкування може бути організовано за допомогою природної мови, супроводжуватися графікою або багатовіконним меню.
Підсистема пояснення. Можливість перевірки відповідності висновків їх посилкам має важливе значення як при передач досвіду, так і при вирішенні проблем. Підсистема пояснення може простежити цю відповідність та пояснити поведінку ЕС, інтерактивно відповідаючи на запитання на кшталт: «Як було отримано деяке висновок?», «Чому деяку альтернативу було відкинуто?» "Який план отримання рішень?".
Удосконалення виведення та «очищення» знань. Люди-експерти можуть аналізувати свою власну роботу, досвід, знання та покращувати їх. Аналогічно така оцінка необхідна і для комп'ютерної системи, щоб програма була здатна аналізувати причини успіху чи невдачі. Це призведе до поліпшення уявлення знань на основі знань та вдосконалення логічного висновку. Дані компоненти відсутні в даний час у комерційних ЕС, проте вони активно розробляються в рамках досліджень з машинного навчання.
У процесі вирішення завдання ЕС проводить двосторонній діалог з користувачем, запитуючи його про факти, що стосуються конкретного випадку. Після отримання відповідей ЄС намагається отримати висновок. Ця спроба здійснюється машиною висновку, яка вирішує, яка стратегія евристичного пошуку повинна бути використана для визначення порядку застосування цієї проблеми знань з бази знань. Користувач може запитати пояснення поведінки ЕС та її висновків. Якість виведення визначається методом, обраним для представлення знань, обсягом бази знань та потужністю машини виведення. Наведена структура ЕС є узагальненою. Більшість ЕС не містять, наприклад, компонентів удосконалення виведення та «очищення» знань. Крім того, у змісті та можливостях кожної з компонентів існує велика різноманітність.
Чи не знайшли те, що шукали? Скористайтеся пошуком: