Здесь можно найти образцы любых учебных материалов, т.е. получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Экспертные системы по анализу современных программных продуктов

Информация:

Тип работы: курсовая работа. Добавлен: 08.10.2012. Сдан: 2012. Страниц: 11. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Содержание 
 

Введение……………………………………………………………………...…3
1. Экспертные  системы. Применение экспертных  систем………………..…5
2. Структура  экспертных систем……………………………………………...7
3. Этапы разработки  экспертных систем……………………………………12
4. Области применения  экспертных систем………………………………...17
5. Преимущества  экспертных систем перед человеком-экспертом……….21
6. История   развития экспертных систем……………………………………22
    6.1. Основные  линии развития экспертных систем……………………...22
    6.2. Проблемы, возникающие при создании экспертных  систем.
           Перспективы разработки……………………………………………...24
Заключение…………………………………………………………………….31
Список литературы……………………………………………………………33 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение
      Экспертные  системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных  дисциплин, изучающих методы решения  задач интеллектуального характера с использованием ЭВМ.
          Область ИИ имеет более чем  сорокалетнюю историю развития. С самого начала в ней рассматривался  ряд весьма сложных задач, которые,  наряду с другими, и до сих  пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.
          ЭС - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.
         Главным достоинством  экспертных  систем является возможность  накопления знаний и сохранение  их длительное время. В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.
          При создании ЭС возникает  ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.
           

                    
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

1. Экспертные системы. Применение
экспертных  систем
           Экспертные системы (ЭС)- это яркое  и быстро прогрессирующее направление  в области искусственного  интеллекта (ИИ). Причиной повышенного интереса, который ЭС вызывают к себе на протяжении всего своего существования является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется  такой проблемной области, в которой не было бы создано ни одной ЭС или, по крайней мере, такие попытки не предпринимались бы.
          ЭС - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.
          ЭС выдают советы, проводят анализ, выполняют классификацию, дают  консультации и ставят диагноз.  Они ориентированы на решение  задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.
          Главное достоинство ЭС - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации  от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.
          Практическое применение искусственного  интеллекта на машиностроительных предприятиях и в экономике основано на  ЭС, позволяющих  повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      2. Структура экспертных систем
      Типичная статическая ЭС состоит из следующих основных компонентов (рис. 1):
    решателя (интерпретатора);
      рабочей памяти (РП), называемой также базой данных (БД);
      базы знаний (БЗ);
      компонентов приобретения знаний;
      объяснительного компонента;
      диалогового компонента.
   
      База  данных (рабочая память) предназначена  для хранения исходных и промежуточных  данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.
      База  знаний (БЗ) в ЭС предназначена для  хранения долгосрочных данных, описывающих  рассматриваемую область (а не текущих  данных), и правил, описывающих целесообразные преобразования данных этой области.
      Решатель, используя исходные данные из рабочей  памяти и знания из БЗ, формирует  такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.
      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.
      
      Рис.1 - Структура статической ЭС.
      Диалоговый  компонент ориентирован на организацию  дружественного общения с пользователем, как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы.
      В разработке ЭС участвуют представители  следующих специальностей:
      эксперт в проблемной области, задачи которой будет решать ЭС;
      инженер по знаниям - специалист по разработке ЭС (используемые им технологию, методы называют технологией (методами) инженерии знаний);
      программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС.
      Необходимо  отметить, что отсутствие среди участников разработки инженеров по знаниям (т. е. их замена программистами) либо приводит к неудаче процесс создания ЭС, либо значительно удлиняет его.
      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.
      Программист разрабатывает ИС (если ИС разрабатывается  заново), содержащее в пределе все  основные компоненты ЭС, и осуществляет его сопряжение с той средой, в  которой оно будет использовано.
      Экспертная  система работает в двух режимах: режиме приобретения знаний и в режиме решения задачи (называемом также  режимом консультации или режимом использования ЭС).
      В режиме приобретения знаний общение  с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. 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. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.
      Отметим, что режиму приобретения знаний в  традиционном подходе к разработке программ соответствуют этапы алгоритмизации, программирования и отладки, выполняемые программистом. Таким образом, в отличие от традиционного подхода в случае ЭС разработку программ осуществляет не программист, а эксперт (с помощью ЭС), не владеющий программированием.
      В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения. Необходимо отметить, что в зависимости от назначения ЭС пользователь может не быть специалистом в данной проблемной области (в этом случае он обращается к ЭС за результатом, не умея получить его сам), или быть специалистом (в этом случае пользователь может сам получить результат, но он обращается к ЭС с целью либо ускорить процесс получения результата, либо возложить на ЭС рутинную работу). В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. ЭС при решении задачи не только исполняет предписанную последовательность операции, но и предварительно формирует ее. Если реакция системы не понятна пользователю, то он может потребовать объяснения:
      "Почему  система задает тот или иной  вопрос?", "как ответ, собираемый системой, получен?".
      Структуру, приведенную на рис. 1, называют структурой статической ЭС. ЭС данного типа используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Первые ЭС, получившие практическое использование, были статическими.
      

      Рис. 2 – структура  динамической ЭС.
      На  рис. 2 показано, что в архитектуру  динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий. 
 
 
 

      3.Этапы разработки экспертных систем
      Разработка  ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование  при их разработке методологии, принятой в традиционном программировании, либо чрезмерно затягивает процесс создания ЭС, либо вообще приводит к отрицательному результату.
      Использовать  ЭС следует только тогда, когда разработка ЭС возможна, оправдана и методы инженерии знаний соответствуют решаемой задаче. Чтобы разработка ЭС была возможной для данного приложения, необходимо одновременное выполнение, по крайней мере, следующих требований:
      1) существуют эксперты в данной  области, которые решают задачу  значительно лучше, чем начинающие  специалисты;
      2) эксперты сходятся в оценке  предлагаемого решения, иначе  нельзя будет оценить качество  разработанной ЭС;
      3) эксперты способны вербализовать (выразить на естественном языке) и объяснить используемые ими методы, в противном случае трудно рассчитывать на то, что знания экспертов будут "извлечены" и вложены в ЭС;
      4) решение задачи требует только  рассуждений, а не действий;
      5) задача не должна быть слишком  трудной (т.е. ее решение должно  занимать у эксперта несколько  часов или дней, а не недель);
      6) задача хотя и не должна  быть выражена в формальном  виде, но все же должна относиться  к достаточно "понятной" и структурированной  области, т.е. должны быть выделены  основные понятия, отношения и  известные (хотя бы эксперту) способы получения решения задачи;
      7) решение задачи не должно в  значительной степени использовать "здравый смысл" (т.е. широкий  спектр общих сведений о мире  и о способе его функционирования, которые знает и умеет использовать  любой нормальный человек), так как подобные знания пока не удается (в достаточном количестве) вложить в системы искусственного интеллекта.
      Использование ЭС в данном приложении может быть возможно, но не оправдано. Применение ЭС может быть оправдано одним из следующих факторов:
    решение задачи принесет значительный эффект, например экономический;
    использование человека-эксперта невозможно либо из-за недостаточного количества экспертов, либо из-за необходимости выполнять экспертизу одновременно в различных местах;
    использование ЭС целесообразно в тех случаях, когда при передаче информации эксперту происходит недопустимая потеря времени или информации;
    использование ЭС целесообразно при необходимости решать задачу в окружении, враждебном для человека.
 
      Приложение  соответствует методам ЭС, если решаемая задача обладает совокупностью следующих характеристик:
      1) задача может быть естественным  образом решена посредством манипуляции  с символами (т.е. с помощью  символических рассуждений), а не  манипуляций с числами, как  принято в математических методах  и в традиционном программировании;
      2) задача должна иметь эвристическую,  а не алгоритмическую природу, т.е. ее решение должно требовать применения эвристических правил. Задачи, которые могут быть гарантированно решены (с соблюдением заданных ограничений) с помощью некоторых формальных процедур, не подходят для применения ЭС;
      3) задача должна быть достаточно  сложна, чтобы оправдать затраты  на разработку ЭС. Однако она  не должна быть чрезмерно сложной  (решение занимает у эксперта часы, а не недели), чтобы ЭС могла ее решать;
      4) задача должна быть достаточно  узкой, чтобы решаться методами  ЭС, и практически значимой.
      При разработке ЭС, как правило, используется концепция "быстрого прототипа". Суть этой концепции состоит в  том, что разработчики не пытаются сразу построить конечный продукт. На начальном этапе они создают прототип (прототипы) ЭС. Прототипы должны удовлетворять двум противоречивым требованиям: с одной стороны, они должны решать типичные задачи конкретного приложения, а с другой - время и трудоемкость их разработки должны быть весьма незначительны, чтобы можно было максимально запараллелить процесс накопления и отладки знаний (осуществляемый экспертом) с процессом выбора (разработки) программных средств (осуществляемым инженером по знаниям и программистом). Для удовлетворения указанным требованиям, как правило, при создании прототипа используются разнообразные средства, ускоряющие процесс проектирования.
      Прототип  должен продемонстрировать пригодность  методов инженерии знаний для данного приложения. В случае успеха эксперт с помощью инженера по знаниям расширяет знания прототипа о проблемной области. При неудаче может потребоваться разработка нового прототипа или разработчики могут прийти к выводу о непригодности методов ЭС для данного приложения. По мере увеличения знаний прототип может достигнуть такого состояния, когда он успешно решает все задачи данного приложения. Преобразование прототипа ЭС в конечный продукт обычно приводит к перепрограммированию ЭС на языках низкого уровня, обеспечивающих как увеличение быстродействия ЭС, так и уменьшение требуемой памяти. Трудоемкость и время создания ЭС в значительной степени зависят от типа используемого инструментария.
      В ходе работ по созданию ЭС сложилась  определенная технология их разработки, включающая шесть следующих этапов (рис. 3):
      идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию. На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.

      Рис. 3 – Разработка технологии ЭС.
      На  этапе концептуализации проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.
      На  этапе формализации выбираются ИС и  определяются способы представления  всех видов знаний, формализуются  основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.
      На  этапе выполнения осуществляется наполнение экспертом базы знаний. В связи  с тем, что основой ЭС являются знания, данный этап является наиболее важным и наиболее трудоемким этапом разработки ЭС. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      4. Области применения экспертных систем
          Области применения систем, основанных  на знаниях, могут быть сгруппированы  в несколько основных классов:  медицинская диагностика, контроль  и управление, диагностика неисправностей  в механических и электрических  устройствах, обучение.
        а) Медицинская диагностика.
          Диагностические системы используются  для установления связи между  нарушениями деятельности организма  и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.
        б) Прогнозирование.    
          Прогнозирующие системы предсказывают  возможные результаты или события  на основе данных о текущем  состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.
        в) Планирование.
          Планирующие системы предназначены  для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания  Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система  XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной.
        г) Интерпретация.
          Интерпретирующие системы обладают  способностью получать определенные  заключения на основе результатов  наблюдения. Система PROSPECTOR, одна  из наиболее известных систем  интерпретирующего типа, объединяет  знания девяти экспертов. Используя  сочетания девяти методов экспертизы, системе удалось обнаружить залежи  руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.
        д) Контроль и управление.
          Системы, основанные на знаниях,  могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких  источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой  деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.
        е) Диагностика неисправностей  в механических и электрических  устройствах.
          В этой сфере системы, основанные  на знаниях, незаменимы как  при ремонте механических и  электрических машин (автомобилей,  дизельных локомотивов и т.д.), так и  при устранении неисправностей и ошибок в аппаратном и программном обеспечении  компьютеров.
        ж) Обучение.   
         Системы, основанные на знаниях,  могут входить составной частью  в компьютерные системы обучения. Система получает информацию  о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего. Одной из наиболее интересных обучающих ЭС является разработанная Д.Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т.Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие,  способные провести быструю атаку корабли  и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать  этому правила игры меняли каждый год.    
          Большинство  ЭС включают знания, по содержанию которых их можно  отнести одновременно к нескольким  типам. Например, обучающая система  может также обладать знаниями, позволяющими выполнять диагностику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая система может применяться для целей контроля, диагностики, прогнозирования и планирования. Система, обеспечивающая сохранность жилища, может следить за окружающей обстановкой, распознавать происходящие события (например, открылось окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и составлять план действий (вызвать полицию).
        
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      5. Преимущества ЭС перед
      человеком - экспертом
          Системы, основанные на знаниях,  имеют определенные преимущества перед человеком-экспертом.
      1. У них нет предубеждений.
      2. Они не делают поспешных выводов.
      3. Эти системы работают систематизировано,  рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.
      4. База знаний может быть очень  и очень большой. Будучи введены  в машину один раз, знания  сохраняются навсегда. Человек же  имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и навсегда теряются.
      Системы, основанные на знаниях, устойчивы к  “помехам”. Эксперт пользуется побочными  знаниями и легко поддается влиянию  внешних факторов, которые непосредственно  не связаны с решаемой задачей. ЭС, не обремененные знаниями из других областей, по своей природе менее подвержены “шумам”. Со временем системы, основанные на знаниях, могут рассматриваться пользователями как разновидность тиражирования- новый способ записи и распространения знаний. Подобно другим видам компьютерных программ они не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решат задачи быстрее и эффективнее.
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.