1.2 Структура и состав экспертной системы.
В основе экспертной системы находится обширный запас знаний о конкретной проблемной области, организованные в большинстве случаев как некоторая совокупность правил, которые позволяют сделать заключения на основе исходных данных или предположений. Такой подход представляет собой революционные изменения, в корне меняющие традиционную схему
ДАННЫЕ + АЛГОРИТМ = ПРОГРАММА
на новую
ЗНАНИЯ + ЛОГИЧЕСКИЙ ВЫВОД = СИСТЕМА.
В настоящее время экспертные системы получили достаточно широкое распространение в различных областях человеческих знаний, что свидетельствует об универсальности методов, лежащих в основе разработки экспертных систем. Особенностью этих методов является то, что они позволяют разрабатывать инструмент, облегчающий мыследеятельность человека, автоматизирующий в первую очередь наиболее рутинные процессы такой деятельности и тем самым освобождающий необходимое время человека для действительно творческой работы.
Для выполнения своих функций современная экспертная система необходимо должна включать в себя следующие компоненты:
1. Базу знаний - организованную определенным образом область памяти
ЭВМ, содержащую знания как совокупность отношений между данными (фактами) из заданной предметной области. Эти отношения чаще всего представлены как правила вывода, представляющие собой долговременную информацию о том, как выводить новые факты или гипотезы из того, что сейчас известно.
2. Рабочую память (базу данных) - область памяти ЭВМ, в которой хранятся различного рода данные, факты, объекты и т.д., заданные человеком или выведенные при помощи правил, хранящихся в базе знаний. Это наиболее подверженная изменениям область памяти ЭВМ, отражающая современные представления в обслуживаемой экспертной системой области знаний (предметной области).
3. Интерпретатор или машину вывода - комплекс программ, решающий на
основе имеющихся в системе знаний и данных, предъявляемую задачу. Решение конкретной задачи включает в себя два органически связанных и дополняющих процесса пополнение недостающих в рабочей области фактов, используя диалог с человеком, и получение новых фактов с использованием логики, порожденной системой правил заложенных в базе знаний правил вывода. В реальном мире экспертной системе как правило приходится работать в условиях той или иной степени неопределенности и неуверенности в полной достоверности фактов и данных. Такая ситуация необходимо требует использования методов нечеткой логики, использующих коэффициенты уверенности, многозначность, вероятностные оценки событий и т.п. Успех применения подобного рода систем обусловлен повидимому тем, что организация знаний играет более важную роль, чем связанные с ними числовые значения.
4. Лингвистический процессор, осуществляющий диалоговое заимодействие
с пользователем на языке близком к естественному. Лингвистический процессор производит синтаксический и семантический анализ полученных от пользователя информации и синтез сообщений пользователю. При этом процесс взаимодействия пользователя с экспертной системой не сводится к обмену изолированными парами предложений типа "запрос-ответ"
, а представляет собой разветвленный диалог, в котором инициатива постоянно переходит от одного участника к другому. Это обусловлено тем, что для ответа на поставленный вопрос как пользователь, так и экспертная система чаще всего нуждаются в дополнительной информации. Запрос этой информации пользователем у экспертной системы и наоборот приводит к резкому усложнению диалога, что делает практически невозможным разрабатывать заранее так называемый сценарий диалога, что повсеместно практиковалось и практикуется сейчас при создании автоматизированных систем управления традиционного типа.5. Комплекс программ, осуществляющий процесс приобретения знаний.
Основной особенностью современных экспертных систем является то, что данная компонента реализует возможность автономного без специального участия человека приобретения знаний в процессе решения задач и ввода новых данных. Для этого в современных развитых системах существует возможность создания базы метазнаний. Данная база содержит правила, алгоритмы и процедуры, описывающие процесс приобретения знаний. Одним словом, база метазнаний содержит знания о наниях, знания о том, как приобритать новые знания.
6. Объяснительную компоненту, предназначенную для того, чтобы в случае необходимости по запросу от пользователя объяснить действия системы и ответить на вопросы о том, почему некоторые заключения были сделаны или отвергнуты. В системе, основанной на использовании правил, ответ обычно получается путем прослеживания еще раз тех шагов рассуждения, которые привели к данному вопросу или данному заключению. Важность данной компоненты заключается в первую очередь в повышении доверия пользователя к системе.
Практика разработки экспертных систем показала, что это тот необходимый
набор компонент, который позволяет достаточно эффективно моделировать мыследеятельность при принятии решений в соответствующей предметной области.
Причем мощность экспертной системы обусловлена в первую очередь мощностью базы знаний и возможностью ее пополнения.