Информационные технологии экспертных систем

СОВОКУПНОСТИ ПОМОЩИ ПРИНЯТИЯ ОТВЕТОВ И ЭКСПЕРТНЫЕ СОВОКУПНОСТИ

Универсальные совокупности помощи принятия ответов

Ответ непростых задач управления требует использования и разработки особых автоматизированных совокупностей. К ним относятся АИС диагностики обстановок, обработки статистических данных, факторного анализа, кластерного анализа, экспертные совокупности и т. д. Они образуют класс совокупностей помощи принятия ответов (СППР).

Главные направления применения СППР:

O моделирование действий высококвалифицированного эксперта;

O ситуационное моделирование типа “вход-выход” (к примеру, табличные способы принятия ответов);

Параметры проблемной обстановке Рекомендуемое ответ
k

O операционное моделирование с применением оптимизационных моделей;

O имитационное моделирование;

O экспертные совокупности с применением баз знаний.

Условно выделяют два класса СППР:

O универсальные (методо-ориентированные) — предназначенные для ответа широкого класса задач и не имеющие определенной предметной ориентации (Matlab, Maple, Statistica);

O специальные (предметно-ориентированные) — ориентированные на классы задач в конкретных предметных областях (1С Предприятие, 1С Бухгалтерия и многие другие).

Главными компонентами универсальных СППР являются:

O комплект стандартных математических моделей задач ситуационного анализа;

O комплект программных средств, реализующих универсальные, апробированные способы ответа задач;

O комплекс средств, разрешающих эксперту формулировать задачи в терминах предусмотренных в совокупности формальных моделей и решать их с применением имеющихся в СППР средств.

По степени “интеллектуальности” обработки данных выделяют 3 класса задач анализа:

Информационно-поисковый – СППР осуществляет поиск нужных данных. Характерной чертой для того чтобы анализа есть исполнение заблаговременно определенных запросов (СУБД, Internet, КИС).

Оперативно-аналитический – СППР создаёт обобщение и группирование данных в виде, нужном аналитику. В отличие от информационно-поискового анализа в этом случае нереально заблаговременно угадать нужные аналитику запросы.

Интеллектуальный – СППР осуществляет поиск функциональных и логических закономерностей в накопленных данных, построение правил и моделей, каковые растолковывают отысканные закономерности и/ либо с определенной возможностью прогнозируют развитие обстановок.

Помощь принятия ответов включает:

O помощь ЛПР при оценке обстановки; обнаружение предпочтений ЛПР;

O оценку вероятных альтернатив;

O генерацию вероятных ответов;

O анализ последствий решений и выбор лучшего с позиций ЛПР.

Обобщенная структура СППР может упрощенно быть представлена в следующем виде (Рис. 7.1)

Рис. 7.1. Обобщенная архитектура СППР

Система ввода данных. В таких системах, именуемых OLTP (On-line transaction processing), реализуется операционная (транзакционная) обработка данных. Для их реализации употребляются СУБД.

Система хранения. Для реализации данной системы применяют современные СУБД и хранилища данных.

Система анализа. Эта система возможно выстроена на базе:

O Системы информационно-поискового анализа на базе реляционных СУБД и статических запросов с применение языка SQL (Structured Query Language);

O Системы своевременного анализа. Для реализации таких систем используется разработка аналитической обработки данных OLAP (On-line analytical processing), применяющая концепцию многомерного представления данных;

O Системы интеллектуального анализа, реализующей алгоритмы и методы Data Mining (“добыча данных”).

На рисунке 7.2 продемонстрирован элементарный OLAP-куб, разрешающий создавать оценки данных по трем измерениям. Система разрешает разбирать эти любой сложности на любых временных промежутках.

Рис. 7.2. Элементарный OLAP-куб

В систему анализа входит система помощи моделирования развития проблемной обстановке, включающая последовательность модулей (Рис. 7.3).

Рис. 7.3. Обобщенная функциональная схема системы моделирования

Анализатор обстановки определяет нужный класс моделей, требуемых для ПС.

База моделей включает модели различных классов, подключение которых обрисовывает протекающие в экономических объектах процессы.

Блок обеспечения данными снабжает доступ к базам данных и управление потоками данных, пересылаемых для реализации конкретной модели, выбранной из базы моделей.

Совокупность управления базой моделей снабжает формирование совокупности моделей, в случае если анализ требует применения более одной из них.

Блок оценки прогноза проводит анализ результатов моделирования и их интерпретацию в терминах пользователя. При неудовлетворительных итогах блок разрешает корректировать эти либо модель.

Результаты ответа модели анализируются в блоке оценки прогнозов, и при удовлетворительной оценке пользователем ее решение и модель помещаются в базу моделей для анализа будущих ПС.

В общем случае модели возможно поделить на стратегические, тактические и своевременные.

Стратегические используются на наибольших уровнях управления для установления целей организации (экономического объекта), и количеств требуемых для их успехи ресурсов.

Эти модели характеризуются солидным числом переменных и понятием данных в сжатой агрегированной форме. Горизонт планирования измеряется в годах.

Тактические модели используются на уровне среднего управленческого звена для контроля и распределения ресурсов. Вероятные сферы применения – денежное планирование, планирование продаж, построение технологической и организационной структуры подразделений и т.д. Эти модели применимы только к отдельным подразделениям предприятия (к примеру, к совокупности производства и сбыта). Временной горизонт, в большинстве случаев, — от одного месяца до года.

Своевременные модели употребляются на низших уровнях управления с временным горизонтом от нескольких часов до месяца. Вероятные применения: ведение кредитных расчетов, календарное производственное планирование, управление запасами и др.

Специальные совокупности помощи принятия ответов

Универсальные СППР владеют рядом значительных недочётов, таких как:

1. Необходимость выбора самим пользователем неспециализированной схемы и методов решения и подходящих моделей задачи.

2. Трудности при ответе непростых задач средствами и универсальными методами в приемлемое время. Из этого высокие требования к квалификации пользователя в области моделирования.

Применяемые в специальных СППР модели довольно часто недоступны рядовому пользователю, что затрудняет их применение при ответе вторых подобных (в математическом смысле) задач (это-недочёт).

Главные характеристики специальных СППР:

O отсутствие необходимости в участии опытных программистов;

O использование сложного многомерного и инструментальных средств и многофакторного анализа моделирования.

С функциональной стороны возможно выделить следующие компоненты СППР:

O серверхранилища данных;

O инструментарийOLAP;

O инструментарийData Mining.

Эти компоненты делают следующие главные задачи:

1. накопление данных и их моделирование на концептуальном уровне;

2. действенная загрузка данных из нескольких свободных источников;

3. анализ данных.

Применение своевременной аналитической обработки (совокупностей OLAP) снабжает доступ к многомерным данным.

Разработка Data Mining разрешает проводить глубочайший и всесторонний анализ данных.

В базе концепции OLAP лежит многомерное представление данных посредством многомерных таблиц либо кубов, дешёвых для запросов пользователей. Эти для них смогут храниться как в реляционных, так и в многомерных базах данных. Взаимодействуя с OLAP-совокупностью, пользователь может приобретать разные срезы данных, делать аналитические операции детализации, свертки, сравнения во времени

Информационные разработки экспертных совокупностей

назначение и Характеристика. Громаднейший прогресс среди компьютерных информационных совокупностей отмечается в области разработки экспертных совокупностей, применяющих разработки неестественного интеллекта.

ЭС делает следующие задачи:

1) консультация для неопытных (неумелых) пользователей,

2) помощь при анализе разных вариантов принятия ответа,

3) помощь по вопросам, относящимся к смежным областям деятельности.

Самый обширно и продуктивно ЭС используются в бизнесе, производстве, медицине, менее – в науке.

В экономике посредством ЭС вероятно ответ следующих задач:

1. Анализ денежного состояния предприятия.

2. Оценка кредитоспособности предприятия.

3. Планирование денег предприятия.

4. Формирование портфеля инвестиций.

5. Страхование коммерческих кредитов.

6. Выбор стратегии производства.

7. Оценка конкурентоспособности продукции.

8. Выбор стратегии ценообразования.

9. Выбор поставщика продукции.

10. Подбор кадров.

Работа экспертных совокупностей основана на использовании и получении знаний специалистов, что разрешает применять ЭС в качестве консалтинговых совокупностей.

Главными компонентами ЭС являются (Рис. 7.4): интерфейс пользователя, база знаний, интерпретатор, модуль создания совокупности.

Рис. 7.4. Главные компоненты ЭС

Интерфейс пользователя употребляется для команд и ввода информации в ЭС и получения выходной информации. Команды включают в себя параметры, направляющие процесс обработки знаний.

Разработка экспертных совокупностей предусматривает возможность приобретать на выходе не только ответ, но и нужные объяснения. По окончании получения ответа пользователь может настойчиво попросить объяснений того, как оно было получено. Совокупность обязана пояснить любой ход собственных рассуждений, ведущих к ответу задачи.

База знаний содержит факты, обрисовывающие проблемную область и их логическую связь. Центральное место в базе знаний в собственности правилам. Правило определяет, что направляться делать в данной конкретной обстановке, и складывается из двух частей: условие, которое может выполняться либо нет, и воздействие, которое направляться произвести, в случае если выполняется условие.

Применяемые в ЭС правила образуют совокупность правил (до нескольких тысяч правил).

Интерпретатор создаёт обработку знаний, находящихся в базе знаний, в определенном порядке. Он последовательно разглядывает правило за правилом. В случае если условие, содержащееся в правиле, соблюдается, то пользователю предоставляется вариант решения проблемы. Во многих экспертных совокупностях вводятся дополнительные блоки: база данных, блок расчета, корректировки и блок ввода данных

Модуль создания совокупности помогает для комплекта (иерархии) правил. Он может создаваться с применением или алгоритмических языков программирования, или оболочек экспертных совокупностей.

Оболочка представляет собой готовую программную среду, которая может употребляться при ответе определенной неприятности методом создания соответствующей базы знаний.

Совокупность функционирует в следующем циклическом режиме: выбор (запрос) данных либо результатов анализов, наблюдение, интерпретация результатов, усвоение новой информации, выдвижение посредством правил временных догадок и после этого выбор следующей порции данных либо результатов анализов. Таковой процесс длится до тех пор, пока не поступит информация, достаточная для окончательного заключения.

В любую секунду времени в совокупности содержится три типа знаний:

O структурированные статические знания о предметной области, по окончании того как эти знания распознаны, они уже не изменяются;

O структурированные динамические знания – изменяемые знания о предметной области; они обновляются по мере обнаружения новой информации;

O рабочие знания, используемые для ответа конкретной задачи либо проведения консультации.

Разработку построения экспертных совокупностей именуют инженерией знаний. Данный процесс требует своеобразной формы сотрудничества создателя экспертной совокупности (инженера знаний), и специалистов в предметной области. Инженер знаний «извлекает» из специалистов процедуры, стратегии, эмпирические правила, каковые они применяют при ответе задач, и встраивает эти знания в экспертную совокупность.

Информационные разработки управления. Лекция 9. Экспертные совокупности


Также читать:

Понравилась статья? Поделиться с друзьями: