Скачать учебники

Тикунов В. С. Геоинформатика. Экспертные системы. Механизм логических выводов

Скачать полную версию учебника (с рисунками, формулами, картами, схемами и таблицами) одним файлом в формате MS Office Word Скачать книгу

Другим важным элементом экспертной системы является механизм логических выводов (машина вывода). «Машина логического вывода является универсальной думающей машиной, а база знаний — это то, над чем ей предстоит думать» [Экспертные.., 1987. — С. 65]. Иными словами, в ответ на запрос система способна строить логические выводы и на их основе приходить к заключениям. Здесь проверяется выполнимость условий конкретной ситуации по отношению к имеющимся правилам и подбирается путь их удовлетворения. Причем в отличие от традиционных алгоритмов, осуществляющих механический перебор всех правил, в экспертной системе пространство поиска сужается за счет того, что, как и человек, ЭВМ должна ожидать, что же ей встретится. Например, анализируя видовой состав смешанных и широколиственных лесов средней полосы европейской части России, географ ожидает встретить ель, березу, дуб, липу, клен, но не пальмы или мангры, перебор которых для анализа противоречит здравому смыслу.
Процедуру получения выводов путем анализа фреймов или «продукций» называют прямой стратегией. В том случае, если человек выдвигает гипотезы (делает он это, как правило, с охотой), а ЭВМ их проверяет (что проще для машины), то мы переходим к обратной стратегии. Используются и смешанные стратегии, когда машина выдает ряд вариантов решения, а экспертная система именно так и поступает, выбрав из них какое-нибудь одно, которое анализируется с помощью обратной стратегии. Естественно, что этот путь будет неоднозначным, причем могут добавляться новые значения и т.д.

Модуль приобретения знаний проверяет непротиворечивость вновь поступающих сведений имевшимся правилам. Достигается это путем проверки семантической непротиворечивости, а также автоматическим тестированием. Проверка семантической непротиворечивости определяет согласование вносимых изменений правилам базы знаний, а автоматическое тестирование проверяет нововведения на большом количестве задач, чтобы оценить, сколь положительно они влияют на работу экспертной системы [Построение.., 1987]. В случае конфликтных ситуаций требуется пересмотр правил. Здесь применяются различные степени доверия для потенциальных решений, чтобы они не противоречили здравой логике хотя сделать это не всегда просто.
Здесь может оказаться целесообразным характеристика не отдельных явлений, а их классов, когда конкретная ситуация сравнивается с типичными примерами. Допустим, географ, классифицируя типы берегов (риасовый, шхерный, фьордовый), как бы сравнивает их с идеальными моделями: фьорды — узкие, глубоко вдающиеся в сушу клинья и т.д. Но экспертная система не ограничивается алгоритмической классификацией и учитывает семантику. Классифицируя географические объекты «Москва», «Орел», «Брянск», человек легко сгруппирует их в города, но «Москву» в сочетании с «Волгой» и «Леной» отнесет к рекам, а вот «Орел» в сочетании со словами «Коршун» и «Ястреб», так же, как и «Лена», «Ирина», «Валентина» приводят к совершенно иным смысловым значениям, то же должна уметь эвристическая программа.
Более того, иногда требуется и не совсем «логичное» заключение. Например, анализируя уровни социально-экономического развития стран по ряду формальных критериев, в том числе таким, как национальный доход на душу населения, число автомобилей на 1 тыс. жителей и другим показателям, Кувейт должен быть отнесен к числу ведущих стран, но эксперт-географ, сильно занизив его оценку, не выглядит странным. Так же должна поступать и экспертная система, выводя одни правила из других, и приходить к заключениям, получить которые из формальной логики невозможно.
Существует еще один характерный момент для экспертной системы. Так как правила, создаваемые одним географом, чаще всего сильно отличаются от того, как это делает другой специалист, экспертная система как бы становится «вторым я» того или иного ученого, копируя его стиль работы.

Модуль советов и объяснений (система объяснений) используется для разъяснения пользователю того, как экспертная система пришла к тому или иному конкретному выводу. Причем в процессе работы пользователь может задавать дополнительные вопросы о получении промежуточных результатов, уточнять цели, инспектировать правила с точки зрения их согласования между собой и соответствия поставленным целям и др. «Метод рассуждения, который не может быть объяснен человеку, является неудовлетворительным, даже если с ним система работает лучше, чем специалист» [Экспертные.., 1987. — С. 19].
Как правило, модуль советов и объяснений делает трассировку хода проведения рассуждений в обратном порядке от того места, к
которому относится вопрос, или от конечного результата. Каждый шаг рассуждения подкрепляется выводами из правил базы знаний. Экспертная система объясняет также, почему она не пошла другим путем, какие правила базы знаний этот путь заблокировал. Объяснения экспертной системы помогают пользователю совершенствовать базу знаний, показывая слабые места, ведущие к неправильным выводам. Пример работы экспертной системы и блока объяснения логики решений приведен в книге [И.А.Портянский, 1989].
Экспертные системы могут сильно отличаться своей конфигурацией в зависимости от целей их создания, имеющихся технических средств, объема данных и знаний [Искусственный.., 1990; Г.В.Рыбина, 1991; Введение.., 1995; Статистические.., 1996; Экспертные.., 1996; П.Джексон, 2001]. Причем важной является возможность комбинирования экспертных систем с математическими моделями, служащими для алгоритмических вычислений. Такие системы принято называть интегрированными.

В обобщающих работах по экспертным системам выделяют несколько их типов [Построение.., 1987; Экспертные.., 1987]: интерпретирующие, позволяющие на основе полученных фактов делать описания и выводы; прогнозирующие — выводящие следствия из совокупности состояний исследуемых явлений, например, прогноз погоды, урожайность сельскохозяйственных культур и др.; диагностические, прежде всего в медицине; проектирования — в строительстве; планирования; мониторинга; ремонта; обучения и др.

Важны классификационные аспекты географии, и здесь роль экспертных систем в решении неподдающихся математической формализации и сложных для логического анализа задач может быть велика, например, в случае типизации географических ситуаций, при применении метода ситуационного управления, предложенного Д. А. Поспеловым, в частности в географии при разработках геоситуационного направления [А.М.Трофимов, М.В.Панасюк, 1982].
Типология геоситуаций необходима для выработки правил, фактов и связей в соответствующих базах знаний, формируемых на основе знаний экспертов. Сценарии, построенные на базе типов геоситуаций, позволяют в каждом конкретном случае обращаться не к перебору нескольких вариантов, а, идентифицировав тип, анализировать структуру соответствующих пространственных образований по отношению к характеристикам их типа. В дальнейшем экспертные системы смогут определять структуру геоситуаций и рекомендовать мероприятия для их целенаправленных трансформаций или консервации, например при выработке рекомендаций по охране окружающей среды и т.д.
Одно из интересных приложений экспертных систем может состоять в их применении не только для обучения отдельным дисциплинам с использованием опыта наиболее известных преподавателей (безгранично расширив их аудиторию), но и служить в качестве «интеллектуального интерфейса» для связи, например, с вычислительными пакетами программ, с которыми пользователь мало знаком, т. е. быть своеобразным гидом.
С распространением экспертных систем в географии и экологии специалисты получат возможность использовать технику для уточнения, распространения, пропаганды, а главное, получения новых индивидуальных знаний, сопоставлять между собой конечные и промежуточные выводы при несовпадающих мнениях. Кстати, экологи и географы, обходившиеся в своей работе без математических методов и расчетов на компьютере, смогут использовать вычислительные машины без применения алгоритмических подходов. Роль специальных знаний еще более возрастет, а их передача от «учителя к ученику» облегчится, улучшится сохранность накопленных знаний и возможность их дальнейшего пополнения и совершенствования. Для специалистов особенно важно, что наиболее ценной и дорогостоящей частью в экспертных системах оказываются их профессиональные знания. В целом экспертные системы могут рассматриваться как одно из самых мощных средств исследований на ближайшую перспективу.

Контрольные вопросы

1. В чем специфика систем искусственного интеллекта?
2. Какова типовая структура экспертной системы?
3. Что такое «фреймы»?
4. Что такое «продукции»?
5. В чем смысл методов нечеткой логики?
6. Что такое «база знаний»?
7. Объясните механизм логических выводов ЭС.
8. Как работает модуль приобретения знаний?
9. Для чего необходима система объяснений?
10. Как классифицируют ЭС в географии и экологии?

< Экспертные системы. База знаний

Содержание книги "Тикунов В. С. Геоинформатика."

Основы создания нейронных сетей. Типы технических нейросетей. >

Скачать полную версию учебника (с рисунками, формулами, картами, схемами и таблицами) одним файлом в формате MS Office Word Скачать книгу

При копировании информации обязательны прямые ссылки на сайт, а также на авторов книг.
Все книги являются собственностью их авторов и служат исключительно для ознакомления.
© Edu-Knigi.ru, 2011. © Дизайн и программирование от студии "ПСГ".