Построение экспертной системы анализа валютного рынка

Министерство  образования и науки РФ 
Федеральное агентство по образованию

Государственное образовательное 
учреждение высшего профессионального образования

«Омский государственный  технический университет»

Кафедра прикладной математики и информационных систем

 

 

КУРСОВАЯ  РАБОТА

 

на тему: «Построение экспертной системы анализа валютного рынка»

 

по дисциплине Интеллектуальные информационные системы

Студент Кравченко Г.А. группы ЗПИ-518

 

 

Пояснительная записка

 

 

 

Руководитель  работы – к.т.н. доцент:

________________Е. Т. Гегечкори

       (подпись, дата)

Разработал  студент гр. ЗПИ-518:

________________Г. А. Кравченко

        (подпись, дата)

 

 

 

Омск -2013

Омский государственный  технический университет

Кафедра Прикладная математика и информационные системы

Специальность 080801 Прикладная информатика (в экономике)

Задание 
на курсовое проектирование

по дисциплине Интеллектуальные информационные системы

Студент _______Кравченко Галина Александровна       группа ЗПИ-518

(Ф.И.О. полностью)

1. Тема проекта «Построение экспертной системы анализа валютного рынка»

2. Срок сдачи студентом  законченного проекта_____________________________________

3. Исходные данные к  проекту ___________________________________________________

________________________________________________________________________________________________________________________________________________________________

4. Содержание  проекта (работы): _________________________________________________

4.1. Разделы пояснительной  записки (перечень подлежащих  разработке вопросов)

Введение__________________________________________________________

Глава 1. Экспертные системы, их особенности

Глава2 Идентификация проблемы

Глава3. Формализация базы знаний

Глава4. Реализация  и тестирование системы

Заключение

Библиографический список

Приложения

4.2. Перечень  графического материала (с указанием  обязательных чертежей) ________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

5. Основная рекомендуемая  литература____________________________________________

1. Павлов  С.Н. Интеллектуальные информационные  системы: Учебное пособие. — Томск: ТМЦДО, 2004. — 328 с.

2. Романов В.П. Интеллектуальные информационные системы в экономике: Учебное пособие / Под ред. д.э.н., проф. Н.П. Тихомирова. — М.: Издательство «Экзамен», 2003. — 496 с.

3. Ростовцев  В.С. Принципы построения экспертных  систем: Учебное пособие. — Киров:ВятГУ, 2007. — 155 с.

6. Дата выдачи  задания __________________________________________________

Зав. кафедрой _________________________________________________________________

(подпись, дата)

Руководитель __________________________________________________________________

(подпись, дата)

Студент __________________________________________________________________

(подпись, дата)

 

Оглавление

 

 

 

 

 

Введение

 

Для курсового проекта выбрана предметная область – Построение экспертной системы анализа валютного рынка.

Экспертные системы  – это яркое и быстро прогрессирующее  направление в области искусственного интеллекта.

Искусственный интеллект  – самое молодое научное направление. Появление его было подготовлено развитием мощности вычислительных машин. Экспертная система – это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. Экспертная система, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы экспертных систем, определённым образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. Экспертные системы 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, использующих процедурный анализ, экспертные системы решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые не структурированы и плохо определены. Они справляются с отсутствием структурированности путём привлечения эвристик, т. е. правил, взятых «с потолка», что может быть полезным в тех системах, где недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

Актуальность темы проекта  обусловлена текущей ситуацией  на фондовом рынке России. Сегодня  банки, брокерские компании, частные  инвесторы, интернет-трейдеры активизировали работу в области автоматизации  управления инвестиционным портфелем. Актуальность выбранной темы подтверждается стремительно растущим количеством непрофессиональных участников рынка ценных бумаг и возникающей у них необходимостью использовать профессиональные знания об использовании методов анализа рынка ценных бумаг, которые могли бы помочь ориентироваться в сложных процессах рынка. Не менее актуальной задачей является разработка интеллектуальной торговой системы поддерживающей принятие решения на всех этапах управления портфелем ценных бумаг на основе знаний и опыта профессионального участника рынка ценных бумаг.

В настоящее время  отсутствуют программные средства, позволяющие инвестору использовать их в своей профессиональной деятельности на всех этапах управления портфелем ценных бумаг, а решаемые ими определенные задачи и реализуемые функции на отдельных этапах не в полной мере отвечают сегодняшним требованиям. Это обстоятельство объясняется тем, что процесс управления портфелем ценных бумаг реализуется в условиях неопределенности и неуверенности, характеризуемой недостатком информации для формализации задач автоматизации. Такой вид неопределенности обусловлен индивидуальным поведением на рынке каждого его участника.

Цель  курсовой работы – разработка и создание  экспертной системы позволяющей анализировать поведение валютного рынка на основе знаний и опыта профессионального участника рынка ценных бумаг.

Задачи  проекта:

- Изучение и  описание анализа предметной  области;

          - Построение концептуальной модели предметной области;

- Проектирование  логической структуры базы знаний;

- Реализация экспертной системы.

 

 

Глава 1. Экспертные системы  и их особенности

1.1. Определение экспертной системы. Достоинства и назначение

 

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.

Экспертная система отличается от прочих прикладных программ наличием следующих признаков.

• Моделирует не столько физическую (или иную) природу определенной проблемной области, сколько механизм мышления человека применительно к решению задач в этой проблемной области. Это существенно отличает экспертные системы от систем математического моделирования или компьютерной анимации. Нельзя, конечно, сказать, что программа полностью воспроизводит психологическую модель специалиста в этой предметной области (эксперта), но важно, что основное внимание все-таки уделяется воспроизведению компьютерными средствами методики решения проблем, которая применяется экспертом, т. е. выполнению некоторой части задач так же (или даже лучше), как это делает эксперт.
• Система, помимо выполнения вычислительных операций, формирует определенные соображения и выводы, основываясь на тех знаниях, которыми она располагает. Знания в системе представлены, как правило, на некотором специальном языке и хранятся отдельно от собственно программного кода, который и формирует выводы и соображения. Этот компонент программы принято называть базой знаний.
• При решении задач основными являются эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех. Эвристика, по существу, является правилом влияния (rule of thumb), которое в машинном виде представляет некоторое знание, приобретенное человеком по мере накопления практического опыта решения аналогичных проблем. Такие методы являются приблизительными в том смысле, что, во-первых, они не требуют исчерпывающей исходной информации и, во-вторых, существует определенная степень уверенности (или неуверенности) в том, что предлагаемое решение является верным.

Экспертные системы отличаются и от других видов программ из области  искусственного интеллекта.

• Экспертные системы имеют дело с предметами реального мира, операции с которыми обычно требуют наличия значительного опыта, накопленного человеком. Множество программ из области искусственного интеллекта являются сугубо исследовательскими, и основное внимание в них уделяется абстрактным математическим проблемам или упрощенным вариантам реальных проблем (иногда их называют «игрушечными» проблемами), а целью выполнения такой программы является «повышение уровня интуиции» или отработка методики. Экспертные системы имеют ярко выраженную практическую направленность в научной или коммерческой области.
• Одной из основных характеристик экспертной системы является ее производительность, т. е. скорость получения результата и его достоверность  
  (надежность). Исследовательские программы искусственного интеллекта могут и не быть очень быстрыми, можно примириться и с существованием в них отказов в отдельных ситуациях, поскольку, в конце концов, это инструмент исследования, а не программный продукт. А вот экспертная система должна за приемлемое время найти решение, которое было бы не хуже, чем то, которое может предложить специалист в этой предметной области.
• Экспертная система должна обладать способностью объяснить, почему предложено именно такое решение, и доказать его обоснованность. Пользователь должен получить всю информацию, необходимую ему для того, чтобы быть уверенным, что решение принято «не с потолка». В отличие от этого, исследовательские программы «общаются» только со своим создателем, который и так (скорее всего) знает, на чем основывается ее результат. Экспертная система проектируется в расчете на взаимодействие с разными пользователями, для которых ее работа должна быть, по возможности, прозрачной.

Зачастую термин система, основанная на знаниях (knowledge-based system), используется в качестве синонима термина экспертная система, хотя, строго говоря, экспертная система – это более широкое понятие. Система, основанная на знаниях, – это любая система, процесс работы которой основан на применении правил отношений к символическому представлению знаний, а не на использовании алгоритмических или статистических методов. Таким образом, программа, способная рассуждать о погоде, будет системой, основанной на знаниях, даже в том случае, если она не способна выполнить метеорологическую экспертизу. А вот чтобы иметь право называться метеорологической экспертной системой, программа должна быть способна давать прогноз погоды (другой вопрос – насколько он будет достоверен).

 

1.2. Классификация и виды экспертных систем

 

Общепринятая классификация экспертных систем отсутствует, однако наиболее часто  экспертные системы различают по назначению, предметной области, методам представления знаний, сложности и динамичности:

Рис. 1. Классификация экспертных систем

 

По назначению классификацию экспертных систем можно провести следующим образом:

• диагностика состояния систем, в том числе мониторинг (непрерывное отслеживание текущего состояния);
• прогнозирование развития систем на основе моделирования прошлого и настоящего;
• планирование и разработка мероприятий в организационном и технологическом управлении;
• проектирование или выработка четких предписаний по построению объектов, удовлетворяющих поставленным требованиям;
• автоматическое управление (регулирование);
• обучение пользователей и др.

По предметной области наибольшее количество экспертных систем используется в военном деле, геологии, инженерном деле, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельском хозяйстве, управлении процессами, физике, филологии, химии, электронике, юриспруденции.

По методам представления знаний экспертные системы подразделяют на традиционные и гибридные. Традиционные экспертные системы используют  
в основном эмпирические модели представления знаний и исчисление предикатов первого порядка. Гибридные экспертные системы используют все доступные методы, в том числе оптимизационные алгоритмы и концепции баз данных.

По степени сложности экспертные системы делят на поверхностные и глубинные. Поверхностные экспертные системы представляют знания в виде правил «ЕСЛИ-ТО». Условием выводимости решения является безобрывность цепочки правил. Глубинные экспертные системы обладают способностью при обрыве цепочки правил определять (на основе метазнаний), какие действия следует предпринять для продолжения решения задачи. Кроме того, к сложным относятся предметные области, в которых текст записи одного правила на естественном языке занимает более ¹/₃ страницы.

Классификация экспертных систем по динамичности делит экспертные системы на статические и динамические. Предметная область называется статической, если описывающие ее исходные данные не изменяются во времени. Статичность области означает неизменность описывающих ее исходных данных. При этом производные данные (выводимые из исходных) могут и появляться заново, и изменяться (не изменяя, однако, исходных данных).