Обзор экспертных систем

Логическое соответствие означает, что представление должно обладать возможностью распознать все различия, которые помещаются в начальный  аромат. Например, невозможно представить  идею, что у каждой медицины есть любая сторона, нежелательный эффект, если только будет невозможно привести различие между миссией определенного  лекарственного препарата и его  побочным эффектом (например, аспирин  ухудшает язву желудка). В более общем  смысле прессование, передающее этот результат, звучит так: “каждая медицина обладает нежелательным, побочный эффект, определенный для этого приготовления”.

Эвристическая емкость означает, что  наряду с наличием показательного языка  представления должны быть некоторые  средства использования представлений, созданных и интерпретируемых так, чтобы было возможно решить проблему с их справкой. Часто кажется, что  язык, обладающий большей показательная  возможность с точки зрения количества семантических различий, более добавляется  в управлении описания корреляций в  ходе решения проблемы. Возможность к прессованию во многих из найденных формализмов может казаться достаточно ограниченной по сравнению с английским языком или четной стандартной логикой. Часто уровень эвристической емкости рассматривает результат, то есть на этом, насколько легко это, кажется, выводит необходимое познание в отношении особой ситуации. Быть гарантированным, что познание больше всех подходов для решения об определенной проблеме, - это одно из качеств, которое отличает действительно специалиста, эксперта в определенной области, от новичка или просто начитанного человека.

Естественность нотации нужно  рассмотреть как определенное достоинство  системы как большая часть  приложений, созданных на основе ЭС, накопления потребностей большого объема познания, и решить такую задачу достаточно трудно, если договоры на языке представления являются слишком трудными. Любой эксперт говорит, что в других равных характеристиках, что система, с которой легче работать лучше. Прессование, которым формально описывается познание, должно быть когда бы ни было возможно простым для написания, и их смысл - четкий четный к тому, кто не знает, как компьютер интерпретирует это прессование. Например, декларативный код программы может служить, который сам по себе дает достаточно точное представление о процессе его производительности, четной к тому, у кого нет никакого представления о подробных данных реализации отдельных инструкций компьютер.

Есть много договоров, соответствующего познания для того, чтобы кодировать на уровне языка. Среди них мы отмечаем порождающие правила (порождающие  правила), покрытые сетчатым узором объекты (структурированные объекты) и логические программы (логические программы). В  большой части ЭС это используется один или несколько из перечислимых  формализмов, и параметры в милости  и против любого из них до настоящего времени представляют сюжет для  свежих обсуждений среди теоретиков.

Управление процессом поиска решения.

При разработке ЭС пристальное внимание должен быть дан и тому, как доступ обеспечивается для познания и поскольку  они используются поиском решения. Познание того, какое познание необходимо в этом или что особая ситуация, и возможность избавиться от них - важная часть процесса функционирования ЭС. Такое познание, полученное имя  метазнаний, то есть познание познания. Решение о нетривиальных проблемах  требует также определенный уровень  планирования и управления по выбору, что вопрос должен быть установлен, что тест выполнить и так далее.

Использование различной стратегии  поиска доступного познания, делает достаточно существенное воздействие на характеристики эффективности программы. Они, которые  определяет стратегия, какой метод  программа находит решение проблемы в некотором пространстве вариантов. Как правило, не происходит так, чтобы данные, с которыми программа работы с базой данных выделяет, позволили "выходить" точно на области в этом пространстве, в котором имеет смысл искать ответ.

Большинство представлений знаний могут быть использованы в разных режимах управления.

Разъяснение принятого решения.

Вопрос на том, как помочь потребителю  понять структурные конъюнкции некоторого трудного компонента программы, он соединяется  с довольно новой областью взаимодействия человека и машины, которая появилась  на пересечении таких областей, как  искусственный интеллект, промышленная техника, физиология и эргономика. Для  сегодня содействия этой области  исследователей - историков, которые  зацепляются ЭС, составы в разработке методов представления информации о свойстве программы в ходе схемы расположения игроков цепочки логических выводов поиском решения.

Представление информации о свойстве ЭС важно для многих причин:

- Потребители, работающие с системой, нуждайтесь в подтверждении этого  в каждом конкретном случае  вывод, в который прибывала  программа, в ядре корректно;

- Инженеры, имеющие дело со схемой  расположения игроков БЗ, должны  быть убеждены, что познание, сформулированное  ими, применяется правильно, включая  в случае, когда есть прототип;

- В области данных это является  требуемым для экспертов, чтобы  проследить цепочку доказательства  и метод использования той  сходимости, которые от их слов  были введены в БЗ. Это позволяет  судить, насколько правильно они  применяются в текущем состоянии  дел;

- К компаниям-производителям телевизионных  программ, которые сопровождают, устраните  неисправности и обновите систему,  необходимо иметь инструмент  в инструкции, позволяя блестеть  в “ее внутренней части” на  уровень выше, чем вызов отдельных  процедур языка;

- Администратор системы, используя  опытную технику, кто несет  ответственность за следствия  решения, принятого программой, также  нуждается в подтверждении, что  эти решения выравниваются по  ширине достаточно.

Прозрачность системы - возможность  системы объяснить метод принятия решений. Как прозрачность системы  понято, к тому, насколько просто штат, чтобы очистить это программа  и почему делает. Отсутствие достаточной  прозрачности поведения системы  не позволяет эксперту влиять на свою производительность или давать уведомление, поскольку возможно повысить это. Трассировка  и оценка поведения системы - задача, достаточно трудная и, необходима для  ее совместных усилий решения эксперта и эксперта в информатике.

Заключение

ЭС - специфический программный  продукт, оперирующий с профессиональными  знаниями с помощью специальных  процедур, основанных на использовании  условного оператора «ЕСЛИ, …  ТО,…».

Основное преимущество ЭС - возможность  накопить знание, чтобы 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 и в экономике основано на машиностроительных предприятиях на ЭС, позволяя повышать качество и экономить  время принятия решений, и также  рост стимулирования общей производительности и улучшение профессионального  навыка экспертов.

Результат работы ЭС является выводами и выводами, которые считали бы приемлемыми, если бы им персонаж прибывал, который позволяет рассматривать  ЭС как системы искусственного интеллекта

Зарубежный опыт практического  использования ЭС в различных  сферах позволяет принимать с  доверием их эффективное использование  в сфере оценки, управления и реверсирования недвижимости

ЭС может быть очень большим  и трудным, и может быть очень  простым. Их разработка под шпигует  четный к компании-производителю  телевизионных программ - вентилятору. Техника разработки ЭС позволяет  увеличивать постепенно и объем  используемого познания, и алгоритмы  их обработки.

Одно из проспективных направлений  использования ЭС в экономике  недвижимости так называемая массовая оценка, когда ЭС заменяет профессионального оценщика в некоторых частных областях (оценка для таксации, специальная оценка продавца или покупателя, оценка для благожелательного отношения инвестиционных решений на верхнем уровне управления, и т.д.) видит.

Второе перспективное направление - использование ЭС для того, чтобы  оказать содействие оценщику и директору - распорядителю для "расшивки" критических параметров метода оценки (прогнозы доходов и расходов, определения  норм возврата, описания объектов как  наборы эффекта эхо и т.д.). Оценочное  действие и профессиональное управление характеризуются этим, они требуют  реализации активного использования  большого объема познания от различных  профессиональных сфер (микроэкономика, макроэкономическая, городская экономика, архитектура, здание, социальная психология, статистика, компьютерные технологии, и т.д.). Чтобы решить эту задачу наряду с традиционными методами (непрерывный пласт, сотрудничество и специализация, устройство и автоматика) предполагают ЭС.

Большая часть ЭС включена познанием, под которым контентом их можно перенести одновременно к нескольким типам. Например, обучающая система может обладать также познанием, позволяя выполнять диагностику и планирование. Это определяет возможности тренирующегося в основном направления, конечно, и затем принятие во внимание, что полученные данные делают программу. Регулирующая система может быть применена к целям управления, диагностики, прогнозируя и планируя. Системная безопасность обеспечения обители, может отследить окружающие условия, чтобы распознать события хэппенинга (например, открытое пятно), чтобы произвести прогноз (хакер отбора намеревается проникнуть в дом), и сделать план действий (чтобы вызвать управляют на основе политик).

 Список литературы

1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2010. – 640 с. - ISBN: 5-8459-0278-9
2. Джарратано Д., Г. Райли. Экспертные системы. Принципы разработки и программирование. - М.:  Изд. Вильямс, 2011. – 775 с. - ISBN: 5-8046-0113-X
3. Джексон П. Введение в экспертные системы. – М.:Изд. Вильямс, 2009. – 683 с. - ISBN: 5-8046-0196-2
4. Долин Г.. Что такое ЭС. - М.:   Компьютер Пресс, 2012. – 460 с. – ISBN: 5-94074-244-0
5. Круглов В.В.. Интеллектуальные информационные системы. - М.: Изд. Вильямс,   2009. – 621 с. - ISBN: 5-94836-011-3
6. Литвак Б.Г., Экспертные технологии в управлении, М., «Дело», 2011 - 670 с. ISBN: 5-8046-0113-X
7. Лорьер Ж.-Л. Системы искусственного интеллекта. — М.: Мир, 2009. — 568 с. ISBN: 5-94074-244-0
8. Муромцев Д.И. Введение в технологию экспертных систем. СПб: СПб ГУ ИТМО, 2012. – 891 с. – ISBN: 5- 900916-40-5
9. Нейлор К.. Как построить свою экспертную систему.- М.:Энегроатомиздат, 2010. – 570 с. ISBN: 5-272-00179-6
10. Попов Э. В., Фоминых И. Б., Кисель Е. Б., Шапт М. Д.Статические и динамические экспертные системы. -М.: Финансы и статистика, 2009. – 445 с. - ISBN:  5-207-13411-1
11. Таусенд К., Фохт Д.. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М.: Финансы и статистика. 2009. – 240 с. - ISBN: 5-279-02606-9
12. Убейко В. Н.. Экспертные системы. – М.: МАИ, 2010. – 480 с. - ISBN: 5-85438-019-6