Реферат: Применение экспертных систем на геотехнологическом предприятии атомной отросли

ПРИМЕНЕНИЕ Экспертных систем на геотехнологическом предприятии атомной отросли


Железнов В.Е., Носков М.Д.

ФГОУ ВПО «Северский технологический институт» НИЯУ МИФИ, г. Северск

E-mail: science@ssti.ru


Определение экспертных систем и области применения.

В настоящее время экспертные системы применяются в различных областях науки, техники и жизни общества – органической химии, поиске полезных ископаемых, медицинской диагностике, торговле, туризме и др. [1, 2]. Создание экспертных систем является одним из направлений в области искусственного интеллекта (ИИ) (разработки компьютерных программ, способных имитировать человеческую деятельность, принятие решений, распознавания образов, понимание человеческого языка и др.

В различных источниках используются различные определения экспертная система, например:

- «^ Экспертная система – компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации» [2];

- «Экспертная система – программно-техническое средство, позволяющее пользователю в диалоговом режиме получать от компьютера консультационную помощь в конкретной предметной области, где сконцентрированы опыт и знания людей-экспертов (специалистов в данной области)» [3];

- «Экспертные системы – программы для компьютера, которые могут воспроизводить процесс решения проблемы человеком-экспертом» [4];

- «Экспертная система – программа, которая использует знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области и в пределах этой области способна принимать решения на уровне эксперта-профессионала» [5];

- «Экспертные системы – прикладные программы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой-либо узкой предметной области» [6];

- «Экспертная система – программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем» [7].

^ Экспертная система – компьютерная программа, использующая знания специалистов в какой то конкретной области, содержащиеся в базе данных, оперирующая этими знаниями для приятия решений и выработки рекомендаций. Она предназначена для замены специалиста из-за их недостаточного количества, вредных условий в которых приходится работать и оперативности принятия решений.

Экспертная система может принимать решения самостоятельно, то есть взять на себя полномочия специалиста в решении проблем, или готовить проекты решений, быть помощником человека, принимающего решение. Во втором случае человек, принимающий решение, может быть не достаточно компетентен в данной области, и в этом случае программа может повысить качество его работы. Более результативной комбинацией является специалист, работающий с программой [5].

Экспертные системы имеют ряд преимуществ по сравнению с человеком-экспертом [6]:

- они не делают поспешных выводов, рассматривают все детали, часто выбирая наилучший вариант из всех возможных;

- высококвалифицированные специалисты обходятся очень дорого, а ЭС дороги в разработке, но дешевы в эксплуатации;

- человеческая память ослабевает со временем, перерыв в работе может существенно отразиться на его профессиональных качествах; база данных у машины не теряется;

- экспертные системы устойчивы к «помехам», в то время как человек легко поддается влиянию внешних факторов, которые не связаны с решаемой задачей;

Существуют задачи, которые решаются с помощью экспертных систем успешнее, чем любыми другими средствами. Определяя необходимость использования данной системы нужно руководствоваться следующими критериями [7]:

- данные и знания надежны и постоянны;

- вариантов решений немного;

- в ходе решения задачи должны использоваться формальные рассуждения.

Специалист, который может передать знания и объяснить, как ими пользоваться, должен участвовать при разработке экспертной системы.

ЭС не рекомендуется применять для решения следующих типов задач:

- математических, которые решаются с помощью преобразования и анализа;

- задач распознавания, которые решаются только численными методами;

- методы решения, которых отсутствуют (невозможно построить базу знаний) [9, 10].

В России исследования и разработки в области ЭС включены в ряд государственных и отраслевых научно-технических программ. Системы с базами знаний не только стали находить практическое применение в бизнесе и в решении серьезных информационных задач, но и продемонстрировали ощутимый эффект от их использования. Например, чрезвычайно эффективными с точки зрения применения ЭС оказались системы поддержки организационного управления и планирования распределения ресурсов.

^ Классификация экспертных систем

Экспертные системы можно классифицировать по назначению, предметной области, методу представления знаний, динамичности и сложности [2]. Пример классификации ЭС показан на рисунке 1 [10].

По назначению ЭС квалифицируются следующим образом:

1 Прогнозирование. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта [11, 12].

2 Планирование, проектирование, выбор. Планирующие ЭС помогают составить планы-графики различных работ, мероприятий, операций и др. [13].

3 Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения [14].

4 Контроль и управление. Системы, основанные на знаниях, могут применяться в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях [13, 15].

5 Диагностика. Диагностирующие системы позволяют определять неисправности и недостатки в работе различных систем. Они эффективны, как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров. В медицине диагностирующие системы используются для установления причин нарушениями деятельности организма [16, 17].





Рисунок 1 – Квалификация экспертных систем


6 Обучение. Многие ЭС знания выполняют функции, в соответствии с которыми их можно отнести одновременно к нескольким типам. Например, обучающая система может также обладать знаниями, позволяющими выполнять диагностику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая система может применяться для целей контроля, диагностики, прогнозирования и планирования. Экспертные системы могут входить составной частью в компьютерные системы обучения [18, 19].

7 Мониторинг. Системы мониторинга используются для анализа и оценки состояния различных систем [20].

Другой способ классификации основывается на классификации по предметной области применения ЭС. Наибольшее количество ЭС используется в геологии, инженерном деле, военном деле, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельском хозяйстве, управлении процессами, физике, филологии, химии, электронике, юриспруденции.

Классификация по методам представления знаний делит ЭС на традиционные и гибридные. Традиционные ЭС используют эмпирические модели представления знаний. Гибридные ЭС применяют все доступные методы [21].


По степени сложности ЭС делятся на поверхностные и глубинные. Поверхностные ЭС представляющие знания в виде правил «Если – то», условием выводимости решений таких ЭС является безобрывность цепочки правил. Глубинные ЭС обладающие способностью при обрыве цепочки правил определять действия для продолжения решения задачи [22].

По динамичности ЭС делятся на статические и динамические. Статические ЭС называются системы, в которой данные, описывающие предметную область, не изменяются во времени. В динамические ЭС данные, описывающие предметную область, изменяются за время решения задачи [23, 24].

Структура экспертной системы.

Различные ЭС имеют много общего в своей структуре.





Рисунок 2 – Структура экспертной системы


В работе представлена структура экспертной системы, предназначенной для оценки, анализа, визуализации информации, формирования отчетов, прогноза развития экологической обстановки и подготовка рекомендаций по проведению природоохранных мероприятий. В общем случае экспертная система состоит из четырех блоков и двух баз данных и знаний. Блок общения обеспечивает управление системой, визуализацию информации, подготовку отчетных документов, бесперебойный обмен информацией между пользователем и системой. Блок импорта данных от внешних источников обеспечивает получение данных от контрольно-измерительных приборов, моделирующих программ и д.р. База знаний содержит набор правил логического вывода, алгоритмы подготовки рекомендаций и другие значения критериев оценки. База данных содержит информационные переменные, на основе которых принимается решение. Блок логического вывода на основе критериев из базы знаний проводит экспертные оценки, анализ, готовит планы и проекты решений. Объяснительный блок информирует пользователя, каким образом ЭС получила решение, и какие знания при этом использовала.


Список литературы


1 Люгер Д. Искусственный интеллект. – М.: Мир, 2003. – C. 690.

2 Убейко Н. Экспертные системы. – М.: МАИ, 2002. – C. 355.

3 Джарратано Д., Райли Г. Экспертные системы: принципы разработки и программирование. – Издательство: «Вильямс», 2006. – С. 1152.

4 Частиков А.П., Белов Д.Л., Гаврилова Т.А. Разработка экспертных систем. Среда CLIPS. – Издательство: BHV, 2006. – С. 608.

5 Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. – М.: Научтехлитиздат, 2008. – C. 482.

6 Рассел С., Норвиг П. Искусственный интеллект: современный подход / Пер. с англ.,
2-е изд. – М.: Вильямс, 2006. – C. 1408.

7 Смолин Д.В. Введение в искусственный интеллект: конспект лекций. – М.: ФИЗМАТЛИТ, 2004. – С. 208.

8 Люгер, Джордж, Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание. Пер. с англ. – М.: Вильямс, 2003. – C. 864.

9 Хант Э. Искусственный интеллект. – М: Мир, 1978. – C. 400.

10 Сафонов В.О. Экспертные системы – интеллектуальные помощники специалистов. – СПб.: Санкт-Петербургская организация общества «Знания Росси», 2002. – C. 196.

11 Калита Д.В., Иванников Н.Н. Прототип динамической экспертной системы для прогнозирования веса человека / Научная сессия МИФИ – 2006. Сб. науч. трудов. – 2006. – Т. 3: Интеллектуальные системы и технологии. – С. 234-235. – Секция: Интеллектуальные системы и технологии.

12 Европейцев Г.А., Хасанов Н.В. Прототип динамической экспертной системы для прогнозирования динамики курсов валют / Научная сессия МИФИ – 2010. Сб. науч. трудов. – 2010. – Т. 3. – С. 88-89. – Секция: Интеллектуальные системы и технологии.

13 Бороздин Д.С., Торопчина Л.В. Особенности разработки прототипа интегрированной экспертной системы реального времени для контроля финансовой и налоговой деятельности предприятия / Научная сессия МИФИ – 2008. Сб. науч. трудов. – 2008. – Т. 10: Интеллектуальные системы и технологии. – С. 240-242. – Секция: Интеллектуальные системы и технологии.

14 Ожегин И.В., Загребаев А.М., Козин Р.Г. Разработка прототипа экспертной системы по обнаружению топливного канала с негерметичным тепловыделяющим элементом / Научная сессия МИФИ – 2008. Сб. науч. трудов. – 2008. – Т. 1: Физико-технические проблемы ядерной энергетики. Гелий и водород в реакторных материалах. – С. 142-144. – Секция: Физико-технические проблемы ядерной энергетики.

15 Морозов А.А., Карабанов А.А. Прототип динамической экспертной системы для контроля безопасной эксплуатации высотных зданий и уникальных объектов повышенного риска / Научная сессия МИФИ – 2010. Сб. науч. трудов. – 2010. – Т. 3. – С. 90-90. – Секция: Интеллектуальные системы и технологии.

16 Пустынникова И.П. Технология использования экспертных систем для диагностики знаний и умений // Educational Technology & Society. – 2001. – № 4 (4). – С. 77-101.

17 Пашали А.А., Волков М.Г., Жонин А.В. Экспертная система диагностики электроцентобежных насосов // Экология и безопасность. – 2009. – Т. 7, № 1. – C. 117-120.

18 Есенина Н.Е. Экспертно-обучающие системы для обучения иностранному языку // Вестник Рязанской государственной радиотехнической академии. – 2006. – № 19. – С. 182-184.

19 Рыбина Г.В. Реализация компетентностного подхода к обучению на основе разработки обучающих интегрированных экспертных систем / Научная сессия МИФИ – 2008. Сб. науч. трудов. – 2008. – Т. 10: Интеллектуальные системы и технологии. – С. 39-43. – Секция: Интеллектуальные системы и технологии.

20 Алексеев И.A., Гизатуллин Р.А. Прототип динамической экспертной системы для мониторинга и диагностики аномалий в локальных сетях / Научная сессия МИФИ – 2006. Сб. науч. трудов. – 2006. – Т. 3: Интеллектуальные системы и технологии. – С. 238-239. – Секция: Интеллектуальные системы и технологии.

21 Павлова Н.В., Сергейчик В.В. Гибридная экспертная система для проектирования комплексов бортового оборудования и инструментальное средство для ее разработки / Научная сессия МИФИ – 2004. Сб. науч. трудов. – 2004. – Т. 3: Интеллектуальные системы и технологии. – С. 60-61.

22 Девятков В.В. Системы искусственного интеллекта / Гл. ред. И.Б. Федоров. – М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. – C. 352.

23 Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы: Учеб. пособие. – М.: Финансы и статистика, 1996. – C. 320.: ил.

24 Иванов Ю.К. Построение динамических экспертных систем на основе оболочки статической экспертной системы / Научная сессия МИФИ – 2005. Сб. науч. трудов. – 2005. – Т. 3: Интеллектуальные системы и технологии. – С. 50-51. – Секция: Интеллектуальные системы и технологии.