Экспертные системы в менеджменте

Автор работы: Пользователь скрыл имя, 26 Мая 2010 в 18:26, Не определен

Описание работы

Введение 2
Определение экспертных систем. Главное достоинство и назначение экспертных систем. 3
Отличие экспертных систем от других программных продуктов. 4
Отличительные особенности экспертной системы первого и второго поколения. 6
Области применения экспертных систем. 8
Критерий использования экспертных систем для решения задач. 11
Ограничения в применение экспертных систем. 13
Преимущества экспертных систем перед человеком-экспертом. 14
Заключение. 16
Список литературы. 17

Файлы: 1 файл

Экспртные системы в менеджменте.doc

— 88.50 Кб (Скачать файл)

    В экспертных системах  первого  поколения знания представлены  следующим образом:

1) знаниями  системы являются только знания  эксперта, опыт накопления знаний не предусматривается.

2) методы  представления знаний позволяли  описывать лишь статические предметные области.

3) модели  представления знаний ориентированы  на простые области.

    Представление знаний в экспертных  системах второго поколения следующее:

1) используются  не поверхностные знания, а более  глубинные. Возможно дополнение предметной области.

2) ЭС  может решать задачи динамической  базы данных предметной области.  

5. Области применения экспертных систем.

    Области применения систем, основанных  на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

  а)  Медицинская диагностика.

    Диагностические системы используются  для установления связи между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

  б)  Прогнозирование.    

    Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

  в)  Планирование.

    Планирующие системы предназначены  для достижения конкретных целей  при решении задач с большим  числом переменных. Дамасская фирма  Informat впервые в торговой практике  предоставляет в распоряжении  покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания  Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система  XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной.

  г) Интерпретация.

    Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

  д)  Контроль и управление.

    Системы, основанные на знаниях,  могут применятся 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.

  е)  Диагностика неисправностей в механических и электрических устройствах.

    В этой сфере системы, основанные  на знаниях, незаменимы 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.

  ж)  Обучение.   

   Системы, основанные на знаниях,  могут входить составной частью  в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего. Одной из наиболее интересных обучающих ЭС является разработанная Д.Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т.Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие,  способные провести быструю атаку корабли  и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать этому правила игры меняли каждый год.    

    Большинство  ЭС включают знания, по содержанию которых 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. Система, обеспечивающая сохранность жилища, может следить за окружающей обстановкой, распознавать происходящие события (например, открылось окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и составлять план действий (вызвать полицию).  

6. Критерий использования ЭС для решения задач.

   Существует ряд прикладных задач,  которые решаются с помощью  систем, основанных на знаниях, более успешно, чем любыми другими средствами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.

1. Данные  и знания надежны и не меняются  со временем.

2. Пространство  возможных решений относительно невелико.

3. В  процессе решения задачи должны  использоваться формальные рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения.

4. Должен  быть по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.

    В таблице один приведены сравнительные  свойства прикладных задач, по наличию которых можно судить о целесообразности использования для их решения ЭС.

Таблица 1. Критерий применимости ЭС.

              применимы               неприменимы
Не  могут быть построены строгие  алгоритмы или процедуры, но существуют эвристические методы решения. Имеются эффективные  алгоритмические методы.
Есть  эксперты, которые способны решить задачу. Отсутствуют эксперты или их число недостаточно.
По  своему характеру задачи относятся к области диагностики, интерпретации или прогнозирования. Задачи носят  вычислительный характер.
Доступные данные “зашумленны”. Известны точные факты и строгие процедуры.
Задачи  решаются методом формальных рассуждений. Задачи решаются прецедурными методами, с помощью аналогии или интуитивно.
Знания  статичны (неизменны). Знания динамичны (меняются со временем).
 

    В целом ЭС не рекомендуется  применять для решения следующих  типов задач:

- математических, решаемых обычным путем формальных  преобразований и процедурного анализа;

- задач  распознавания, поскольку в общем  случае они решаются численными методами;

- задач, знания о методах решения которых отсутствуют (невозможно построить базу знаний).  

7. Ограничения в применение экспертных систем.

    Даже лучшие из существующих  ЭС, которые эффективно функционируют как на больших, так и на мини-ЭВМ, имеют определенные ограничения по сравнению с человеком-экспертом.

1. Большинство  ЭС не вполне пригодны для  применения конечным пользователем. Если вы не имеете некоторого опыта работы с такими системами, то у вас могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали из базы знаний.

2. Вопросно-ответный  режим, обычно принятый в таких  системах, замедляет получение решений. Например, без системы MYCIN врач может (а часто и должен) принять решение значительно быстрее, чем с ее помощью.

3. Навыки  системы не возрастают после  сеанса экспертизы.

4. Все  еще остается проблемой приведение  знаний, полученных от эксперта, к виду, обеспечивающему их эффективную машинную реализацию.

5.  ЭС  не способны обучаться, не обладают здравым смыслом. Домашние кошки способны обучаться даже без специальной дрессировки, ребенок в состоянии легко уяснить, что он станет мокрым, если опрокинет на себя стакан с водой, однако если начать выливать кофе на клавиатуру компьютера, у него не хватит “ума” отодвинуть ее.

6. ЭС  неприменимы в больших предметных  областях. Их использование ограничивается предметными областями, в которых эксперт может принять решение за время от нескольких минут до нескольких часов.

7. В  тех областях, где отсутствуют  эксперты (например, в астрологии), применение ЭС оказывается невозможным.

8. Имеет  смысл привлекать ЭС только  для решения когнитивных задач.  Теннис, езда на велосипеде не могут являться предметной областью для ЭС, однако такие системы можно использовать при формировании футбольных команд.

9. Человек-эксперт  при решении задач обычно обращается  к своей интуиции или здравому смыслу, если отсутствуют формальные методы решения или аналоги таких задач.

    Системы, основанные на знаниях,  оказываются неэффективными при необходимости проведения скрупулезного анализа, когда число “решений” зависит от тысяч различных возможностей и многих переменных, которые изменяются во времени. В таких случаях лучше использовать базы данных с интерфейсом на естественном языке.

 

8. Преимущества ЭС перед человеком - экспертом.

    Системы, основанные на знаниях,  имеют определенные преимущества  перед человеком-экспертом.

1. У  них нет предубеждений.

2. Они  не делают поспешных выводов.

3. Эти  системы работают систематизировано,  рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.

Информация о работе Экспертные системы в менеджменте