Промышленность производство : Курсовая работа: Разработка оболочки экспертной системы

Курсовая работа: Разработка оболочки экспертной системы

Министерство образования и науки Республики Казахстан

Карагандинский Государственный Технический Университет

Кафедра ____САПР______

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

к курсовой работе

По дисциплине: «Интеллектуальные системы»

Тема: «Разработка оболочки экспертной системы»

Руководитель

(подпись)   (дата)

Студент

(подпись)   (дата)

2009

Содержание

Введение

1 Постановка задачи

2 Теоретическая часть

2.1 Основные понятия

2.2 Структура экспертной системы

2.3 Классификация экспертных систем

2.4 Характеристики экспертных систем

2.5 Этапы создания экспертных систем

3 Практическая часть

3.1 Выбор среды разработки программирования

3.2 Алгоритм работы экспертной системы

3.2.1 Алгоритм формирования базы знаний

3.2.2 Алгоритм вывода

3.3 Структура разработанной экспертной системы

3.3.1 Проект «Expert»

3.3.2 Проект «Klient»

3.4 Методическое обеспечение

3.4.1 Руководство эксперта

3.4.2 Руководство пользователя

Заключение

Список использованной литературы

Введение

Искусственный интеллект (ИИ) - совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Искусственный интеллект как научное направление, связанное с попытками формализовать мышление человека, имеет длительную предысторию. Первые шаги кибернетики были направлены на изучение и осмысление в новых понятиях процессов, протекающих в сложных, прежде всего живых, системах, включая и мыслящие. Позднее это направление работ оформилось в самостоятельную область, разрабатывающую проблему искусственного интеллекта.

Анализ употребления термина “интеллектуальные системы” (ИС) показывает, что под ним, в общем случае, понимается предельный по сложности класс систем, ориентированных на приобретение, обработку и использование некоторой дополнительной информации, понимаемой как “знание”. Ясно, что такие системы предназначены для работы в условиях неопределенности (невозможности точного математического описания) информации о свойствах и характеристиках системно-сложных объектов и среды их функционирования.

В общем случае знание проверенный практикой результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые являются правильными и в субъективном, и в объективном отношении, на основании которых можно построить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. Поэтому в контексте информационных технологий термин знания - это информация, присутствующая при реализации интеллектуальных функций. Обычно это отклонения, тенденции, шаблоны и зависимости, обнаруженные в информации. Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.

В задачи курсового проекта входит:

получение знаний в области интеллектуальных систем;

выработка способности системного рассмотрения проблем и задач;

развитие навыков программирования, полученных на предыдущих курсах;

разработать экспертную систему, согласно поставленной задаче.

Целью выполнения данного курсового проекта является приобретение практических навыков в разработке экспертных систем.

1. Постановка задачи

По заданию к курсовому проекту необходимо разработать оболочку экспертной системы по заданному алгоритму работы. Для разработки использовать любую визуальную среду программирования.

В интерфейсе программы для эксперта предусмотреть следующие возможности:

- добавление новых правил;

- удаление правил;

- редактирование существующих правил;

- сохранение базы знаний;

- открытие ранее сохраненных баз знаний;

- просмотр руководства по использованию данной экспертной системы.

В интерфейсе программы для пользователя предусмотреть следующие возможности:

- открытие существующей базы знаний;

- выбор одного из предложенных ответов на вопрос;

- вывод рекомендаций;

- вывод пояснений к рекомендациям.

2. Теоретическая часть

2.1 Основные понятия

Экспертные системы (ЭС) - особые компьютерные программы, моделирующие действия эксперта-человека при решении задач в какой-либо предметной области на основе накопленных знаний, составляющих базу знаний (БЗ).

В основе функционирования ЭС лежит использование знаний, а манипулирование ими осуществляется на базе эвристических правил, сформулированных экспертами. ЭС 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, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Главное достоинство экспертных систем - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов.

Экспертная система отличается от прочих прикладных программ наличием следующих признаков:

1. 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.

2. 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.

3. При решении задач основными являются эвристические и приближенные методы, которые, в отличие от алгоритмических, не всегда гарантируют успех. Эвристика, по существу, является правилом влияния, 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 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.

2.2 Структура экспертной системы

На рисунке 2.1 изображена обобщенная структура экспертной системы.

Рисунок 2.1 – Типовая структура экспертной системы

Следует учесть, что реальные ЭС могут иметь более сложную структуру, однако блоки, изображенные на рисунке, непременно присутствуют в любой действительно экспертной системе, поскольку представляют собой стандарт структуры современной ЭС.

Экспертные системы имеют две категории пользователей и два отдельных "входа", соответствующих различным целям взаимодействия пользователей с ЭС:

- обычный пользователь, которому требуется консультация ЭС - диалоговый сеанс работы с ней, в процессе которой она решает некоторую экспертную задачу.

- экспертная группа инженерии знаний, состоящая из экспертов в предметной области и инженеров знаний. В функции этой группы входит заполнение базы знаний, осуществляемое с помощью специализированной диалоговой компоненты ЭС - подсистемы приобретения знаний, которая позволяет частично автоматизировать этот процесс.

База знаний предназначена для хранения экспертных знаний о предметной области, используемых при решении задач экспертной системой.

База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

Механизм логического вывода – механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в базе данных. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая-либо его разновидность).

Интерфейс пользователя служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также, дающая возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у экспертной системы.

Подсистема приобретения знаний служит для корректировки и пополнения базы знаний. В простейшем случае это – интеллектуальный редактор базы знаний, в более сложных экспертных системах – средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д.

2.3 Классификация экспертных систем

Для классификации ЭС используют следующие признаки:

способ формирования решения;

способ учета временного признака;

вид используемых данных;

число используемых источников решения знаний.

По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний.

В зависимости от способа учета временного признака ЭС делят на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения.

По видам используемых данных и знаний различают ЭС с детерминированными и неопределенными знаниями. Под неопределенностью знаний и данных понимаются их неполнота, ненадежность, нечеткость.

ЭС могут создаваться с использованием одного или нескольких источников знаний.

Экспертные системы делятся на различные виды в зависимости от решаемых задач. Задачи, которые решают экспертные системы:

Интерпретация – описание ситуации по информации, поступающей от датчиков и других источников.

Наблюдение – сравнение результатов интерпретации с ожидаемыми результатами.

Мониторинг – наблюдение в определенные промежутки времени.

Прогноз – это определение вероятных последствий заданных ситуацией, системы прогнозирования основываются на имитационном моделировании, которое отражает связи в реальный мир.

Диагностика – выявление причин неправильного функционирования системы по результатам наблюдения.

Ремонт – выполнение последовательности предписанных исправлений.

Планирование – построение последовательности действий для достижения желаемого результата.

Проектирование построение конфигурации объектов с учетом ограничений.

Отладка – составление рецептов исправления неправильного функционирования системы, настройка отладочной системы.

Управление – адаптивное руководство поведения системы в целом (наблюдает, чтобы отследить на протяжении времени, классифицирует, диагностирует это отклонение, находит рецепт его устранения и осуществляет его применение).

Обучение диагностирование, отладка, ремонт поведения обучаемого.

2.4 Характеристики экспертных систем

Экспертные системы можно характеризовать следующими особенностями:

• область применения,

• класс решаемых задач,

• метод (методы) представления знаний,

• метод (методы) решения задач (поиска решений),

• структуризация данных (фактов) предметной области,

структуризация/неструктуризация знаний о решении задач,

• четкость/нечеткость данных,

• четкость/нечеткость знаний,

монотонность/немонотонность процесса решения задач,

• метод (методы) приобретения (пополнения) знаний,

• вид пользовательского интерфейса,

• динамическая или статическая предметная область,

• интеграция с другими программными системами (СУБД, системами моделирования, графическими пакетами и т.д.).

2.5 Этапы создания экспертных систем

1 этап – Идентификация.

1. Определение участников и их ролей в процессе создания и эксплуатации экспертной системы.

В процессе создания экспертной системы могут участвовать следующие специалисты: инженеры по знаниям, эксперты, программисты, руководитель проекта, заказчики (конечные пользователи). При реализации сравнительно простых экспертных систем программистов может не быть. Роль инженера по знаниям – выуживание профессиональных знаний из экспертов и проектирование базы знаний экспертной системы и ее архитектуры. Программист необходим при разработке специализированного для данной экспертной системы программного обеспечения, когда подходящего стандартного (например, оболочки для создания экспертных систем) не существует или его возможностей не достаточно и требуются дополнительные модули.

В процессе эксплуатации могут принимать участие конечные пользователи, эксперты, администратор.

2. Идентификация проблемы

На этом этапе разработчики должны ответить на ряд вопросов, определяющих особенности решаемых экспертами, а, следовательно, будущей экспертной системой, задач. Эти особенности определят и особенности архитектуры экспертной системы, формируемой на последующих этапах. К этим вопросам относятся следующие:

− какой класс задач должна решать ЭС;

− как эти задачи могут быть охарактеризованы или определены;

− какие можно выделить подзадачи;

− какие исходные данные должны использоваться для решения;

− какие понятия и взаимосвязи между ними используются при решении задачи экспертами;

− какой вид имеет решение и какие концепции используются в нем;

− какие аспекты опыта эксперта существенны для решения задачи;

− какова природа и объем знаний, необходимых для решения задачи;

− какие препятствия встречаются при решении задач;

− как эти помехи могут влиять на решение задачи.

Определение необходимых ресурсов – временных, людских, материальных.

3. Определение целей

В качестве целей, преследуемых при создании экспертных систем, мо-

гут быть: повышение скорости принятия решения, повышение качества решений, тиражирование опыта экспертов и т.п.

2 этап Концептуализация.

На этом этапе разработчики должны ответить на следующие вопросы:

− какие типы данных нужно использовать;

− что из данных задано, а что должно быть выведено;

− имеют ли подзадачи наименования;

− имеют ли стратегии наименования;

− имеются ли ясные частичные гипотезы, которые широко используются.

3 этап – Формализация.

4 этап – Реализация прототипной версии.

5 этап – Тестирование.

6 этап – Перепроектирование прототипной версии.

3. Практическая часть

3.1 Выбор среды разработки программирования

В качестве внутреннего языка для данной работы был выбран ObjectPascal, который используется в среде программирования Delphi. Этот язык использует принципы объектно-ориентированного и визуального программирования.

Язык ObjectPascal является одним из высокоразвитых языков объектно-ориентированного программирования. И среди других, например, таких как Visual Basic или Visual C++, отличается простотой программного кода, достаточным количеством литературы по этому языку.

Объектно-ориентированное программирование (ООП) — это методика разработки программ, в основе которой лежит понятие объект. Объект — это некоторая структура, соответствующая объекту реального мира, его поведению. Задача, решаемая с использованием методики ООП, описывается в терминах объектов и операций над ними, а программа при таком подходе представляет собой набор объектов и связей между ними.

По сравнению с традиционными способами программирования ООП обладает рядом преимуществ. Главное из них заключается в том, что эта концепция в наибольшей степени соответствует внутренней логике функционирования операционной системы (ОС) Windows. Программа, состоящая из отдельных объектов, отлично приспособлена к реагированию на события, происходящие в ОС. К другим преимуществам ООП можно отнести большую надежность кода и возможность повторного использования отработанных объектов.

Delphi - это комбинация нескольких важнейших технологий:

Высокопроизводительный компилятор в машинный код

Объектно-ориентированная модель компонент

Визуальное (а, следовательно, и скоростное) построение приложений из программных прототипов

Масштабируемые средства для построения баз данных

Программирование в Delphi строится на тесном взаимодействии двух процессов:

•    процесса конструирования визуального проявления программы (т.е. ее Windows-окна),

•    процесса написания кода, придающего элементам этого окна и программе в целом необходимую функциональность.

Основные преимущества среды программирования Delphi:

– Простота языка позволяет быстро его освоить и создавать сложные программы;

– Развитые средства представления структур данных обеспечивают удобство работы, как с числовой, так и с символьной и битовой информацией;

Объектно-ориентированное программирование (ООП) в визуальной среде.

В процессе построения приложения разработчик выбирает из палитры компонент готовые компоненты как художник, делающий крупные мазки кистью. Еще до компиляции он видит результаты своей работы - после подключения к источнику данных их можно видеть отображенными на форме, можно перемещаться по данным, представлять их в том или ином виде. В этом смысле проектирование в Delphi мало чем отличается от проектирования в интерпретирующей среде, однако после выполнения компиляции мы получаем код, который исполняется в 10-20 раз быстрее, чем то же самое, сделанное при помощи интерпретатора. Кроме того, компилятор компилятору рознь, в Delphi компиляция производится непосредственно в родной машинный код, в то время как существуют компиляторы, превращающие программу в так называемый p-код, который затем интерпретируется виртуальной p-машиной. Это не может не сказаться на фактич