Технологии экспертных систем

Первые автоматизированные системы управления обрабатывали большие объемы данных для отдельных экономических задач или функциональных подсистем. Ни о каких серьезных управленческих задачах речь тогда не шла, так как научные подходы их решения еще только намечались. Сегодня же им на смену пришли экономические информационные системы (ЭИС).

Типовая ЭИС состоит из нескольких функциональных подсистем, обрабатывающих множество локальных баз данных. При этом разные функции управления реализуются различными подсистемами. Например, для контроля исполнения документов (приказов, инструкций, писем и т. д.) разрабатывались исполнительные информационные системы (Execution Information SystemEl S). Для выполнения других управляющих функций разрабатывались управлепческие информационные системы (Management Information SystemMIS); их реализация зависела от поставленных целей, типа предприятия, циркулирующих регламентных форм документов, деления на подсистемы и т. д. Но эти системы не обеспечивали подсказку для выбора правильного решения, стратегического планирования, реорганизации бизнеса. Корпоративные информационные системы также не обеспечивают поддержку принятия решения.

Однако технологии управления всегда связаны с принятием решений, например какого специалиста принять на работу, какой вид продукции выпускать, какого поставщика выбрать, куда лучше вложить деньги и т. д. Первые такие технологии были основаны на рассмотрении всех доступных человеку положительных и отрицательных последствий принимаемого решения. Однако выяснилось, что в этом случае для принятия рационального решения требуется доступ ко всей информации о последствиях этого решения и неограниченное время для анализа этой информации, — а обычно ни того, ни другого нет.

В середине 1970-х гг. модели принятия решения стали базироваться на методах теории вероятности, т. е. в них ввели фактор неопределенности. В это же время начался процесс автоматизации управленческой деятельности на базе этих и других моделей.

Задачи управления требовали нетривиальных подходов к их решению. Это объясняется рядом факторов:

  • • для принятия решений требуются не просто данные, но их новый вид — знания;
  • • для получения знаний требуются алгоритмы переработки больших объемов информации, выявления скрытых знаний (скрытых закономерностей и зависимостей данных) и их преобразования в явные знания;
  • • решение необходимо принимать, учитывая противоречивые требования;
  • • необходимо учитывать быстро меняющуюся обстановку;
  • • требуются алгоритмы решения плохо формализуемых задач;
  • • требуются новые методы управления.

Особо отметим еще раз, что для принятия управленческого решения необходима не только информация, но и знания о ситуации, по которой принимается решение. Практическое применение самообучающихся интеллектуальных систем для решения управленческих задач позволило разработать технологии записи знаний специалистов, получивших название экспертных систем.

Экспертная система — это система искусственного интеллекта, включающая базу знаний с набором правил и механизмом вывода, позволяющим на основании правил и предоставляемых пользователем фактов распознать ситуацию, поставить диагноз и сформулировать решение либо дать рекомендацию для выбора требуемого действия. Экспертные системы, применяемые в управлении, базируются на эвристических, эмпирических знаниях в форме оценок, полученных от экспертов. Они способны анализировать данные о ситуации, требующей решения, объяснять пользователю свои действия и формулировать знания, лежащие в основе принятия решений.

Экспертные системы основаны на формализованном способе представления знаний эксперта — специалиста в исследуемой предметной области. В процессе разработки экспертной системы специалист по представлению знаний (программист) в интерактивном режиме совместно с экспертом записывает знания в некоторую базу данных. При этом эксперт описывает ситуацию и возможные управленческие решения словами в терминах соответствующей предметной области. Он либо формулирует некоторые общие высказывания и правила по ситуации, либо описывает конкретные примеры, образцы решений и действий в конкретных ситуациях.

При применении экспертной системы в нее вводится описание ситуации, для которой требуется подсказка решения. Далее выполняется поиск подобной ситуации в базе знаний, и если она найдена, то выдаются рекомендации по принятию решений. Если же описание ситуации отсутствует, то можно его добавить (тем самым база знаний экспертной системы пополняется).

В дальнейшем при проектировании экспертных систем стали использовать семантические сети, теорию графов, лингвистические процессоры, когнитивную графику и др.

Семантические сети дают способ представления знаний в виде помеченного ориентированного графа, в котором вершины соответствуют понятиям, объектам, действиям, ситуациям или сложным отношениям, а дуги — свойствам или элементарным отношениям.

Теория графов изучает графы, сети и действия над ними.

Лингвистические процессоры предназначены для перевода текстов на естественном языке в машинное представление и обратно.

Экспертные системы помогают принимать решения в ситуациях, когда алгоритм принятия решения заранее неизвестен и формулируется одновременно с формированием базы знаний. Они применяются во многих сферах человеческой деятельности: в управлении производством, транспортными системами и других направлениях экономической деятельности.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >