Библиографическое описание:

Кононова М. А., Вихляев С. А., Фендрикова Е. И. Разработка в оболочке RuleBook экспертной системы «Лаборант лаборатории информационных технологий» // Молодой ученый. — 2014. — №8. — С. 84-86.

Встатье рассмотрена работа в оболочке экспертных систем Exsys RuleBook. Предложены правила для создания дерева решений для системы «Лаборант лаборатории информационных технологий».

Ключевые слова: экспертная система, знание, правила, работа, лаборант, разработка, технология.

Одной важных задач современных информационных технологий является формализация знаний. Разрабатываются системы позволяющие упростить этот сложный процесс. Одну из концепций, реализующей такой аспект, показывает технология экспертных систем (ЭС). Решение рассматриваемых задач возможно через программирование на языках высокого уровня или с помощью оболочек. Поэтому применение оболочки экспертной системы для формализации знаний является актуальным.

Экспертные системы — это системы искусственного интеллекта, предназначенные для решения задач в проблемных областях, на основе заложенных в них знаний специалистов-экспертов. В настоящее время ЭС внедряются в различные виды человеческой деятельности, где использование точных математических методов и моделей затруднительно [10]. Такой трудно формализуемой задачей является определение неполадок в компьютерной лаборатории. Так как в лабораториях университета функционирует несколько информационных систем [4, 5, 6, 7] и лаборанты часто меняются, то возникают проблемы быстрого реагирования на запросы преподавателей, устранения мелких неисправностей в компьютерной сети, настройки программ. Для решения рассматриваемой задачи было предложено разработать простую систему оказания консультативной помощи новым или неопытным сотрудникам лаборатории.

Изучением и разработкой экспертных систем занимались российские и зарубежные ученые. О. И. Акимов рассмотрел подходы к построению модели экспертных систем оценки качества автоматизированных информационных систем документооборота мелких и средних предприятий [1]. Р. И. Баженов, Д. К. Лопатин показали интеграцию различных технологий при разработке интеллектуальных систем [2, 3, 8]. С. Г. Гончарова, И.ФМесягутов, Г. Н. Ахметшина показали экспертную систему для поддержки принятия решений при проектировании систем управления [9]. Экспертная система диагностирования силовых трансформаторов систем электроснабжения являлась предметом разработки И. А. Коптеловой, И. М. Силкина [11]. С. А. Петров исследовал возможности применения экспертных систем при анализе и настройке систем компьютерной безопасности [12]. Экспертную систему оценки результатов разработки и внедрения автоматизированных систем описал В. Н. Ружников [13]. С. А. Солод, В. В. Новиков, Е. С. Чапова показали применение экспертных систем в системе управления безопасностью труда на предприятиях машиностроения [14]. Методология экспертных систем в анализе надежности сложных технических систем представлена Н. К. Юрковым, В. Б. Алмаметовым, Ю. А. Држевецким [15]. Применение экспертных систем в различных трудноформализуемых областях привели зарубежные ученые [16, 17, 18].

Для реализации была выбрана программный продукт Exsys RuleBook. Оболочка экспертной системы Exsys RuleBook представляет собой интеллектуальную систему, которая может быть использована для разработки базы знаний для различных предметных областей. Знания представляются в виде продукционных правил (если-то). В оболочку включены средства отладки и тестирования программы, редактирования для модификации знаний и данных [2, 3].

Основной частью экспертной системы является база знаний, которая может модернизироваться в процессе развития системы. База знаний в Exsys RuleBook содержит правила двух типов:

1.     IF (условие) THEN (заключение);

2.     IF (условие) THEN (заключение 1) ELSE (заключение 2).

Представим небольшое множество правил, которые помогут неопытному лаборанту освоиться в работе.

Введем название предметной области — «Лаборант лаборатории информационных технологий».

Далее необходимо выбрать шкалу вероятности. В рассматриваемом примере будет шкала Yes/No.

Варианты ответов задаются в окне CHOICES (рис. 1).

Рис. 1. Окно вариантов ответов Choices

Варианты вопросов определяются с помощью окна FACTORS (рис. 2).

Рис. 2. Окно вариантов ответов Factors

Необходимое редактирование лучше делать на странице Trees. Так намного проще выстроить дерево решений.

Приведем пример использованного правила (Rule 1), спроектированного в системе:

IF:

Вы лаборант сетевых лабораторий? да

and У вас возникли неполадки с машиной(ми)? да

and Вы знаете какого рода неисправность? (ПО/железо) да

and ПО? да

THEN:

Можете найти решение в интернете, можете просить помощи у инженера (начальника).

В ходе диалога программа выдаёт всплывающие окна, где содержится вопрос (адресованный пользователю) и варианты ответа (рис. 3).

Рис. 3. Окно диалога с системой

В случае ответа «да» на первый вопрос система продолжит с пользователем диалог до тех пор, пока не будет найдено решение (рис. 4).

Рис. 4. Второй вопрос. Продолжение диалога

В результате проведенного исследования оболочек ЭС была проектирована и разработана в Exsys RuleBook экспертная система «Лаборант лаборатории информационных технологий». Предложенная система была протестирована в реальной работе и показала свою эффективность.

Литература:

1.      Акимов О. И. Подходы к построению модели экспертных систем оценки качества автоматизированных информационных систем документооборота мелких и средних предприятий // Ученые записки ИИО РАО. 2008. № 28. С. 312–313.

2.      Баженов Р. И. Интеллектуальные информационные технологии. Биробиджан: ПГУ им. Шолом-Алейхема, 2011. 176 с.

3.      Баженов Р. И. Представление знаний в информационных системах. Лабораторный практикум. — Биробиджан: Изд-во ДВГСГА, 2006. — 156 с.

4.      Баженов Р. И., Векслер В. А. Реализация XYZ-анализа в программном коде внутреннего языка программирования 1С: Предприятие 8.3 // Информатизация и связь. 2014. № 1. С. 35–40.

5.      Баженов Р. И., Векслер В. А. Анализ потребительских корзин в 1С: Предприятие на примере АВС-анализа // Информатизация и связь. 2013. № 5. С. 117–123.

6.      Баженов Р. И., Гринкруг Л. С. Информационная система абитуриент-деканат ФГБОУ ВПО «Приамурский государственный университет им. Шолом-Алейхема» // Информатизация и связь. 2013. № 2. С. 97–99.

7.      Баженов Р. И., Гринкруг Л. С. Информационная система по расчету и распределению нагрузки профессорско-преподавательского состава ФГБОУ ВПО «Приамурский государственный университет им. Шолом-Алейхема» // Информатизация и связь. 2012. № 5. С. 75–78.

8.      Баженов Р. И., Лопатин Д. К. О применении современных технологий в разработке интеллектуальных систем // Журнал научных публикаций аспирантов и докторантов. 2014. № 3 (93). С. 263–264.

9.      Гончарова С. Г., Месягутов И. Ф., Ахметшина Г. Н. Экспертная система для поддержки принятия решений при проектировании систем управления // Автоматизированные технологии и производства. 2014. Т. 6. С. 58–62.

10.  Джексон П. Введение в экспертные системы. — М.: Вильямс, 2001. — 624 с.

11.  Коптелова И. А., Силкин И. М. Экспертная система диагностирования силовых трансформаторов систем электроснабжения // Известия Волгоградского государственного технического университета. 2011. Т. 8. № 3. С. 104–107.

12.  Петров С. А. Исследование возможностей применения экспертных систем при анализе и настройке систем компьютерной безопасности // Сборник научных трудов Sworld. 2012. Т. 2. № 2. С. 71–75.

13.  Ружников В. Н. Экспертная система оценки результатов разработки и внедрения автоматизированных систем // Сборник научных трудов Ангарской государственной технической академии. 2007. Т. 1. № 1. С. 122–131.

14.  Солод С. А., Новиков В. В., Чапова Е. С. Применение экспертных систем в системе управления безопасностью труда на предприятиях машиностроения // Вестник Донского государственного технического университета. 2010. Т. 10. № 3. С. 410–416.

15.  Юрков Н. К., Алмаметов В. Б., Држевецкий Ю. А. Методология экспертных систем в анализе надежности сложных технических систем // Труды международного симпозиума Надежность и качество. 2010. Т. 2. С. 439–440.

16.  Bucur S.-M., Chibelean M., Gligor A., Pacurar M. Expert System for Determining the Level of Stress before Pediatric Dental Treatment // Procedia Technology. 2014. Vol. 12. P. 548–557.

17.  Correal R., Pajares G., Ruz J. J. Automatic expert system for 3D terrain reconstruction based on stereo vision and histogram matching // Expert Systems with Applications. 2014. Vol. 41, Iss. 4, Part 2. P. 2043–2051.

18.  Frantti T., Majanen M. An expert system for real-time traffic management in wireless local area networks // Expert Systems with Applications. 2014. Vol.41, Iss.10. P. 4996–5008.

Обсуждение

Социальные комментарии Cackle