Методы и программные средства поиска решения на основе аналогий в интеллектуальных системах поддержки принятия решений | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 13 марта, печатный экземпляр отправим 17 марта.

Опубликовать статью в журнале

Автор:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №52 (342) декабрь 2020 г.

Дата публикации: 22.12.2020

Статья просмотрена: 9 раз

Библиографическое описание:

Дорош, Е. А. Методы и программные средства поиска решения на основе аналогий в интеллектуальных системах поддержки принятия решений / Е. А. Дорош. — Текст : непосредственный // Молодой ученый. — 2020. — № 52 (342). — С. 15-17. — URL: https://moluch.ru/archive/342/76915/ (дата обращения: 05.03.2021).



В данной статье рассматривается реализация экспертной системы. В работе затронуты вопросы, связанные с моделированием бизнес-процессов деятельности ИТ-компании и построением модели информационной системы, выбором и работой с комплексом средств для проектирования и разработки информационной системы, программной реализацией основных функциональных возможностей системы.

Ключевые слова: экспертная система, инженерия знаний, база знаний, бизнес-процесс, моделирование бизнес-процессов, информационная система, веб-студия.

Обзор источников информации показал, что современной литературы по данной теме немного. Большинство источников носит теоретический характер, отсутствует наглядность, отсутствуют примеры. Материал очень сложно воспринимается в силу большого объема и трудно воспринимаемых формулировок. Энциклопедии же по экспертным системам вообще отсутствуют. Отдельные понятия можно найти в универсальных словарях и энциклопедиях, однако это отнимает время, ресурсы и доставляет множество неудобств.

Интерес к моделям и методам рассуждения на основе аналогий объясняется актуальностью проблем моделирования рассуждений для интеллектуальных систем поддержки принятия решений.

Использование моделей и методов поиска решения на основе аналогий в ИСППР принимать более адекватные управляющие воздействия на объект в различных нестандартных ситуациях.

Вопросы о природе аналогии, ее формальном определении, правомерности использования вывода на основе аналогий возникли довольно давно. Начиная с первой попытки формализовать понятие аналогии, предпринятой Лейбницем в своем сочинении «Фрагменты логики», и до настоящего момента не удалось дать исчерпывающего формального определения этому понятию.

Большой интерес к моделям и методам рассуждения на основе аналогий обусловлен тем, что на сегодняшний день весьма актуальна проблема моделирования человеческих рассуждений (рассуждений так называемого «здравого смысла») для повышения эффективности современных компьютерных систем типа интеллектуальных систем (ИС) поддержки принятия решений реального времени (ИСППР РВ).

На сегодняшний день большинство отечественных и зарубежных разработок, использующих рассуждения на основе аналогий, ориентировано на машинного обучения, для выдвижения гипотез о предметной и формирования баз знаний. Также отсутствуют выработанные средства поиска решения на основе аналогий для ИСППР РВ. Кроме того, весьма ощутим недостаток отечественных программных средств, сопоставимых с зарубежными системами.

Проведенные исследования образуют теоретическую и практическую основу для создания новой информационной технологии поддержки принятия решений в области ИТ-консультирования.

В процессе написания научно-исследовательской работы были выполнены все поставленные цели и задачи.

Исследованы модели и методы поиска решения на основе аналогий и установлено, что для моделей на основе аналогий целесообразно использовать методы на основе структурной аналогии.

Экспертная система — это система искусственного интеллекта, которая содержит знания об определенной слабо структурированной и трудно формализуемой узкой предметной области, и способная предлагать и объяснять пользователю рациональные решения.

В целом процесс функционирования экспертной системы начинается с желания пользователя получить необходимую информацию. Пользователь через пользовательский интерфейс посылает запрос к экспертной системе. Эксперт, на основе базы знаний, генерирует и выдает пользователю подходящую рекомендацию, разъясняя свои рассуждения при помощи подсистемы объяснений.

Целью инженерии знаний как прикладной науки является разработка программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертной системой [2, с.48].

Процесс инженерии знаний состоит из двух составляющих:

– Извлечение знаний;

– Внедрение знаний.

В рамках инженерии знаний изучаются проблемы, заключающие в формализации полученных от специалистов некоторых предметных областей знаний.

База знаний — это семантическая модель, которая описывает предметную область и является основным компонентом систем искусственного интеллекта.

Базы знаний формируется в следующей последовательности:

  1. описание предметной области — определение инженером знаний границ области применения системы и класса решаемых ею задач (определение характера решаемых задач; объектов предметной области, выявление специфических особенностей) [1, с.79].
  2. выбор модели представления знаний — определение подцелей;
  3. приобретение знаний — становление знаний.

Как оказалось, знания, необходимые для решения многих нетривиальных практических задач с использованием компьютеров, являются гибридными, то есть требуются не только процедурные знания.

Для решения проблемы пользователя консультант использует СППР с базой прецедентов, интегрированных с онтологией предметной области. Все прецеденты разбиты на классы семантически близких прецедентов, причем в системе предусмотрено несколько степеней детализации — от укрупненной, содержащий большое число прецедентов в одном классе, до более детальной, когда класс содержит небольшое число семантически близких проблем.

В соответствии с предлагаемым подходом консультант, получив информацию о проблеме от пользователя, начинает заполнять специальную форму, создавая экземпляр класса Precedent в соответствии с общей структурой, после чего система вычисляет силу семантических связей с терминальными концептами. Наконец, консультант анализирует решения из набора семантически близких прецедентов, использует уже готовое решение наиболее сходного прецедента, или объединяет решения из различных прецедентов. Сформировав решение, консультант передает его пользователю. При необходимости создается новый прецедент в базе знаний.

Литература:

  1. Август-Вильгельм Шеер. Бизнес-процессы: основные понятия, теории, методы. –М: Просветитель, 2013. — 205 с.
  2. Вендров А. М. «Практикум по проектированию программного обеспечения экономических информационных систем». Учеб. пособие. — М.: Финансы и статистика, 2012. — 156 с.
  3. Глушаков С. В., Ломотько Д. В. Базы данных. М.: ООО «Издательство АСТ», 2012. 415 с.
  4. Грекул В. И. Проектирование информационных систем [Текст]: учебное пособие / В. И. Грекул, Г. Н. Денищенко, Н. Л. Коровкина. — 2-е изд. испр. — М.: Интернет-Университет Информационных Технологий: БИНОМ Лаборатория знаний, 2008. — 300 с.
  5. Гринберг П. CRM со скоростью света. Привлечение и удержание клиентов в реальном времени через Интернет. (перевод с англ.: CRM at the Speed of Light: Capturing and Keeping Customers in Internet Real Time). Серия: Бизнес XXI века. Издательство: Символ-Плюс. 2012–528 с.
  6. Елиферов В. Г., Репин В. В. «Бизнес-процессы: Регламентация и управление: Учебник». — М.:ИНФРА-М, 2014. — 319с.
  7. Ковалев В. Н. Современные методологии и стандарты описания бизнес-процессов: преимущества, недостатки и области применения [Текст] / С. В. Ковалев, В. Н. Ковалев. // Справочник экономиста. — 2008. — № 11. — с. 32–46
  8. Култыгин О. П. Администрирование баз данных. СУБД MS SQL Server: учебное пособие / О. П. Култыгин. — Москва: МФПА, 2012. — 232 с.: ил. — (Университетская серия). — ЭБС «IPRBooks».
Основные термины (генерируются автоматически): экспертная система, предметная область, информационная система, баз знаний, база знаний, искусственный интеллект, метод поиска решения, метод рассуждения, пользователь, прецедент.


Задать вопрос