Systemy ekspertowe. Krzysztof Patan

Transkrypt

1 Systemy ekspertowe Krzysztof Patan

2 Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem w tej dziedzinie. Systemy ekspertowe mogą wspomagać bądź zastępować ludzkich ekspertów w danej dziedzinie Ekspert Człowiek, który posiada specjalistyczne umiejętności, doświadczenie i wiedzę w danej dziedzinie znacznie przewyższającą poziomem wiedzę zwykłego człowieka. Porady eksperta powinny być wystarczająco dobre, aby podtrzymać statut eksperta, ale nie oczekuje się by były one idealne

3 Określenie system ekspertowy może być zastosowane do dowolnego programu komputerowego, który na podstawie szczegółowej wiedzy może wyciagać wnioski i podejmować decyzje, działając w sposób zbliżony do procesu rozumowania człowieka. Systemy ekspertowe uzupełniają lub zastępują ludzi przy wykonywaniu niektórych czynności Obserwacja systemy ekspertowe budowane są na podstawie wiedzy eksperckiej (pozyskanej od ludzi) Pytanie dlaczego są potrzebne systemy ekspertowe? ludzie łatwo się męczą ludzie często zapominają i stają się opieszali ludzie mogą być tendencyjni lub niesubordynowani ludzie nie mogą przetwarzać, zapamiętywać oraz śledzić dużej ilości danych

4 Architektura systemu ekspertowego System ekspertowy = baza wiedzy + maszyna wnioskująca + interfejs z użytkownikiem

5

6 Podział systemów ekspertowych Podział ze względu na pełnione funkcje Diagnostyczne oceniające stan istniejący na podstawie posiadanych danych Prognostyczne przewidujące stan przyszły na podstawie istniejących danych Planujące opisujące pewien stan, do którego należy dążyć

7 Podział ze względu na sposoby realizacji Systemy dedykowane tworzone są od podstaw dla wybranej dziedziny. Stanowią unikalne rozwiązanie dla określonej dziedziny działalności człowieka Systemy szkieletowe wcześniej opracowane, dostępne z pustą bazą wiedzy. W przypadku systemu szkieletowego proces tworzenia docelowego systemu ekspertowego jest krótszy niż w przypadku systemu dedykowanego

8 Metody wnioskowania Wyróżniamy się cztery podstawowe typy wnioskowania: w przód progresywne, dedukcyjne wstecz regresywne mieszane rozmyte ostatnio szybko rozwijane

9 Wnioskowanie w przód (ang. forward chaining) Inaczej wnioskowanie z danych (przesłanek). Metoda zaczyna od zestawu znanych faktów i wartości atrybutów i stosuje je w regułach, które zawierają takie dane w przesłankach. Wszystkie pasujące reguły tworzą dodatkowe fakty, które są stosowane do wyboru kolejnych reguł. Proces trwa tak długo, aż żadne nowe fakty nie są produkowane, lub gdy uzyskana jest wartość celu Wada ciągłe zwiększanie liczby faktów, powiększanie pojemności pamięci operacyjnej komputera niezbędnej do dalszego funkcjonowania systemu Wnioskowanie w przód realizuje się jako: w głąb wszerz

10 dedukcyjne wnioskowanie w głąb cykl od faktów do celu składa się z pojedynczych kroków; krok odpowiada wykonaniu jednej reguły, której konkluzja jako nowy fakt jest dołączana do bazy faktów dedukcyjne wnioskowanie wszerz baza faktów jest aktualizowana dopiero wtedy, gdy na podstawie aktualnie dostępnych faktów zostaną zastosowane wszystkie reguły, które można wykonać

11 Przykład. Wnioskowanie w przód Dla obiektu cieplnego przyjęto następujące oznaczenia: a niska temperatura pary b przepływ paliwa poza normą c zawartość tlenu w spalinach poza normą d uszkodzony zawór paliwa e uszkodzony zawór powietrza f uszkodzone palenisko g ciśnienie pary poza normą Zestaw reguł R 1 : jeśli f i e to g R 2 : jeśli a i c to e R 3 : jeśli e i b to d R 4 : jeśli d i e to f

12 Metoda w głąb

13 Metoda wszerz

14 Wnioskowanie wstecz (ang. backward chaining) Opiera się na wykazaniu prawdziwości hipotezy głównej na podstawie prawdziwości przesłanek i atrybutów użytych w części warunkowej reguły. W przypadku nieokreślonej wartości logicznej badanej przesłanki traktuje się ją jako nową hipotezę i przeprowadza próbę wykazania jej prawdziwości. Proces zostaje zakończony w przypadku znalezienia hipotezy, dla której wykazano prawdziwość wszystkich przesłanek. Metoda odpowiednia dla baz z regułami o rozbudowanych przesłankach

15 Przykład. Wnioskowanie wstecz Rozważmy obiekt cieplny rozważany w przypadku wnioskowania w przód Zestaw reguł R 1 : jeśli f i e to g R 3 : jeśli e i b to d R 2 : jeśli a i c to e R 4 : jeśli d i e to f

16 Wnioskowanie wstecz z nawrotem wnioskowanie wstecz z nawrotem obejmuje sytuacje, w których wybrana reguła nie może być spełniona dla analizy faktów należy wtedy dokonać nawrotu do poprzedniej reguły proces wnioskowania powinien być kontynuowany przy wykorzystaniu innych reguł

17 Przykład. Wnioskowanie wstecz z nawrotem Dla obiektu cieplnego przyjęto następujące oznaczenia: a niska temperatura pary b przepływ paliwa poza normą c zawartość tlenu w spalinach poza normą d uszkodzony zawór paliwa e uszkodzony zawór powietrza f uszkodzone palenisko g ciśnienie pary poza normą h wydajność paliwa w normie i przepływ powietrza poza normą Zestaw reguł R 1 : jeśli f i e to g R 2 : jeśli a i c to e R 3 : jeśli e i b to d R 4 : jeśli d i e to f R 5 : jeśli h i i to e

18

19 Wnioskowanie mieszane wnioskowanie mieszane obejmuje wcześniej omówione dwa sposoby wnioskowania dla części reguł stosuje się wnioskowanie w przód, a dla drugiej wnioskowanie wstecz najczęściej proces wnioskowania rozpoczyna się od wnioskowania wstecz i w chwili znalezienia przesłanki, której nie można udowodnić rozpoczyna się wnioskowanie w przód

20 Przykład. Wnioskowanie mieszane Dla obiektu cieplnego przyjęto następujące oznaczenia: a niska temperatura pary b przepływ paliwa poza normą c zawartość tlenu w spalinach poza normą d uszkodzony zawór paliwa e uszkodzony zawór powietrza f uszkodzone palenisko g ciśnienie pary poza normą h wydajność paliwa w normie i przepływ powietrza poza normą Zestaw reguł R 1 : jeśli f i e to g R 2 : jeśli a i c to e R 3 : jeśli e i b to d R 4 : jeśli d i e to f R 5 : jeśli h i i to e R 6 : jeśli b i c to h R 7 : jeśli c to i

21