Экспертные сис-ы и их хар-ка

Экспертная система (ЭС) - это сис-а в основе кот. лежит БД и правило и, которая на основании представленных факторов, позволяет сделать вывод и предложить решение.Основные количественные ЭС явления:1)База знаний (БЗ), она содержит факторы и правила. Факты представляющие собой краткосрочную информацию; правило: более долгосрочная информация о том как порождать новые факторы из того, что сейчас известно. БЗ активно наполняется новой недостающей информацией. 2)Машина логического вывода использует исходные данные из рабочей памяти или БД и БЗ, формирует последовательность правил, которые приводят к решению задачи. Различают прямую и обратную цепочку рассуждения. Прямая-это последовательность правил, которая ведёт от данных к гипотезе, при этом в процессе диалога может быть задано неограниченное количество диалогов, которые приводят к решению. Обратная - является попыткой найти данные для доказательства или для опровержения некоторых гипотез. На практике не используются в чистом виде ни одна из рассмотренных цепочек, объясняется это неоднозначностью данных, которые используются для рассуждения. 3) компонент приобретения знаний позволяет автоматизировать процесс пополнения экспертной системы знаниями, источником которых является эксперт или группа экспертов; 4) Объяснительный компонент позволяет пользователю объяснить как система получила решение задачи и какие знания при этом использовались, тем самым повышенное доверие к системе; 5)диалоговый компонент , интерфейс пользователя предназначен для организации дружественного общения системы с пользователем в процессе приобретения знаний и объяснения решения задачи; 6)БД предназначен для хранения исходных данных и для хранения промежуточных данных решаемой в текущий момент задачи система содержащая перечисление единиц называется статистическими экспертными системами. Если такая система содержит дополнительное время, то она будет динамической экспертной системой. Любая ЭС может работать в двух режимах: а)режим консультации – общение с ЭС осуществляет конечный пользователь, который заинтересован результатом решаемой задачи и в качестве которого могут выступать эксперты, программисты, лицо принимающая решения. В режиме консультации данные в задаче пользователя после обработки их диалоговым поступают в рабочую память. Затем, машина логического вывода на основе входных данных, общих данных о проблемной области и правила из БЗ формирует решение задачи. б) приобретение знаний – общение с ЭС осуществляет эксперт, который пополняет систему информацией, позволяющей ЭС в последующем работать в режиме консультации. Принято ЭС классифицировать по признакам: *по назначению: общего назначения, специализированные (ЭС для задач диагностики, проектирования, прогнозирования, для задач, контроля ситуации и др.); *по степени зависимости от внешней среды: статические ( не зависящие), динамические ( учитывающие динамику внешней среды и предназначены для решения задач в реальный режим времени); * по типу использования: изолированные ЭС; ЭС на входе или выходе др. систем; гибридные; интегрированные с БД и др. программными продуктами; * по стадии создания: исследовательские образцы; демонстрация ведомости; промышленные ЭС; коммерческие ЭС

Системы поддержки принятия решений (СППР)

Под СППР принято понимать человеко-машинную систему, которая позволяет лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабо структурируемых задач. Любая СППР обладает характеристиками: используются и данные и модели; помогает менеджерам при решении слабо структурируемых и не структурируемых задач; поддерживает, а не заменяет выработку решений менеджера; улучшает эффективность решений.СППР включает 3 структурные единицы: 1)Языковая система в ней обеспечиваются коммуникации между пользователями и всеми компонентами СППР. С помощью языка системы пользователь формирует проблему и управляет процессом её решения. 2)Система знаний - она содержит информацию о проблемной области и практически совпадает с БЗ. 3)Система обработки проблем, является связующим звеном между языковой системой и системой знаний. Процесс принятия решений состоит из нескольких этапов:1)сбор данных; 2) распознавание проблемы; 3) формировка концептуальной модели; 4) формировка модели как есть; 5) верификация; 6) анализ; 7) поиск допустимых решений; 8) проверка правильности решения; 9) генерация решения; 10) выполнение. Принято СППР классифицировать по уровням:

· По пользовательскому уровню:

ü Пассивные, помогающие ППР, но не обеспечивающие выбор принятия решения;

ü Активные –помогают сделать выбор окончательного решения;

ü Кооперативные, позволяют лицу принимать решения изменять, пополнять или улучшать решения, а также посылать изменения в систему для проверки. Процесс проверки продолжается до тех пор пока не будет получено согласованного решения.

· По концептуальному уровню:

ü Управляемые сообщения, поддерживающие группу пользователей, работающих;

ü Управляемые данными- ориентированные на работу с дальнейшими доступами к данным, позволяет манипулировать данными;

ü Управляемые документами- осуществляет поиск и манипулирование документами в различных форматах;

ü Управление знаниями – обеспечивает решение задач в виде фактов, правил и процедур;

ü Управление моделями – дают возможность доступа и манипуляции с моделями статистического, финансового направления.

· По техническому уровню:

ü Предприятия – обслуживающие многих менеджеров и дающие возможность подключения к большим хранилищам информации;

ü Настольные – обслуживание локальных пользователей.

Сис-ы упр-я знаниями и сис-мы интеллектуального анализа данных.

Создание инф-х технологий различных направленностей попродило инструменты, которые обеспечивают безопасный доступ к источникам корпоративных данных. Инструменты обладают развитыми возможностями консолидации, анализа, представления данных и распространения готовых аналитических документов внутри организации.К инструментам относят: инстр-ты обработки произвольных запросов; системы выпуска отчета; инструменты OLAP (помогают анализировать, загружать данные, выявлять закономерности);системы интегрального анализа данных Data Mining,КД и др.Интеллектуальный анализ данных-общий термин,введенный для обозначения анализа данных с активным использованием математических методов и алгоритмов.Он включает 3 стадии: 1.выявление закономерностей 2.использование выявленных закономерностей для предсказания неизвестных значений 3.анализ исключений для выявления и толкования аномалий и найденных закономерностей. Математические методы делятся на 2группы:1.методы рассуждений на основе анализа претендентов.2.методы выявления и использования формализованных закономерностей, требующие извлечение инф-ии из первичных данных.