Cистемы поддержки принятия решения и экспертные системы

1 Экспертные системы

В настоящее время экспертные системы используются для решения  различных типов задач в самых  разнообразных проблемных областях, таких, как финансы, нефтяная и газовая  промышленность, энергетика, транспорт, фармацевтическое производство, космос, химия, образование, телекоммуникации и связь и др. Далее приведен наиболее яркие примеры экспертных систем.

На сегодняшний день существуют системы интеграции ЭС и нейронных  сетей как вид гибридной интеллектуальной системы. Такие системы соединяют  в себе как формализуемые знания (в экспертных системах), так и  неформализуемые знания (в нейронных сетях). Примерами комбинированных систем могут служить: гибридная экспертная система для анестезиологии тяжелых пациентов, экспертная система адаптивного обучения, гибридная экспертная система для медицинской диагностики.

1.1 Психолингвистическая экспертная система Ваал(R)

Система ВААЛ, работа над  которой велась с 1992 по 2002 гг., позволяет  прогнозировать эффект неосознаваемого  воздействия текстов на массовую аудиторию, анализировать тексты с  точки зрения такого воздействия, составлять тексты с заданным вектором воздействия, выявлять личностно-психологические  качества авторов текста, проводить  углубленный контент-анализ текстов  и делать многое другое.

Области возможного применения:

• Составление текстов выступлений с заранее заданными характеристиками воздействия на потенциальную аудиторию.
• Активное формирование эмоционального отношения к политическому деятелю со стороны различных социальных групп.
• Составление эмоционально окрашенных рекламных статей.
• Поиск наиболее удачных названий и торговых марок.
• Психо- и гипнотерапия.
• Неявное психологическое тестирование и экспресс-диагностика.
• Создание легких в усвоении учебных материалов.
• Научные исследования в области психолингвистики и смежных с нею дисциплинах.
• Журналистика и другие сферы деятельности, использующие в качестве инструмента СЛОВО.
• Социологические и социолингвистические исследования.
• Информационные войны.
• Контент-анализ текстов.
• Мониторинг СМИ.

Система позволяет:

• Оценивать неосознаваемое эмоциональное воздействие фонетической структуры текстов и отдельных слов на подсознание человека.
• Генерировать слова с заданными фоносемантическими характеристиками.
• Оценивать неосознаваемое эмоциональное воздействие фонетической структуры текстов на подсознание человека.
• Задавать характеристики желаемого воздействия и целенаправленно корректировать тексты по выбранным параметрам в целях достижения необходимого эффекта воздействия.
• Оценивать звуко-цветовые характеристики слов и текстов.
• Производить словарный анализ текстов.
• Осуществлять полноценный контент-анализ текста по большому числу специально составленных встроенных категорий и категорий, задаваемых самим пользователем.
• Производить выделение тем, затрагиваемых в текстах, и осуществлять на основе этого автоматическую категоризацию.
• Производить эмоционально-лексический анализ текстов.
• Настраиваться на различные социальные и профессиональные группы людей, которые могут быть выделены по используемой ими лексике.
• Производить вторичный анализ данных путем их визуализации, факторного и корреляционного анализа.

Реализация

Система реализована в  виде набора DLL-библиотек, которые подключаются к наиболее популярному текстовому процессору Word for Windows. Просто в главном меню появляется новый пункт. Такой способ реализации позволяет сохранить для пользователя привычную удобную среду создания документов и максимально облегчает освоение системы ВААЛ.

Последняя девятая версия системы ВААЛ появилась в 2002 г. в  трех вариантах - ВААЛ(R), ВААЛ(E) и ВААЛ(U), рассчитанных на русский, английский и  украинский языки. Потребность в  этом возникла из-за того, что ВААЛ начал  активно распространяться за рубежами России. В дальнейшем предполагается по мере необходимости расширять ВААЛ на те языки, потребность в которых будет возникать.

1.2 S&PCBRS – экспертная система в экономике

Разработчиком данной экспертной системы является Chase Manatten Bank, Standart & Poor’s Corp.

S&PCBRS была разработана  для решения следующих задач:  оценка рейтинга ценных бумаг  по данным о фирмах эмитентах;  формирование корректной рейтинговой  шкалы.

Экспертная система имеет  следующие характеристики: представление  задачи оценки рейтинга как задачи классификации; отбор данных о фирмах эмитентах и формирование обучающего материала; выбор нейроклассификатора, его обучение и тестирование; сравнение с оценками экспертов; использование нейросетевой парадигмы Couter-Propagation.

Вероятность правильного  предсказания рейтинга экспертной системы S&PCBRS составляет 84%.

1.3 Nereid: Система поддержки принятия решений для оптимизации работы с валютными опционами.

Фирма: NTT Data, The Tokai Bank, Science Univercity of Tokyo.

Решаемые задачи: система  облегчает дилерскую поддержку  для оптимального ответа из возможных  представленных вариантов. Система  более практична и дает лучшие решения, чем обычные системы принятия решений.

Краткие характеристики: система разработана с использованием фреймовой системы CLP, которая легко интегрирует финансовую область в приложение ИИ. Предложен смешанный тип оптимизации, сочетающий эвристические знания с техникой линейного программирования. Система работает на Sun-станциях

1.4 OpenCyc  - экспертная система в БД

OpenCyc (open source version of the Cyc technology) OpenCyc является сокращенным открытый вариантом базы знаний Cyc. Может использоваться для создания экспертных систем. В БД OpenCyc содержится 47000 понятий и 300000 фактов.

 Система несомненно будет уместна, вместе с появлением в сети Интернет семантического уровня (обработки запросов, системы взаимосвязи контента и т.д.) В 2008 интерес к данной экспертной системе был проявлен фирмой Google. Применение OpenCyc многообразно: создание обучающих игр, создание БЗ в wikipedia, подключение в качестве модуля к другим экспертным системам и т.д.

1.5 HASP/SIAP экспертная система в военном деле

HASP/SIAP SIAP обнаруживает и идентифицирует различные типы океанских судов, используя преобразованные в цифровую форму данные от сетей гидрофонов. Данные имеют вид сонограмм, являющихся аналоговыми записями спектров принятой датчиками звуковой энергии. Для их интерпретации система применяет знания о характерных особенностях сонограмм различных типов кораблей. SIAP пытается идентифицировать суда и сгруппировать их в более крупные единицы, например флоты. Система обеспечивает анализ в режиме реального времени и корректировку ситуации с учетом непрерывно поступающих данных. Знания представлены в виде правил в рамках архитектуры доски объявлений с применением иерархически организованной схемы управления. На этапе предварительного изучения система называлась HASP [или SU/X]; и на ее основе была разработана система SIAP. Она реализована на языке INTERLISP и создана совместными усилиями Станфордского университета и компании Systems Control Technology. Она доведена до уровня исследовательского прототипа. (Surveillance Integration Automation Project).

1.6 ExpSystem PC 1.4.2 - экспертная система в компьютерных системах

Эта экспертная система поможет  людям не столь хорошо разбирающихся  в комплектующих для персонального  компьютера подобрать себе приемлемую конфигурацию будущего компьютера. В программу вводятся данные о требовании к системе и максимальной сумме денег, предполагаемой для покупки. Так же данная экспертная система пригодится для менеджеров компьютерных салонов что бы автоматизировать свою работу и сделать автоматизированное рабочее место для своих покупателей. Для подбора комплектующих используется два алгоритма расчета: для "богатого" и "бедного" покупателя. Данная ЭС была разработана в декабре 2006 года

1.7 MIXER - экспертная система в компьютерных системах

Экспертная система оказывает  помощь программистам в написании  микропрограмм для разработанной  Texas Instruments СБИС TI990. По заданному описанию микропрограммы система получает оптимизированные микропрограммы для TI990. MIXER содержит знания по микропрограммированию для TI990, взятые из руководства и из анализа микропрограммы управляющего ПЗУ TI990. Сюда относятся знания о том, как преобразовывать введенные описания в наборы промежуточных операций, как выделить соответствующие регистры под переменные и как преобразовать промежуточные операции в наборы микроопераций. MIXER использует эти знания, чтобы определить, какие микрооперации являются лучшими для реализации микропрограммы. Система представляет знания в виде правил и данных, обладает унификацией, управляемой механизмом вывода, и динамическим возвратом. MIXER реализована на языке Пролог. Она была разработана в Токийском университете и доведена до уровня демонстрационного прототипа

1.8 "EXPO: 1001 Рекламоноситель" – экспертная система в рекламной деятельности и PR

В 2000-м году консалтинговой фирмой "ТРИЗ-ШАНС" (Санкт-Петербург) была начата работа над компьютерной программой-консультантом, которая  позволила бы специалисту по рекламе:

• за ограниченное время получить гамму решений задач,
• отобрать лучшие решения для дальнейшего доработки,
• выяснить адреса поставщиков рекламоносителей

Данная экспертная система помогает при:

• разработке PR- и промо-акций, рекламных кампаний;
• поиске новых идей для продвижения продукции;
• поиске новых, нестандартных рекламоносителей и их поставщиков;
• поиске идей для выставочных стендов;
• анализе полученной системы решений.

 Преимущества  экспертной системы “EXPO: 1001 Рекламоноситель”:

• развернутая система Help, содержащая, в том числе, словарь терминов;
• компактный Учебник выставочного дела, содержащий разделы: "Как выбрать выставку", "Цели участия в выставке", "Как уменьшить плату за выставку" и многие другие;
• адреса интернет-ресурсов выставочной тематики;
• более 350 способов "Отстройки от Конкурента";
• более 2200 эффективных решений в области маркетинга, рекламы, PR и выставочной деятельности;
• база данных поставщиков рекламоносителей.

База данных программы  построена на основе анализа нескольких сотен книг по PR, рекламе и выставочной  деятельности. А также нескольких сотен публикаций на эту же тему, собранных за последние 5 лет.

Если программой пользуется новичок, то без чтения массы книг, посещения платных многомесячных  курсов и т.п., он за несколько минут  получит возможные варианты решения  своей задачи, из которых - на основании  здравого смысла и отпущенного бюджета - уже сможет отобрать наиболее подходящие. Начальное освоение программы занимает 1-2 часа.

 Если же пользователем  является специалист, у которого  с годами выработался "свой  стиль" (а порой и "штампы"), то программа позволит ему  взглянуть на свою работу с  новой точки зрения.

 Естественно, некоторые  решения, выдаваемые программой, специалисту известны. Однако программа  выдает целые подборки решений  и позволяет ему сосредоточиться  не на воспоминаниях, а на  отборе лучших вариантов.

1.9 APM WinMachine

Инструментально-экспертная cистема APM WinMachine представляет собой энциклопедию по машиностроению, включающую инструменты и программы для автоматизированного расчета ипроектирования деталей машин, механизмов, элементов конструкций и узлов. Кроме этого, она имеет современные графические средства, встроенные базы данных, необходимую информационную базу знаний, разветвленную систему подсказок и фундаментальный электронный учебник по основам проектирования машин.

APM WinMachine содержит современные, эффективные и надежные программы для расчета:

• энергетических и кинематических параметров;
• прочности, жесткости и устойчивости;
• выносливости при переменных режимах нагружения;
• вероятности, надежности и износостойкости;
• динамических характеристик.

Кроме того, в APM WinMachine имеется набор инструментальных средств расчета и анализа. Эти средства, а также проектируемые детали, в зависимости от назначения разделены на подсистемы (модули), которые могут функционировать как в составе системы, так и самостоятельно:

1. APM Graph - плоский чертежно-графический редактор с инструментом расчета размерных цепей

2. APM Studio - модуль твердотельного и поверхностного моделирования

3. APM Mechanical Data - модуль хранения стандартных деталей и узлов, расчетных данных по машиностроению

4. APM Material Data - модуль хранения и редактирования параметров материалов

5. APM Construction Data - модуль хранения графической информации по стандартным деталям и элементам строительных конструкций

6. APM Drive - модуль автоматизированного проектирования привода вращательного движения произвольной структуры

7. APM Trans - модуль проектирования механических передач вращения

8. APM Shaft - модуль проектирования валов и осей

9. APM Bear - модуль проектирования подшипниковых узлов качения с учетом их класса точности

10. APM Joint - модуль проектирования соединений элементов машин

11. APM Spring - модуль проектирования упругих элементов машин

12. APM Cam - модуль проектирования кулачковых механизмов

13. APM Slider - модуль проектирования плоских механизмов произвольной структуры

14. APM Plain - модуль расчета подшипников скольжения

15. APM Screw - модуль расчета неидеальных винтовых передач (скольжения, шарико- и планетарно-винтовых)

16. APM Structure3D - модуль расчета  напряженно-деформированного состояния,  устойчивости, собственных и вынужденных  колебаний деталей и конструкций  с использованием метода конечных  элементов

17. APM Beam - модуль расчета балочных элементов конструкций

18. APM FEM2D - модуль конечно-элементного  анализа плоских деталей

19. APM Truss - модуль расчета ферменных конструкций

20. MDM (Основы проектирования  машин) - электронный учебник

 Каждый модуль предоставляет  пользователю интегрированную среду,которая в общем случае включает в себя:

• специализированный графический редактор;
• встроенные базы данных;
• полный цикл вычислений;
• разнообразные средства представления результатов расчета.

1.10 СИСТЕМА EXSYS

Экспертная система Exsys представляет собой интеллектуальную систему, которая может быть использована для разработки базы знаний в любой предметной области. При этом знания представляются в виде продукционных правил. В систему включены средства отладки и тестирования программы, редактирования для модификации знаний и данных.

Основной частью экспертной системы является база знаний, которая  накапливается в процессе развития системы. База знаний содержит правила  типа:

IF (условие) THEN (заключение), либо

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

Правила могут существовать с некоторой долей вероятности, которая выражается коэффициентом  уверенности. Величину этого коэффициента задает эксперт при разработки базы знаний. В экспертной системе Exsys предусмотрено три шкалы, по которым оцениваются коэффициенты уверенности.

Первая шкала использует только два значения коэффициентов  уверенности: 0 –ложь, 1 – истина.

Вторая шкала предусматривает  значения от нуля до десяти, при этом: 0 – абсолютная ложь, 10 – абсолютная истина, промежуточные значения характеризуют  различную степень уверенности.

Третья шкала расширяет  возможности второй: -100 – абсолютная ложь, +100 – абсолютная истина, промежуточные  значения соответствуют различной  степени уверенности.

При разработке базы знаний эксперт решает, в зависимости  от особенностей задачи, какую из этих шкал выбрать.

При разработке базы знаний можно воспользоваться текстовой  информацией, формулами или использовать и то, и другое одновременно. Все  зависит от выбора разработчика. В  том случае, если было решено использовать математические выражения, появляются переменные. Они записываются в квадратных скобках. Например, [X] > [Y].

С правилом могут быть связаны примечание (NOTE) и ссылка (REFERENCE), которые отражают справочную информацию. Каждое правило обязательно должно содержать две части IF – условие и THEN – заключение. Части ELSE, NOTE, REFERENCE не являются обязательными.

При разработке правил в  системе Exsys используются квалификаторы.

Квалификатор – это  специальная текстовая переменная, которая имеет имя и может  принимать одно из нескольких значений. Все значения пронумерованы для  быстрого и легкого ввода их при  создании правил.

 Квалификаторы используются  для формирования условий. С  этой целью выбирается нужный  квалификатор и указывается номер  соответствующего значения.

В процессе создания экспертной системы можно изменить любое  правило, любой квалификатор, их текстовую  информацию и вариант значения.

В системе формируются  варианты выбора (CHOICES) принятия решения, которые составляют часть THEN (заключение) правила с заданной экспертом  шкалой вероятности.

Важной особенностью системы  Exsys является возможность вывода информации из других правил, позволяющая разбивать сложные задачи на подзадачи. В Exsys реализованы механизмы как прямого, так и обратного вывода.

Система Exsys, как и любая экспертная система имеет возможность объяснения полученных результатов. При необходимости, можно выяснить весь ход вычислений, вплоть до исходных данных.

Система Exsys в процессе поиска решения способна выполнять ряд вычислительных задач, но некоторые задачи выходят за рамки его возможностей. В Exsys имеется возможность вызова внешних программ для выполнения вычислений. Внешние программы могут передавать данные Exsys через БД или spread sheet. Exsys может вызывать почти все MSDOS–программы в качестве внешних программ.

2 Системы поддержки принятия решения

Система поддержки принятия решений (СППР) — это компьютерная система, которая путем сбора и анализа большого количества информации может влиять на процесс принятия решений организационного плана в бизнесе и предпринимательстве. Интерактивные системы позволяют руководителям получить полезную информацию из первоисточников, проанализировать ее, а также выявить существующие бизнес-модели для решения определенных задач. С помощью СППР можно проследить за всеми доступными информационными активами, получить сравнительные значения объемов продаж, спрогнозировать доход организации при гипотетическом внедрении новой технологии, а также рассмотреть все возможные альтернативные решения.

Система поддержки решений  СППР решает две основные задачи:

1. выбор наилучшего решения из множества возможных (оптимизация),
2. упорядочение возможных решений по предпочтительности (ранжирование).

В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут  оцениваться и сопоставляться возможные решения (будем называть их также альтернативами). Система СППР помогает пользователю сделать такой выбор.

2.1 СППР “Выбор”

Система поддержки принятия решений (СППР) "Выбор" - аналитическая  система, основанная на методе анализа  иерархий (МАИ), является простым и  удобным средством, которое поможет  структурировать проблему, построить  набор альтернатив, выделить характеризующие  их факторы, задать значимость этих факторов, оценить альтернативы по каждому из факторов, найти неточности и противоречия в суждениях лица принимающего решение (ЛПР)/эксперта, проранжировать альтернативы, провести анализ решения и обосновать полученные результаты. Система опирается на математически обоснованный метод анализа иерархий Томаса Саати.

СППР, основанная на методе анализа иерархий (МАИ), является простым  и удобным средством, которое  поможет структурировать проблему, построить набор альтернатив, выделить характеризующие их факторы, задать значимость этих факторов, оценить  альтернативы по каждому из факторов, найти неточности и противоречия в суждениях ЛПР/эксперта, проранжировать альтернативы, провести анализ решения и обосновать полученные результаты.

 СППР МАИ может использоваться  при решении следующих типовых  задач: 

• оценка качества организационных, проектных и конструкторских решений;
• определение политики инвестиций в различных областях;
• задачи размещения (выбор места расположения вредных и опасных производств, пунктов обслуживания);
• распределение ресурсов;
• проведение анализа проблемы по методу "стоимость-эффективность";
• стратегическое планирование;
• проектирование и выбор оборудования, товаров;
• выбор профессии, места работы, подбор кадров.

 Основные положения  метода анализа иерархий были  разработаны известным американским  математиком Т.Л.Саати и опубликованы в 1977г. Томас Саати является одним из самых ярких представителей прикладной науки. Об этом говорят не только его математическая эрудиция и глубина новых теоретических результатов, но и диапазон приложений. Он был прав, предпослав к одной из своих монографий эпиграф: "Я люблю обе стороны математики: чистую - как возвышенный уход от реальности, прикладную - как страстное стремление к жизни".

 МАИ используется для  решения слабо структуризованных и неструктуризованных проблем. Методология решения таких проблем опирается на системный подход, при котором проблема рассматривается как результат взаимодействия и, более того, взаимозависимости множества разнородных объектов, а не просто как их изолированная и автономная совокупность.

2.2 Mallenom Systems - Модуль анализа статистических данных на выявление внутренних закономерностей

Модуль осуществляет обработку  массивов статистической информации на предмет установления закономерностей  между значениями параметров. Используя  модуль, пользователь может проверять  предположения о существовании  взаимосвязей между указанными им параметрами  в массиве и вычислять их в  виде математической модели.

Имеется возможность анализировать  одновременно взаимосвязь до 30 параметров. В отличие от регрессионного анализа  модуль способен определять нелинейные зависимости, не требует разбиение  выборок на генеральные совокупности.

Модуль может работать в двух режимах.

1. Режим проверки  предположений по заданию пользователя

Чтобы воспользоваться вычислительной процедурой, пользователю необходимо задать перечень параметров в имеющемся  массиве, которые по его предположению считаются "определяющими" и набор параметров, которые являются "зависимыми". Для каждого "зависимого" параметра можно задать собственный набор "определяющих параметров". Затем модуль запускается на обработку.

2. Автоматическая обработка массива

В этом режиме пользователю необходимо задать набор параметров, которые будут подвергнуты анализу, без указания "зависимых" и "определяющих". Модуль автоматически попытается найти имеющиеся зависимости.

После обработки найденные  взаимосвязи для каждого из параметров пользователю могут быть представлены в виде графа:

2.3 Mallenom Systems - Модуль построения имитационной модели

анализируемого объекта на основе статистических данных наблюдения

Модуль служит для построения имитационных моделей объектов, явлений, процессов. В качестве исходных данных для построения моделей служат статистические данные наблюдения.

Чтобы построить имитационную модель необходимо провести серию наблюдений за исследуемым объектом (в тех  условиях его функционирования, которые  интересуют пользователя), представить  их в виде таблицы и запустить  модуль на обработку.

Модуль ориентирован на построение моделей в виде "вход-выход". В такой модели объект представляется как система с набором входных  параметров и набором зависимых  от них выходных.

Исходная таблица должна быть разделена  на 2 части - входные и выходные параметры, причем для каждого выходного  параметра пользователь может задать индивидуальный набор входных.

Модуль позволяет пользователю создать математическую модель объекта, которая должна ему помочь ответить на вопрос: "Как, зная значения параметров на входе объекта определить значения параметров на выходе?" (При использовании  модуля пользователем предполагается, что такую модель на основе статистических данных возможно создать.)