Статья:

Актуальность экспертных систем и их значение в экономике

Журнал: Научный журнал «Студенческий форум» выпуск №3(24)

Рубрика: Экономика

Выходные данные
Семенов И.О., Серебрякова Т.А. Актуальность экспертных систем и их значение в экономике // Студенческий форум: электрон. научн. журн. 2018. № 3(24). URL: https://nauchforum.ru/journal/stud/24/31118 (дата обращения: 29.03.2024).
Журнал опубликован
Мне нравится
на печатьскачать .pdfподелиться

Актуальность экспертных систем и их значение в экономике

Семенов Игорь Олегович
магистрант, Тихоокеанский государственный университет, РФ, Хабаровск
Серебрякова Татьяна Александровна
канд. экон. наук, доцент, Тихоокеанский государственный университет, РФ, Хабаровск

 

Для управления сложными объектами и процессами, поведение которых трудно поддается формализации, в последнее время все шире стали применяться информационно-управляющие системы (ИУС). Их эффективность заключается в возможности сбора и обобщения огромного массива данных, а также в использовании опыта специалистов в требуемой области знания, преломленного в алгоритмы работы систем.

Основное назначение информационно-управляющих систем заключается в информировании человека-пользователя об управляемом процессе и выработке советов о дальнейших действиях. Можно сказать, что ИУС – это техническая система, служащая для информационного обеспечения деятельности человека-оператора при решении им определенного класса задач и вырабатывающая для этого рекомендации.

Под определенным классом понимают задачи интеллектуального плана, т. е. предполагающие наличие у человека достаточного объема профессиональных знаний. Технически ИУС выполняются на базе компьютеров, чаще объединенных в вычислительные сети для взаимной связи между различными источниками и потребителями информации[2]. Соответствующие программы обеспечивают сбор, хранение и обработку информации. По-скольку ИУС призваны работать с очень большими объемами сведений, в основе их построения используется система управления базами данных. В тех случаях, когда удается обобщить опыт экспертов и сформировать на его основе некоторую базу знаний, конструируются экспертные системы. Экспертные системы используются в различных областях техники, медицины, экономики, юриспруденции и др. Их успехи обусловлены рядом факторов.

Во-первых, экспертные системы применяются обычно для решения неформа­лизованных или слабо формализованных задач.

Во-вторых, по качеству и эффективности решения экспертные системы не уступают решениям человека-эксперта. В-третьих, решения экспертных систем могут быть объяснены системой на качественном уровне, что делает их советы понятными и убедительными. Основное отличие экспертных систем (ЭС) от остальных программных средств обработки информации заключается в использовании в первую очередь знаний экспертов и лишь затем – методов обработки данных. Причем знания являются неформализованными. В соответствии с этим можно записать следующие условия: алгоритм решения задач неизвестен; задача не может быть определена в числовой форме; цели задачи не могут быть выражены в терминах точно определенной целевой функцией[1]. Экспертная система работает в двух режимах: приобретения знаний и решения задач.

Для приобретения знаний в общении с экспертной системой участвует эксперт, который наполняет систему знаниями (правилами), позволяющими ей в режиме решения самостоятельно давать рекомендации в соответствующей проблемной области. Обычно предполагается, что имеются квалифицированные специалисты, обладающие требуемой эрудицией. Однако при наполнении знаниями системы в областях, находящихся на стыке профессий, режим приобретения знаний затрудняется.

Поэтому исследователи ищут рациональные решения, одно из которых относится к задаче синтеза знаний по координатным функциям выбора. Режим приобретения знаний может осуществляться путем диалога эксперта с компьютером на языке, приближенном к естественному. Чередование вопросов и ответов является внешней формой процедуры приобретения знаний. Возможно также прямое составление программных блоков, содержащих логические правила на внутреннем языке данной программной среды. Экспертные системы допускают различные варианты взаимодействия. Объединение вводимых правил с базой знаний осуществляется блоком приобретения знаний. В режиме решения данные о задаче обрабатываются сначала лингвистическим процессором. Он преобразует входные данные, представленные на ограниченном естественном языке, в команды, функции и переменные задачи на внутреннем языке систем и, наоборот, делает понятными пользователю сообщения системы. Интерпретатор на основе входных данных, продукционных правил, извлекаемых из базы знаний, делает решение задачи. Если решение непонятно пользователю, то система может объяснить, как ответ был получен. Обычно объяснительный блок сообщает следующее: какие правила изменились; как в них использовалась информация; какие промежуточные выводы получались. Задачей экспертной системы в системе взаимодействия с экономикой. Решение принимается экспертной системой на основе процедур выбора из регламентированного перечня задач в виде отклика на каждое событие. Для достижения поставленной цели должен быть решен основной вопрос о формировании базы знаний, полностью определяющей все варианты обработки информации. С концептуальной точки зрения база знаний – это пара: концепция и механизм выбора. С формальной точки зрения концепцию выбора отождествляют с функцией выбора – теоретико-множественным отображением условий задач в решении этих задач. Отличительной особенностью экспертных систем является в первую очередь их знания в данной проблемной области, а уж затем методы решения задачи. Знания приобретаются в результате взаимодействия человека и системы, где человек, являющийся экспертом, может не понимать принципов работы системы. В этом случае в режиме приобретения знаний необходимо участие инженера по знаниям. Приобретение знаний проходит несколько этапов. Этап идентификации заключается в составлении неформального описания решаемой проблемы. В этом описании указываются необходимые, по мнению эксперта, характе­ристики проблемы, ключевые понятия, отношения, входные данные, предположительный вид решения. Задача идентификации целей заключается в формулировании в явном виде целей построения экспертной системы. При этом важно отличать цели, ради которых строится система, от задач, которые она должна решать. Примером возможных целей является формализация знаний эксперта, генерирование решений. На этапе идентификации инженер по знаниям должен ответить на вопрос: подходят ли методы инженерии знаний для решения предложенной проблемы? Для положительного ответа необходимо, чтобы проблема относилась к узкой, специальной области знаний. Трудно построить экспертную систему, способную работать в нескольких областях или на их стыке. В этом случае приходиться обращаться к экспертам различных профессий и «увязывать» их знания в рамках единой базы. На этапе концептуализации определяется план построения системы: выбирается структура связей и отношений, определяются подпроблемы общей проблемы, используемые стратегии и гипотезы, состав знаний, необходимых для получения обоснования решения. Для определения перечисленных характеристик целесообразно составить детальный протокол действий и рассуждений эксперта. На данном этапе важно, чтобы введение ключевых понятий и отношений было достаточным для описания всех возможных вариантов решений. Эта формализация происходит практически без участия эксперта. На данном этапе все ключевые понятия и отношения, введенные при концептуализации, выражаются на некотором формальном языке.

Выходом этапа формализации является описание процесса решения рассматриваемой проблемы на предложенном формальном языке. Важным шагом в процессе формализации знаний является построение модели исследуемой проблемы, так как знание модели позволяет генерировать решение. Помимо моделей, необходимо определить структуру пространства поиска и базу данных. Следующие этапы – выполнения, тестирования и опытной эксплуатации – решают в основном технические задачи и к приобретению знаний не относятся. Поскольку именно оперирование знаниями – основное достоинство экспертных систем, извлечение знаний из экспертов является одним из ответственных этапов создания эффективной системы. В процессе извлечения может возникнуть проблема суммирования, или объединения знаний нескольких экспертов, работающих в различных, может быть, далеких друг от друга областях. Существенным фактором повышения качества деятельности экономической системы, является применение при подготовке решений математических методов и моделей. Однако, полная математическая формализация технических задач часто неосуществима вследствие их качественной новизны и сложности. В связи с этим все шире используются экспертные методы, под которыми понимают комплекс логических и математико-статистических методов и процедур, направленных на получение от специалистов информации, необходимой для подготовки и выбора рациональных решений. Экспертные методы применяются в ситуациях, когда выбор, обоснование и оценка последствий решений не могут быть выполнены на основе точных расчетов. Такие ситуации нередко возникают при разработке современных проблем управления производством и, особенно, при прогнозировании. В ходе развития общественного производства возрастает не только сложность деятельности, но и требования к качеству принимаемых решений. Для того чтобы повысить обоснованность решений и учесть многочисленные факторы, оказывающие влияние на их результаты, необходимо проведение разностороннего анализа, основанного как на расчетах, так и на аргументированных суждениях руководителей и специалистов, знакомых с состоянием дел и перспективами развития в различных областях практической деятельности. Применение экспертных методов обеспечивает активное и целенаправленное участие специалистов на всех этапах принятия решений, что позволяет существенно повысить их качество и эффективность. В зависимости от того, ориентирована ли экспертная система на решение узкого круга задач или она универсальна, меняется форма взаимодействия с ней пользователя. Универсальные системы, как правило, представляются в виде «оболочек», т. е. программной среды, позволяющей приобретать знания в процессе диалога практически в любой области, а затем в режиме решения давать ответы на запросы пользователя. Но следует заметить, что метод экспертных оценок не может заменить ни административных, ни плановых решений, он лишь позволяет пополнить информацию, необходимую для подготовки и принятия решений.

 

Список литературы: 
1. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. C 142–176. 
2. Диго С.М. Проектирование и использование баз данных. - М.: Финансы и статистика, 1995. - 208 с.
3. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ. - М.: Финансы и статистика, 1990.- 320 с.
4. Хоггер К. Введение в логическое программирование: Пер. с англ. - М.: Мир, 1988. - 348 с.
5. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ. - М.: Финансы и статистика, 1994. - 256 с.