1. распознавание сложившейся экономической ситуации, ее анализ, формирование диагноза и ближайших целей, достижение которых обеспечит возврат к желаемой траектории развития предприятия;
2. выработку путей достижения сформулированных целей без учета и с учетом резервов предприятия;
3. пополнение базы знаний, модификацию и ликвидацию устаревших экспертных знаний из базы знаний;
4. обеспечение дружественного интерфейса пользователя системой.
Реализация второй функции требует создания специального блока оценки возможных путей достижения целей, сформулированных с помощью первой функции. В результате состав типичной экономической экспертной системы несколько изменяется, отражая специфику экономических задач.
По сравнению с типичной экспертной системой в экономическую. экспертную систему введены дополнительные блоки (рис.3): база данных, блок расчетов, блок ввода и корректировки данных.
Необходимость в блоке расчетов диктуется тем, что обоснование принятия управленческих решений требует не только логического вывода, но и проведения ряда расчетов, порой сложных и объемных.
Без базы данных также не может обойтись ни одна программная система экономического профиля. В базе данных находятся плановые, фактические, расчетные, отчетные и другие постоянные или оперативные показатели. Наличие базы данных позволяет применять стандартные процедуры обработки файлов, что может резко сократить затраты на их поддержку.
Блок ввода и корректировки данных присутствует в экономической экспертной системе, если она функционирует локально, т.е. вне сети передачи данных. В противном случае надобность в этом блоке отпадает, так как в системах обработки учетных и отчетных данных поддерживается (корректируется) необходимая информация.
Блок логических выводов и диагноза является главным, так как с его помощью пользователь должен установить пути выхода из сложившейся экономической ситуации. Для этого выполняется факторный анализ показателей, результаты которого затем используются для логического анализа и оформления диагноза. Диагноз можно получить на основании формализации знаний экспертов с помощью конструкции ЕСЛИ_ТО.
Количество диагнозов может быть велико, насчитывая несколько тысяч, однако они могут быть классифицированы по иерархическому признаку, что позволяет снизить (на порядок) трудоемкость поиска нужного диагноза. Кроме того, иерархия диагнозов позволяет, в случае надобности, не опускаться до нижнего уровня и охарактеризовать ситуацию более общими значениями.
Установление диагноза необходимо для того, чтобы получить рецепт для “лечения” предприятия. Поэтому, если удалось доказать хотя бы одно правило ЕСЛИ-ТО, то это означает, что известен перечень мероприятий, действий или процедур, которые следует выполнить для выхода из создавшейся экономической ситуации.
Рецепты, как и диагнозы, носят иерархический характер: каждому уровню диагноза соответствует свой рецепт более или менее общего характера.
Блок приобретения знаний связан с проблемой обучения и самообучения системы. В настоящее время приобретение знаний системой сводится к вводу вербализованных знаний эксперта с помощью соответствующего интерфейса. Например, если в процессе эксплуатации системы выявлено, что правило, устанавливающее диагноз, неверно, то изменение этого правила происходит путем ввода корректуры в базу знаний.
Завершая описание общих характеристик экономических экспертных систем, следует обратить внимание на то, что они помогают в процессе принятия решений избежать типичных ошибок, которыми нередко сопровождается практика управления:
1. подмена общего частным, главного - второстепенным, определяющего - случайным. Это особенно ярко выражается в гипертрофированном преувеличении роли единичного фактора и объяснении с его помощью состояния предприятия;
2. ошибочность выводов по случайной аналогии. Умозаключения по аналогии нередко приводят к важным выводам, однако при этом необходимо соблюдать ряд логичных правил;
3. преувеличение роли математики. Ограниченность математических моделей приводит к иллюзиям, создающим видимость благополучия. Любые расчеты не в состоянии охватить все условия функционирования предприятия, поэтому математические модели могут лишь обогатить знания о происходящих процесса, но не заменить их.
Технология построения экспертной системы – инженерия знаний.
Модели баз данных (реляционные, иерархические, сетевые) отражают реальные объекты в виде самостоятельных абстракций. Их содержание и связь с другими объектами модели остаются за ее пределами, поэтому придание смысла связям между абстракциями модели осуществляется мысленно пользователем системы.
Достигнутые в последнее время успехи в логике, семиотике, лингвистике позволяют разрабатывать новые модели, называемые семантическими. С их помощью стал возможен качественно новый уровень отображения содержания предметных областей, ориентированных на базы данных.
Под знаниями в общем смысле понимают информацию, потенциально необходимую обществу или индивидууму. В частности, это может быть информация о некоторой предметной области, ситуации, проблеме, правилах их решения, а также о конкретных условиях, определяющих выбор этих правил. В контексте баз знаний это понятие следует рассматривать как совокупность машинных сведений о некоторой предметной области, включающую не только фактические данные об объектах, их свойствах и отношениях, но и более сложные обобщающие концептуальные понятия и зависимости, что позволяет осуществлять относительно более гибкую и глубокую переработку этих данных в процессе решения поставленной проблемы.
Таким образом, знания отличаются от данных большей сложностью, абстрактностью, полнотой и многосторонностью описания некоторой области действительности. В понятие знаний включаются правила манипулирования данными, а также метазнания, т.е. информация о структуре знаний и о том, как их применять. Эти отличия баз знаний от баз данных приближают первые к человеческому представлению, восприятию и обращению с информацией, т.е. отображают процесс интеллектуализации автоматизированной обработки данных.
Необходимость подхода, обоснованного на знаниях, возникла вначале у разработчиков в области искусственного интеллекта лишь в связи с проблемой распознания образов. Многое в этом направлении дали электронные игры и работы по автоматизированной обработке текстов на естественном языке. При этом возникла потребность хранить и обрабатывать домены (области) знаний, приобретать и отображать как декларативные, так и процедурные знания.
Деятельность по извлечению (отчуждению, приобретению), формализации, хранению, выдаче и получению новых знаний (новой информации) называется инженерией знаний. Основная сложность инженерии знаний состоит в разработке и применении методов и технологий приобретения и машинного воплощения человеческих знаний в памяти ЭВМ. Большая часть известных методов касается инженерии социальных, т.е. вербализованных персональных знаний, используемых в экспертных системах. Экспертные системы, как правило, способны осуществлять дедуктивный вывод на основании неполных, размытых и противоречивых знаний, полученных от профессионалов-экспертов. Если программы, работающие с базами данных, могут дать ответ на поставленный вопрос только в том случае, если таковой заложен в базе, то экспертная система реагирует на вопрос, осуществляя логический вывод в условиях неопределенности или неполноты знаний. Иными словами, она позволяет быть точной в отношении неточностей. Кроме этого, обязательным условием функционирования ЭС является ее способность объяснять причины того или иного вывода.
1. Бауэр Ф.Л., Гооз Г. Информатика. Вводный курс. М., 1990.
2. Беляева Т.М. Информатика. Математика. Правовая информатика. М. 1998 г.- 214 стр.
3. Винер Н. Кибернетика и общество. М., 1958.
4. Громов Г.Р. Очерки информационной технологии. М., 1193.
5. Исмаилова Л.Ю., Крылов В.В.. Объектно-ориентированный подход к описанию следственных ситуаций. М. Вестник Московского Университета, Серия Право, 1994.
6. Нейлор К. Как построить экспертную систему. Пер. с англ. М., 1991
7. Н. Полевой, В. Крылова. Компьютерные технологии в юридической деятельности. М. БЕК. 1994 г.- 304 с.
8. Першиков В.И., Савинков В.М. Перспективные информационные технологии в правовой сфере. М. 1993.
[1] подробнее см.: Я.М. Бельсон. Интерпол в борьбе с уголовной преступностью. М. Hаука. 1989. С. 240; К.С.
[2] Л.Ю. Исмаилова, В.В. Крылов. Объектно-ориентированный подход к описанию следственных ситуаций. М. Вестник Московского Университета, Серия Право, 1994, в печати.
[3] Н. Полевой, В. Крылова. Компьютерные технологии в юридической деятельности. М. БЕК. 1994 г.- 304 с.
[4] Подробнее см. Беляева Т.М. Информатика. Математика. Правовая информатика. М. 1998 г.- 214 стр.
Страницы: 1, 2, 3, 4
