Структура экспертных систем

 

На рисунке 14 изображена обобщенная структура экспертной системы.

Как было уже сказано выше, база знаний (БЗ) – это формализованная система сведений о некоторой предметной области, содержащая данные о свойствах объектов, закономерностях процессов и явлений, а также правила использования этих данных в задаваемых ситуациях для принятия новых решений. Назначение базы знаний – поддержка экспертов и систем, основанных на знаниях, в которых компьютеры используют правила вывода для получения ответов на вопросы пользователя.

 

 

Рисунок 14. Структура экспертной системы

 

База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

Машина логического вывода – механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных и знаний из других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая-либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети.

Машина логического вывода может реализовывать рассуждения в виде:

– дедуктивного вывода (прямого, обратного, смешанного);

– нечеткого вывода;

– вероятностного вывода;

– унификации (подобно тому, как это реализовано в языке программирования Пролог);

– поиска решения с разбиением на последовательность подзадач;

– поиска решения с использованием стратегии разбиения пространства поиска с учетом уровней абстрагирования решения или понятий, с ними связанных;

– монотонного или немонотонного рассуждения;

– рассуждений с использованием механизма аргументации;

– ассоциативного поиска с использованием нейронных сетей;

– вывода с использованием механизма лингвистической переменной.

Подсистема общения служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также дает возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у экспертной системы. Если нет этой подсистемы, экспертная система выглядит для пользователя как “вещь в себе”, решениям которой можно либо верить, либо нет.

Подсистема приобретения знаний служит для корректировки и пополнения базы знаний.
В простейшем случае это – интеллектуальный редактор базы знаний, в более сложных экспертных системах – средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д.