ИИС

Интеллектуальные
информационные системы
Карташева О.В.
Особенности и признаки
интеллектуальности
информационных систем (1)
• Фактуальное знание - это осмысленные и
понятые данные. Данные сами по себе - это
специально организованные знаки на
каком-либо носителе.
• Операционное знание - это те общие
зависимости между фактами, которые
позволяют интерпретировать данные или
извлекать из них информацию.
Особенности и признаки
интеллектуальности
информационных систем (2)
Алгоритм
Структура
данных
Программа
Особенности и признаки
интеллектуальности
информационных систем (3)
База
данных
СУБД
Программа
СБД
Особенности и признаки
интеллектуальности
информационных систем (4)
База знаний
Управляющая
структура
База данных
СБЗ
Особенности и признаки
интеллектуальности
информационных систем (5)
• развитые коммуникативные способности,
• умение решать сложные плохо
формализуемые задачи,
• способность к самообучению.
http://www.raai.org/ - Сайт Российской ассоциации искусственного интеллекта
Классификация ИИС
Интеллектуальные
информационные
системы
Коммуникативные
способности (системы
с интеллектуальным
интерфейсом)
Решение сложных
задач (экспертные
системы)
Способность к
самообучению
(самообучающиеся
системы)
Экспертные системы
Экспертная система является инструментом,
усиливающим интеллектуальные способности
эксперта, и может выполнять следующие роли:
• консультанта для неопытных или
непрофессиональных пользователей;
• ассистента в связи с необходимостью анализа
экспертом различных вариантов принятия
решений;
• партнера эксперта по вопросам, относящимся
к источникам знаний из смежных областей
деятельности.
http://expro.ksu.ru/materials/ii_i_es/book.html
Области применения экспертных
систем
Архитектура экспертной системы
Классы экспертных систем
Анализ
Синтез
Детерминированность
знаний
Классифицирующие
Трансформирующие
Один
источник
знаний
Неопределенность
знаний
Доопределяющие
Многоагентные
Множество
источников
знаний
Статика
Динамика
Проблемные области экспертных
систем
http://www.intuit.ru/studies/courses/46/46/info - Интеллектуальные робототехнические
системы В.Л. Афонин, В.А. Макушкин
Этапы создания экспертной
системы
Идентификация проблемной области
Концептуализация проблемной области
Формализация базы знаний
Реализация базы знаний
Тестирование базы знаний + Опытная
эксплуатация
http://virtuald.narod.ru/ExpDauev/Glava1.htm - К.Нейлор "Как построить свою экспертную
Идентификация проблемной
области
Как правило, назначение экспертной системы
связано с одной из следующих областей:
• обучение и консультация неопытных
пользователей;
• распространение и использование
уникального опыта экспертов;
• автоматизация работы экспертов по принятию
решений;
• оптимизация решения проблем, выдвижение
и проверка гипотез.
Основные параметры проблемной
области
•
•
•
•
•
•
•
класс решаемых задач (интерпретация, диагностика, коррекция, прогнозирование,
планирование, проектирование, мониторинг, управление);
критерии эффективности результатов решения задач (минимизация использования
ресурсов, повышение качества продукции и обслуживания, ускорение
оборачиваемости капитала и т.д.);
критерии эффективности процесса решения задач (повышение точности принимаемых
решений, учет большего числа факторов, просчет большего числа альтернативных
вариантов, адаптивность к изменениям проблемной области и информационных
потребностей пользователей, сокращение сроков принятия решений);
цели решаемых задач (выбор из альтернатив, например, выбор поставщика или синтез
значения, например, распределение бюджета по статьям);
подцели (разбиение задачи на подзадачи, для каждой из которых определяется своя
цель);
исходные данные (совокупность используемых факторов);
особенности используемых знаний (детерминированность/неопределенность,
статичность/динамичность, одноцелевая/многоцелевая направленность,
единственность/множественность источников знаний).
Построение концептуальной
модели
Результат концептуализации проблемной области
обычно фиксируется в виде наглядных графических
схем на объектном, функциональном и
поведенческом уровнях моделирования:
• объектная модель описывает структуру
предметной области как совокупности
взаимосвязанных объектов;
• функциональная модель отражает действия и
преобразования над объектами;
• поведенческая модель рассматривает
взаимодействия объектов во временном аспекте.
Дерево целей - граф “И -ИЛИ”
Уровень Номер
дерева правила
Содержание правила
Коэффициент
определенности
1
1
ЕСЛИ С1 ИЛИ С2 ИЛИ Е12, ТО Г
2
2
3
ЕСЛИ СЗ И С4, ТО С1
70
ЕСЛИ Е8 ИЛИ Е9 ИЛИ Е11, ТО С2 80
Обозначени
Содержание узла в дереве вывода
е узла
Г
Акции покупать
С1
В текущем году прибыль предприятия не снижалась
С2
СЗ
С4
Е8
Е9
Риск потерь средств низкий
Выручка в текущем году не снижалась
Затраты не возросли
Репутация предприятия высокая
Отдача от вложений больше уровня инфляции
Е11
Е12
Цена акций допустимая
Стоимость акционерного капитала на акцию не
меньше ее цены
80
Коэффициент
определенности
40
60
70
40
30
50
Формализация базы знаний
Продукционная модель
IF <условие>
THEN <заключение>
CF <значение фактора определенности>
Подход на основе нечеткой логики
Формулы объединения факторов
уверенности
Конъюнкция (А и В)
• min (cfA, cfB)
• cfA*cfB/100
Дизъюнкция (А или В)
• max (cfA, cfB)
• cfA + cfB - cfA*cfB/100
Семантические сети
Фреймы
Выбор инструментальных средств
реализации экспертной
системы
http://www.exsys.com/ Сайт компанииразработчика инструментального средства для
создания ЭС Exsys Corvid
Особенности экспертных систем
экономического анализа
• Внешний экономический анализ
предприятия
– рейтинговый метод,
– метод классификации ситуаций.
• Внутренний экономический анализ
предприятия
– метод последовательной декомпозиции.
Реализация динамических
экспертных систем управления
бизнес-процессами
К динамическим бизнес-процессам на
предприятии относят:
• управление заказами и сбытом;
• управление запасами и закупками;
• календарное планирование и управление
производством.
Типичные задачи, которые решаются
динамическими экспертными
системами
• Мониторинг бизнес-процессов и оперативное
информирование лиц, принимающих решение, об
отклонениях;
• Упреждающая диагностика, прогнозирование
отклонений в параметрах операций бизнеспроцессов;
• Динамическое распределение ресурсов в
соответствии с изменяющейся обстановкой;
• Планирование действий, диспетчирование и
составление сетевых графиков работ;
• Моделирование последствий принимаемых
решений по изменению процессов.
Типичные задачи интеллектуальных систем
динамического моделирования для
реинжиниринга бизнес-процессов
• Определение оптимальной последовательности выполняемых
операций, которая приводит к сокращению длительности цикла
изготовления и продажи товаров и услуг, обслуживания клиентов.
Следствие оптимизации - повышение оборачиваемости капитала и
рост всех экономических показателей фирмы.
• Оптимизация использования ресурсов в различных бизнес-процессах,
минимизирующая издержки производства и обращения.
• Построение адаптивных бизнес-процессов, нацеленных на быструю
адаптацию к изменениям потребностей конечных потребителей
продукции, производственных технологий, поведения конкурентов на
рынке и, как следствие, повышение качества обслуживания клиентов
в условиях динамичности внешней среды.
• Оптимизация финансовых потоков, обеспечение равномерности
поступления и использования денежных средств в результате
отработки рациональных схем взаимодействия с партнерами,
сочетания бизнес-процессов.
Общие особенности реализации
динамических экспертных систем
• Объектно-ориентированный характер модели
проблемной области;
• Динамическое создание и уничтожение временных
(рабочих) объектов;
• Динамическое поведение как постоянных объектов
(ресурсов), так и временных (рабочих) объектов;
• Многоальтернативность выполнения бизнеспроцесса в зависимости от возникающих событий;
• Анализ и обработка временных характеристик
бизнес-процессов.
Экспертные системы динамического
управления запасами
• Система с фиксированным размером
заказа;
• Система с фиксированным интервалом
времени между заказами;
• Система с фиксированным интервалом
времени между заказами и проверкой
порогового уровня запаса;
• Система “Минимум - максимум”
Система с фиксированным
размером заказа
Объем запаса
Максимально-желательный запас
Пороговый уровень
Гарантийный (минимальный) запас
Время
Моменты заказа
Система с фиксированным
интервалом времени между
заказами
Объем запаса
Максимально-желательный запас
Гарантийный (минимальный) запас
Время
Моменты заказа
Система с фиксированным
интервалом времени между
заказами и проверкой порогового
уровня запаса
Расчетные формулы основных показателей уровней запасов имеют
следующий вид:
Гарантийный запас = Максимальное время задержки в поставке*
Среднедневное потребление товара;
Пороговый уровень запаса = Гарантийный запас + Среднее время
поставки *Среднедневное потребление товара;
Максимальный уровень запаса = Гарантийный запас +
Интервал между поставками *Среднедневное потребление товара;
Размер заказа на пополнение запаса (в фиксированные интервалы
времени)= Максимальный уровень запаса - Текущий запас + Среднее
время поставки *Среднедневное потребление товара;
или
Размер заказа на пополнение запаса (при нарушении порогового уровня
запаса) = Максимальный уровень запаса - Пороговый уровень запаса +
Среднее время поставки*Среднедневное потребление товара.
Система “Минимум - максимум”
• Система “Минимум - максимум” применяется
в случае большой стоимости материальнотехнического снабжения (стоимости
оформления заказа на пополнение запасов и
последующей поставки), сопоставимой со
стоимостью хранения запасов и даже с
издержками дефицита. Система позволяет
сократить число поставок. Эта система может
применяться в случае насыщенности рынка
продукцией, предназначенной для
пополнения запасов.
Графическая модель проблемной
области управления запасами с
помощью инструментального
средства G2
Используемые сущности
проблемной области
Классы объектов “Отдел заказов”,
“Список заказов”
Классы объектов “Заказ”, “Дорога”
Графический редактор
Кнопка “Заказать”, Слайдер “Размер
заказа”, Кнопка “ОК”
Набор правил анализа новых
заказов
Правила анализа уровня запаса