Экспертные системы. презентация

образовании и управлении

обширна. Она включает различные аспекты, начиная от обеспечения простейших функций служебной переписки до системного анализа и поддержки сложных задач принятия решений. В свою очередь концептуальным этапом в развитии информационных технологий является создание и использование экспертных систем в экономике, социальной сфере, образовании и государственном управлении. Информационная экспертная система (ИЭС) - это совокупность методов и средств организации, накопления, применения информационных ресурсов и знаний для решения сложных задач в определенной предметной области.

ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний (БЗ). Причем решение задач предполагается осуществлять в условиях неполноты, недостоверности, многозначности исходной информации и качественных оценок процессов.
Однако, несмотря на очевидную полезность и широкое использование ИЭС, они, как и любые системы, не совершенны. Один из главных недостатков состоит в сложности распознавания границ возможностей ИЭС и демонстрации ненадежного функционирования вблизи границ применимости. Существенным недостатком экспертных систем являются также значительные трудозатраты, необходимые для пополнения базы знаний. В БЗ располагаются объекты познания, образующие совокупность знаний, объединенных благодаря четырем типам концептуальных связок: общности, партитивности (соотношение целого и части), противопоставления, функциональной взаимозависимости.

к обучению на уровне новых концепций и новых правил, оказываются не эффективны и мало пригодны в тех случаях, когда надо учитывать всю сложность реальных и нештатных зада
Очевидно, что успешно функционировать в будущем будут лишь те предприятия, которые смогут накапливать, анализировать, синтезировать и использовать информацию о рынках, изобретениях, новых продуктах, предложении и ценах поставщиков и производителей конечной продукции, а также о новом спросе со стороны потенциальных потребителей. Предполагаемые темпы роста рынка, возрастающий уровень конкуренции, с одной стороны, и высокая степень неопределенности деловой среды и риски, с другой, предопределяют востребованность экономической экспертной информации и дальнейшую разработку и практическое внедрение новых эффективных ИЭС, обладающих более совершенными потребительскими характеристиками.

популярны локальные ИЭС, ориентированные на конкретные исследовательские и аналитические задачи: анализ и прогнозирование рынка, поведения конкурентов, потребителей и т.д. Теоретически компания может создать множество различных специализированных систем, объединенных затем в Единую корпоративную информационную экспертную (многоагентную) систему (ЕКИЭС).
Перспективными являются, несомненно, самообучающиеся ЕКИЭС, способные автоматически формировать БЗ в целях классификации проблемных областей и прогнозирования. Но практически безграничными представляются возможности использования в проектировании ИЭС нейросетевого подхода.
Классификацию существующих парадигм нейронных сетей по структуре можно представить в следующем виде (рис.1)

группы задач. Это свойство нейросетей особенно ценно в антикризисном управлении в условиях неопределенной внешней среды. Вся информация, которую сеть имеет о задаче, содержится в наборе примеров. Поэтому качество обучения сети напрямую зависит от количества примеров в обучающей выборке, а также от того, насколько полно эти примеры описывают данную задачу. Так, например, бессмысленно использовать сеть для предсказания банкротства, если в обучающей выборке банкротство не представлено. Как только сеть обучена, можно применять ее для решения конкретных задач.
Современные экономические системы (например, промышленные комплексы) приближаются к такому уровню сложности, когда их наблюдаемое поведение и свойства не сводятся к простой сумме свойств отдельных компонент. Даже небольшие отклонения в производительности работы отдельных подсистем могут вызвать качественно новый режим поведения всей системы и даже привести к серьезному кризису системы. Возможным выходом из положения является построение модели на основе синтеза компонент. Так, к примеру, синтетические модели являются практически единственной альтернативой в социологии, долгосрочных прогнозах погоды, в макроэкономике, медицине.

обстановке нашла активную поддержку и обоснование у разработчиков современных энергетических систем. На этот счет существует обширная литература на английском языке. Немало работ посвящено, в частности, системам диагностики энергосистем и промышленных систем. Например, в работе разработана нейронная сеть для осуществления оперативного управления и слежения за неопределенными ситуациями в ходе работы электростанций. Проведена классификация возможных неполадок; разработаны методы получения их предсказаний, определения существования устойчивых режимов работы в случае повреждений и выяснения их допустимости с точки зрения термальных и прочих ограничений по безопасности. В исследовании рассмотрена проблема интерпретации большого количества одновременных сигналов тревоги в центре управления электрическими сетями в условиях стресса.
Полученные исследователями экспериментальные данные свидетельствуют в целом о возможности построения локальных ЭС повышенной надежности, учитывающих возможность возникновения разнообразных непредвиденных опасных ситуаций не только в инженерных, технических, но и в экономических системах.