Chcąc opisać dowolne urządzenie techniczne, trzeba
advertisement
Temat: SYSTEMY EKSPERTOWE W MODELOWANIU PROCESÓW TECHNOLOGICZNYCH Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. SPIS TREŚCI: I. Wprowadzenie ..................................................................................3 II. Systemy Ekspertowe..........................................................................3 1. Podstawowe informacje o systemach ekspertowych...................3 2. Reprezentacja wiedzy..................................................................7 3. Heurystyki...................................................................................10 4. Wnioskowanie.............................................................................12 5. Pozyskiwanie wiedzy..................................................................13 6. Systemy hybrydowe....................................................................14 7. Zastosowanie...............................................................................16 8. Projektowanie..............................................................................16 9. Niezawodność systemów ekspertowych.....................................17 10. Używane systemy........................................................................18 9.1 DENARAL...........................................................................18 9.2 ULYCIN...............................................................................19 9.3 CASNET...............................................................................22 9.4 PIP.........................................................................................26 Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. 9.5 INTERNIST/CADUCEUS...................................................28 9.6 RPFA.....................................................................................28 9.7 SHEARER.............................................................................30 9.8 TRANAID.............................................................................30 9.9 PROSPECTOR......................................................................31 9.10 R1/XCON.............................................................................31 9.11 INVEST................................................................................32 9.12 LENDING ADVISOR..........................................................32 9.13 UNDERWRITING ADVISOR.............................................32 III. Modelowanie......................................................................................33 1. Istota modelowania.......................................................................33 2. Rodzaje modeli.............................................................................34 3. Symulacja.....................................................................................35 4. Narzędzia w modelowaniu procesów...........................................36 IV. Podsumowanie....................................................................................39 Literatura.............................................................................................41 I. WPROWADZENIE Nowa wiedza jest pozyskiwana głównie poprzez jej produkcję, odkrywanie i przekształcanie, które to procesy związane są z rozwiązywaniem problemów pojawiających się zarówno w działalności praktycznej, jak i naukowej. Podstawowym warunkiem realizacji procedur transformacji jest opracowanie, na podstawie dotychczasowej wiedzy, modelu, tj. reprezentacji Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. wiedzy umożliwiającej rozwiązanie przedmiotowego problemu. Model stanowi statyczną reprezentację wiedzy o badanym zjawisku lub obiekcie oraz wiedzy dotyczącej metodyki modelowania, która ze względu na to, że zwykle jest wiedzą ukrytą często określana jest mianem sztuki modelowania. W celu uaktywnienia operacyjnych funkcji modelu, umożliwiających pozyskiwanie danych i informacji oraz ich przekształcanie w nową wiedzę potrzebną do rozwiązania problemu, niezbędne jest wyposażenie modelu w odpowiednie metody obliczeniowe (np.: statystyczne, analityczne, sztucznej inteligencji) takie jak systemy ekspertowe. W tej pracy podjęto problematykę zastosowania systemów ekspertowych w modelowaniu procesów technologicznych, scharakteryzowano systemy ekspertowe oraz sam model i proces modelowania. II. SYSTEMY EKSPERTOWE 1. Podstawowe wiadomości o systemach ekspertowych. Najpierw sprecyzujmy co rozumiemy przez określenie: człowiek-ekspert i system ekspertowy. Potocznie mówiąc, ekspert jest to człowiek, który dużo wie i "ma nosa". Bardziej ściśle eksperta można określić jako tego, który nabył dogłębna wiedze teoretyczna o danej dziedzinie poprzez naukę, wiedze praktyczna - poprzez długoletnia prace praktyczna (zastosowaniowa) w danym wąskim wycinku wiedzy, jest obdarzony intuicja i ma dar stosowania tzw. skrótów myślowych i innych "tricków" pozwalających na "przeskoki" w czasie rozumowania i wybór najkrótszych dróg dojścia do celu, przy rozwiązywaniu danego problemu. Mówimy wówczas, ze ekspert posiada dogłębna wiedze heurystyczna. Wymienione cechy związane są z pojęciem inteligencji Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. człowieka. Natomiast system ekspertowy jest złożonym (rozbudowanym) programem komputerowym, w którym jest umiejętnie zakodowana wiedza heurystyczna eksperta. System ekspertowy jest zatem programem komputerowym, zaprojektowanym do wykonywania złożonych zadań o podłożu intelektualnym. Powinien je wykonywać tak dobrze, jak człowiek będący ekspertem w dziedzinie, której to zadanie dotyczy. Zadanie systemu nie ogranicza się tylko do rozwiązywania takich problemów, może on również stanowić narzędzie wspomagające decyzje "ludzkich" ekspertów, podpowiadając im ewentualne rozwiązania. Systemy eksperckie (ekspertowe) są nazywane także systemami doradczymi i stanowią jedną z gałęzi stosowanej sztucznej inteligencji - AI (Artificial Inteligence). Podstawowa idea systemu ekspertowego polega na przeniesieniu wiedzy eksperta do programu komputerowego, wyposażonego w bazę wiedzy, konkretne reguły wnioskowania oraz język komunikacji z użytkownikiem lub interfejs graficzny przez który odbywa się komunikacja. Baza wiedzy zawiera wiedzę dziedzinową, istotną dla podejmowanych decyzji i składa się z następujących elementów: a) Bazy reguł b) Bazy modeli c) Bazy ograniczeń d) Bazy rad e) Plików rad Cała wiedza zgromadzona w systemie może być wykorzystywana wielokrotnie przez wielu użytkowników, zwracających się do komputera kiedy potrzebują rady. Komputer zaś, zwraca Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. nam najlepszą, jego zdaniem radę, i jeśli to konieczne tłumaczy logikę na podstawie której powstały wnioski wyjściowe. System ekspertowy może także określać system, który niekoniecznie zastępuje człowiekaeksperta. Określamy tym terminem również systemy wykorzystywane w sytuacjach, gdy człowiek mimo, iż posiada ogromną wiedzę na dany temat, nie jest w stanie wykorzystać jej w sposób optymalny. Dotyczy to np. podejmowania decyzji w trakcie pracy elektrowni, czy podczas startu i samego lotu statków kosmicznych. Szereg zachodzących wówczas procesów wymaga stałego monitorowania w czasie rzeczywistym. Mimo tego, że w trakcie startu promu kosmicznego pracuje sztab inżynierów, i tak bez odpowiedniego oprogramowania nie są oni w stanie ogarnąć kilku tysięcy procesów, informacji z czujników i podejmować optymalnych decyzji w ograniczonym do minimum czasie. Najważniejsze cechy systemów ekspertowych to: zgromadzenie najpełniejszej i kompetentnej wiedzy z danej dziedziny i możliwość jej aktualizacji w związku z postępem naukowym i technicznym; wiedza jest zwykle reprezentowana w postaci deklaratywnej, umożliwiającej łatwe odczytywanie i modyfikację struktura wiedzy jest klarowna umiejętne naśladowanie sposobu rozumowania człowieka-eksperta, który stosuje on przy rozwiązywaniu problemów tego samego typu zdolność wyjaśnienia toku "rozumowania", który doprowadził do otrzymanych wyników ; ważny z punktu widzenia użytkownika interfejs I/O, pozwala na zadawanie pytań i Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. uzyskiwanie wyjaśnień (praca interaktywna). tzw. "user friendly" interfejs, czyli przyjazny sposób komunikowania się z użytkownikiem w jego ojczystym języku i takie przedstawienie wyników, aby były klarowne i przejrzyste. Reprezentacja wiedzy i mechanizm sterujący są rozdzielone. Często mechanizm sterujący korzysta z reguł, tzw. meta-reguł. Moduły zdobywania wiedzy i modyfikacji wiedzy są często używane dla rozszerzania systemów ekspertowych. Inny sposób scharakteryzowania systemów ekspertowych to ich ogólny podział. Można je podzielić na trzy kategorie: doradcze (advisory), podejmujące decyzje bez kontroli człowieka (dictatorial), krytykujące (criticizing). Pierwsze z nich doradcze przedstawiają człowiekowi pewne rozwiązania, a on jest w stanie ocenić to rozwiązanie i wybrać takie, które jest najodpowiedniejsze lub zarządzać innego rozwiązania. Systemy podejmujące decyzje bez kontroli człowieka są to takie systemy, które nie "konsultują" wyników końcowych z użytkownikiem. Dotyczy to sytuacji, gdy udział człowieka jest utrudniony lub niemożliwy np. sterowanie obiektami w trudnym terenie lub w kosmosie. Systemy krytykujące charakteryzują się przyjmowaniem jako wartości wejściowe: postawionego problemu i ewentualnego rozwiązania. Rola systemu sprowadza się do analizy Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. problemu i skomentowania zaproponowanego rozwiązania. Rozwiązywanie zadań przez system ekspertowy wiąże się z koniecznością: ,,przetłumaczenia" informacji przekazywanych przez użytkownika na postać zrozumiałą dla systemu, zdefiniowania problemu poszukania rozwiązania, ,,przetłumaczenia" otrzymanych wyników na postać zrozumiałą dla człowieka. Zrealizowanie powyższego schematu działania wymaga opracowania szeregu problemów wzajemnie powiązanych, realizujących złożone funkcje. Budowa systemu ekspertowego wymaga zbudowania bazy wiedzy eksperta i stworzenie dla niej odpowiedniej struktury jest często pracochłonne i czasochłonne. Opłaca się więc wówczas, gdy system ten będzie wykorzystywany w odpowiednio długim czasie i przez dużą liczbę użytkowników. Jest to opłacalne także dlatego, że system może być wykorzystywany już bez udziału człowieka-eksperta, jest on uwolniony od przeprowadzania powtarzających się analogicznych ekspertyz i dzięki temu może zająć się on bardziej twórczymi zadaniami. Ważna jest także możliwość zgromadzenia w systemie wiedzy wielu ekspertów. Jest to w bezpośrednio przekładalne na "wiarygodność" rozwiązań. W latach siedemdziesiątych dokonano spostrzeżenia, że moc systemu tkwi w zakodowanej w systemie wiedzy, a nie w sposobie Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. wnioskowania, jakim się on posługuje. Można po prostu stwierdzić, że im pełniejsza wiedza, tym rozwiązanie jest bardziej wiarygodne i uzyskiwane szybciej. Konstruowanie systemów ekspertowych jest jednym z zagadnień twz. inżynierii wiedzy (knowledge engineering). Celem inżynierii wiedzy jest pozyskiwanie wiedzy z określonej dziedziny, jej przetwarzanie, stworzenie dla tej wiedzy odpowiedniej struktury. Zajmuje się także rozwijaniem metodologii i narzędzi budowy systemów ekspertowych. W szczególności obejmuje ona tworzenie metod programowania: pozyskiwania i tworzenia struktur dla wiedzy ekspertów dopasowywania i wyboru odpowiednich metod wnioskowania i wyjaśniania rozwiązań problemów tworzenie interfejsów pośredniczących w komunikacji pomiędzy komputerem a użytkownikiem. Inżynier wiedzy stanowi ogniwo pośrednie miedzy źródłami wiedzy a systemem ekspertowym. Powinien to być informatyk, lub odpowiednio przyuczony programista, który nie tylko potrafi umiejętnie programować, ale także powinien posiadać umiejętności reporterskie i wiedze ogólna z danej dziedziny, aby w odpowiedni i umiejętny sposób prowadzić dialog z ekspertami i wydobywać od nich najistotniejsze fakty i reguły dotyczące rozwiązywania odpowiednich problemów. Zatem, system ekspertowy będzie tym lepszy im lepsze jest grono ekspertów i im lepszy jest inżynier lub zespól inżynierów wiedzy tworzących program będący systemem ekspertowym. Wynika stad kardynalny wniosek: system ekspertowy nie może być lepszy od Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. grona osób tworzących go! Warto wspomnieć, ze system ekspertowy może być utworzony przy użyciu dowolnego języka programowania, jak np. Basic, Algol, Fortran, Pascal, C, C++, i in. Jednakże, tworzenie systemu ekspertowego od podstaw w tych językach jest bardzo czasochłonne, a wiec i drogie. Dlatego tez wyspecjalizowane zespoły naukowe i firmy softwerowe tworzą i sprzedają specjalne języki programowania, np. LISP (LISp Processing) i PROLOG (PROgrammation LOGique) oraz OPS5 (Oficial Production System), CLIPS (C Language Intergrated Production System) i inne, zawierające w sobie "maszynę wnioskującą", a także specjalizowane narzędzia programowe do tworzenia systemów ekspertowych, zawierające w sobie poza maszyna wnioskująca również: interfejs użytkownika, blok pozyskiwania wiedzy (ułatwiający wprowadzenie wiedzy do bazy wiedzy), blok wyjaśniania, itp. Takie narzędzia programowe nazywane "systemami szkieletowymi" lub "muszelkowymi" (ekspert system shell) znacznie ułatwiają i przyśpieszają tworzenie systemów ekspertowych. System szkieletowy można traktować jako system ekspertowy z pusta baza wiedzy. Zatem, zapełnienie bazy wiedzy z danej wąskiej dziedziny zamienia narzędzie jakim jest system szkieletowy w konkretny system ekspertowy. 2.Reprezentacja wiedzy Jednym z podstawowych problemów w dziedzinie sztucznej inteligencji jest reprezentacja wiedzy. Jest ona pojmowana jako różnego rodzaju zbór wiadomości z danej dziedziny, wynikających z nagromadzenia doświadczeń i powstałych w procesie uczenia się. Wiedza jako opis świata rzeczywistego, zawiera w sobie relacje, które istnieją pomiędzy jego Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. elementami i mechanizmy kierujące tymi relacjami. Wiedza może być rozpatrywana nie tylko całościowo, ale także jako następujące jej elementy: opisy lub fakty, to podstawowe cechy i pojęcia wyrażone jako elementarne składniki zdań zapisanych w jakimś języku. Ich zadanie to identyfikacja i rozróżnianie obiektów i klas. Zawarte są w nich także wszelkiego typu reguły lub algorytmy wykorzystywane do interpretacji danych wejściowych, relacje, to obraz zachodzących zależności i skojarzeń pomiędzy elementami wchodzącymi w skład opisów (faktami), procedury, to mechanizmy jaki podlegają relacje i fakty. Wiedza nie zawsze poddaje się opisowi w pewnych określonych ramach teoretycznych. Wynika to np. z tego, że część wiedzy stanowi tzw. asocjacja empiryczna. Jest to wiedza, którą posiadają np. lekarze. Jest wynikiem praktyki zawodowej, nagromadzonych doświadczeń i obserwacji. Lekarze wykorzystują ją do powiązania ze sobą lub interpretacji często niepewnych i błędnych faktów, czy danych. Wnioski, które z tego wysnują stanowią nowe fakty w bazie wiedzy lekarza. Tak więc tak trudne do opisania doświadczenie eksperta stanowi niejako źródło powstania nowych faktów w bazie wiedzy. Istnieje wiele metod reprezentacji wiedzy. Pierwsza z nich jest oparta na logice. Logika klasyczna to jedno z podstawowych narzędzi, które pozwala na pewne zautomatyzowanie procesu wnioskowania i pozyskiwania wiedzy. Wiedza opisana za pomocą logiki stanowi zbiór reguł i faktów. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Tworzy pewną teorię, usystematyzowany obraz obiektów, opisanych za pomocą wyrażeń, reguł, gramatyki języka, w którym zostały zapisane. Język więc jest pewną strukturą, składającą się ze słownika i gramatyki, pozwala jednak na operowanie na symbolach. Stanowi on syntaktykę danego systemu. Semantyka nadaje z kolei znaczenie wyrażeniom tworzonym zgodnie z gramatyką. Struktura dedukcyjna dodana do języka pozwoli na otrzymanie mechanizmu wnioskującego umożliwiającego produktywne funkcjonowanie teorii. Mechanizmy wnioskujące na podstawie teorii pozwalają na przewidywanie stanów przyszłych na podstawie obserwacji, opisywanie stanów poprzednich, tworzyć uogólnienia posługując się zaobserwowanymi prawidłowościami. Struktura dedukcyjna zawiera także w sobie zbiór aksjomatów logicznych - ogólnych prawd, które nie podlegają dowodzeniu, są przyjmowane za pewniki. Jest to kolejny element wyżej wspomnianej struktury. Jest to zbiór stanowiący właściwą bazę wiedzy. Zawiera wszystkie udowodnione i zapisane fakty o obiekcie lub systemie. Na podstawie aksjomatów i informacji zawartych w bazie wiedzy mechanizmy dedukcyjne dokonują weryfikacji twierdzeń. Struktura wiedzy w postaci teorii ma tę zaletę, że wszystkie fakty dowiedzione za pomocą spójnej teorii są prawdziwe, o ile przesłanki również były prawdziwe. Zależność ta wynika z podstawowego prawa logiki mówiącego, że twierdzenie poprawne syntaktycznie jest prawdziwe semantycznie i odwrotnie. Zdefiniowana forma reguł formalnych - syntaktyka jest elementem pozwalającym na komunikację użytkownika z maszyną. Maszyna cyfrowa wykonuje tylko operacje na wyrażeniach powstałych w wyniku działań syntaktycznych. Jedynym językiem dla niej zrozumiałym są symbole, literały, ciągi znaków. Stosując pewne reguły może Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. wyprowadzać z jednego ciągu znaków lub symboli - inne. Wykorzystując teraz tworzenie logiki wspomniane wyżej możemy uzyskanym przez maszynę syntaktycznym wyrażeniom nadać semantykę, czyli konkretne znaczenie uzyskane z operacji symbolicznych. Symboliczną reprezentację wiedzy możemy podzielić na dwie grupy: 1. reprezentację proceduralną - określa ona zbiór procedur, których działanie reprezentuje wiedzę o danej dziedzinie, 2. reprezentacja deklaratywna - określa zbiór specyficznych dla danej dziedziny faktów, stwierdzeń, reguł. Pierwsza z nich zapewnia dużą efektywność reprezentowania procesów, dotyczy to np. przedstawienia za pomocą wzoru jakiegoś prawa fizycznego czy chemicznego. Drugi sposób zapisu jest łatwiejszy w opisie i formalizacji. Nie podaje się w nim konkretnego sposobu na uzyskanie wyniku. Do najczęściej wykorzystywanych metod reprezentacji wiedzy należą: metody będące bezpośrednim wykorzystaniem logiki: rachunek zadań, rachunek predykantów, metody wykorzystujące zapis stwierdzeń, metody wykorzystujące systemy regułowe (wektory wiedzy), metody z wykorzystaniem sieci semantycznych, metody oparte na ramach, metody używające modeli obliczeniowych. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Oprócz dobrze poznanych symbolicznych metod reprezentacji wiedzy istnieje również nowy nurt badań - reprezentacje niesymboliczne. Ten rodzaj reprezentacji odwołuje się do obserwacji i wniosków powstałych na podstawie tej obserwacji otaczającego nas świata istot żywych. Przetwarzanie wiedzy i jej reprezentacji odbywa się jako symulacja przez sztuczne sieci neuronowe komórek nerwowych ludzi lub zwierząt. Cały ten proces przebiega w sposób dynamiczny. Wiedza jest zgromadzona jako pewien sposób połączeń poszczególnych neuronów i wartości wag, które odzwierciedlają siłę tych połączeń. Do reprezentacji niesymbolicznych możemy również zaliczyć tzw. algorytmy genetyczne. Pozwalają na przekazywanie kolejnym pokoleniom wiedzy o całym gatunku. Wiedza istnieje jako zapisana w genach. W każdej kolejnej generacji następuje poprawa cech charakterystycznych dla danej populacji. 3. Heurystyki Istotne znaczenie podczas rozwiązywania jakiegoś problemu ma wybór sposobu postępowania prowadzącego do uzyskania określonych wyników. Wśród wielu technik postępowania tzw. metoda przeszukiwania jest jedną z częściej stosowanych podczas procesu rozwiązywania zadań. Spośród czynników decydujących o zastosowaniu metody przeszukiwania następujące dwa wydają się najważniejsze. 1. Dla większości problemów trudno jest z góry określić ciąg czynności prowadzących do rozwiązania. Muszą one być określone przez systematyczne analizowanie kolejnych alternatyw. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. 2. Zaletą metod przeszukiwania jest łatwość formułowania zadań. Wymagane jest jedynie określenie zbioru stanów przestrzeni rozwiązywanego problemu, zbioru operatorów przekształcających te stany, stanu początkowego i zbioru stanów końcowych. Rozwiązanie polega na określeniu ciągu operatorów przekształcających stan początkowy w stan końcowy. W zagadnieniach przeszukiwania wykorzystuje się pewne algorytmy, czyli strategie realizujące poszczególne metody przeszukiwań. Zbiór ten zaczyna się od metod nie wykorzystujących informacji o dziedzinie rozwiązywanego problemu (metody ślepe - blind search), a kończy się na metodach ściśle dopasowanych do danego problemu, wykorzystujących tzw. metody heurystyczne. Koncepcja strategii heurystycznych wynika z tego, że dla większości problemów przestrzeń stanów zawiera pewne dodatkowe informacje. Koszt wyznaczenia tych informacji jest niewielki, a pozwalają one na dodatkowe klasyfikowanie stanów i prostsze wybieranie optymalnych kierunków przeszukiwań. Rozwiązywany problem daje się opisać za pomocą stanów i operatorów, jest to uproszczenie. Operatory wykorzystane do stanów generują nowe stany. Stany początkowe, występujące na początku rozwiązywania problemu, i operatory tworzą graf stanów (przestrzeni stanów). Heurystyczne przeszukiwanie jest procesem poszukiwania żądanego stanu albo inaczej podgrafu spełniającego zadane warunki. Wybierając najlepsze operatory przeszukiwanie heurystyczne posługuje się różnymi środkami, takimi jak analogie, uproszczenia, co ma prowadzić do ograniczenie zbioru Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. przeszukiwanych stanów. Heurystyka nie gwarantuje jednak znalezienia rozwiązania, jednak właściwie dobrana pozwoli wyznaczać najlepsze wyniki osiągane w żądanym czasie. Pojęcie "heurystyka" jest rozumiane w zagadnieniach sztucznej inteligencji jako: praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów; prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi omijając mniej obiecujące ścieżki; podaje proste kryterium wyboru kierunków postępowania; powinna umożliwić uniknięcie badania tzw. ślepych uliczek i wcześniejsze wykorzystanie zdobytych w trakcie badania informacji. Biorąc pod uwagę efektywność przeszukiwania istotne jest uwzględnienie takich czynników jak niepewność wyniku czy niekompletność dostępnej wiedzy. Heurystyka może zwiększać niepewność otrzymania wyniku. Niepewność otrzymania wyniku zwiększa się jeśli wykorzystujemy wiedzę w postaci różnych praw, reguł, intuicji, których użyteczność nie jest do końca znana. Metody heurystyczne są stosowane tam, gdzie nie ma algorytmu lub standardowe algorytmy wyznaczają niezadowalające rozwiązanie lub nie dają gwarancji rozwiązania zadania. Szczególne znaczenie mają one przy rozwiązywaniu problemów o dużej złożoności obliczeniowej (gdzie dokładny algorytm zawodzi), zwłaszcza przy rozwiązywaniu problemów NP. - zupełnych. Wyszukiwanie żądanego stanu odbywa się najczęściej w sposób subiektywny. Zależy od reguł wypracowanych doświadczalnie, opierających się na opiniach ekspertów. W zadaniach Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. przeszukiwania mianem "heurystyczne" określa się wszelkie prawa, kryteria, zasady i intuicje (także o niepewnej skuteczności), które pozwolą na wybranie najbardziej efektywnych kierunków działania, jeśli chodzi o osiągnięcie danego celu. 4. Wnioskowanie Tradycyjne systemy działają na podstawie klasycznej logiki dwuwartościowej, korzystając z tzw. reguły modus ponens, zwanej również regułą odrywania, którą zapisuje się następująco: Wyrażenie to oznacza, że jeżeli z przesłanki A wynika B oraz A jest prawdziwe, to przyjmujemy, że fakt B jest również prawdziwy. Upraszczając przyjmujemy, że wystąpienie pewnego faktu w bazie wiedzy (odpowiednia lista) świadczy o jego prawdziwości, co znacznie przyspiesza proces wnioskowania. Można wyróżnić trzy podstawowe typy wnioskowania: 1. w przód (progresywne), forward chaining, wnioskuje od warunków do wniosku 2. wstecz (regresywne), backward chaining, od hipotezy do warunków 3. mieszane. Osobną grupę stanowią techniki wnioskowania wykorzystujące wiedzę niepewną, wśród których szczególną rolę odgrywa wnioskowanie rozmyte. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Wnioskowanie możemy podzielić również na: elementarne i rozwinięte oraz na dokładne i przybliżone. Wnioskowanie dokładne a rozwinięte Istotną różnicą jest to, że dla wnioskowania rozwiniętego w dynamicznej bazie danych zapamiętuje się nie tylko wnioski prawdziwe (jak w przypadku wnioskowania elementarnego dokładnego), lecz również wnioski nie prawdziwe. Wnioskowanie przybliżone Każdemu warunkowi dopytywalnemu użytkownik przyporządkuje współczynnik pewności warunku CF (Certainty Factor), będący liczbą z przedziału [-1,1]. Współczynnik pewności jest swego rodzaju wzmocnieniem określającym wpływ pewności warunków reguły na pewność wniosku reguły. Wnioskowanie elementarne dokładne jest wnioskowaniem dającym poprawne wnioski i wyniki dla baz reguł elementarnych dokładnych Wnioskowanie elementarne przybliżone jest wnioskowaniem dającym poprawne wnioski i wyniki dla baz reguł elementarnych przybliżonych i baz modeli przybliżonych Wnioskowanie rozwinięte dokładne jest wnioskowaniem dającym poprawne wnioski i wyniki dla baz reguł rozwiniętych dokładnych Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Wnioskowanie rozwinięte przybliżone jest wnioskowaniem dającym poprawne wnioski i wyniki dla baz reguł elementarnych przybliżonych. 5. Pozyskiwanie wiedzy Jakość utworzonej bazy wiedzy wpływa na poprawność i efektywność systemu ekspertowego. Utworzenie dobrego systemu ekspertowego wymaga zaimplementowania wielu podstawowych algorytmów i połączenia ich w zwartą całość oraz uodpornienia systemu na liczne możliwe błędy. Pozyskiwanie wiedzy w ścisły sposób jest związane z zagadnieniami uczenia się maszyn . Do zadań systemów wyposażonych w umiejętność uczenia się należy zaliczyć: formułowanie nowych pojęć, wykrywanie nie znanych dotychczas prawidłowości w danych, tworzenie reguł decyzyjnych, przyswajanie nowych pojęć i struktur drogą uogólniania przykładów i analogii, modyfikowanie, uogólnianie i precyzowanie danych, zdobywanie wiedzy drogą konwersacji z ludźmi, uogólnianie obserwacji dokonanych sztucznymi zmysłami (tj. czujnikami), generowanie wiedzy zrozumiałej dla człowieka. Systemy uczące się wykorzystują informacje w sposób twórczy, dokonując jej kompresji Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. przez analizę semantyczną pojęć. Zapobiega to rozrastaniu się bazy wiedzy oraz ogranicza prawdopodobieństwo wystąpienia błędu we wnioskowaniu. Ogólną tendencją w tych pracach jest nadanie systemom zdolności samodzielnego wnioskowania, jaką posiada człowiek, ale unikając popełniania błędów charakterystycznych dla człowieka. Badania w tej dziedzinie odnoszą się do tworzenia programów komputerowych zdolnych pozyskiwać nową wiedzę lub ulepszać wiedzę już istniejącą na podstawie pewnej informacji wejściowej, w postaci przykładów, faktów, opisów itp. jest zwykle wprowadzanej na wejście systemu przez człowieka. W dotychczasowym rozwoju tej dziedziny dominowały badania nad symbolicznymi technikami uczenia się związanymi z symbolicznymi metodami reprezentacji wiedzy. Wiele uwagi poświęcono tzw. empirycznemu uczeniu symbolicznemu. Podejście to polega na tworzeniu lub modyfikowaniu ogólnych opisów symbolicznych, których struktura nie jest znana a priori. Opisy są tworzone na podstawie przykładów lub specyficznych faktów. Empiryczność tych sposobów uczenia się świadczy o tym, że w procesie uczenia nie wymaga się dużej początkowej wiedzy od osoby uczącej. Nie jest wymagana znajomość podstaw teoretycznych rozpatrywanej dziedziny. Istotny jest natomiast wybór odpowiednich atrybutów i zbiorów wartości, aby użyte przykłady były reprezentatywne i w zadowalający sposób wyeksponowały charakterystyczne cechy danego zagadnienia. 6. Systemy hybrydowe System ekspertowy powinien umieć rozwiązywać specjalistyczne problemy, które wymagają profesjonalnej ekspertyzy. Wobec tego funkcje systemu ekspertowego może spełniać system, Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. który potrafimy nauczyć rozwiązywać określone problemy. W ten sposób system ekspertowy możemy potraktować w kategorii uczących się maszyn. Prowadzi to do szerszego spojrzenia na zagadnienia systemów ekspertowych oraz integruje je z innymi dziedzinami sztucznej inteligencji. W ostatnim czasie pojawiła się nowa kategoria narzędzi sztucznej inteligencji - są to tzw. systemy hybrydowe. Polegają one, najogólniej mówiąc, na połączeniu tradycyjnych systemów ekspertowych, systemów uczących się, sztucznych sieci neuronowych, bazy danych, bazy wiedzy, modułu akwizycji wiedzy, interfejsu użytkownika, oraz algorytmów genetycznych. Systemy hybrydowe cechuje zwiększony potencjał intelektualny, ponieważ korzystają one z pozytywnych właściwości każdego z wymienionych narzędzi. W związku z tym mogą one rozwiązywać problemy, które były zbyt trudne dla klasycznych systemów ekspertowych. Zawierają wiedzę i doświadczenie ekspertów technologów w zakresie projektowania procesów technologicznych oraz mechanizmy wykorzystania reguł, modeli, faktów i odpowiedniego wnioskowania pozwalającego zaprojektować proces obróbki spełniający określone_wymagania. Zagadnienia uczenia się maszyn wydają się mieć kluczowe znaczenie dla dalszego rozwoju sztucznej inteligencji. Ogólnie mówiąc Sztuczna Inteligencja są to takie możliwości systemów wspomaganych komputerowo, jakie są potrzebne do wykonania złożonych zadań analitycznych i projektowych, potocznie uważanych za wymagające inteligencji człowieka. Możliwości sztucznej inteligencji: Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Gromadzenie i zapamiętywanie danych, Analizowanie zjawisk, Wnioskowanie na podstawie niepełnych danych, Uogólnienie zjawisk, Uczenie się. Sztuczna inteligencja opiera się na stosowaniu komputerowych języków programowania logicznego, a najbardziej istotną właściwością tych systemów jest możliwość wnioskowania w przypadku braku pełnej wiedzy niezbędnej do rozwiązywania postawionego problemu. 7. Zastosowanie Systemy ekspertowe stosuje się w tych dziedzinach, które są słabo sformalizowane, tzn. w których trudno jest przypisać teorie oparte na matematyce, lub inaczej, do których trudno jest zastosować ścisłe algorytmy działania. Przykładami mogą być: medycyna, geologia, rolnictwo, prawo, zarządzanie, astronautyka, robotyka, chemia, architektura itp. Natomiast w rozwiązywaniu problemów, dla których istnieją algorytmy numeryczne, stosowanie systemów ekspertowych nie jest celowe, gdyż programy algorytmiczne są na ogol znacznie szybsze i doprowadzają do optymalnego rozwiązania (systemy ekspertowe prowadza najczęściej do rozwiązań nie koniecznie optymalnych, lecz akceptowalnych przez użytkownika systemu). Również w naukach technicznych o silnym sformalizowaniu jak np. elektronika, informatyka, mechanika, budownictwo, itp., gdzie istnieje mnóstwo rożnego rodzaju algorytmów rozwiązywania problemów, zastosowanie systemów ekspertowych ma sens w obrębie tzw. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. konstruowania, co obejmuje: projektowanie, syntezę, konfigurowanie, itp., bowiem konstruowanie, a w tym np. projektowanie jest raczej sztuka i trudno jest tu mówić o konkretnych algorytmach; można jedynie podać jakieś ogólne wytyczne, a konkretnych rozwiązań może być wiele, np. tańsze, droższe, ogólniejsze, bardziej szczegółowe, itp. Systemy ekspertowe są nowoczesnym narzędziem informatycznym stosowanym przede wszystkim dla podejmowania decyzji w zakresie: 1) diagnostyki (medycznej, technicznej, prawnej) 2) konfigurowania (instalacji technologicznych, systemów robotowych, wyposażenia specjalistycznego). 8. Projektowanie Tradycyjnie rozumiane dobre projektowanie, polega na skojarzeniu dobrego oprogramowania z dobrym sprzętem. W przypadku systemów ekspertowych tak pojmowane projektowanie przestaje być wystarczające, ponieważ nie gwarantuje skonstruowania systemu mającego wiedzę umożliwiającą ,,inteligentne" rozwiązywanie problemów. W projektowaniu systemów ekspertowych konieczne staje się uwzględnienie, oprócz sprzętu i oprogramowania, trzeciego elementu, a mianowicie pomysłowości (ang. brainware). Pomysłowość oznacza tu dociekliwość, bystrość i inteligencję przejawiającą się w umiejętności uwzględniania w projektowaniu znacznie większego zakresu problemów, niż to tradycyjnie czyniono. Elementy systemu ekspertowego mogą być konstruowane niezależnie od siebie, w dowolnej kolejności, a ich konstrukcję powinny poprzedzić następujące czynności: Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. określenie dziedziny zainteresowań, dobranie zespołu: inżynier wiedzy, ekspert i personel pomocniczy, opracowanie założeń na: sprzęt, system operacyjny, język oprogramowania, narzędzia wspomagające, strategie rozwiązywania problemów, bazę wiedzy, podział pracy, diagnostykę. ustalenie terminów odbioru poszczególnych etapów. Najwięcej problemów występuje podczas projektowania bazy wiedzy . Wyróżnia się pięć faz projektowania bazy wiedzy: faza identyfikacji problemu, faza projektu koncepcyjnego, faza formalizacji reprezentacji wiedzy, faza implementacji bazy wiedzy, faza sprawdzenia projektu. System ekspertowy, podobnie jak każdy inny system informatyczny, opracowuje się stopniowo: Etap prototypu; określenie czy przyjęte założenia są realizowane. Etap rozwoju; budowa i sprawdzanie systemu, hierarchiczne porządkowanie bazy wiedzy, metawiedzy, określenie wyjątków. Etap eksploatacji; użytkowanie systemu, korygowanie i rozbudowywanie bazy wiedzy. Etap ekstrapolacji; wykorzystanie systemu do rozwiązywania problemów zbliżonych do problemu podstawowego. 9. Niezawodność systemów ekspertowych Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Ze względu na wykorzystywanie systemów ekspertowych do rozwiązywania trudnych problemów jednym z najważniejszych wymagań konstrukcyjnych jest pewność ich działania. Wymaganie to jest szczególnie ważne wtedy, gdy niesprawność systemu ekspertowego stanowi zagrożenie dla życia ludzkiego. Istnieje wiele definicji umożliwiających przeprowadzenie oceny systemu ekspertowego z wykorzystaniem zbioru różnych wskaźników niezawodnościowych. Jedna z definicji określa NIEZAWODNOŚĆ (ang. reliability) jako prawdopodobieństwo z jakim system, w danych warunkach i w określonym czasie, wykonuje te zadania, do których został przeznaczony. Określa się, że system DZIAŁA POPRAWNIE, wtedy kiedy po wykryciu błędu może być sprowadzony do stanu zapobiegającego rozprzestrzenianiu się skutków błędu. Niezawodność działania systemu ekspertowego wynika z niezawodności działania sprzętu i oprogramowania. W celu osiągnięcia jak największej niezawodności działania systemu, wykorzystuje się sprawdzone w ramach ,,klasycznych rozwiązań" metody unikania potencjalnych błędów przez: stosowanie najnowszych osiągnięć nauki, posługiwanie się sprawnymi narzędziami programowymi, tworzenie strukturalnego oprogramowania Niezawodność działania systemu ekspertowego osiąga się przez: Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. wykorzystywanie specjalnych rozwiązań układowych, tworzenie programów nadmiarowych, tworzenie n wersji programu (ang. n-version programing), nadzorowanie działania systemu przez niezależny system zabezpieczający, który może być systemem ekspertowym. 10.Używane systemy 10.1_DENDRAL W połowie lat sześćdziesiątych opracowano pierwszy system ekspertowy o nazwie Dendral. Powstał on na Uniwersytecie Stanford. Jego twórcami byli: Bruce Buchanan, Edward Feigenbaum oraz Joshua Lederberg (noblista w dziedzinie chemii). Podstawowym zadaniem systemu było ustalanie struktury molekularnej nieznanych związków chemicznych. System ten został opracowany za pomocą języka Interlisp. Joshua Lederberg opracował na potrzeby systemu specjalny algorytm, który pozwalał na systematyczne generowanie wszystkich możliwych struktur cząsteczkowych. Wiedza w systemie Dendral została przedstawiona zarówno w sposób proceduralny (generowanie struktur), jak i w formie reguł (moduł sterowania danymi) oraz ewaluacji. System ten osiągnął sprawność porównywalną, a niekiedy przewyższającą, ekspertów-ludzi. Stał się on (i jego pochodne) typowym narzędziem w zawodowym warsztacie chemików. 10.2 MYCIN Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. System ten powstał, podobnie jak opisany wyżej, na Uniwersytecie Stanford. Prace nad jego stworzeniem rozpoczęły się w 1972 roku w ramach Projektu Programowania Heurystycznego. Uważany dziś na wzorcowy, był pierwszym dużym systemem ekspertowym o wysokim poziomie kompetencji w zakresie generowanych konkluzji. Znalazł zastosowanie jako program pomagający lekarzom w doborze terapii przeciwbakteryjnej dla pacjentów z chorobami infekcyjnymi krwi. System analizował przyczyny infekcji, poprzez identyfikację drobnoustroju odpowiedzialnego za jej powstanie. Proponował także terapię podając rodzaj leku, jego typ i dawkowanie. Dedykowany był na maszyny DEC-20 (mainframe). Po ulepszeniu systemu w 1979 roku dokonano konfrontacji jego poprawności stawiania diagnozy z ekspertami-ludźmi. Wynik był jak najbardziej pomyślny na korzyść systemu. Uznano, że system ekspertowy może z powodzeniem rozwiązywać specjalistyczne problemy, zarezerwowane do tej pory wyłącznie dla ludzi. Wiedza została zaprezentowana w postaci reguł i faktów. W procesie rozwiązywania problemu zastosowano wnioskowanie wstecz. System powstał z wykorzystaniem języka Lisp. Strukturę wnioskowania można przedstawić następująco: wiadomości o pacjencie => choroba => leczenie Fizycznie można wyróżnić następujące części systemu: 1. Informacje dotyczące pacjenta (proces stawiania diagnozy). W trakcie przeprowadzania wywiadu powstaje drzewo zawierające informacje (fakty) o pacjencie. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Drzewo wiadomości o pacjencie. Korzeń drzewa stanowi identyfikator pacjenta. Fakty zostały zawarte w trójelementowych krotkach ( obiekt - atrybut - wartość ). Jako atrybuty występują tu: kultura dająca pozytywny wynik, podejrzana choroba, poprzednie i teraźniejsze metody leczenia. Wysokość drzewa może być powiększana. Obiektem może stać się np. org. nr 1, dla którego określono atrybut i wartość. Powyższa struktura zapisu faktów dotyczących pacjenta pozwala na szybkie uzyskiwanie potrzebnych informacji. W trakcie procesu wyszukiwania danych przesuwamy się w dół drzewa i ukonkretniamy dane. 2. Baza wiedzy zawierająca zbiór 450 reguł mówiących o diagnozowaniu i wybieraniu odpowiedniego leczenia. Mają one następującą postać: IF warunek THEN akcja Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. lub IF warunek AND ... AND warunek THEN akcja 3. Kolekcja użytecznych procedur, zbierających informacje, orzekających konieczność przeprowadzenia dodatkowych badań, oraz wybierających twierdzenia, które mogą być użyte w procesie wnioskowania. Oto krótki opis trzech z nich: LABDATA - procedura ta decyduje o tym, które z badań mogą być wykonane tylko w drodze testów laboratoryjnych, a nie np. podane przez pacjenta, UPDATEBY - procedura ta wyszukuje reguły, które można zastosować do wnioskowania z aktualnie aktywnego twierdzenia, FINDOUT - funkcja ta zbiera informacje potrzebne do sprawdzenia części warunkowej rozważanej reguły. W przypadku, gdy informacja jest dostępna - blokuje system, przed powtórnym pytaniem o to samo. W przypadku braku informacji zostaje wywołana procedura UPDATEBY (wyszukuje reguły mogące przetworzyć niesprawdzalny warunek) lub LABDATA (wywołanie testów użytkownika). Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Procedura FINDOUT . Aparat wnioskujący sterujący poprawnym stosowaniem reguł. Wnioskowanie rozpoczyna się regułą: IF organizm potrzebuje leczenia AND przeprowadzone zostały rozważania dotyczące możliwości istnienia organów wymagających leczenia Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. THEN przetwórz listę możliwych leczeń i znajdź najlepsze Do tego twierdzenia stosowane jest wnioskowanie backward, mające doprowadzić do sprawdzenia warunków, a jednocześnie jest konstruowana lista możliwych sposobów leczenia. Procedura kontrolująca wnioskowanie nazywa się MONITOR, a jej przebieg jest przedstawiony powyżej. W procedurze MONITOR jest wykorzystywana procedura FINDOUT, opisana wcześniej. Procedury o podobnej strukturze co MONITOR i FINDOUT są wykorzystywane w większości systemów bazujących na regułach (rule-based) i obsługujących wnioskowanie bottom-up. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Procedura MONITOR 10.3 CASNET Początki prac nad systemem to lata siedemdziesiąte. Powstawał on w Rotgers University, zbudowany przez Kulikowskiego i Weissa. System opracowany jako pomoc dla lekarzy. Diagnozował stany chorobowe związane z jaskrą i proponował terapię leczniczą. Wszystkie swoje konkluzje popierał odwołaniami do literatury fachowej. Wiedza w tym systemie została Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. zaprezentowana za pomocą sieci przyczynowej, która jest formą sieci semantycznej. System powstał w języku Fortran. Struktura wnioskowania wygląda następująco: obserwacja choroby => objawy choroby => rodzaj choroby => leczenie Objawy choroby są zapamiętywane w grafie, którego wierzchołkami są kolejne etapy choroby. Ogranicza to liczbę chorób zawartych w systemie, z tego względu, że przebieg choroby musi być bardzo dokładnie znany, aby mógł być przedstawiony w postaci takiego grafu. Wszelkie fakty w systemie CESNET przechowuje się w czterech płaszczyznach: 1. obserwacje, które mogą być objawami lub wynikami testów; 2. stany choroby, powiązane w sieć przedstawiającą możliwe przebiegi choroby ( Dany jest zbiór stanów początkowych, od których choroba może się zacząć, zbiór stanów pośrednich i zbiór stanów końcowych opisujących wszystkie możliwe najcięższe przypadki choroby. Ścieżka od stanu początkowego do stanu końcowego jest jedną z możliwych historii choroby, jej objawów, przebiegu. ); Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Przykładowa sieć objawów choroby 3. klasy ( kategorie ) chorób, reprezentujące zbiór chorób, które system może rozpoznać; 4. leczenie, wiążące klasę choroby ze stosowanym dla niej leczeniem. Płaszczyzny wyodrębnione (cztery) są sieciami, w węzłach i połączeniach których zawarta jest wiedza. Płaszczyzny te są połączone ze sobą powiązaniami niezbędnymi w procesie wnioskowania. • Połączenie obserwacji ze stanami choroby (1 - 2) Łączą one ze sobą objaw i stan choroby, której on odpowiada. Powiązanie jest opatrzone Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. etykietą "stopień zaufania", która opisuje pewność z jaką można je stwierdzić. "Stopień zaufania" może być dodatni (występowanie danego objawu podczas choroby), lub ujemny (objaw nie występuje prze tej chorobie). Jest więc on współczynnikiem (wagą) należącym do przedziału < - 1, 1 >. Wartość "1" oznacza konieczność wystąpienia objawu przy danej chorobie, natomiast wartość "- 1" niemożliwość wystąpienia podanego objawu przy rozpatrywanej chorobie. • Połączenie stanów choroby z klasami chorób (2 -3) Powiązanie to łączy ścieżkę opisującą przebieg choroby z klasą chorób, dla której dane objawy są charakterystyczne. Połączenie z kompletnego zbioru stanów, które zawiera stan początkowy i końcowy, powinno przebiegać do kategorii choroby zawierającej daną chorobę. Natomiast zbiór stanów zawierający stan początkowy, ale kończący się na stanie pośrednim może być powiązany z nieokreśloną dokładnie klasą choroby dla której dane objawy są właściwe. • Połączenie klas chorób z leczeniem (3 - 4) Każda klasa chorób jest połączona z właściwym leczeniem • Bezpośrednie połączenie obserwacji z leczeniem (1 - 4) Połączenie to narusza spójność schematu, ale czasem objawy mogą jasno sugerować sposób leczenia, lub wymagać szybkiego działania bez np. dodatkowych badań laboratoryjnych. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Proces wnioskowania rozpoczyna się wprowadzeniem objawów występujących u pacjenta. Mogą to być dolegliwości opisane przez pacjenta, lub wyniki przeprowadzonych badań. Następnie zostaje uaktywniona część węzłów z płaszczyzny objawów. Uaktywniają się węzły z nimi powiązane. Po wykonaniu tego etapu na płaszczyźnie klas chorób pojawiają się węzły odpowiadające chorobom, na które może cierpieć pacjent, spośród nich wybierana jest właściwa. Oto metoda wybierania węzłów do uaktywnienia: 1. Z wiązania wskazującego na dany węzeł jest odczytywany "stopień pewności". Wybierany jest kandydat - węzeł o największym module "stopnia pewności" równy "a". 2. Dla kandydata: • jeśli wybrany "stopień pewności" jest >= a to stan choroby jest uaktywniony • jeśli wybrany stopień jest < a to węzeł jest wykluczany z dalszych rozważań. 3. Wszystkie węzły o innym "stopniu pewności" pozostają nieokreślone, nie ma odpowiednich przesłanek do stwierdzenia, czy pacjent znajduje się w tym stanie choroby. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Aktywne i wykluczone z dowodu węzły sieci objawów Gdy już zostaną wybrane węzły, które mają być uaktywnione sieć stanów choroby może wyglądać takim jak na powyższym rysunku. Dla takiej sieci trzeba określić wszystkie możliwe przebiegi choroby ( ustalić ścieżki w grafie odpowiadające tym przebiegom ). Na tym rysunku możliwe są: (2, 3, 4), (2, 3, 4, 8, 9), (2, 3, 4, 5, 9), (1, 4), (1, 4, 5, 9), (1, 4, 8, 9). Ścieżki te wyznaczają zbiór stanów choroby, który uaktywnia węzeł klasy chorób, ten z kolei wskazuje na odpowiednie leczenie. Schematyczny stan sieci przedstawiony jest poniżej. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Schemat końcowy sieci 10.4 PIP System ten został skonstruowany przez Pankera i Szolovista z Massachusetts Institute of Technology. Zadanie postawione przed systemem to diagnoza choroby pacjentów cierpiących na zaburzenia pracy nerek. Podstawowym sposobem reprezentacji wiedzy w tym systemie są ramki (frames), mechanizm wnioskowania polega zaś na wypełnianiu ramek, które wykorzystując wzajemne powiązania działają jak skomplikowana sieć. Każda ramka odpowiada chorobie, na którą cierpieć może pacjent. Atrybuty ramek zawierają więc informacje o objawach danej choroby, a także koniecznych do potwierdzenia podejrzeń testach. Można je podzielić na pięć grup: Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. 1. sugerujące, jednoznaczne - atrybuty te są przeznaczone na informacje o pacjencie, którego objawy mogą jednoznacznie określać typ choroby, lub przynajmniej sugerować go (dlatego decydują o uaktywnieniu ramki) 2. potwierdzające i wykluczające - są to atrybuty wskazujące na dane konieczne do potwierdzenia danej diagnozy lub odrzucenia 3. uzupełniające połączenia - wskaźniki pokazujące choroby, które łączą się z daną, lub te, które jej towarzyszą 4. połączenia przydatne - łączą te choroby, które mają podobne objawy; pomagają szybciej wyszukiwać choroby, na które może być chory pacjent, jeśli aktualnie rozpatrywana choroba została odrzucona 5. szacujące - atrybuty te zawierają procedury oszacowujące do jakich zmian powinna doprowadzić choroba, a do jakich nie. Oto obraz struktury ramek. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Struktura ramki. W początkowej fazie wszystkie ramki są bierne. Proces wnioskowania rozpoczyna się wypełnieniem atrybutów odpowiadających informacjom o pacjencie. Ramka zostaje uaktywniona, jeśli któryś z jej sugerujących atrybutów zostaje wypełniony. Poprzez cały czas aktywności ramki, połączenia z nią są semiaktywne, to znaczy, że mogą być uaktywnione, jeśli zostaną wypełnione sugerujące atrybuty, nie muszą czekać na jednoznaczne. Aktywne ramki mogą pytać użytkownika o dodatkowe informacje, potrzebne do wypełnienia ich atrybutów. Dane te zostają oszacowane przez funkcje szacujące danej ramki. Jeśli ich oszacowanie przekroczy ustaloną wartość progową, to ramka zastaje potwierdzona. Jeśli zaś, oszacowanie Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. to będzie mniejsze niż inna wartość ograniczająca, to ramka zostanie wyłączona z dalszych rozważań. Jeśli wartość ta leży w tym przedziale to ramka wraca do swojego stanu początkowego - nieaktywnego. Potwierdzone (włączone) ramki stają się częścią hipotezy o stanie pacjenta, który choruje na jakąś chorobę reprezentowaną przez ramki. Wykluczona ranka oznacza, że pacjent nie cierpi na daną chorobę. Po wykluczeniu danej ramki połączone z nią przez przydatne połączenia obiekty zostają uaktywnione, aby stwierdzić, czy pacjent choruje na reprezentowane przez nie choroby. W ten sposób dochodzi do ostatecznej diagnozy. 10.5 INTERNIST/CADUCEUS Został on opracowany na Uniwersytecie w Pittsburgu przez dwóch naukowców Herry Pople'a Jr. (informatyka) oraz Jacka D. Myersa (lekarza specjalistę w dziedzinie interny). Początek prac nad systemem to rok 1974. Zadanie postawione przed systemem to diagnozowanie chorób bez dawania zaleceń co do sposobu leczenia. Liczba diagnozowanych jednostek wynosiła 500. Sprawność systemu obliczono na około 85% sprawności eksperta-lekarza. Jego baza wiedzy była jedną z największych wśród systemów ekspertowych. System powstał przy użyciu języka Interlisp. 10.6 RPFA System ten powstał na zamówienie DDS (Departament of Social Security), organy zajmującego się rozpatrywaniem podań o zasiłek i odpowiedzią na nie. Wszystkie czynności z przyjmowaniem, rozpatrywaniem i odpowiadaniem na podania były przed wprowadzeniem systemu wykonywane przez urzędników, co jak łatwo się domyślić było mało wydajne i Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. czasochłonne. Po oszacowaniu kosztów związanych z utrzymywaniem pracowników, ich wydajnością, oraz z wprowadzeniem systemu i uruchomieniem go, zdecydowano się na to drugie rozwiązanie. W pierwszym roku wydajność związana z rozpatrywaniem podań wzrosła dwukrotnie. Koszt wprowadzenia systemu przedstawiono w ramce poniżej. Koszt systemu Hardware (sieć komputerowa, drukarki ) 260,000 Software (MS-DOS, ES shell) 37,000 System ekspercki Faza 1 450,000 Faza 2 280,000 RAZEM: 1,027,000 Konserwacja (utrzymanie systemu) Hardware 21,000 Software 5,000 RAZEM: 26,000 Wprowadzenie systemu znacznie poprawiło pracę urzędu. Główny problem polegał na odpowiadaniu na ankiety. Praca to jak wiadomo żmudna, lecz jednocześnie mechaniczna. Urząd nie posiadał odpowiedniej kartoteki, dla osób przysyłających swoje ankiety kilkakrotnie, odpowiedzi były więc kilka razy konstruowane, co powodowało z kolei stratę czasu. Niezwykle długi był także obieg dokumentów w urzędzie i powielanie ich. Po Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. wprowadzeniu systemu zastosowano procedurę opisaną poniżej. Osoby starające się o zasiłek, przesyłają do urzędów rejonowych wypełnione ankiety, gdzie dane z nich są wprowadzane do komputera. Jeśli osoba już raz ubiegała się o zasiłek, wówczas nie ma potrzeby wpisywania jej danych ponownie, wystarczy je sprawdzić. Ankieta w postaci rekordu zostaje przesłana do głównego biura, gdzie w ciągu nocy komputer wejściowy przetwarza przysłane dane i przygotowuje je do analizy w następnym dniu. Następnego dnia, komputer, wraz z nadzorującym go urzędnikiem przeprowadza analizę ankiety i drukuje odpowiedź, która jest wysyłana. System znalazł szybką aprobatę wśród pracowników i jego wprowadzenie zostało zakończone pełnym sukcesem. Projekt został zrealizowany w dwóch fazach; 1. Prosty system, gdzie potrzebne dane są wprowadzane ręcznie. 2. Poprawiony system. Dane są wprowadzane w oddziałach urzędu i są wprowadzane do ogólnej bazy danych w czasie nocnej transmisji. W fazie pierwszej zaprojektowano plan pracy. Do implementacji systemu użyto platformy do budowania systemów eksperckich AION Develpment Shell (ADS). Pozwoliło to na wyprodukowanie systemu eksperckiego opartego na regułach (rule-based), działającego w czasie rzeczywistym na komputerach klasy PC. Faza druga wymagała wprowadzenia komputera, który gromadzi i porządkuje informacje z regionalnych oddziałów DSS. Użyto Cobolu do oprogramowania komputera wejściowego. Bez zmieniania samego systemu dodano nowe wejście. Dzięki temu dane są podawane natychmiastowo, a przetworzenie ich i napisanie odpowiedzi zajmuje ok. półtorej minuty. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. 10.7 SHEARER System ten powstał w Wielkiej Brytanii, dla potrzeb górnictwa. Zadanie postawione przed systemem to sprawdzanie stanu technicznego i udzielanie rad dotyczących naprawy kombajnów węglowych. W przypadku awarii tego urządzenia górnicy pracujący w szybie muszą naprawić je. Korzystają z rad ekspertów z zewnątrz. Ponieważ jest to urządzenie dość skomplikowane, nie każdy ekspert zna dobrze każdy jego element i sposób naprawy. Zachodziła więc potrzeba sprowadzenia eksperta z innego miasta, co było czasochłonne i kosztowne. Wprowadzenie systemu było bardzo opłacalne i w 1986 roku 20 kopalni w Wielkiej Brytanii wdrożyło to rozwiązanie. System został zainstalowany na komputerach VAX i PC. W przypadku wystąpienia awarii górnicy pracujący na dole informują urzędnika na górze o kłopotach, a on uruchamia system. Zadaje ewentualne pytania o stan urządzenia. Tą drogą przekazywane są instrukcje dotyczące naprawy. Projekt systemu 59,000 Platforma do opracowania systemu 12,600 Obsługa systemu RAZEM: 4,000 75,600 10.8 TRANAID Pakowanie materiałów radioaktywnych to skomplikowany i wymagający uwagi problem. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Zapakowane substancje są bowiem magazynowane i przesyłane do krajów trzeciego świata, a tam składowane. Materiały powinny więc być jak najekonomiczniej zapakowane, a jednocześnie spełniać warunki bezpieczeństwa. Opłacalność tego systemu wynikała z kilku przyczyn: system odciążył załogę od planowania, co było wyjątkowo odpowiedzialnym zadaniem, gdyż błąd mógł spowodować skażenie środowiska; podniósł efektywność pakowania; dodał prestiżu firmie, jako posługującej się najnowszą technologią. Największe problemy, w czasie projektowania rozwiązania, przysporzyło i samo zadanie, gdyż jak wiadomo zadania dokładnego planowania nigdy nie są łatwe, a czasami wręcz nierozwiązywalne. Dodatkowym problemem była trudność w znalezieniu wspólnego języka ekspertów i projektantów. System jest przeznaczony dla komputerów PC (już od PC-XT) ale preferowany jest monitor kolorowy, gdyż łatwiej jest zwracać uwagę użytkownika na istotne komunikaty (kolor czerwony). Do stworzenia interfejsu posłużono się systemem Leonardo 2 (opracowany przez Creative Logic Ltd.), działającego pod MS-DOS. System ten jest proceduralnym językiem używanym głównie do tworzenia interfejsu dla baz danych. Projekt systemu Komputer 84,000 5,000 Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. System ekspercki RAZEM: 3,000 92,000 10.9_PROSPECTOR System zaczęto projektować w 1974 roku. Pracę nad systemem podjął zespół naukowców z SRI International, w składzie: Peter Hart, Richard Duda, R. Reboh, K. Konolige, P. Barret i M. Einandi. Podstawowe zadanie systemu to doradztwo w dziedzinie geologii, a w szczególności pomoc przy poszukiwaniu złóż minerałów. System osiągnął dosyć spektakularny sukces pomagając w odkryciu bogatych złóż molibdenu o wartości 100 mln USD. 10.10_R1/XCON Prace nad tym systemem rozpoczęto w 1979 roku. Twórcami byli naukowcy z CarnegieMellon University oraz grupa osób z firmy DEC. Zadanie postawione przed systemem to konfigurowanie komputerów VAX. Na początku system liczył 250 reguł, później rozwinął się do 3000. System powstał w języku OPS5. System ten jest wykorzystywany w codziennej praktyce firmy DEC. Do roku 1986 przetworzył około 80.000 zamówień na komputery. Jego czas konfiguracji wynosi około minuty, przez ludzi - 20 minut. Poprawność konfiguracji jest porównywalna ze specjalistami-ludźmi. 10.11_INVEST System powstał w 1988 roku. Został opracowany przez naukowców z Uniwersytetu w Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Karlsruhe oraz banków w Muenster. System realizuje zadania związane z doradztwem w dziedzinie finansów, zwłaszcza w zakresie inwestycji. Podczas dialogu z urzędnikami bankowymi zyskuje on informacje o życzeniach klientów i dostarcza dobrze uzasadnionych propozycji inwestycji. Udziela porad dotyczących papierów wartościowych i długoterminowego wzrostu kapitału. System powstał na bazie szkieletowego systemu ekspertowego DONALD, którego podstawę stanowią ramy. 10.12_LENDING_ADVISOR Data powstania to rok 1987. Opracowany przez grupę naukowców z firmy Syntelligence przy Stanford Research Institute. System pełni rolę doradczą podczas podejmowania decyzji kredytowych poprzez analizowanie podań o pożyczki. Pozwala na oszacowanie ryzyka związanego z udzieleniem pożyczki. Powstał jako narzędzie wspomagające pracę oddziałów banków udzielających kredytów firmom o obrotach od 5 do 100 mln USD. 10.13 UNDERWRITING ADVISOR Opracowany w 1987 roku przez firmę Syntelligence przy współpracy z American International Group, Saint Paul Companies oraz Fireman's Fund Insurance. Zadanie systemu to ocena ryzyka na podstawie podań o ubezpieczenie, w celu określenia wysokości płatności z tego tytułu. Każde z podań może być zapamiętane dla okresowych przeglądów, co pozwala, mimo rozproszenia, na prowadzenie jednolitej polityki ubezpieczeniowej. System jest adresowany do firm ubezpieczeniowych, posiadających wiele filii i wielu agentów na terenie USA. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. III. Modelowanie 1.Istota i potrzeba modelowania Chcąc opisać dowolne urządzenie techniczne, trzeba uświadomić sobie cel, któremu ten opis będzie służyć. Każdy obiekt materialny zawiera w sobie ilość informacji przekraczającą możliwość jednoczesnego ogarnięcia ich umysłem, a tym bardziej opisania; nie jest to jednak potrzebne. Jeśli znany jest cel opisu, można wyróżnić te informacje, które są ważne do realizacji tego celu, i te, które są mniej ważne lub całkowicie nieistotne. Modelem danego rzeczywistego obiektu jest układ dający się wyobrazić lub materialnie zrealizować, który, odzwierciedlając lub odtwarzając obiekt, zdolny jest zastępować go tak, że jego badanie dostarcza nowych, nadających się do dalszego sprawdzania informacji o obiekcie. Stanowi odwzorowanie najistotniejszych cech badanego lub projektowanego przedmiotu z punktu widzenia zadania, któremu służy w określonej rzeczywistości lub abstrakcji. Ukazuje elementy składowe i relacje między przyczynami i skutkami oraz celami i uwarunkowaniami lub ograniczeniami. Modelowanie procesów technologicznych może być używane np. do rejestracji zdarzeń, zarządzania czy przetwarzania zleceń klientów. Można też za jego pomocą skoordynować pracę wielu aplikacji. Czynności wykonywane przez poszczególne osoby integruje się z oprogramowaniem poprzez tzw. listę pracy - tworzy ona system dostępu oparty na rolach Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. (prawach dostępu dla grup). Osoba modelująca proces wyznacza grupę osób, która ma zezwolenie na wykonywanie danej czynności. System ekspertowy musi zawierać model całej organizacji z określonymi prawami poszczególnych osób do wykonywania, administrowania i oglądania danych dla każdej czynności. Zaimplementowany model organizacji powinien umożliwić integrację z używanym w firmie systemem katalogowym. Modelowanie procesów technologicznych wymaga określenia warunków ich rozpoczęcia i zakończenia, najczęściej używa się do tego celu narzędzi graficznych. Poszczególne czynności implementowane są za pomocą tzw. agentów - mogą nimi być tradycyjnie pojmowane aplikacje, komponenty ("ziarenka") lub osoby używające oprogramowania. Aplikacje muszą być zintegrowane z procesami technologicznymi i z menedżerem procesów. 2. Rodzaje modeli: model abstrakcyjny wyraża się w postaci pewnych pojęć. Obejmuje on dwa zasadnicze etapy: utworzenie modelu fizycznego i matematycznego. -model fizyczny powinien przedstawiać w pewien sposób wyidealizowany, uproszczony sposób badaną rzeczywistość, czyli badany problem, układ lub proces, operując właściwymi im pojęciami. W zagadnieniach dotyczących mechaniki, termodynamiki itp. zajmujemy się problemami fizycznymi: są one wyrażone za pomocą pojęć fizycznych np. punkt materialny, pręt rozciągany- modele operujące wyłącznie pojęciami z zakresu fizyki (położenie, masą). Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Badania optymalizacyjne przepływu materiałów w rzeczywistości z powodu kosztów, niedogodności dla produkcji i długiego czasu ich przeprowadzenia są najczęściej niemożliwe do realizacji. Dlatego celowe jest posługiwanie się w takich przypadkach modelami fizycznymi. - model matematyczny wyrażenie ilościowe i matematyczne jest generalnie najbardziej użytecznym narzędziem w analizie i projektowaniu produkcji. Istnieją tu jednak poważne trudności w budowie modeli odwzorowujących rzeczywistość W obszarze interesującym projektanta, wynikają one przynajmniej z dwóch przyczyn: 1. modele te są złożone i potrzebne jest uwzględnienie dużej liczby zmiennych i warunków ograniczających, 2. w systemie produkcyjnym występuje czynnik ludzki w formie przedmiotowej jak i podmiotowej, uwzględnienie roli tego czynnika w sztywnej matematycznej zależności jest trudne a może nawet niemożliwe. Zaletą tego modelu jest to, że błędy wynikłe podczas ich konstruowania zwykle są wykrywane u ich podstaw. Modele materialne imitujące pod wybranym kątem widzenia rzeczywiste obiekty zainteresowań, służące wybranemu celowi, analizie lub syntezie. Wśród modeli materialnych specjalną grupę stanowią modele schematyczne. - modele schematyczne są to dwuwymiarowe modele rysunkowe sporządzane w wymaganej skali. Mogą to być plany rozstawienia maszyn na powierzchni produkcyjnej, mapki przepływu materiałów i półwyrobów, wykresy kosztów Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. inwestycyjnych lub eksploatacyjnych, wykresy słupkowe zmian i cen wyrobów na rynku w poszczególnych miesiącach, kwartałach. Modele te odwzorowują realną rzeczywistość w formie schematów, rysunków i diagramów. Porównanie diagramów ze stanu przed modernizacją i po modernizacji pozwala zbadać efekt usprawnienia technik i organizacji produkcji. Eksperymentowanie w realnej rzeczywistości powodowałoby zakłócenia istniejącego procesu, wymagałoby dłuższego czasu i byłoby bardzo kosztowne. Dokumentacja powstająca na zakończenie fazy opracowania koncepcji modelu powinna zawierać następujące informacje: - Sformułowanie i zdefiniowanie problemu - Analizę problemu wraz z metodologią i kolejnością rozwiązania problemu - Wybór i zdefiniowanie parametrów, zmienny oraz miar efektywności - Hipotezy, założenia i oczekiwane wyniki - Podstawy logiczne modelu - Wykonanie i opis modelu za pomocą ogólnych lub abstrakcyjnych terminów - Koncepcja sprawdzenia poprawności modelu - Wyniki zastosowania modelu i porównanie z realnym zastosowaniem w praktyce projektowej Budując model, wykorzystuje się posiadaną wiedzę o modelowanym obiekcie. Im większą rozporządza się wiedzą, tym lepiej można zbudować model. Wraz z podnoszeniem się stanu wiedzy w danej dziedzinie zmieniają się i ulepszają stosowane w tej dziedzinie modele. Trzeba jednak się liczyć z pewnym stopniem niewiedzy, który też powinien być Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. uwzględniony w modelowaniu. Model nie jest bezpośrednim odzwierciedleniem rzeczywistości, tylko odzwierciedleniem naszej wiedzy o tej rzeczywistości. 3. Symulacja W technice produkcyjnej istnieje grupa zagadnień, która wymaga oceny działania złożonych systemów funkcjonujących w warunkach niepewności lub możliwości wyboru alternatywnych dróg dojścia do celu. Są one zazwyczaj rozwiązywane przez symulację modelową. Symulacja jest techniką służącą do dokonywania eksperymentów na pewnych rodzajach modeli, które opisują zachowanie się złożonych systemów w pewnych okresach. Jako główne czynniki przemawiające za zastosowaniem symulacji: - Koszt: symulacja, często wymaga specjalnych kwalifikacji, ale jest znacznie tańsza niż eksperymenty na rzeczywistym systemie. - Czas:, pomimo że budowa modelu systemu jest czasochłonna, symulacja takiego modelu umożliwia obserwację w krótkim czasie funkcjonowania systemu w dowolnie długich okresach. Dzięki temu mogą być porównane różne strategie postępowania. - Powtarzalność: rzadką możliwością jest powtórzenie eksperymentu z rzeczywistym systemem dla dokładnie tych samych warunków. Symulacja to zapewnia. - Bezpieczeństwo: jednym z zadań symulacji może być badanie funkcjonowania systemu w pewnych warunkach eksperymentalnych. 4. Narzędzia w modelowaniu procesów Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Modelowanie procesów trudno sobie obecnie wyobrazić bez pomocy narzędzi informatycznych. Najprostsze z nich umożliwiają jedynie stworzenie wykresu procesu, wykreowanie diagramów i nadanie im odpowiedniego opisu. Programy te znajdują zastosowanie przy prostych przedsięwzięciach, w których wystarczy jedynie możliwość szybkiego zobrazowania procesu. Bardziej zaawansowane narzędzia oprócz tworzenia modeli umożliwiają ich gromadzenie w bazie danych, dają również możliwość tworzenia modelu przez wielu użytkowników w ramach jednego przedsięwzięcia. Umożliwiają również zaawansowaną analizę procesów i symulacje ich przebiegu. Coraz częściej programy tej klasy wyposażane są w rozwiązania umożliwiające rachunek kosztów metodą ABC, pomiar wyników metodą Balanced Scorecard, wspomagają też tworzenie i funkcjonowanie systemu zarządzania jakością. Przykładem Takich narzędzi mogą być trzy pakiety programów służących celom przedstawionym powyżej - ARIS firmy IDS Scheer AG oraz Corporate Modeler firmy Casewise ARIS ARIS (Architecture of Integrated Information Systems – architektura zintegrowanych systemów informacyjnych) jest narzędziem powstałym na bazie teorii opisu i reorganizacji procesów stworzonej przez prof. Augusta Wilhelma Scheera z Uniwersytetu Saarbrucken. Ewoluujący przez lata ARIS w obecnej postaci jest rozbudowanym narzędziem służącym tworzeniu procesów, ich analizie, doskonaleniu i reorganizacji. Podstawowa funkcjonalność narzędzi ARIS to opisywanie danych procesu, funkcji, organizacji za pomocą modeli, ich analiza pod kątem czasu i kosztów oraz wspomaganie rozwiązywania problemów w zakresie Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. rekonstrukcji procesów, wyboru i wdrożenia systemów informatycznych, rozwoju tych systemów, opisu metod przetwarzania danych, zarządzania przepływem pracy. Wraz z rozwojem pakietu uzupełniony został on o wyspecjalizowane aplikacje, takie jak system służący wspomaganiu zarządzania jakością czy narzędzie wspomagające analizę opartą o metodę Balanced Scorecard. Produkty oferowane przez IDS-Scheer to pakiet narzędzi składający się z wielu wyspecjalizowanych aplikacji. Najprostszy produkt – ARIS Easy Design umożliwia tworzenie modeli procesów i zarządzenie bazą danych, użytkownikami, modelami i obiektami. Podstawowe narzędzie pakietu - ARIS Toolset – oprócz funkcji zawartych w programie Easy Design umożliwia również kształtowanie metodyki modelowania zgodnie z własnymi potrzebami, zarządzanie identyfikacją użytkowników podczas modelowania, konsolidowanie zawartości bazy danych, automatyczne generowanie modeli, budowanie wariantów modeli, analizy procesów, animacje modeli procesów, kształtowanie raportów i analiz na własne potrzeby projektowe. Kolejny produkt – ARIS ABC – umożliwia rozbudowaną analizę kosztów za pomocą metody ABC (Activity-Based Costing). Wspiera również czynności związane z kontrolingiem kosztów procesów. Narzędzie to umożliwia analizę, symulację i optymalizację procesów pod względem związanych z nim kosztów, ułatwia również porównywanie różnych wariantów procesu. Kolejną z cech produktu jest możliwość współpracy z systemem kontroli kosztów istniejącym w programie SAP R/3. ARIS Simulation umożliwia przeprowadzanie symulacji procesu. Dzięki temu określić można, jak wymodelowany proces zachowa się w praktyce, określić koszty i czas wykonania Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. procesu i poszczególnych działań. Dowiedzieć się można, jakie działania zużywają najwięcej kosztów i czasu. Możliwe staje się określenie wykorzystania i efektywność pracowników. Symulacja umożliwia też określenie wąskich gardeł procesu, czyli stanowisk pracy ograniczających swoją zbyt niską wydajnością pozostałe stanowiska pracy. W wyniku symulacji oszacować można dynamiczny czas oczekiwania (dynamic wait time), który określa przestoje powstałe w czasie wykonywania procesu. Zakres i wiarygodność uzyskanych informacji zależny jest od ilości i jakości danych wejściowych wprowadzonych do modelu procesu. Innym rozwiązaniem oferowanym przez firmę IDS-Scheer jest ARIS QMS. System ten ma formę portalu intranetowego, a jego zadaniem jest wspomaganie systemu zarządzania jakością (Quality Management System) i tworzenie dokumentacji tego systemu za pomocą map procesów. Dostęp do bazy dokumentów możliwy jest poprzez standartowe przeglądarki stron WWW. Wprowadzenie systemu ARIS QMS ułatwić może tworzenie systemu, gdyż umożliwia łatwy dostęp do dokumentacji każdemu pracownikowi firmy, zmniejszając zarazem koszty tworzenia dokumentacji i wprowadzenia systemu zarządzania jakością. Pakiet programów ARIS jest kompleksowym narzędziem służącym mapowaniu i reorganizacji procesów. Rozszerza tradycyjne obszary zainteresowania tego typu pakietów o zagadnienia związane z zarządzaniem jakością czy wspomaganiem handlu elektronicznego. Duża baza modeli referencyjnych umożliwia tworzenie nowych procesów w oparciu o już istniejące wzorce. Pakiet ten z powodzeniem może być stosowany w przedsięwzięciach z zakresu reorganizacji procesów, wprowadzania norm zarządzania jakością czy wdrażania Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. zintegrowanych systemów informatycznych (szczególnie w przypadku wdrażania systemu SAP R/3). CORPORATE MODELER Corporate Modeler jest produktem działającej na rynku od 1989 roku brytyjskiej firmy Casewise. Program ten zbudowany jest z modułów korzystających ze wspólnej bazy danych (repozytorium), w której zgromadzone są występujące w modelu diagramy, obiekty i ich atrybuty. Najważniejsze moduły to: · Hierarchy Modeler – umożliwia zobrazowanie statycznych zależności pomiędzy procesami, jednostkami organizacyjnymi, pracownikami, technologiami informatycznymi · Process Dynamic Modeler – umożliwia ukazanie procesów w sposób dynamiczny, wiąże działania przebiegające w ramach procesu z jednostkami organizacyjnymi i lokalizacjami, w których są wykonywane, umożliwia również przeprowadzenie symulacji · Data Flow Modeler – umożliwia ukazanie przepływu informacji w organizacji za pomocą diagramów DFD (Data Flow Diagram) · Entity Modeler – umożliwia zaprojektowanie struktury systemów baz danych · Generic Modeler- umożliwia przedstawienie danych z repozytorium w formie diagramu o formie graficznej określonej przez użytkownika Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. · Repository Explorer – umożliwia łatwy dostęp do danych o diagramach, modelach i obiektach zapisanych w bazie danych, integrując zarazem pozostałe aplikacje wchodzące w skład pakietu Proces w Corporate Modelerze ukazany jest jako ciąg czynności zainicjowany wydarzeniem i kończący się określonym rezultatem. W interesujący sposób rozwiązane jest przyporządkowanie czynności do miejsc ich wykonywania – jednostki organizacyjne ukazane są jako prostokątne pola, na których umieszczane są czynności. Dla jednostek organizacyjnych określić można koszt, jaki pochłania ich funkcjonowanie w jednostce czasu, podobnie koszt określić można dla poszczególnych czynności. Dane o procesie zapisane w repozytorium mogą być za pomocą Generic Modelera ukazane w dowolnej formie, na przykład proces ukazany może być jako diagram EPC, zgodny z wymogami SAPa. Pakiet Corporate Modeler staje się coraz bardziej kompleksowym narzędziem wspomagającym mapowanie i reorganizacje procesów, wdrażanie systemów informatycznych i norm ISO. Na szczególną uwagę zasługuje stopień integracji modułów wchodzących w skład pakietu oraz udane potraktowanie zagadnienia symulacji i wprowadzania danych potrzebnych do jej przeprowadzenia. IV. Podsumowanie Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Systemy Ekspertowe pracujące w czasie rzeczywistym znajdują zastosowanie w wielu rzeczywistych zadaniach sterowania przebiegiem procesu jak również w modelowaniu procesem technologicznym. Systemy ekspertowe służą jako metody obliczeniowe niezbędne do tworzenia modelów, uaktywnienia ich operacyjnych funkcji, umożliwiających pozyskiwanie danych i informacji oraz ich przekształcanie w nową wiedzę potrzebną do rozwiązania problemu. Jedną z zalet, jakie daje ich stosowanie to bardzo dobre rezultaty w krótkim czasie. Działanie jest spójne niezależnie od czasu i położenia geograficznego, w których odbywa się proces. Systemy ekspertowe czasu rzeczywistego mogą wykonywać również użyteczne wstępne przetwarzanie danych, z których wyniki wykorzystywane są przez ludzi; pełnią wtedy bardzo istotną rolę pomocniczą dla pracy twórców modelu. Wynika z tego, że nawet tam, gdzie cała wymagana dla sterowania wiedza nie może być zredukowana do postaci reguł czy innej akceptowanej przez ES, stosowanie systemów ekspertowych może okazać się pożądane dla celów odpowiedniej filtracji wiedzy niezbędnej ludziom tworzącym model. Ułatwia mu to podejmowanie decyzji i może eliminować zmęczenie lub nudę, co może przyczyniać się do lepszej reakcji w ważnych sytuacjach i zapewnić większe bezpieczeństwo. Innym zyskiem zastosowania systemów ekspertowych pracujących w czasie rzeczywistym w sterowaniu i modelowaniu procesów jest ich zdolność do wysokiej jakości przetwarzania często zmieniających się danych poprzez pełniejsze monitorowanie i inicjowanie akcji prewencyjnych. Prace nad zwiększeniem możliwości stosowania ES pracujących w czasie rzeczywistym idą w kierunku przyspieszania działania mechanizmu wnioskującego zarówno poprzez lepsze oprogramowanie jak i również poprzez stosowanie odpowiedniej architektury. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom. Literatura 1. www.ekspert.wsi.edu.pl 2. www.systemy.rac.pl/index2.php?id=2 3. wwwnt.if.pwr.wroc.pl/np/przewodnikspd/SPD6_1a.htm 4. www.cadcamforum.pl/10'01/sphinx.html 5. www.pg.gda.pl/PismoPG/nv1/htpl.cgi?std=ASC?plk=czykomp.html 6. www.pckurier.pl/archiwum/art0.asp?ID=4996 7. Szukasz gotowej pracy ? To pewna droga do poważnych kłopotów. Plagiat jest przestępstwem ! Nie ryzykuj ! Nie warto ! Powierz swoje sprawy profesjonalistom.
