рішення зводиться до вибору однієї із запропонованих альтернатив.
Інформаційні системи, розробляють альтернативи рішень, можуть бути модельними або експертними:
Модельні інформаційні системи надають користувачеві моделі (математичні, статистичні, фінансові та т.д.), які допомагають забезпечити вироблення та оцінку альтернатив рішення.
Експертні інформаційні системи забезпечують вироблення й оцінку можливих альтернатив користувачем за рахунок створення систем, заснованих на знаннях, отриманих від фахівців - експертів.
Експертні системи - це програми для комп'ютерів, акумулюють знання спеціалістів - експертів у конкретних предметних областях, які призначені для отримання прийнятних рішень у процесі обробки інформації. Експертні системи трансформують досвід експертів у якої конкретної галузі знань у форму евристичних правил і призначені для консультацій менш кваліфікованих фахівців.
Відомо, що знання існують у двох видах: колективний досвід, особистий досвід. Якщо предметна область представлена ​​колективним досвідом (наприклад, вища математика), то ця предметна область не потребує експертних системах. Якщо в предметній області велика частина знань є особистим досвідом фахівців високого рівня і ці знання є Слабоструктуровані, то така область потребує в експертних системах. Сучасні експертні системи знайшли широке застосування у всіх сферах економіки.
База знань є ядром експертної системи. Перехід від даних до знань є наслідком розвитку інформаційних систем. Для зберігання даних застосовуються бази даних, а для збереження знань - бази знань. У базі даних, як правило, зберігаються великі масиви даних з відносно невеликий вартістю, а в базах знань зберігаються невеликі за обсягом, але дорогі інформаційні масиви.
База знань - це сукупність знань, описаних з використанням обраної форми їх подання. Наповнення бази знань є однією з найскладніших завдань, яка пов'язана з вибором знань їх формалізацією і інтерпретацією.
Експертна система складається з:
бази знань (у складі робочої пам'яті та бази правил), призначеної для зберігання вихідних і проміжних фактів в робочій пам'яті (його ще називають базою даних) та зберігання моделей і правив маніпулювання моделями в базі правил
вирішувача завдань (інтерпретатора), який забезпечує реалізацію послідовності правил для вирішення конкретного завдання на основі фактів і правил, що зберігається в базах даних і базах знань
підсистеми пояснення, дозволяє користувачеві отримати відповіді на запитання: "Чому система прийняла таке рішення? "
підсистеми придбання знань, призначеної як для додавання в базу знань нових правил, так і модифікації наявних правил.
інтерфейсу користувача, комплексу програм, що реалізують діалог користувача з системою на стадії введення інформації, і отримання результатів.
Експертні системи відрізняються від традиційних систем обробки даних тим, що в них, як правило, використовується символьний спосіб представлення, символьний висновок і евристичний пошук рішень. Для вирішення слабо формалізуються або неформалізованих завдань більш перспективними є нейронні мережі або нейрокомп'ютери.
Основу нейрокомп'ютерів складають нейронні мережі - ієрархічні організовані паралельні з'єднання адаптивних елементів - нейронів, які забезпечують взаємодію з об'єктами реального світу так само, як і біологічна нервова система.
Великі успіхи використання нейромереж досягнуті при створенні самообучающихся експертних систем. Мережа налаштовують, тобто навчають, пропускаючи через неї всі відомі рішення і домагаючись отримання необхідних відповідей на виході. Налаштування полягає в підборі параметрів нейронів. Часто використовують спеціалізовану програму навчання, яка займається навчанням мережі. Після навчання система готова до роботи. p> Якщо в експертну систему її творці попередньо закладають знання в певній формі, то в нейронних мережах невідомо навіть розробникам, як формуються знання в її структурі в процесі навчання і самонавчання, тобто мережа являє собою "Чорний ящик". p> Нейрокомп'ютери, як системи штучного інтелекту, є дуже перспективними і можуть нескінченно удосконалюватися в своєму розвитку. В даний час системи штучного інтелекту у формі експертних систем і нейронних мереж знаходять широке застосування при вирішенні фінансово - економічних проблем.
Іcтoчнік
1. Елeктpoнний учeбнік, - "Робота з бaзамі дaнниx" # "#">
