Задание 1. Экспертные системы

1.1. Определение экспертных систем. Главное достоинство и назначение экспертных систем.

     Экспертные системы (ЭС)- это яркое и быстро прогрессирующее направление в области искусственного  интеллекта (ИИ)[1]. Причиной повышенного интереса, который ЭС вызывают к себе на протяжении всего своего существования является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется  такой проблемной области, в которой не было бы создано ни одной ЭС или по крайней мере, такие попытки не предпринимались бы.

ЭС - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как  и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.

ЭС выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

Главное достоинство ЭС - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации  от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на  ЭС, позволяющих  повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов.

1.2. Отличие экспертных систем от других программных продуктов

Основными  отличиями ЭС от  других программных   продуктов являются использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в ЭС представляются в такой форме, которая может быть легко обработана на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому  применение алгоритма обработки знаний может привести к получению такого результата при решении конкретной задачи, который не был предусмотрен. Более того, алгоритм обработки знаний заранее неизвестен и  строится по ходу решения задачи на основании эвристических правил. Решение задачи в ЭС  сопровождается понятными пользователю  объяснениями, качество получаемых решений обычно не хуже,  а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной  области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов (см.. рис.1).

Качество ЭС определяется размером и качеством базы  знаний (правил или эвристик). Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдения, интерпретация результатов, усвоение новой информации, выдвижении с помощью правил временных гипотез и затем выбор следующей порции данных или результатов анализов (рис.2). Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.                                                                

В любой момент времени в системе существуют три типа знаний[2]:

·        структурированные знания - статические знания о предметной области. После того как эти знания выявлены, они уже не изменяются.

·        структурированные динамические знания- изменяемые знания о предметной области. Они обновляются по мере выявления новой информации.

·        Рабочие знания- знания, применяемые для решения конкретной задачи или проведения консультации. 

Все перечисленные выше знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний. 

Экспертиза может проводиться  только в одной конкретной области. Так, программа, предназначенная для определения конфигурации систем ЭВМ, не может ставить медицинские диагнозы.

База знаний и механизм вывода являются различными компонентами. Действительно, часто оказывается возможным сочетать механизм вывода с другими базами знаний для создания новых ЭС.

Наиболее подходящая  область применения - решение задач дедуктивным методом. Например, правила или эвристики выражаются в виде пар посылок и заключений типа  “если-то”.

Эти системы могут объяснять ход решения задачи понятным пользователю способом. Обычно мы не принимаем ответ эксперта, если на вопрос “Почему ?” не можем получить логичный ответ. Точно так же мы должны иметь возможность спросить систему, основанную на знаниях, как было получено конкретное заключение.

Компьютерные системы, которые могут лишь повторить логический вывод эксперта, принято относить к ЭС первого поколения. Однако специалисту, решающему интеллектуально сложную задачу, явно недостаточно возможностей системы, которая лишь имитирует деятельность человека. Ему нужно, чтобы ЭС выступала в роли полноценного помощника и советчика, способного проводить анализ нечисловых данных, выдвигать и отбрасывать гипотезы, оценивать достоверность фактов, самостоятельно пополнять свои знания, контролировать их непротиворечивость, делать заключения на основе прецедентов и, может быть, даже порождать решение новых, ранее не рассматривавшихся задач. Наличие таких возможностей является характерным для ЭС второго поколения, концепция которых начала разрабатываться 9-10 лет назад. Экспертные системы, относящиеся ко второму поколению, называют партнерскими, или усилителями интеллектуальных способностей человека. Их общими отличительными чертами является умение обучаться и развиваться, т.е. эволюционировать.

1.3. Области применения экспертных систем.

Области применения систем, основанных на знаниях[3], могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

Медицинская диагностика. Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

Прогнозирование. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

Планирование. Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания  Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система  XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной.

Интерпретация.  Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

Контроль и управление. Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких  источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой  деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.

Диагностика неисправностей в механических и электрических устройствах. В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и  при устранении неисправностей и ошибок в аппаратном и программном обеспечении  компьютеров.

Обучение. Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего.

Большинство  ЭС включают знания, по содержанию которых их можно отнести одновременно к нескольким типам. Например, обучающая система может также обладать знаниями, позволяющими выполнять диагностику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая система может применяться для целей контроля, диагностики, прогнозирования и планирования.

Задание 2. Табличный процессор MS Excel

2.1. Постановка задачи

1. Создать таблицу и заполните ее данными:

Табель учета рабочего времени работников торговой фирмы за год

2. Рассчитать следующие характеристики:

- для каждого работника – долю количества рабочих дней (в процентах) от общего числа календарных дней, отработанных в фирме;

- суммарное количество рабочих дней (функция СУММ), среднюю продолжительность отпуска (функция СРЗНАЧ) и максимальное количество дней (функция МАКС), пропущенных по болезни, для всех работников фирмы;

- суммарные значения количества дней, пропущенных по болезни, работниками каждого подразделения фирмы (функция СУММЕСЛИ);

- количество работников в каждом подразделении фирмы (функция СЧЁТЕСЛИ).

3. С помощью фильтрации получите следующую информацию:

- название подразделения, в котором работает Пак И.Н.;

- фамилию работника, пропустившего наибольшее количество дней по болезни;

- фамилии работников склада, продолжительность отпуска которых составила от 18 до 24 дней;

- сведения о работниках склада и магазина, фактически отработавших в течение года более 200 дней.

4. Создайте сводную таблицу для расчета суммарной продолжительности отпуска, в строках которой выводятся названия подразделений, в столбцах – должностей.

2.2. Создание структуры таблицы и заполнение ее исходными данными

После создания структуры таблицы и заполнение ее исходными данными окно Microsoft Excel будет иметь вид:

2.3. Расчет характеристик

2.3.1. Вычисление доли количества рабочих дней (в процентах) от общего числа календарных дней для каждого работника

Чтобы вычислить долю рабочих дней, % для каждого работника нужно количество рабочих дней разделить на суммарное количество рабочих, отпускных, больничных дней и выходных дней и умножить на 100.

Например, для расчета Доли рабочих дней для кладовщика Доева О.П. перейдем в ячейку Н4 и введем в нее формулу: «=D4/(D4+E4+F4+G4)*100».

Чтобы рассчитать Доли рабочих дней для всех остальных работников, воспользуемся Автозаполнением. Для этого подведем указатель мыши правому нижнему углу ячейки Н4 и, когда он примет вид крестика, растянем выделение на весь диапазон ячеек Н5-Н13. При этом ссылки на исходные ячейки будут обновлены автоматически.

2.3.2. Вычисление итоговых результатов

Например, вычислим суммарное количество рабочих дней. Для этого перейдем к ячейке D15 и нажмем кнопку Автосумма на панели инструментов. При этом нужный диапазон суммирования D4:D14 будет выделен автоматически.

Для расчета суммарных данных по столбцам Отпуск, Больничный лист, Выходные и праздничные дни поступим аналогичным способом, поместив результаты в ячейки E15, F15 и G15 соответственно. После выполнения всех перечисленных действий окно Microsoft Excel будет иметь вид:

2.3.3. Вычисление средних и максимальных значений

Вычислим среднюю продолжительность отпуска для всех работников.

В объединение ячеек A17-D17 введем поясняющий текст «Средняя продолжительность отпуска:», а в объединение ячеек A18-D18 – «Максимальное количество дней по болезни:».

Перейдем в ячейку Е17 и нажмем стрелочку около кнопки Автосумма на панели инструментов. Из выпадающего списка выберем функцию Среднее. В качестве диапазона зададим Е4-Е13.

Для определения максимального числа дней по болезни в ячейку F18 выберем функцию Максимум и зададим диапазон F4:F13.

2.3.4. Суммарные количества дней, пропущенных по болезни, работниками каждого подразделения

В объединения ячеек A19-D19 и A20-D20 введем поясняющие тексты «Дней, пропущенных по болезни раб. склада» и «Дней, пропущенных по болезни раб. магазина».

Для подсчета таких данных воспользуемся функцией СУММЕСЛИ.

Перейдем к ячейке F19. Из выпадающего списка около кнопки Автосумма выберем функцию СУММЕСЛИ.

Для функции СУММЕСЛИ зададим в качестве Диапазона С4:С13, в котором перечислены подразделения, в качестве Критерия введем склад, а для Диапазона суммирования зададим F4:F13.

Аналогичным методом рассчитаем Количество пропущенных дней по болезни раб. магазина. Результат поместим в ячейку F20.

2.3.5. Подсчет количества работников в каждом подразделении

В объединения ячеек A21-D21 и A22-D22 введем поясняющие тексты «Количество работников склада» и «Количество работников магазина» соответственно.

Для таких расчетов используется функция СЧЕТЕСЛИ.

Перейдем к ячейке Е21 и из списка функций выберем названную. В качестве Диапазона зададим С4:С13, в котором перечислены названия подразделения. В качестве Критерия введем склад.

Таким же способом рассчитаем количество работников магазина, поместив результат в ячейку Е22.

После проведения всех перечисленных расчетов окно Microsoft Excel будет иметь вид:

2.3.6. Вид таблицы в режиме просмотра формул

В режиме просмотра формул таблица имеет вид:

2.4. Применение фильтрации

2.4.1. Название подразделения, в котором работает Пак И.Н.

Для возможности использования фильтра необходимо выделить одну из ячеек заголовков столбцов и выполнить пункт главного меню Microsoft Excel Данные>Фильтр>Автофильтр. После этого во всех заголовках столбцов появятся стрелочки для открытия меню фильтра.

В столбце ФИО работника из списка автофильтра выберем Пак И.Н. После этого в таблице будут отображаться только данные об этом работнике:

2.4.2. Фамилия работника, пропустившего наибольшее количество дней по болезни

В списке автофильтра для столбца Больничный лист, дней выберем пункт Первые 10.

После этого откроется окно для Наложения условий по списку. В этом окне зададим 1 наибольших элементов списка

В результате будет отображена только одна строка:

2.4.3. Фамилии работников склада, с продолжительностью отпуска от 18 до 24 дней

Из меню Автофильтра для столбца Отпуск выберем пункт Условие.

После этого в открывшемся окне Пользовательский автофильтр зададим больше или равно 18 И меньше или равно 24.

После ввода условий окно пользовательского автофильтра примет вид:

После применения автофильтра окно Microsoft Excel примет вид:

2.4.4. Работники склада и магазина, отработавшие более 200 дней

В ячейки ранее добавленных строк расширенного фильтра для столбца Подразделение введем склад, а для столбца Рабочих дней - >200.

Перейдем к одной из ячеек основной таблицы. Выберем пнкт главного меню Данные>Фильтр>Расширенный фильтр.

В качестве исходного диапазона зададим диапазон А7-А17, а в качестве диапазона условий зададим А3-Н4.

В результате применения расширенного фильтра будут показаны только строки для работников склада, у которых количество рабочих дней >200:

2.5. Создание сводной таблицы

Создадим сводную таблицу для расчета суммарной продолжительности отпуска, в строках которой будут названия подразделений, а в столбцах – должности.

Выполним пункт главного меню Microsoft Excel Данные>Сводная таблица.

На первом шаге запустившегося мастера зададим создание сводной таблицы на основе данных, находящихся в списке или базе данных Microsoft Excel, а вид создаваемого отчета – сводная таблица.

В качестве диапазона исходных данных зададим А7:Н17. Расположение сводной таблицы зададим на новом листе.

Перетащим в поля  строк поле Подразделение, а в названия столбцов – Должность. В качестве элементов данных зададим поле Отпуск.

В результате получим следующую сводную таблицу: