Особенности Процедур, работающих в реальном времени

Подобно правилам, процедуры в G2 выполняются в реальном времени. Процедуры, правила, и модели выполняются одновременно согласно их приоритетам. Процедуры могут использоваться для эффективного представления поведения объектов. Для процедур можно определить состояния ожидания и выполнять обработку информации параллельно. В результате это позволяет формировать мощные прикладные системы реального времени проще и быстрее, чем с помощью традиционных инструментальных средств программирования.

Работа в Реальном времени

Работа в реальном времени, операционные решения и реакциии зачастую должны быть выполнены мгновенно. Среда G2 предназначена для эффективной работы в реальном времени. Прикладные программы в G2 могут одновременно выполнять рассуждения относительно многократно выполняемых действий в реальном масштабе времени, перерабатывая тысячи правил, выполняя процедуры и модели согласно их приоритетов..Для хранения хронологий данных и событий и для рассуждения относительно поведения через какое-то время используются переменные типа время. G2 может сохранять мгновенные снимки состояния прикладной программы во время ее выполнияе. Поэтому, в случае сбоя питания, G2 может выполнить " перезапуск из памяти" самого последнего сохраненного состояния.

G2 Графика - Больше Чем Изображения

http: //inf.susu.ac.ru/~pollak/expert/G2/images/Pertamina2.JPGhttp: //inf.susu.ac.ru/~pollak/expert/G2/images/Pertamina2.JPG
G2 графика - это больше чем изображения. G2 графика может моделировать знание, представляя объекты, связи и зависимости между объектами. G2 может рассуждать в терминах связи, следуя сети связанных объектов для определения причин и результатов. Графическая связность объектов G2 позволяет расширить прикладную программу используя графическое объединение аналогов. Графика включает встроенные диаграммы(графики), таблицы и рисунки и т.д.

G2 также работает с утилитами графического интерфейса Windows. Эти утилиты используют все преимущества объектно-ориентированных возможностейG2.

Динамическое Моделирование и Моделирование для Анализа " что, если "

G2 позволяют динамически моделировать системы и процессы, используя объекты, правила, процедуры и формулы. Во время разработки модели используются вместо объектов реального мира, что позволяет непрерывно проверять прикладные программы в течение их разработки. Модели могут использоваться на этапе эксплуатации как часть прикладной программы G2 для сравнения фактических и модельных знаений.

Модели можно также использовать для проведения анализа и ответа на вопросы " что если ", определения, например, лучших рабочих условий или лучших проектов. Модели можно также использовать для предсказания важных параметров действий в реальном времени, например, качество изделия или затрат.

Решение Реальных Проблем С использованием G2

Прикладные программы, основанные на технологии G2, используются для:

http: //inf.susu.ac.ru/~pollak/expert/G2/images/QExp2.JPGhttp: //inf.susu.ac.ru/~pollak/expert/G2/images/QExp2.JPG
Качественного Администрирования
G2 могут быстро и качественно диагностировать проблемы и вырабатывать корректирующие воздействия.

Оптимизации Процесса
G2 является основой для поставки продвинутых прикладных программ управления, использующих методы типа нейронные сети, нечеткую логику и генетические алгоритмы. Прикладные программы на базе G2 предсказывают качество изделия (программы) и разумно управляют и оптимизируют дозы отбеливающего вещества, используя нейронные сети.

http: //inf.susu.ac.ru/~pollak/expert/G2/images/miller2.JPGhttp: //inf.susu.ac.ru/~pollak/expert/G2/images/miller2.JPG
Динамического Планирования или Диспетчеризации
Например, G2 может использоваться при производстве многих различных марок напитков, основанных на смешении различных компонентов.

Сетевого Администрирования
Правила, процедуры и модели реального времени позволяют создатьсистему интеллектуального администрирования повреждений (ошибкок) в больших, комплексных сетях, что гарантирует высокие уровни готовности сети. Прикладные программы, основанные на G2, коррелируют и анализируют повреждения (ошибки), уведомляют операторов относительно вероятных основных причин ошибок и инициализируют автоматизированные корректирующие воздействия.

http: //inf.susu.ac.ru/~pollak/expert/G2/images/expertEnergy2.JPGhttp: //inf.susu.ac.ru/~pollak/expert/G2/images/expertEnergy2.JPG
Администрирование потребления Энергии
и Мониторинг Окружающей среды
Поскольку G2 имеет способность объединять опытное знание с аналитическими методами, большие индустриальные компании используют прикладные программы, основанные на G2 для минимизации потребления энергии, максимизации производительности, оптимизации ресурсов и управления процессами в окружающей среде.

Администрирование Аварийных Ситуаций
Способность G2 обрабатывать события, критичные ко времени выполнения и развитый интерфейс, помогают операторам избежать аварийных ситуаций, которые могут приводить к ухудшению качества изделия (программы), задержкам графика, повреждению оборудования, и другим существенным затратам.

G2 разработан для эффективного управления сложными, динамическими проблемами. Мощные технологии G2 позволяют:

· Эффективно выполнить прикладные программы критичные ко времени выполнения

· Использовать архитектуру клиент/ сервер

· Использовать эффективный интерфейс с базами данных вреальном масштабе времени

· Улучшить принятие решений, эффективно применяя знания экспертов совместно с рассуждениями, основанными на правилах моделях

· Облегчить редактирование прикладных программ, благодаря использованию структурированного естественного языка и возможностей удаленного доступа

· Быстро поставить сетевые прикладные программы

· Многократно использовать знания, хранящиеся в библиотеках

 Объединение С Различными Датчиками, работающими в реальном масштабе времени

http: //inf.susu.ac.ru/~pollak/expert/G2/images/CONNECT2.JPGhttp: //inf.susu.ac.ru/~pollak/expert/G2/images/CONNECT2.JPG

Шлюз G2 позволяет прикладным программам, чтобы связаться с помощью интерфейса с широким разнообразием систем передачи и обработки данных в реальном масштабе времени и с базами данных. Шлюз может осуществлять буферизацию данных, обработку протокола, подтверждение связи, восстановление данных и многие другие функции. Межсетевой проект позволяет одновременно получать сообщения от многих источников данных. Шлюз действует как сервер данных для G2. Шлюз может выполняться на той же платформе, что и G2.
Полученное приложение полностью переносимо на различные платформы в среду UNIX (SUN, DEC, HP, IBM и т. д.), VMS ( DEC VAX) и WINDOWS (Intel, DEC Alpha).

MYCIN: краткий обзор

Курс по экспертным системам не является законченным без обсуждения экспертной системы Mycin. Mycin была одной из самых ранних экспертных систем, и ее проект сильно повлиял на дальнейшие проекты коммерческих экспертных систем и оболочек экспертных систем.

Экспертная система Mycin была разработана в Стенфордском университете в 1970-ых годах. Задачей системы является диагностика и лечение определенных классов инфекционных заболеваний крови. Диагностирование инфекционных заволеваний " обычным образом " включает в себя разведение культуры вируса. К сожалению, на это требовалось около 48 часов и если врачам приходилось ждать окончания этой процедуры, их больной мог умереть! Так что врачам нужно было быстро найти предположения относительно вероятных причин заболевания по имеющимся данным и использовать эти предположения для подбора лекарств.

Mycin был разработан частично с целью исследования постановки диагнозов экспертами на основании приблизительных (но важных) предположений, основанных на частичной информации. Однако, потенциально важной для практики была следующая проблема - имеется большое количество молодых докторов или докторов, не являющихся специалистами в данной области, которым иногда приходится ставить такие диагнозы, и если бы имелся какой-либо инструмент, который мог помочь им, тогда это могло бы позволить более эффективно проводить лечение. Фактически, Mycin никогда не использовался на практике. Это произошло не из-за недостатков в его эффективности - на тестировании он превзошел по быстродействию членов Стенфордской медицинской школы. Это произошло во многом из-за этических и юридических проблем, связанных с использованием компьютеров в медицине - если произойдет ошибка, кому Вы предъявляете иск?

Mycin представлял знания в виде набора IF - THEN правил с коэффициентами уверенности. Правила были записаны на естественном Английском языке. Вот пример одного из правил Mycin'а:

IF инфекция -первичная бактерия
AND материал для посева культуры был отобран из стерильного источника
AND предполагаемый путь внедрения микроорганизма - кишечный тракт
THEN есть основания предполагать (0.7), что этот микроорганизм имеет бактериальный характер.

Чило 0.7 говорит о том, что степень уверенности весьма велика, но не носит абсолютный характер. Данные, подтверждающие гипотезу, накапливаются отдельно от данных, противоречащих ей, и " истинность" гипотезы в каждый момент времени есть алгебраическая сумма всех данных. Таким образом достигается комбинирование данных как в пользу, так и против одной и той же гипотезы.

Mycin был написан на Лиспе, и его правила формально представлены как выражения языка Лисп. Часть действия правила могла быть только заключением относительно решаемой проблемы, или она могла быть произвольным выражением. Это обеспечивало большую гибкость, но система проигрывала в модульности и ясности, присущих системам, основанным на правилах.

Метод решения, используемый в системе Mycin, представляет собой рассуждения в обратном направлении от диагностических гипотез к имеющимся данным, которое направляется правилами вывода. Однако для управления поиском решения (или для доказательства некоторой гипотезы), Mycin использовал различные эвристические знания. Они были необходимы, чтобы сделать рассуждения более эффективными и предотвратить задание пользователю ненужных вопросов.

Одна из стратегий состоит в том, что предварительно задаются пользователю более или менее общие вопросы, которые позволяют системе исключить маловероятные диагнозы. Затем система может сосредоточиться на частностях и использовать в полной мере режим вывода от цели к фактам для доказательства выдвигаемых гипотез.

Другие cтратегии касаются способов вызова правил. Первая из них проста: используется первое возможное правило, Mycin первым делом проверяет все заключения правила, чтобы увидеть, является ли какой-либо из них заведомо ложным. Если это не так, то правило используется. Другая cтратегия имеет больше отношение к коэффициентам уверенности. Mycin сначала рассматривает правила, которые имеют более высокий коэффициент уверенности при выводе заключения и правило перестает использоваться, как только суммарный коэффициент уведеренности станет меньше 0.2.

Диалог с Mycin - несколько подобен небольшому диалогу, который мы дали в разделе, посвященном обсуждению простой экспертной системы, но конечно он более сложный и длительный. Имеются три главных стадии диалога. В первой стадии собираются исходные сведения относительно случая, так что система может придумать очень большое число диагнозов. На второй стадии для проверки отдельных гипотез задаются более направленные вопросы. В конце этой стадии предлагается диагноз. На третьей стадии задаются вопросы для определения средств лечения на основании данных диагноза и фактов, относящихся к особенностям больного. Сеанс заканчивается рекомендациями относительно способов лечения. В любом месте пользователь может спрость, почему задан тот или иной вопрос или как было получено заключение.

Ситема Mycin была пионером в исследовании экспертных систем и в ней был ряд проблем, которые были исправлены в более поздних сложных архитектурах. Одна из проблем была в том, что в базе знаний содержались вместе как знания о проблемной области, так и знания о способах решения задач и " условия просеивания правил " , позволяющие не задавать пользователю глупых или неуклюжих вопросов. Более поздняя версия была названа NEOMYCIN, она пыталась использовать явную противоэпидемическую таксонометрию (представленную в виде фреймов) для представления фактов относительно различных видов эпидемий. Основная стратегия поиска решения задач состояла в том, чтобы спуститься на противоэпидемическом дереве от общих классов эпидемий к специфическим на основе собранной информация, чтобы различить два противоэпидемические подкласса (то есть, если болезнь 1 имеет подтипы болезней 2 и 3, и Вы знаете, что больной имеет болезнь 1, и подтип болезни 2, а не 3 и имеет симптом 1, то следует задавать вопросы относительно симптома 1.)

Имелись и другие разработки на основе проекта MYCIN. Например, EMYCIN была первой оболочкой экспертной системы, разработанной на основе Mycin. Новая экспертная система, названная PUFF была разработана для использования EMYCIN в области диагностики заволеваний сердца. Система, названная NEOMYCIN, был разработана для обучения врачей на различных примерах заболеваний для проверки их заключений. Система могла объяснять ошибки в постановке диагноза.

Необходимо пояснить, что не все экспертные системы подобны Mycin. Многие используют другие подходы, и к представлению знания и решению задач.

 

http: //inf.susu.ac.ru/~pollak/expert/acguire/acquire.html

ACQUIRE ^® является пакетом программ, предназначенным для помощи непрофессионалам в формировании прикладных экспертных систем. Он содержит два главных компонента: во-первых, систему обнаружения знания, которая позволяет экспертам сконструировать базы знаний для использования в прикладных экспертных системах; и во-вторых, механизм логического вывода для выполнения базы знаний.

Оглавление:

· Системные требования

· Краткий обзор

· Основа ACQUIRE ^®

· Что называется системой приобретения знания?

· Система ACQUIRE

· Нисходящее структурирование Знания

· Распознавание образов как Основа Экспертизы

· Рассуждения с учетом Неопределенности

· Рассуждения, Основанные на Фактах

· Пошаговый Сбор Знания

· Таблицы Действия или Правила Вывода?

· Контексты вместо Предпочтений и Представлений

Системные требования

ACQUIRE ^® Требует следующую минимальную конфигурацию:

· ПЕРСОНАЛЬНЫЙ КОМПЬЮТЕР с 80386 процессором и выше;

· Microsoft Windows 3.1 и выше;

· SVGA монитор с разрешением 800x600 (рекомендуется1024x768 );

· 4 мегабайта памяти (рекомендуется 8 мегабайт ); и

· Жесткий диск с достаточным дисковым пространством, чтобы установить ACQUIRE ^® и создать базы знаний.

Краткий обзор

ACQUIRE ^® является набором средств для создания экспертных систем, предназначенных для того, чтобы включить специалистов по проблемной области (то есть тех людей, которые обладают знанием ) в разработку прикладных программ. ACQUIRE ^® предоставляет инструментальные средства и методологию, чтобы непрограммисты могли вычленять, структурировать и воплощать свои знания в прикладной экспертной системе.

Базы знаний, разработанные в системе ACQUIRE ^®, могут применяться совместно с механизмом логического вывода, который оптимизирован для метода представления знания, заложенного в ACQUIRE. Механизм логического вывода (то есть, оболочка экспертной системы ) также предназначена для использования непрограммистами. Она снабжена набором средств отладки для проверки и поддержки базы знаний.

Основа ACQUIRE ^®

ACQUIRE ^® является пакетом программ, который может использоваться непрограммистами для формирования прикладных программ экспертных систем. Он содержит два основных компонента: во-первых, систему обнаружения знания, которая позволяет экспертам конструировать базы знаний для использования в прикладных программах экспертных систем; и во-вторых, механизм логического вывода, чтобы применить базы знаний для специфических случаев. Пакет снабжен также средствами настройки форм ввода данных и отчетной документации о сеансе.

⇐ Предыдущая1234Следующая ⇒

Поделиться: