Методы и средства верификации баз знаний в интегрированных экспертных системах

• Автор: Смирнов, Виталий Валерьевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 180 с. : ил.

1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ В ОБЛАСТИ ВЕРИФИКАЦИИ БАЗ ЗНАНИЙ ЭКСПЕРТНЫХ СИСТЕМ

1.1. Место верификации в жизненном цикле экспертных систем

1.2. Основные понятия и определения в области верификации баз знаний экспертных систем

1.3. Проблемы верификации БЗ ЭС

1.3.1. Анализ причины появления ошибок в БЗ ЭС

1.3.2. Проблема верификации баз знаний, содержащих различные виды НЕ-факторов

1.3 3. Проблема практической решаемости задач верификации

1.3.4. Проблемы верификации БЗ ЭС на этапе структурирования знаний

1.4. Классификация и сравнительный анализ методов верификации баз знаний экспертных систем

1.4.1. Методы обнаружения аномалий

1.4.2. Методы обнаружения статических аномалий, использующие непосредственный анализ правил
1.4.3. Методы обнаружения статических аномалий, основанные на таблицах (матрицах)
1.4.4. Вычислительная сложность алгоритмов обнаружения статических аномалий
1.4.5. Методы обнаружения динамических аномалий, основанные на логике
первого порядка
1.4.6. Методы обнаружения аномалий, основанные на графах
1.4.7. Методы обнаружения аномалий, использующие метазнания
1.4.8. Использование таблиц (матриц) при обнаружении динамических аномалий
1.4.9. Вычислительная сложность алгоритмов обнаружения динамических аномалий
1.4.10. Методы обнаружения аномалий, учитывающие наличие в БЗ знаний, содержащих НЕ-факторы
1.4.11. Методы доказательства правильности БЗ ЭС
1.4.12. Сокращение перебора в методах верификации БЗ
1 4.13. Общая классификация методов верификации БЗ
1.5. Классификация и сравнительный анализ средств верификации баз знаний экспертных систем
1.6. Особенности верификации БЗ ИЭС в рамках ЗОМ
1.7. Постановка задачи диссертационного исследования 5
Выводы

2. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РАЗРАБОТКИ СРЕДСТВ ВЕРИФИКАЦИИ ПОЛЯ ЗНАНИЙ И БАЗЫ ЗНАНИЙ В ПРОЦЕССЕ ПОСТРОЕНИЯ СТАТИЧЕСКИХ ИЭС
2.1. Обобщенная модель обнаружения аномалий в БЗ
2.2. Метод обнаружения статических аномалий в ПЗ и БЗ, основанный на таблицах решений
2.3. Метод обнаружения динамических аномалий в ПЗ и БЗ, основанный на сетях Петри 84 Выводы
3. ПРОЕКТИРОВАНИЕ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СРЕДСТВ ВЕРИФИКАЦИИ ПОЛЯ ЗНАНИЙ И БАЗЫ ЗНАНИЙ
3.1. Анализ системных требований на разработку средств верификации, функционирующих в составе комплекса АТ-ТЕХНОЛОГИЯ
3.2. Проектирование средств обнаружения статических аномалий в ПЗ и БЗ
3.3. Проектирование средств обнаружения динамических аномалий в ПЗ и БЗ
3.4. Проектирование средств формирования и исполнения плана верификации ПЗ и БЗ
3.5. Реализация компонентов верификации ПЗ и БЗ
3.6. Проектирование и реализация средства визуализации протокола верификации
ПЗ или БЗ
3.7. Мастер корректировки ПЗ и БЗ
Выводы
4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА МЕТОДОВ, АЛГОРИТМОВ И СРЕДСТВ ВЕРИФИКАЦИИ ПОЛЯ ЗНАНИЙ И БАЗЫ ЗНАНИЙ ИЭС. ВНЕДРЕНИЕ РАЗРАБОТАННЫХ ПРОГРАММНЫХ СРЕДСТВ
4.1. Экспериментальная проверка методов и алгоритмов верификации ПЗ и БЗ
4.2. Сравнение характеристик реализованных средств верификации ПЗ и БЗ с существующими средствами обнаружения статических аномалий
4.3. Сравнение характеристик реализованных средств верификации ПЗ и БЗ с существующими средствами обнаружения динамических аномалий
4.4. Экспериментальная проверка средств верификации ПЗ и БЗ
4.5. Использование разработанных программных средств при создании ИЭС КИВС
4.6. Использование разработанных программных средств в области медицинской диагностики
4.7. Применение средств верификации БЗ ИЭС в учебном процессе МИФИ и РГСУ 128 Выводы
Выводы по диссертации
Литература
Приложения

Особенности верификации традиционных (простых продукционных) экспертных систем (ЭС), связанные с их назначением, архитектурой и жизненным циклом, требуют проведения отдельных исследований в области верификации ЭС. Как известно, ЭС ориентированы на тиражирование опыта высококвалифицированных специалистов в областях, где качество принятия решений традиционно зависит от уровня экспертизы, например, медицина, юриспруденция, геология, экономика, военное дело, в частности, ЭС применяются для решения таких критических задач, как управление воздушным движением, ядерными реакторами и системами оружия.
ЭС предназначены для решения неформализованных задач, к которьм относятся задачи, обладающие одной или несколькими из следующих характеристик: задачи не могут быть заданы в числовой форме; цели не могут быть выражены в терминах точно определенной числовой функции; не существует алгоритмического решения задачи; алгоритмическое решение существует, но его нельзя использовать из-за ограниченности ресурсов (время, память).
Главное архитектурное отличие ЭС от других программных средств - это наличие базы знаний (БЗ). С конца 70-х годов проблемы построения БЗ становятся центральными в исследованиях по искусственному интеллекту. При этом, такие процедуры, как анализ предметной области, получение знаний и их структурирование, выполняемые инженером по знаниям, традиционно считаются "узким местом" проектирования ЭС и усилия разработчиков направлены на создание инструментальной программной поддержки деятельности инженера по знаниям и эксперта.
Важной особенностью современного состояния исследований и разработок в области ЭС является значительный рост внимания к вопросам верификации БЗ ЭС, по которой чаще всего понимается обнаружение логических ошибок в представлении знаний. Постоянная потребность в верификации БЗ ЭС в течение всего жизненного цикла ЭС связана с трудностями получения знаний из их основного источника, которым, как известно, является эксперт. Результаты исследований в области ЭС показали, что суть трудностей «отбора» знаний эксперта состоит в их «дискретности», неполноте и плохой структурированности. Кроме того, требуется контроль за возможными ошибками, допускаемыми экспертом при извлечении из него знаний. Таким образом, целый ряд трудностей верификации БЗ ЭС, обусловленных спецификой технологических процессов разработки ЭС, таких как сложность получения и структурирования экспертных знаний, многообразие используемых языков представления знаний, отсутствие общепризнанных методов оценки результатов

Таблица 1.6. Способности систем приобретения знаний к контролю полноты, непротиворечивости и целостности БЗ.
Система Контроль полноты Контроль непротиворечивости
есть нет есть нет
TEIRESIAS 0 0 1
ROGET 0 1 0
KADS 0 1 0
AQUINAS 0 0 1
KRITON 1 1 0
MOLE 0 1 0
PLANET 0 1 0
Auto-Intelligence 0 1 0 I
MAUD 0 1 0
КЛАСС 1 0 1
АРИАДНА 0 1 0
В настоящее время существует значительное количество средств верификации БЗ, некоторые из них стали уже классическими. В работе [118] представлено сравнение наиболее известных средств верификации БЗ по способности выявления основных типов аномалий. Результаты данного сравнения представлены в таблицах 1.7,1.8,1.9,1.10. В таблице 1.7 показаны особенности обнаружения аномалий избыточности, в таблице 1.8 представлены особенности обнаружения аномалий противоречивости, таблица 1.9 содержит данные по возможностям обнаружения аномалий цикличности и таблица 1.10 представляет информацию по обнаружению нарушений целостности в продукционных БЗ ЭС.
Таблица 1.7. Особенности обнаружения избыточности (redundancy) средствами верификации продукционных БЗ
Избыточность
Неиспользуемые правила Избыточные правила Избыточные атрибуты
ONCOCIN RCP Не реализовано. Реализована проверка попарной избыточности правил. Для этого правила группируются по отношению к их контексту. При этом применяется средство ESC для автоматической группировки правил в контексты. Не реализовано.