Статистические методы экспертных систем оценки качества радиотехнических приборов уголовно-исполнительной системы

• Автор: Конобеевских, Владимир Валерьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Воронеж
• Количество страниц: 182 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

Глава 1. СОВРЕМЕННОЕ СОСТОЯНИЕ И ТЕНДЕНЦИИ РАЗВИТИЯ

ЭКСПЕРТНЫХ СИСТЕМ

1.1. Введение в теорию экспертных систем.

1.2. Экспертные системы первого поколения

1.3. Экспертные системы второго поколения

1.4. Экспертные системы статистической обработки оценок

Выводы, цель и задачи исследования.

Глава 2. ОБЩИЕ ПРИНЦИПЫ ПОСТРОЕНИЯ

ЭКСПЕРТНЫХ СИСТЕМ.

2.1. Методика определения численности группы экспертов.
2.2. Оценка согласованности мнений экспертов.
2.3. Метрический подход к оценке согласованности.
2.4. Методы оценки качества радиотехнических приборов
2.5. Комплексные показатели качества.
2.6. Выбор и оценка весовых коэффициентов
Выводы
ф Глава 3. МАТЕМАТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ
КАЧЕСТВА РАДИОТЕХНИЧЕСКИХ ПРИБОРОВ
3.1. Экспертностатистический метод.
3.2. Анализ погрешности экспертных оценок
3.3. Компонентный метод.
3.4. Выделение главных компонент
Выводы .
Глава 4. ИССЛЕДОВАНИЕ МЕТОДОВ ОЦЕНКИ КАЧЕСТВА
РАДИОТЕХНИЧЕСКИХ ПРИБОРОВ
4.1. Реализация экспертного метода оценки качества радиотехнических приборов
4.2. Оценка особенностей применения экспертностатистического метода 6 ф 4.3. Эффективность использования компонентного метода оценки
. качества радиотехнических приборов.
Выводы .
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемою область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области [5,7,,,1]. Интерпретатор используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи. Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом. Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату. Диалоговый компонент ориентирован на организацию дружественного общения с пользователем, как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы. В разработке ЭС участвуют представители следующих специальностей: эксперт в предметной области, задачи которой будет решать ЭС; инженер по знаниям — специалист по разработке ЭС, (используемые им технологию, методы называют технологией методами инженерии знаний); программист по разработке инструментальных средств (ИС), предназначенных для ускорения разработки ЭС. Необходимо отметить, что отсутствие среди участников разработки инженеров по знаниям (т, е. ЭС, либо значительно удлиняет его. Эксперт определяет знания (данные и правила), характеризующие проблемную область, обеспечивает полноту и правильность введенных в ЭС знаний. Программист разрабатывает инструментальное средство (если оно разрабатывается заново), содержащее все основные компоненты ЭС, и осуществляет его сопряжение с той средой, в которой оно будет использовано [7]. Завершая обзор экспертных систем первого поколения, рассмотрим недостатки данных ЭС и инструментариев в следующих терминах: стадия существования, область применения и класс решаемых задач, состав и способ представления знаний, процедуры вывода, средства общения, объяснительные способности, способности к приобретению знаний. Большинство ЭС первого поколения и инструментариев не достигли промышленной и коммерческой стадий. ЭС, можно отметить следующие: разработка ЭС в основном силами учебных заведений и исследовательских организаций, а не промышленных фирм; нехватка инженеров по знаниям; ограниченность эффективных инструментальных средств; недостаточная отработанность методологии проектирования ЭС. Области приложений ЭС являются весьма разнообразными, но довольно узкими в связи с тем, что, во-первых, используемые процедуры вывода не позволяют обеспечить эффективное функционирование экспертной системы при увеличении объема базы знаний, во-вторых, существующие методы приобретения знаний не обеспечивают автоматическое построение базы знаний. Состав знаний, используемых в экспертных системах, ограничен. Отсутствуют знания о причинных моделях, недостаточно представлены знания о разнообразии целей и возможностей пользователей, мало знаний о собственных возможностях и ограничениях системы. Неполнота знаний, представленных в экспертных системах, ограничивает возможные области их использования. Отсутствуют хорошо разработанные методы представления временных и пространственных знаний. Применяемые языки представления знаний не позволяют описывать все отношения, которые эксперт считает важными, в едином формализме []. Ограниченность процедур вывода заключается в том, что обычно используются жесткие управляющие стратегии. Возможности изменения стратегий (если они есть) весьма ограничены, а последствия изменений плохо изучены. Кроме того, при выводе недостаточно используются планирование и рассуждения по аналогии. Не изучены вопросы конфликтов в планах, стратегиях и методах. Кроме того, не учитывается, что для одного и того же пользователя надо давать различные объяснения по мере того, как изменяются его знания о системе и об области экспертизы [7]. Приобретение знаний является наиболее трудной проблемой при разработке существующих экспертных систем.