Требуется по ряду признаков решить, какая из имеющихся в базе данных деталей больше всего подходит пользователю. Также экспертная система должна уметь объяснять свое решение.

Объяснение решения программы будет выполнено в виде графика степени значения и характеристики той или иной детали в конкретном компьютере.

Для решения поставленных проблем была применена технология экспертных систем. Экспертные системы в отличие от обычных программ должны уметь объяснять свое решение, а также обладать базой знаний, что для программы без технологии экспертных систем сделать трудно, а в некоторых случаях невозможно.

Наша предметная область - комплектующие компьютеров, а так же их характеристики и область применения. На сегодняшний день рынок переполнен различного рода деталями для сборки персональных компьютеров. Конечно, эксперт в данной области может хорошо знать характеристики устройств, но он не всегда есть "под рукой". Также одной из особенностей предметной области является то, что прогресс не стоит на месте и техника все время развивается. Любое устройство может устареть, или наоборот приобрести большую значимость. Поэтому данная экспертная система предполагает режим ввода и корректировки данных.

Самая важная проблема, как было озвучено раньше, заключается в широком разнообразии характеристик устройств, также сложности добавляет составление вопросов для проверки признаков гипотез. На вопрос "Собираетесь ли Вы использовать при работе с компьютером видео-редакторы (конверторы)?" или "Собираетесь ли Вы на своем компьютере работать с базами данных?" каждый может ответить "да", не задумываясь о том что в этом случае придется выбрать мощный процессор, и при ограниченной цене компьютера могут пострадать характеристики других комплектующих. Также одной из проблем экспертной системы является её гибкость к нечетким ответам. Человек не всегда может точно сказать чем он будет заниматься на своем компьютере, а чем точно не будет. Данные проблемы предопределили выбор модели знаний. В нашей системе данная модель будет основана на нечетких знаниях с использованием метода Криса-Нейлора.

Типичным примером экспертной системы с использованием метода Криса-Нейлора является медицина. Например, надо определить, какая болезнь у человека:

1) Расставим вероятности, например, по признаку боли в горле и высокая температура:

Возьмем болезнь грипп: p+ боле в горле равна 0,01 (т.к. при гриппе нету боли в горле) соответственно p - (наблюдается признак, но это не гипотеза) будет очень высок. Если взять признак - высокая температура (которая при гриппе обязательна), то вероятности будут р+=1; p - =0,01.

1; температура; у вас высокая температура (>38)?

2; боль в горле; у вас болит горло?

После рассмотрения достаточного количества признаков система примет решения о вашей болезни.

Основное отличие экспертных систем это способ представления знаний, существует множество способов, основными из которых являются:

1) Продукционные модели (этот подход основан на представлении знаний с помощью правил).

2) Фреймы (в основу этого подхода положен объектно-ориентированный подход).

3) Семантические сети (в этом подходе знания рассматриваются как совокупность объектов и связей между ними и представляются в виде графов специального вида).

экспертная система интеллектуальная

4) Логические модели (подход основан на использование для представления знаний аппарата формальных систем (чаще всего логики предикатов)).

5) Нечеткие модели для представления знаний с разными видами неопределенности:

а) ненадежных знаний (ненадежности)

б) неполноты

в) многозначности

г) размытости (нечеткости) - свойство информации, когда она имеет качественный или размытый смысл (Например: большой, старый, умный и т.п.)

д) недетерминированность - многовариантность, возникающая в процессе логического вывода.

Данная система, как уже было сказано выше, сохраняет опыт специалистов данной области. В качестве источников были использованы каталоги с описанием комплектующих. При выборе деталей пользователь не увидит коэффициенты, но увидит как менялась вероятность гипотезы и может соотнести как те или иные характеристики проявляются в той или иной детали, которую ему выбрала система.

Главное требование нашей системы - это соблюдение технологии инженерии знаний, то есть база знаний должна быть отделена от машины вывода в отдельный блок. Также система должна предоставлять возможность создания новой базы знаний, позволять редактировать и изменять, осуществлять логический вывод и иметь блок объяснения решений.