Проектирование базы знаний
Основные модели представления знаний. Системы поддержки принятия решений. Диаграмма UseCase. Разработка базы данных на основе трех моделей: продукционные правила, семантическая сеть, фреймовая модель. Программная реализация системы принятия решений.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 14.05.2014 |
Размер файла | 715,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
1. Теоретический раздел
1.1 Основные модели представления знаний
Модели представления знаний относятся к прагматическому направлению исследований в области искусственного интеллекта. Это направление основано на предположении о том, что мыслительная деятельность человека - «черный ящик». При таком подходе не ставится вопрос об адекватности используемых в компьютере моделей представления знаний тем моделям, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач [1].
Рассмотрим три наиболее часто используемые и популярные на сегодняшний день модели представления знаний:
1. продукционные модели - модели, основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие».
В общем случае продукционную модель можно представить в следующем виде:
N=<A, U, C, I, R>
N - имя продукции;
A - сфера применения продукции;
U - условие применимости продукции;
C - ядро продукции;
I - постусловия продукции, актуализирующиеся при положительной реализации продукции;
R - комментарий, неформальное пояснение (обоснование) продукции, время введения в базу знаний и т.д.
Системы обработки знаний, использующие продукционную модель, получили название «продукционных систем». В состав экспертных систем продукционного типа входят база правил (знаний), рабочая память и интерпретатор правил (решатель), реализующий определенный механизм логического вывода. Любое продукционное правило, содержащееся в базе знаний, состоит из двух частей: антецендента и консеквента. Антецедент представляет собой посылку правила (условную часть) и состоит из элементарных предложений, соединенных логическими связками «и», «или». Консеквент (заключение) включает одно или несколько предложений, которые выражают либо некоторый факт, либо указание на определенное действие, подлежащее исполнению.
Основные достоинства систем, основанных на продукционных моделях, связаны с простотой представления знаний и организации логического вывода. К недостаткам таких систем можно отнести следующее:
· отличие от структур знаний, свойственных человеку;
· неясность взаимных отношений правил;
· сложность оценки целостного образа знаний;
· низкая эффективность обработки знаний;
· при накоплении достаточно большого числа правил, они начинают противоречить друг другу.
При разработке небольших систем (десятки правил) проявляются в основном положительные стороны продукционных моделей знаний, однако при увеличении объёма знаний более заметными становятся слабые стороны.
2. сетевые модели или семантические сети - как правило, это граф, отображающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги - отношениям между объектами.
Формально сеть можно задать в следующем виде:
H=<I, C, G>
I - множество информационных единиц;
C - множество типов связей между информационными единицами;
G - отображение, задающее конкретные отношения из имеющихся типов C между элементами I.
Семантическая сеть как модель наиболее часто используется для представления декларативных знаний. С помощью этой модели реализуются такие свойства системы знаний, как интерпретируемость и связность. За счет этих свойств семантическая сеть позволяет снизить объем хранимых данных, обеспечивает вывод умозаключений по ассоциативным связям.
3. фреймовые модели - основываются на таком понятии как фрейм. Фрейм - структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слоты могут быть терминальными либо являться сами фреймами, таким образом образуя целую иерархическую сеть.
Формально фрейм - это тип данных вида:
F=<N, S1, S2, S3>
N - имя объекта;
S1 - множество слотов, содержащих факты, определяющие декларативную семантику фрейма;
S2 - множество слотов, обеспечивающих связи с другими фреймами;
S3 - множество слотов, обеспечивающих преобразования, определяющие процедурную семантику фрейма.
Фреймы подразделяются на 3 вида:
· фрейм-экземпляр - конкретная реализация фрейма, описывающая текущее состояние в предметной области;
· фрейм-образец - шаблон для описания объектов или допустимых ситуаций предметной области;
· фрейм-класс - фрейм верхнего уровня для представления совокупности фреймов образцов [1].
1.2 Система принятия решений
Системы поддержки принятия решений или СППР - это компьютерная система, которая путем сбора и анализа большого количества информации может влиять на процесс принятия решений организационного плана. Интерактивные системы позволяют руководителям получить полезную информацию из первоисточников, проанализировать ее, а также выявить существующие модели для решения определенных задач.
Система поддержки решений СППР решает две основные задачи:
1. выбор наилучшего решения из множества возможных (оптимизация);
2. упорядочение возможных решений по предпочтительности (ранжирование).
В обеих задачах первым и наиболее принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться, и сопоставляться возможные решения (альтернативы). Система СППР помогает пользователю сделать такой выбор.
Для анализа и выработок предложений в СППР используются разные методы. Это могут быть: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, эволюционные вычисления и генетические алгоритмы, нейронные сети, ситуационный анализ, когнитивное моделирование и др. Некоторые из этих методов были разработаны в рамках искусственного интеллекта. Если в основе работы СППР лежат методы искусственного интеллекта, то говорят об интеллектуальной СППР, или ИСППР [2].
Близкие к СППР классы систем - это экспертные системы и автоматизированные системы управления. Модель управления и управления данными действуют, в основном, незаметно и варьируются от простой модели до сложной комплексной модели планирования, основанной на математическом программировании.
Наиболее широкой сферой практического применения СППР являются планирование и прогнозирование для различных видов управленческой деятельности.
Системы поддержки принятия решений:
· предполагают гибкость пользователей, адаптируемость и быструю реакцию;
· допускают, чтобы пользователи управляли входом и выходом;
· оперируют с небольшой помощью профессиональных программистов или без нее;
· обеспечивают поддержку для решений и проблем, которые не могут быть определены заранее;
· используют сложный анализ и инструментальные средства моделирования.
СППР имеют большую аналитическую мощность, чем другие системы: они построены с рядом моделей, чтобы анализировать данные. Системы СППР интерактивны; пользователь может изменять предположения и включать новые данные.
Процесс принятия решений в СППР, включает четыре стадии:
1) распознавание или осмысление - состоит из идентификации и понимания проблем, встречающихся в организации: почему проблемы возникают, где и с каким результатом. Традиционные управляющие информационные системы (УИС), которые поставляют широкое многообразие детальной информации, могут помогать опознавать проблемы, особенно если системы сообщают об исключениях;
2) проект или продумывание - в течение принятия решений лицо, принимающее решение, продумывает возможные варианты решения проблем. Малые системы СППР идеальны в этой стадии принятия решений, потому что они оперируют на простых моделях, могут быть быстро развиты и работать с ограниченными данными;
3) выбор - заключается в подборе решений среди альтернатив. Здесь изготовитель решений мог бы нуждаться в большой системе СППР, чтобы использовать более обширные данные относительно ряда альтернатив и комплексные аналитические модели, чтобы объяснить все затраты, следствия и возможности;
4) реализация - в течение выполнения решения менеджеры могут использовать систему сообщения, которая поставляет обычные доклады относительно прогресса определенного решения. Системы поддержки выполнения могут быть от полномасштабной управляющей информационной системы до меньших систем, таких, как программное обеспечение планирования проекта, использующего микрокомпьютеры.
Рассмотрим основные классификации СППР.
По взаимодействию с пользователем выделяют три вида СППР:
· пассивные помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;
· активные, непосредственно, участвуют в разработке правильного решения;
· кооперативные предполагают взаимодействие СППР с пользователем.
Выдвинутое системой предложение пользователь может доработать, усовершенствовать, а затем отправить обратно в систему для проверки. После этого предложение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.
По способу поддержки различают:
· модельно-ориентированные СППР, используют в работе доступ к статистическим, финансовым или иным моделям;
· СППР, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей;
· СППР, ориентированные на данные, имеют доступ к временным рядам организации. Они используют в работе не только внутренние, но и внешние данные;
· СППР, ориентированные на документы, манипулируют неструктурированной информацией, заключенной в различных электронных форматах;
· СППР, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.
По сфере использования выделяют общесистемные и настольные СППР. Общесистемные работают с большими системами хранения данных и применяются многими пользователями. Настольные являются небольшими системами и подходят для управления с персонального компьютера одного пользователя [2].
2. Практический раздел
2.1 Описание предметной области
Сервисный центр - организация, занимающаяся оказанием услуг по сервисной поддержке и обслуживанию техники, оборудования и другой продукции.
Сервисный центр - это основное место, куда потребители обращаются при выявлении недостатков в работе товара. Даже если потребитель решает обратиться непосредственно к продавцам, те, как правило, перенаправляют покупателей в сервисные центры.
Существуют 3 основных типа сервисных центров:
* Авторизированный сервисный центр - это предприятие по ремонту техники, которое заключает договор непосредственно с производителем по обслуживанию и диагностике товаров. Главным плюсом этих центров является то, что если случай поломки признан гарантийным - вы получаете бесплатный ремонт, кроме того, будут использованы оригинальные детали и материалы, что препятствует дальнейшим сбоям в работе. Однако стоит помнить, что такой ремонт занимает длительный промежуток времени. Связано это с поставкой деталей и разнообразными экспертизами.
* В обычных сервисных центрах все немного проще. В товаре устраняют неисправности на платной основе. О гарантии речь не идет, поскольку к производителям такие заведения не имеют никакого отношения.
* Существуют также сервисные центры не авторизированные у производителей, но имеющие право на гарантийное бесплатное обслуживание. Создаются они, как правило, при крупных магазинах или торговых сетях, которые дают свою собственную гарантию на товар.
При покупке товара устанавливается срок гарантии на изделие и срок его службы. В течение гарантийного срока покупатель имеет право на бесплатный ремонт товара или (в особых случаях) на его замену. По истечении срока гарантии, ремонт техники осуществляется за деньги потребителя. По истечении срока службы товара, компания-изготовитель вправе отказать потребителю в ремонте данного товара.
Обращаясь в сервисный центр, вам нужно обязательно иметь при себе правильно заполненный гарантийный талон, он выдается при покупке, желательно кассовый или товарный чек.
В сервисном центре работает администратор, мастер по ремонту. Администратор занимается оформлением и ведением базы данных, а мастер по ремонту - ремонтом.
При обращении клиента в сервисный центр, администратор оформляет заявку на принятие заказа. Проводится анализ объекта, в результате которого, делается вывод - будет ли ремонтироваться, меняться товар или вовсе будет отказано в обслуживании. Существует ряд условий предусмотренных законодательством, руководствуясь которыми администратор делает вывод.
На рисунке 2.1 отображена UseCase диаграмма, на которой функционал сервисного центра.
Рисунок 2.1 - Диаграмма UseCase
Все данные о сотрудниках, клиентах, товарах хранятся в базе данных. Также администратор ведет журнал действий, в который записываются данные о дате операции, об объекте ремонта, о сотруднике, который работает с объектом и о типе операции над ним (ремонт либо замена).
2.2 Разработка БЗ на основе трех моделей (продукционные правила, семантическая сеть, фреймовая модель)
2.2.1 Продукционные правила
Продукционные модели - модели, основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие».
В общем случае продукционную модель можно представить в следующем виде:
N=<A, U, C, I, R>
N - имя продукции;
A - сфера применения продукции;
U - условие применимости продукции;
C - ядро продукции;
I - постусловия продукции, актуализирующиеся при положительной реализации продукции;
R - комментарий, неформальное пояснение (обоснование) продукции, время введения в базу знаний и т.д.
Системы обработки знаний, использующие продукционную модель, получили название «продукционных систем». В состав экспертных систем продукционного типа входят база правил (знаний), рабочая память и интерпретатор правил (решатель), реализующий определенный механизм логического вывода. Любое продукционное правило, содержащееся в базе знаний, состоит из двух частей: антецендента и консеквента. Антецедент представляет собой посылку правила (условную часть) и состоит из элементарных предложений, соединенных логическими связками «и», «или». Консеквент (заключение) включает одно или несколько предложений, которые выражают либо некоторый факт, либо указание на определенное действие, подлежащее исполнению [2].
Продукционная модель предметной области «Сервисный центр»:
· ЕСЛИ <клиент обращается в сервисный центр>, ТО <администратор оформляет заявку>;
· ЕСЛИ <заявка оформлена>, ТО <администратор определяет соответствие объекта гарантийному сроку>;
· ЕСЛИ <объект не соответствует гарантийному сроку>, ТО <отказать в обслуживании>;
· ЕСЛИ <объект соответствует гарантийному сроку>, ТО <принять объект на проверку>;
· ЕСЛИ <объект эксплуатировался в неблагоприятных рабочих условиях окружающей среды, не отвечающих требованиям инструкции>, ТО <объект не подлежит обслуживанию>;
· ЕСЛИ <объект тестировался в режимах, не отвечающих установленным электрическим характеристикам>, ТО <объект не подлежит обслуживанию>;
· ЕСЛИ <объект подвергался доработке, в результате которой изменились его физические или электрические параметры>, ТО <объект не подлежит обслуживанию>;
· ЕСЛИ <неисправность объекта вызвана небрежной эксплуатацией, использованием не по назначению или умышленной порчей объекта>, ТО <объект не подлежит обслуживанию>;
· ЕСЛИ <неисправность вызвана несоблюдением пользователем инструкций по эксплуатации>, ТО <объект не подлежит обслуживанию>;
· ЕСЛИ <объект был вскрыт, изменен или отремонтирован иным лицом, помимо уполномоченного сервисного центра>, ТО <объект не подлежит обслуживанию>;
· ЕСЛИ <выявлено наличие неустранимых недостатков> И <объект находится в полной комплектации (уникальная упаковка производителя с идентификационными наклейками, документация, интерфейсные и сетевые шнуры, базовая конфигурация изделия и т.д.)>, ТО <произвести замену объекта на новый>.
Иначе, если последнее условие не подошло, т.е. не выявлено неустранимых недостатков, проводится ремонт объекта (товара).
2.2.2 Семантическая сеть
Семантическая сеть - это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними. Узлы в семантической сети обычно соответствуют объектам, концепциям, событиям или понятиям. Любой фрагмент сети, например одна вершина, две вершины и соединяющие их дуги, называют подсетью. Поиск решения на семантической сети заключается в том, чтобы найти или сконструировать подсеть, удовлетворяющую некоторым условиям [3].
В семантических сетях используют три типа вершин:
- вершины-понятия;
- вершины-события;
- вершины-свойства.
В семантической сети отношения представляются дугами.
Механизм логического вывода в сетевых системах основан на использовании двух ведущих принципов: наследования свойств; сопоставления по совпадению.
Первый принцип, в свою очередь, базируется на учете важнейших связей, отражаемых в семантической сети. К таким связям относятся:
- связь «есть», «является»;
- связи «имеет часть», «является частью».
Последовательно переходя с одного узла сети к другому по направлению соответствующих связей, можно выявить (извлечь) новую информацию, характеризующую тот или иной узел.
Принцип сопоставления по совпадению основан на представлении вопроса к системе, в виде фрагмента семантической сети с использованием тех же названий сущностей (узлов) и связей, что и в основной сети, и реализации процедуры «наложения» вопроса на сеть и поиска такого его положения, которое соответствует ответу на вопрос.
Для построения сетевой модели представления знаний необходимо выполнить следующие шаги:
1) Определить абстрактные объекты и понятия предметной области, необходимые для решения поставленной задачи. Оформить их в виде вершин.
2) Задать свойства для выделенных вершин, оформив их в виде вершин, связанных с исходными вершинами атрибутивными отношениями.
3) Задать связи между этими вершинами, используя функциональные, пространственные, количественные, логические, временные, атрибутивные отношения, а также отношения типа «являться наследником» и «являться частью».
4) Добавить конкретные объекты и понятия, описывающие решаемую задачу. Оформить их в виде вершин, связанных с уже существующими отношениями типа «являться экземпляром», «есть».
5) Проверить правильность установленных отношений.
Построим сетевую модель представления знаний в предметной области «Сервисный центр» (рисунок 2.2):
Рисунок 2.2 - Семантическая сеть
2.2.3 Фреймовая модель
Фрейм - это минимальная структура информации, необходимая для представлений знаний о стереотипных классах объектов, явлений, ситуаций, процессов и др. С помощью фреймов можно моделировать знания о самых разнообразных объектах интересующей исследователя предметной области - важно лишь, чтобы эти объекты составляли класс концептуальных (повторяющихся, стереотипных) объектов, процессов и т.п.
Фрейм состоит из имени и отдельных единиц, называемых слотами. Он имеет однородную структуру:
ИМЯ ФРЕЙМА
Имя 1-го слота: значение 1-го слота
Имя 2-го слота: значение 2-го слота
………………………………
Имя N-го слота: значение N-го слота.
Наполняя слоты конкретным содержанием, можно получить фрейм конкретной ситуации. Слоты в фрейме играют ту же роль, что и поля в записи (БД). При этом их наполнителями являются значения, хранящиеся в полях. Значением слота может быть практически что угодно (числа или математические соотношения, тексты на естественном языке или программы, правила вывода или ссылки на другие слоты данного фрейма или других фреймов). В качестве значения слота может выступать набор слотов более низкого уровня, что позволяет во фреймовых представлениях реализовать «принцип матрешки».
По содержательному смыслу фрейма выделяют:
* фреймы-понятия;
* фреймы-меню;
* фреймы с иерархически вложенной структурой.
Фрейм-понятие - это фрейм типа «И». Например, фрейм «операция» содержит объединенные связкой «И» имена слотов «что делать», «что это дает», «как делать», «кто делает», «где делать» т.д., а фрейм «предмет» - слоты с именами «назначение», «форма», «вес», «цвет» и т.д.
Фрейм-меню - это фрейм типа «ИЛИ». Он служит для организации процедурных знаний с помощью оператора «выбрать». Например, фрейм «что делать» может состоять из объединенных связкой «ИЛИ» слотов «решить уравнение», «подставить данные», «уточнить задачу» и т.д., причем каждый из этих слогов может иметь несколько значений [4].
Фрейм с иерархически вложенной структурой предполагает, что в нем в качестве значений слотов можно использовать имена других фреймов, слотов и т.д., т.е. использовать иерархическую структуру, в которой комбинируются другие виды фреймов (в итоге получают так называемые фреймы-сценарии).
Важнейшим свойством теории фреймов является заимствование из теории семантических сетей - так называемое наследование свойств. И во фреймах, и в семантических сетях наследование происходит по АКО-связям («это»). Слот АКО указывает на фрейм более высокого уровня иерархии, откуда неявно наследуются, то есть переносятся, значения аналогичных слотов [4].
Для построения фреймовой модели представления знаний необходимо выполнить следующие шаги:
1) Определить абстрактные объекты и понятия предметной области, необходимые для решения поставленной задачи. Оформить их в виде фреймов-прототипов (фреймов-объектов, фреймов-ролей).
2) Задать конкретные объекты предметной области. Оформить их в виде фреймов-экземпляров (фреймов-объектов, фреймов-ролей).
3) Определить набор возможных ситуаций. Оформить их в виде фреймов-ситуаций (прототипы). Если существуют прецеденты по ситуациям в предметной области, добавить фреймы-экземпляры (фреймы-ситуации).
4) Описать динамику развития ситуаций (переход от одних к другим) через набор сцен. Оформить их в виде фреймов-сценариев.
5) Добавить фреймы-объекты сценариев и сцен, которые отражают данные конкретной задачи.
Построим фреймовую модель представления знаний в предметной области «Сервисный центр гарантийного обслуживания».
1) Ключевые понятия данной предметной области - сервисный центр, тот, кто оформляет заказы на ремонт объекта (администратор) и тот, кто ремонтирует объект отношений - мастер по ремонту. У сотрудников центра есть общие характеристики, поэтому целесообразно выделить общее абстрактное понятие - человек. Тогда фреймы «Сервисный центр» и «Человек» являются прототипами-образцами, а фреймы «Администратор», «Мастер по ремонту» - прототипами-ролями. Также нужно определить основные слоты фреймов - характеристики, имеющие значения для решаемой задачи.
Таблица 2.1 - Фрейм «Человек»
ЧЕЛОВЕК |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Пол |
Мужской или женский |
Из внешних источников |
|
Возраст |
От 18 до 65 лет |
Из внешних источников |
Таблица 2.2 - Фрейм «Сервисный центр»
СЕРВИСНЫЙ ЦЕНТР |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Название |
Из внешних источников |
||
Директор |
Из внешних источников |
||
Адрес |
Из внешних источников |
Фреймы-наследники содержат все слоты своих родителей, они явно прописываются только в случае изменения какого-либо параметра.
Таблица 2.3 - Фрейм «Администратор»
АДМИНИСТРАТОР (АКО ЧЕЛОВЕК) |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Ф.И.О. |
Из внешних источников |
||
Должность |
Из внешних источников |
||
Телефон |
Из внешних источников |
||
Место работы |
Фрейм-объект |
Из внешних источников |
Таблица 2.4 - Фрейм «Мастер по ремонту»
МАСТЕР ПО РЕМОНТУ (АКО ЧЕЛОВЕК) |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Ф.И.О. |
Из внешних источников |
||
Должность |
Из внешних источников |
||
Телефон |
Из внешних источников |
||
Место работы |
Фрейм-объект |
Из внешних источников |
Фреймы-образцы описывают конкретную ситуацию: информацию о компании, кто работает компании и т.д. Поэтому определим следующие фреймы-образцы, являющиеся наследниками фреймов-прототипов:
Таблица 2.5 - Фрейм-образец «Сервисный центр»
ИП «СЕРВИСГАРАНТ» (АКО СЕРВИСНЫЙ ЦЕНТР) |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Название |
СервисГарант |
Из внешних источников |
|
Директор |
Пошелюк А.А. |
Из внешних источников |
|
Адрес |
ул. Ленина, 15 |
Из внешних источников |
Таблица 2.6 - Фрейм-образец «Администратор»
ЛЕВКЕВИЧ АНАСТАСИЯ ИГОРЕВНА (АКО АДМИНИСТРАТОР) |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Пол |
Женский |
Из внешних источников |
|
Возраст |
25 |
Из внешних источников |
|
Ф.И.О. |
Левкевич А.И. |
Из внешних источников |
|
Должность |
Администратор СЦ |
Из внешних источников |
|
Телефон |
128-55-86 |
Из внешних источников |
|
Место работы |
ИП «СЕРВИСГАРАНТ» |
Из внешних источников |
Таблица 2.7 - Фрейм-образец «Мастер по ремонту»
ПОТОЦКИЙ АРКАДИЙ ОЛЕГОВИЧ (АКО МАСТЕР ПО РЕМОНТУ) |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Пол |
Мужской |
Из внешних источников |
|
Возраст |
32 |
Из внешних источников |
|
Ф.И.О. |
Потоцкий А.О. |
Из внешних источников |
|
Должность |
Мастер по ремонту СЦ |
Из внешних источников |
|
Телефон |
528-75-86 |
Из внешних источников |
|
Место работы |
ИП «СЕРВИСГАРАНТ» |
Из внешних источников |
Ситуации возникают после наступления каких-то событий, выполнения условий и могут следовать одна за другой. Динамику предметной области можно отобразить в виде фреймов-сценариев. Их может быть множество, опишем наиболее общий и типичный сценарий обслуживания клиента:
Таблица 2.8 - Фрейм-сценарий образец «Обслуживание клиента»
ОБСЛУЖИВАНИЕ КЛИЕНТА |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Сервисный центр |
Фрейм-объект |
Из внешних источников |
|
Администратор |
Фрейм-объект |
Присоединенная процедура (определяет по выбранной компании) |
|
Мастер по ремонту |
Фрейм-объект |
Присоединенная процедура (определяет по выбранной компании) |
|
Сцена 1 |
Оформление заявки |
Из внешних источников |
|
Сцена 2 |
Принятие решения |
Из внешних источников |
|
Сцена 3 |
Ремонт объекта |
Из внешних источников |
Таблица 2.9 - Фрейм-сценарий «Обслуживание клиента»
РЕМОНТ ХОЛОДИЛЬНИКА (АКО ОБСЛУЖИВАНИЕ КЛИЕНТА) |
|||
Имя слота |
Значение слота |
Способ получения значения |
|
Сервисный центр |
СЕРВИСГАРАНТ |
Из внешних источников |
|
Администратор |
ЛЕВКЕВИЧ АНАСТАСИЯ ИГОРЕВНА |
Присоединенная процедура (определяет по выбранной компании) |
|
Мастер по ремонту |
ПОТОЦКИЙ АРКАДИЙ ОЛЕГОВИЧ |
Присоединенная процедура (определяет по выбранной компании) |
|
Сцена 1 |
Оформление заявки |
Из внешних источников |
|
Сцена 2 |
Принятие решения |
Из внешних источников |
|
Сцена 3 |
Ремонт объекта «Холодильник» |
Из внешних источников |
Взаимосвязь различных видов фреймов отображается графически в виде графа. Граф представлен на рисунке 2.3.
Рисунок 2.3 - Фреймовая модель
2.3 Разработка системы принятия решений
Критерий принятия решений - это функция, выражающая предпочтения лица, принимающего решения (ЛПР), и определяющая правило, по которому выбирается приемлемый или оптимальный вариант решения.
Всякое решений в условиях неполной информации принимается с учетом количественных характеристик ситуаций, в которых принимаются решения.
Шаг 1. Список тем «проблем».
1. недостаточно квалифицированный персонал;
2. задержки по времени в возврате объекта отношений;
3. недостаточная заработная плата;
4. ненормированный рабочий день персонала;
5. недостаточный уровень обслуживания;
6. высокие цены на услуги;
7. неудобное географическое расположение;
8. загруженный рабочий день;
9. замена устаревшего оборудования на новое;
10. малое количество персонала;
11. разработка и внедрение автоматизированной информационной системы.
Шаг 2. Выбор наиболее важных проблем.
1. недостаточно квалифицированный персонал;
2. задержки по времени в возврате объекта отношений;
5. недостаточный уровень обслуживания;
9. замена устаревшего оборудования на новое.
Шаг 3. Формулировка основной проблемы.
Обозначенные проблемы сведем в таблицу 2.10 и предложим способы их решения.
Таблица 2.10 - Частные проблемы
№ |
Код проблемы |
Способ решения |
|
1 |
1 |
Недостаточно квалифицированный персонал |
|
2 |
2 |
Задержки по времени в возврате объекта отношений |
|
3 |
5 |
Недостаточный уровень обслуживания |
|
4 |
9 |
Замена устаревшего оборудования на новое |
На основании таблицы 2.10 можно сформулировать основную проблему: недостаточно эффективная организация управления сервисным центром.
Шаг 4. Разработка оптимального пути решения проблемы.
Оптимальный путь решения проблемы будет находиться путём решения многокритериальной задачи, условие которой содержится в таблице 2.11. Для решения задачи были выбраны метод ранжирования критериев и метод аддитивной свертки.
Таблица 2.11 - Альтернативы и критерии оценки
№ |
Альтернативы |
Критерии оценки |
|||
Время, дни |
Стоимость, млн. руб. |
Эффективность, % |
|||
1 |
Недостаточно квалифицированный персонал |
21 |
2 |
75 |
|
2 |
Задержки по времени в возврате объекта отношений |
35 |
4 |
82 |
|
3 |
Недостаточный уровень обслуживания |
30 |
10 |
58 |
|
4 |
Замена устаревшего оборудования на новое |
40 |
63 |
46 |
Решение задачи методом ранжирования критериев, заключается в том, что все критерии можно ранжировать по важности так, что при последовательном рассмотрении критериев вначале используется первый, который является самым важным критерием, затем второй и так далее.
В получившейся задаче три критерия: время, стоимость и эффективность. Предположим, что для сервисного центра, главный критерий эффективность, остальные же критерии не так важны, тогда задача сводится к нахождению максимального значения критерия эффективности, следовательно, оптимальный вариант для улучшения организации работы сервисного центра - оптимизировать работу по времени доставки и ремонта - увеличивает эффективность работы на 82%.
Точность и надежность процедуры ранжирования в значительной степени зависят от количества объектов. В принципе, чем таких объектов меньше, тем выше их «различимость» с точки зрения респондента, и, тем большую надежность приобретает измерение [4].
При решении задачи методом аддитивной свёртки нужно сначала охарактеризовать в численном выражении критерии: эффективность - 0,5, стоимость - 0,25, время - 0,25. Тогда результирующая функция примет следующий вид:
(2.1)
Затем, используя таблицу 2.11 и формулу 2.1, можно рассчитать глобальный критерий для каждой из альтернатив. Для этого необходимо перевести абсолютные значения в относительные по формуле 2.2.
(2.2)
Характерным свойством аддитивной свертки является то, что максимальную оценку с ее помощью получают те альтернативы, которые имеют больше критериев близких по значениям к максимальным. При изменении направления оптимизации приоритеты меняются на противоположные [4].
Результаты расчёта глобального критерия для каждой из альтернатив приводятся в таблице 2.12.
Таблица 2.12. Расчёт глобального критерия
№ |
Альтернативы |
Коэффициенты весомости критериев оценки |
Глобальный критерий |
|||
Время |
Стоимость |
Эффективность |
||||
1 |
Недостаточно квалиф-й персонал |
0 |
0 |
0,8055 |
0,40275 |
|
2 |
Задержки по времени в возврате объекта отношений |
0,7368 |
0,0327 |
1 |
0,6923 |
|
3 |
Недостаточный уровень обслуживания |
0,4736 |
0,1311 |
0,3333 |
0,3178 |
|
4 |
Замена устаревшего оборудования на новое |
1 |
1 |
0 |
0,5 |
Исходя из таблицы 2.12, оптимальным путём решения проблемы является альтернатива №2, так как глобальный критерий для этой альтернативы имеет наибольшее значение.
2.4 Программная реализация системы принятия решений
Программой могут управлять два пользователя: администратор и мастер по ремонту. Администратор ведет информацию о сотрудниках, клиентах, товарах, а также может пользоваться функцией принятия решений, а мастер по ремонту - журнал операций. В зависимости от того, какой пользователь выбран, доступен разный функционал. Окно выбора пользователя представлено на рисунке 2.4.
Рисунок 2.4 - Окно «Выбор пользователя»
Если был выбран пользователь «Администратор», то открывается окно, в котором можно редактировать информацию о товарах, которое содержит кнопки перехода к другим формам, доступным администратору, а также функции принятия решений (рисунок 2.5-2.7).
На рисунке 2.8 отображена форма «Журнал операций», она доступна только мастеру по ремонту объектов (товара). Информация, которая доступна мастеру, берется на основании той, что имеется у администратора. Мастер создает список, который отображает все отремонтированные или выдаваемые новые объекты.
Рисунок 2.5 - Окно «Информация о товарах»
Рисунок 2.6 - Окно «Информация о клиентах»
Рисунок 2.7 - Окно «Информация о сотрудниках»
Рисунок 2.8 - Окно «Журнал операций»
После того как администратор нажал на кнопку «Перейти к анализу объекта», запускается мастер анализа объекта. На экране монитора появляется окно, в котором задается вопрос и имеются варианты ответа, ответив на которые делается вывод об объекте (не обслуживать, ремонтировать либо заменить на новый).
На рисунках 2.9-2.13 отображены некоторые случаи.
Рисунок 2.9 - Промежуточное окно мастера анализа объекта
Рисунок 2.10 - Промежуточное окно мастера анализа объекта
Рисунок 2.11 - Окно варианта результата №1
Рисунок 2.12 - Окно варианта результата №2
Рисунок 2.13 - Окно варианта результата №3
Исходя из полученного результата, администратор решает, отказать клиенту в обслуживании, ремонтировать объект или же заменить его на новый.
Заключение
Концепция баз знаний создает предпосылки для расширения возможностей отображения закономерностей предметной области и получения новых знаний путем их вывода. При этом значительно ослабляется противоречие между миром реальности и требованиями по формализованному представлению информации в ЭВМ, а компьютерная поддержка принятия решений позволяет принимать эффективные решения, что ускоряет процесс обслуживания клиентов. Это сочетание даёт возможность использовать знания, опыт и интересы, объективные и субъективные модели, оценки и данные для реализации компьютерных методов формирования целей и реализующих их стратегий.
В ходе выполнения курсового проекта были выполнены следующие задачи:
· произведен системный анализ предметной области;
· построена база знаний на основе трех моделей (продукционные правила, семантическая сеть, фреймовая модель);
· разработана система принятия решений.
На основании вышесказанного можно сделать вывод о том, что разработка системы принятия решений предметной области для учёта гарантийного обслуживания указанных товаров сервисными центрами является целесообразной и будет приносить реальную пользу при использовании ее в процессе управления центром и оказания услуг клиентам.
Список источников
знание база программный фреймовый
1. Антонов, А.В. Системный анализ. Учеб. для вузов/ А.В. Антонов. - М.: Высшая школа, 2006. - 454 с.
2. Гаврилова, Т.А. Базы знаний интеллектуальных систем/ Т.А. Гаврилова, В.Ф. Хорошевский. - СПб.: Питер, 2000. - 209 с.
3. Кулик, С.Д. Элементы теории принятия решений (критерии и задачи)/ С.Д. Кулик. - М., НИЯУ МИФИ, 2010. - 188 с.
4. Черняховская, Л.Р. Методология систем и принятие решений/ Л.Р. Черняховская. - М.: Наука, 2007. - 271 с.
Размещено на Allbest.ru
Подобные документы
Классификация систем поддержки принятия решений. Сравнительный анализ методик для оценки рисков розничного кредитования. Структура системы поддержки принятия решений, формирование начальной базы знаний. Проектирование базы данных информационной системы.
дипломная работа [1,9 M], добавлен 10.07.2017Анализ существующих решений системы поддержки принятия решений для корпоративной сети. Многоагентная система. Разработка концептуальной модели. Структура базы знаний. Разработка модели многоагентной системы на базе сетей Петри. Методика тестирования.
дипломная работа [5,1 M], добавлен 19.01.2017Преимущества и недостатки моделей представления знаний. Модель, основанная на правилах, фреймовая модель. Семантическая сеть. Структура экспертных систем и этапы их разработки. Механизмы логического вывода. Стратегия "вверх-снизу", "от цели к ситуации").
презентация [195,3 K], добавлен 29.10.2013Обслуживание двух встречных потоков информации. Структура информационных систем. Разработка структуры базы данных. Режимы работы с базами данных. Четыре основных компонента системы поддержки принятия решений. Выбор системы управления баз данных.
курсовая работа [772,0 K], добавлен 21.04.2016Разработка экспертной системы по выбору языка программирования, отвечающего критериям разработчика: представление базы знаний; выбор и обоснование механизма вывода решения. Программа формирования основного меню, реализация механизма выработки решения.
курсовая работа [2,5 M], добавлен 15.08.2012Проектирование системы принятия решения для аттестации знаний абитуриента на основе тестирования. Особенности создания базы данных и плана перевозок с минимизацией затрат. Разработка информационно-логической модели предметной области "Книга" с атрибутами.
курсовая работа [7,9 M], добавлен 10.10.2012Концепция систем поддержки принятия решений. Диапазон применения Analytica 2.0. Программное обеспечение количественного моделирования. Графический интерфейс для разработки модели. Основные способы моделирования. Диаграмма влияния и дерево решений.
контрольная работа [1,1 M], добавлен 08.09.2011Анализ процессов диагностики повреждений трубопровода. Разработка модели продукционной базы знаний: обзор методов представления знаний, описание создания базы знаний и разработки механизма логического вывода. Экономическое обоснование концепции проекта.
дипломная работа [3,0 M], добавлен 16.04.2017Методы решения проблем, возникающих на стадиях и этапах процесса принятия решений, их реализация в информационных системах поддержки принятия решений (СППР). Назначение СППР, история их эволюции и характеристика. Основные типы СППР, области их применения.
реферат [389,3 K], добавлен 22.11.2016- Разработка алгоритмов и программ для определения сходства семантических сетей на основе их сложности
Семантические сети как модели представления знаний. Основные методы определения сходства графовых моделей систем. Метод решения задач определения сходства семантических сетей на основе их сложности. Разработка алгоритмов и их программная реализация.
дипломная работа [1,3 M], добавлен 17.12.2011