Экспертные системы

знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области

и в пределах этой области способна принимать решения на уровне эксперта-профессионала.

от данных, и мощность экспертной системы обусловлена в первую очередь

мощностью базы знаний и только во вторую очередь используемыми методами решения задач;
решаемые ЭС задачи являются неформализованными или слабоформализованными и используют эвристические, экспериментальные, субъективные знания экспертов в определенной предметной области.

технологическими процессами),
интерпретация,
прогнозирование,
проектирование,
отладка и ремонт,
планирование,
наблюдение

(мониторинг),
обучение.

инструментальные средства. Среди инструментальных средств для создания ЭС наиболее популярны

такие языки программирования, как LISP и PROLOG, а также экспертные системы-оболочки (ЭСО): KEE, CENTAUR, G2 и GDA, CLIPS, АТ_ТЕХНОЛОГИЯ, предоставляющие в распоряжение разработчика - инженера по знаниям широкий набор для комбинирования систем представления знаний, языков программирования, объектов и процедур

на:
ЭС общего назначения.
Специализированные ЭС:
проблемно-ориентированные для задач диагностики, проектирования,

прогнозирования
предметно-ориентированные для специфических задач, например, контроля ситуаций на атомных электростанциях.

от внешней среды.
Динамические, учитывающие динамику внешней среды и предназначенные

для решения задач в реальном времени. Время реакции в таких системах может задаваться в миллисекундах, и эти системы реализуются, как правило, на языке С++.

Гибридные ЭС или, иначе говоря, ЭС интегрированные с базами данных

и другими программными продуктами (приложениями).
По сложности решаемых задач различают:
Простые ЭС - до 1000 простых правил.
Средние ЭС - от 1000 до 10000 структурированных правил.
Сложные ЭС - более 10000 структурированных правил.

с минимальной БЗ.
Демонстрационный образец ЭС, разработанный за 2-4 месяца,

например, на языке типа LISP, PROLOG, CLIPS
Промышленный образец ЭС, разработанный за 4-8 месяцев, например, на языке типа CLIPS с полной БЗ.
Коммерческий образец ЭС, разработанный за 1,5-2 года, например, на языке типа С++, Java с полной БЗ.

которые необходимо хорошо знать, так же как и способы их

преодоления. Подробнее об этих проблемах.
Проблема извлечения знаний экспертов.
Проблема формализации знаний экспертов.

точности.
Недостаток ресурсов.
Неадекватность инструментальных средств решаемой задаче.

ЭС.
Медицинская ЭС MYCIN разработана в Стэнфордском университете в середине

70-х годов для диагностики и лечения инфекционных заболеваний крови. MYCIN в настоящее время используется для обучения врачей.

для определения топологических структур органических молекул. Система выводит молекулярную структуру

химических веществ по данным масс-спектрометрии и ядерного магнитного резонанса.
ЭС PROSPECTOR разработана в Стэнфордском университете в 1974--1983 годах для оценки геологами потенциальной рудоносности района. Система содержит более 1000 правил и реализована на INTERLISP. Программа сравнивает наблюдения геологов с моделями разного рода залежей руд. Программа вовлекает геолога в диалог для извлечения дополнительной информации. В 1984 году она точно предсказала существование молибденового месторождения, оцененного в многомиллионную сумму.