Программа «Малая Экспертная Система 2.0» представляет из себя простую оболочку экспертной системы, на основе байесовской системы логического вывода. Оболочка предназначена для проведения консультации с пользователем в какой-либо прикладной области с целью определения вероятностей возможных исходов и использует для этих целей оценку правдоподобности некоторых предпосылок, которые система получает от пользователя.
Одним из основных достоинств этой программы является возможность создания, редактирования и изменения базы знаний, созданной самим пользователем. Для этого можно использовать «Редактор баз знаний», поставляемый совместно с «Малой Экспертной Системой».
В комплекте с системой имеются примеры баз знаний, например, медицинская база знаний по 89 болезням и база для идентификации микроорганизмов[2].
- Рисунок 1 – Интерфейс Малой экспертной системы 2.0
Для инсталяции необходимо запустить файл MiniES2Install.exe и следовать указаниям установщика. Программа не имеет специфических системных требований. Главное требование – ОС Windows. Автором программы является Алексей Бухнин.
Важным плюсом программы «Малая Экспертная Система» можно назвать возможность создания, редактирования и использования собственной базы знаний. Чтобы облегчить данную задачу, был написан Редактор баз знаний 1.0, поставляемый вместе с системой.
- Рисунок 2 – Интерфейс Редактора баз знаний 1.0
Возможности редактора:
а) изменение файлов размером больше 64 килобайт;
б) возможность отображения положения курсора в данный момент;
в) поиск и изменение частей текста;
г) проверка сформированной базы знаний на ошибки без запуска «Малой Экспертной Системы»;
д) работа паролями баз знаний.
Редактор дает возможность задавать пароли на изменение и чтение баз знаний.
База знаний может быть так же создана в программе Блокнот и сохранена в формате .mkb.
База знаний является текстовым файлом с возможностью последующего шифрования, содержащим три секции, имеющие структуру:
1.
Описание базы знаний, имя автора, комментарий и т.п.
(возможно использование записи в несколько строк, общей длиной не более 10000 символов; данная секция заканчивается после первой пустой строки).
2.
Свидетельство № 0 (любой текст, размером не более 1000 символов, заканчивающийся переносом строки)
Свидетельство № 1
Свидетельство № 2
…
Свидетельство № N (после последнего свидетельства следует одна пустая строка, и вторая секция заканчивается).
3.
Исход № 0, P [ , i, Py, Pn ]
Исход № 1, P [ , i, Py, Pn ]
Исход № 2, P [ , i, Py, Pn ]
…
Исход № M, P [ , i, Py, Pn ]
Последняя секция задает описание правил вывода. В начале описания задаётся исход, вероятность которого изменяется в зависимости от данных правил. Это текст, содержащий различные символы, за исключением запятых. После запятой записывается априорная вероятность данного исхода (P), т.е. вероятность исхода в том случае, если отсутствует какая-либо дополнительная информация. Далее через запятую записывается ряд повторяющихся полей, состоящих из трёх элементов: (i), ( Py = P(E / H) и Pn = P(E / неH)).
(i) – номер соответствующего вопроса (симптома, свидетельства).
( Py = P(E / H) и Pn = P(E / неH) ) – вероятности ответа «Да» на данный вопрос, в случае, если возможный исход верен и неверен. Эти данные записываются для каждого вопроса, связанного с данным исходом[1].
Следует заметить, что P меньшее или равное 0.00001 считается равной нулю, а P большее или равное 0.99999 – единице, поэтому не следует указывать такие значения – исход с подобной априорной вероятностью обрабатываться не будет[1].
Постоим такую базу знаний:
“Диагностика заболевания”
Автор: Александр Столяров.
Вопросы:
Температура есть?
Озноб есть?
Боль в горле?
Изменение цвета лица?
Насморк?
Боль в желудке
Грипп, 0.1, 1,0.7,0.1, 2,0.7,0.1, 3,0.01,0.5, 4,0,0.5, 5,0.5,0.5
Фарингит, 0.3, 1,0.1,0.5, 2,0,0.5, 3,0.95,0, 4,0,0.5
Отравление, 0.3, 2,1,0.3, 4,0.8,0.4
ОРЗ, 0.4, 2,0,0.5, 4,1,0.1, 5,0,0.5
Аллергия, 0.4, 1,0,0.3, 4,0.4,0.2, 5,1,0.5
- Рисунок 3 – База знаний, построенная в редакторе
Чтобы начать диагностику требуется нажать на кнопку «Начать консультацию с экспертной системой», либо на «горячую» клавишу <F3>.
Данная версия поддерживает два варианта ответа пользователя:
- Задаем по некоторой шкале коэффициент уверенности (например, от –5, означающего «точно нет», до +5, означающего «точно да»).
- Вводим вероятность истинности свидетельства (число от нуля до единицы).
И в первом и во втором случае пользователь может выбирать любые промежуточные значения. Кнопка КУ/Р, расположенная слева от приглашения на ввод ответа, позволяет переключиться между вариантами ответа. Так же это можно сделать при помощи «горячей» клавишей <F8>[1].
Откроем созданную базу знаний в Малой Экспертной Системе 2.0.
- Рисунок 4 – Созданная база знаний, открытая в системе
Запустим диагностику и ответим на вопросы системы.
- Рисунок 5 – Пример диагностики системой
Результаты диагностики можно сортировать по алфавиту или вероятности.
Данная система, как уже было сказано выше, использует байесовскую систему логического вывода. Это означает, что информация, которая обрабатывается экспертной системой, не может являться абсолютно точной, а носит, скорее, вероятностный характер[4]. Пользователь не может быть полностью уверен в абсолютной истинности или ложности свидетельства, он может лишь отвечать на запросы системы с какой-либо степенью уверенности. В свою очередь система выводит результат консультации в форме градированных вероятностей наступления исходов.
Библиографический список
- «Малая экспертная система 2.0 Редактор баз знаний 1.0», Руководство пользователя, Национальный Технический Университет Украины «Киевский Политехнический Институт», Кафедра КЭВА, 2000 г.
- Оболочки для создания Экспертных систем [Электронный ресурс] // Bourabai Research. URL: http://bourabai.ru/alg/expert22.htm (дата обращения 26.04.2016)
- Новикова В.А., Андреева Е.Ю., Туйкина Д.К., Искусственный интеллект и экспертные системы [Электронный ресурс] // Экспертные системы. URL: http://expro.ksu.ru/materials/ii_i_es/book.html (дата обращения 26.04.2016)
- Столярова А.И., Севостьяновой А.В. О проблемах внедрения медицинских информационных систем // Сборник трудов международной конференции «Информационные технологии в науке, управлении, социальной сфере и медицине» 2015 г. – Т. 3; Томск: АлтГТУ, 2015. – С. 338-340
- Петеляк В.Е. Моделирование программного обеспечения средней и меньшей сложности с помощью автоматно-алгоритмических схем // Современные проблемы науки и образования: материалы XLV внутривузовской научной конференции преподавателей МаГУ. – Магнитогорск: МаГУ, 2007. – С. 257- 258.