Экспертная система - это система искусственного интеллекта, использующая знания из сравнительно узкой предметной области для решения возникающих задач и объединяющая возможности компьютера со знаниями эксперта в такой форме, что может предложить разумный совет или осуществить решение поставленной задачи. В большинстве случаев эти знания организуются в виде некоторой совокупности правил, позволяющих делать заключения на основе исходных данных или предположений.
Экспертные системы приобретают все большую популярность в решении проблем диагностики, поскольку позволяют аккумулировать обобщенные знания множества специалистов, полученные на основании многолетнего опыта. В этом их ценность и для специалистов, не имеющих еще достаточного опыта и знаний в области диагностики, и для специалистов высокой квалификации. Для первых экспертные системы служат еще и средством обучения, для вторых позволяют не упустить некоторые подробности или частности в поведении объекта диагностирования.
Методы диагностирования, так или иначе, сводятся к методам распознавания образов дефектов. При всем многообразии эти методы используют один из следующих подходов или некую их комбинацию:
- детерминированный подход;
- статистический подход;
- вероятностный подход.
Границы между этими подходами очень условны. Особенно часто вызывает возражение разделение статистического и вероятностного подходов, поскольку оба используют близкий исходный материал и, естественно, оперируют одинаковыми понятиями. Не вступая в спор по этому поводу, отметим, что в данном вопросе авторы придерживаются взглядов И.А. Биргера [5] и попробуют в настоящей работе еще раз подчеркнуть разницу между этими подходами.
Детерминированный подход основан на логических методах распознавания, т. е. методах, использующих логические связи между признаками и состоянием объектов. Объективные закономерности взаимосвязей и причинные обусловленности всех явлений позволяют построить только достаточно жесткую схему (дерево рассуждений), сводящую процесс определения дефекта к движению от корня дерева к конечной диагностической ветви через множество узлов, в которых устанавливается направление движения в зависимости от наличия или отсутствия какого-либо признака. Отличительным свойством этих систем является их быстродействие и возможность практически полной автоматизации процесса диагностики.
Использование статистических методов диагностирования для уникального и единичного оборудования затруднено, т. к. при достаточно редком появлении дефектов затруднительно получить представительные выборки. Не останавливаясь подробно на методах идентификации дефектов, укажем лишь, что решающее правило (правило, опираясь на которое формулируется вывод) при использовании таких методов – это либо близость объекта, имеющего конкретный дефект, к какому-то эталону, либо принадлежность выявленных диагностических признаков какой-то области признаков.
Одним из самых популярных вероятностных подходов является метод, разработанный Р. Байесом. Теорема Байеса и его формула, рекомендованные для использования в целях диагностики значительно раньше, чем появились первые СТД и экспертные системы [5], позволяют, используя априорную вероятность возникновения дефекта и некоторые данные, подтверждающие выдвинутое положение, рассчитать новое значение вероятности того, что положение о наличии дефекта истинно. Очень важным является то, что оценка наличия диагностических признаков не требует категорических ответов «ДА» или «НЕТ», а осуществляется с использованием нечеткой логики, например: «СКОРЕЕ ДА, ЧЕМ НЕТ», «СКОРЕЕ НЕТ, ЧЕМ ДА», «НЕ ЗНАЮ» и т. д.
Приобететение доступа к файлам
ВНИМАНИЕ: Данная информация получена путем сканирования, цифровой обработки физических носителей или обмена с неравнодушными пользователями. Она не имеет отметок грифа секретности и тайны, если вы считаете, что эта информация нарушает Ваши авторские или другие права. Незамедлительно сообщите администратору для удаления ее из портала.