КЛАССИФИКАЦИЯ ЭКСПЕРТНЫХ СИСТЕМ

Главной и наиболее явной причиной развития промышленных интеллектуальных систем явилась высокая степень зависимости от приложений. Именно отсюда исследователи получали не только финансовую поддержку ддя теоретических разработок, но и практические заказы, способствующие продвижению новых идей в жизнь.

Когда промышленные системы продемонстрировали свою эффективность, как разработчики, так и конечные пользователи оказались вынужденными их классифицировать по самым разным параметрам. Естественно, реальные системы включают в себя многие подсистемы в виде пакетов прикладных программ, СУБД, табличных процессоров и т.п., вследствие чего являются достаточно сложными объектами для классификации. Поэтому приводимая классификация является достаточно условной и допускает разные модификации, также как, например, информационные системы.

Если обратить внимание на технические средства, то классификация по типу ЭВМ будет выглядеть следующим образом: системы для суперЭВМ, ЭВМ средней производительности, символьных ЭВМ, мини-ЭВМ и персональных компьютеров. Такой подход указывает на уровень сложности экспертной системы.

По степени разработанности системы классификация также достаточно традиционная: исследовательский прототип, действующий прототип, промышленная система, коммерческая система.

Связь с реальным временем является другим очевидным параметром классификации. Когда экспертная система работает в предметной области, для которой исходная информация не меняется во времени, говорят о статической системе. В противном случае, когда информация о предметной области меняется в процессе решения задач в режиме реального времени, речь идет о динамической экспертной системе. Промежуточную систему, когда информация меняется с некоторым фиксированным интервалом времени, трактуют как квазидинамическую.

Почти все, кто имеет дело с экспертными системами, заинтересованы в классификации по характеристикам предметной области и характеристикам типов решаемых в ней задач.

Одной из проблем современной экономической действительности становится обеспечение научной обоснованности принимаемых экономических и управленческих решений. Характер постоянно усложняющихся задач, важность экономического анализа, опыт конкурентной борьбы в условиях рыночной экономики — все это объективно заставляет обратиться к интеллектуальным системам. Например, многие вопросы деятельности фирмы уже невозможно решать без привлечения систем, информирующих о произошедших изменениях в динамике биржевых цен и предлагающих в ответ те ли иные действия в ближайшем или отдаленном будущем. Те системы, которые работают в такого рода предметных областях, относят к разряду мониторинговых.

Рассмотрим их подробнее. Во многих случаях обращение к подобным системам становится первым шагом на пути внедрения интеллектуальных систем в практику управления. Задачи непрерывной интерпретации данных в реальном масштабе времени и сигнализация о превышении уровней определенных параметров обычно понятны руководителям и не встречают сопротивления в процессе внедрения. В сфере экономики широкое распространение помимо биржевых получили банковские, корпоративные и региональные мониторинговые системы. Экспертные знания здесь нужны для того, чтобы не пропустить информацию об обострении экономической ситуации или, наоборот, не поднимать ложную тревогу.

Неразрывно связаны с рассматриваемыми проблемами системы производственного и институционального мониторинга. Первые обеспечивают выявление нестандартных ситуаций и реакцию на них в сфере финансово-хозяйственной деятельности, а вторые — в сфере нормативно-правовой документации. Налицо необходимость использовать интеллектуальные системы для проведения расчетов, оценки полученных результатов, диагностики ситуации и представления рекомендаций по принятию необходимых решений. Дело не только в неопределенности критериев и сложности определения тенденций развития экономической ситуации, но и в необходимости учета временного фактора, который в ряде случаев оказывается определяющим.