فایل ورد قابل ویرایش
چكيده
سيستمهاي خبره، برنامههاي كاميپوتري هوشمندي هستند كه دانشو روشهاي استنباط و استنتاج را بكار ميگيرند تا مسائلي را حل كنند كهبراي حل آنها به مهارت انساني نياز است.
سيستمهاي خبره كاربر را قادر به مشاوره با سيستمهاي كامپيوتريدر مورد يك مسئله و يافتن دلايل بروز مسئله و راهحلهاي آن ميكند.در اين حالات مجموعه سختافزار و نرمافزار تشكيل دهنده سيستمخبره، مانند فرد خبره اقدام به طرح سئوالات مختلف و دريافتپاسخهاي كاربر، مراجعه به پايگاه دانش (تجربيات قبلي) و استفاده ازيك روش منطقي براي نتيجهگيري و نهايتا ارائه راهحل مينمايد.همچنين سيستم خبره قادر به شرح مراحل نتيجهگيري خود تا رسيدن بههدف(چگونگي نتيجهگيري)و روش حركت تا رسيدن به هدفخواهد بود.
كليد واژه: هوش مصنوعي ، سيتمهاي خبره ، سامانههاي تصميم يار ، كاربره سيتم هاي خبره
1- مقدمه
سامانههای خِبره یا سیستمهای خِبره (Expert systems) به دستهای خاص از نرمافزارهای رایانهای اطلاق میشود که در راستای کمک به کاردانان و متخصّصان انسانی و یا جایگزینی جزئی آنان در زمینههای محدود تخصّصی تلاش دارند. اینگونه سامانهها، در واقع، نمونههای ابتدایی و سادهتری از فنآوری پیشرفتهتر سامانههای مبتنی بر دانش به حساب میآیند.
این سامانهها معمولاً اطلاعات را به شکل واقعیات (Facts) و قواعد (Rules) در دادگانی به نام پایگاه دانش به شکل ساختار مند ذخیره نموده، و سپس با استفاده از روشهایی خاص استنتاج از این دادهها نتایج مورد نیاز حاصل می شود.
2- ساختار يك سيستم خبره
يكي از اهداف هوش مصنوعي، فهم هوش انساني با شبيهسازي آن توسط برنامههاي كامپيوتري است. البته بديهي است كه "هوش" را ميتوان به بسياري از مهارتهاي مبتني بر فهم، از جمله توانايي تصميمگيري، يادگيري و فهم زبان تعميم داد و از اينرو واژهاي كلي محسوب ميشود.
سیستم های خبره یکی از دیدگاههای اصلی و مهم حاصله از کارهای اولیه در حل مسئله، اهمیت دانش خاص با محوریت حوزه مربوطه بود. به عنوان مثال، یک پزشک در تشخیص بیماری تنها موثر نیست زیرا وی از یک مهارت حل مسئله کلی فطری برخوردار است. وی به دلیل آنکه اطلاعات زیادی در زمینه پزشکی دارد موثر و مفید می باشد. بخه طور مشابه، یک زمین شناس دریافتن و کشف ذخیره های معدنی تأثیر گذار است زیرا او قادر به بکارگیری خوب دانش تجربی ونظری در زمینه زمین شناسی و مشکلات روبرو می باشد. دانش خبره، ترکیبی از یک فهم نظری مسئله و مجموعه ای از قوانین حل مسئله اکتشافی است که تجربه نشانگر آن است در آن زمینه مفید بوده است. سیستمهای هوشمند با اکتساب این دانش از سوی یک فرد خبره و کد گزاری آن به فرمی که یک کامپیوتر ممکن است برای مسائل مشابه به کاربرد ساخته می شوند.
این تکیه بر دانش زمینه فرد خبره برای راهکارهای حل مسئله سیستم یک ویژگی مهم سیستمهای خبره محسوب می گردد. اگرچه، بعضی از برنامه های به گونه ای نوشته می شوند که در آنها طراح همچنین منبع دانشی حوزه نیز به شمار می آید، فراتر از نوع معمول و واقعی می باشد که دیده شود چنین برنامه هایی حاصل رشد و همکاری بین یک خبره حوزه باشد نظیر یک پزشک، شیمی دان، زمین شناس یا مهندس و يک متخصص مجزای هوش مصنوعی. خبره حوزه، دانش لازم حوزه مسئله را از طریق یک بحث کلی روش های حل مسئله خود و با نمایش دادن مهارتها بر روی یک سری از مسائل نمونه ای کاملا" دقیق انتخاب شده ارائه می دهند. متخصص هوش مصنوعی یا مهندس دانش مانند طراحان سیستمهای خبره که اغلب شناخته می شوند، مسئول اجرای این دانش در برنامه ایکه هم مؤثر و هم در رفتار هوشمندانه باشند هستند. به محض آنکه چنین برنامه ای نوشته شود، نیاز به پالایش و تصفیه خبرگی ازطریق یک فرآیند ارائه مسائل نمونه ای جهت حل می باشد و خبره حوزه اجازه انتقاد در زمینه رفتار آن داده میشود و تحولات و تعدیلات لازم برای دانش برنامه صورت می گیرد. این فرآیند تکرار می گردد تا برنامه به سطح عملکرد دلخواه خود برسد.
هر سيستم خبره از دو بخش مجزا ساخته شده است: پايگاه دانش و موتور تصميمگيري.
ژپايگاه دانش يك سيستم خبره از هر دو نوع دانش مبتني بر حقايق (factual) و نيز دانش غيرقطعي (heuristic) استفاده ميكند. Factual knowledge، دانش حقيقي يا قطعي نوعي از دانش است كه ميتوان آن را در حيطههاي مختلف به اشتراك گذاشت و تعميم داد؛ چراكه درستي آن قطعي است.