Разработка автоматизированной информационной системы по планированию себестоимости производства рас-тениеводческой продукции

Экспертные системы (ЭС)

Нейронные системы (НС)

Источник

знаний

Формализованный опыт эксперта, выраженный в виде логических утверждений - правил и фактов, безусловно принимаемых системой

Совокупный опыт эксперта-учителя, отбирающего примеры для обучения + индивидуальный опыт обучающейся на этих примерах нейронной сети

Характер

знаний

Формально-логическое “левополушарное” знание в виде правил

Ассоциативное “правополушарное” знание в виде связей между нейронами сети

Развитие

знаний

В форме расширения совокупности правил и фактов (базы знаний)

В форме дообучения на дополнительной последовательности примеров, с уточнением границ категорий и формированием новых категорий

Роль эксперта

Задает на основе правил полный объем знаний экспертной системы

Отбирает характерные примеры, не формулируя специально обоснование своего выбора

Роль искусственной системы

Поиск цепочки фактов и правил для доказательства суждения

Формирование индивидуального опыта в форме категорий, получаемых на основе примеров и категоризация образов

Различия в характере экспертных и нейронных сетевых систем обуславливают их в сферах применения.

Экспертные системы применяются в узких предметных областях с хорошо структурированными знаниями, например в классификации неисправностей конкретного типа оборудования, фармакологии, анализе химического состава проб и т.д.

Нейронные сети применяются кроме перечисленных областей и в задачах с плохо структурированной информацией, например при распознавании образов, рукописного текста, анализе речи и т.д [8].

1.4.2 Экспертные и гипертекстовые системы

Гипертекстовые и экспертные системы дополняют друг друга в своих возможностях моделировать знания. Некоторые исследователи считают, что категорией "знание" стали впервые серьезно оперировать только при разработке систем искусственного интеллекта. Философия рассматривает знания вообще, логика пользуется "понятиями", семантика "значениями", психология имеет дело с "памятью" и "мышлением". Модели знания, реализующиеся в технических системах, имеют упрощенный характер, и дальнейшее их развитие возможно только в условиях взаимодействия всех этих подходов.

Конкретно-технический подход к моделированию знания позволяет разделить их на декларативные и процедурные, на знания "Что?" и знания "Как?". Единицами декларативной памяти являются связанные между собой идеи и факты, а единицами процедурной – "продукции", т.е. правила типа "если ..., то ...".

Эти два типа знаний реализуются в гипертекстовых и в экспертных системах. Они накапливают структурированные знания, но, если первые делают это пассивно, подобно книге, предоставляя свои узлы на обозрение читателю, то вторые требуют от пользователя ввести входные данные, которые они связывают с реакцией системы [1].

Это делает системы непохожими. Но правила, подобные продукционным, могут содержаться и в гипертекстовой системе, хотя в ней они не будут использоваться для автоматического вывода. В свою очередь, бывает полезно просмотреть шаг за шагом продукционные правила экспертной системы, а не просто получить готовый вывод. Такое предоставление на обозрение узлов экспертной системы делает ее подобной гипертекстовой, хотя может оказаться, что человек делает свои логические выводы иначе. Обе системы оказываются подобными одна другой в большей мере, чем это кажется на первый взгляд.

Более существенное отличие между ними в том, что гипертекстовые системы более психологичны потому, что каждый гипертекстный узел может быть развит в сеть других узлов, а узлы экспертной системы хотя и закодированы словами человеческого языка, но имеют элементарно-атомарный характер. Это позволяет считать гипертекстовые системы более общими по сравнению с экспертными.

В последнее время появились гибридные системы, например система позволяющая строить сначала гипертекст в процессе опроса экспертов, в котором затем выделяется база знаний экспертной системы путем придания ему продукционного характера. Введен даже термин "экспертекст" для систем, накапливающих декларативные и процедурные знания в предметной области, а так же эвристические метаправила о том, как их использовать при решении задач. Это позволяет создавать более гибкие системы, чем экспертные, для решения задач, которые не имеют удовлетворительного решения без дополнительной информации.

Еще один гибрид может возникнуть, если с помощью экспертной системы попытаться решать проблемы, возникающие при общении с гипертекстом, – дезориентации и диспетчеризации узлов, составление рекомендованных путей просмотра и схем узлов, учет характеристик читателя и ситуаций, в которые он может попасть, и т.д. Такую систему можно было бы сравнить с книгой, которую автор пишет специально для конкретного читателя, учитывая его пожелания и ход усвоения прочитанного. Видимо, это один из основных путей развития гипертекстовых систем в дальнейшем.

При добавлении к гипертекстовой системе звука и изображения, комбинирование с экспертной системой является особенно желательным[5].

1.5 Преимущества экспертных систем перед человеком экспертом

Системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом.

1. У них нет предубеждений.

2. Они не делают поспешных выводов.

3. Эти системы работают систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.

4. База знаний может быть очень и очень большой. Будучи введены в машину один раз, знания сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и навсегда теряются.

5. Системы, основанные на знаниях, устойчивы к “помехам”. Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей. ЭС, не обремененные знаниями из других областей, по своей природе менее подвержены “шумам”. Со временем системы, основанные на знаниях, могут рассматриваться пользователями как разновидность тиражирования- новый способ записи и распространения знаний. Подобно другим видам компьютерных программ они не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решат задачи быстрее и эффективнее.

6. Эти системы не заменяют специалиста, а являются инструментом в его руках[16].

1.6 Экспертные системы в экономике

Экспертные системы, являются одним из важнейших направлений применения новых информационных технологий в области экономике. В аграрном секторе зарубежных стран широко используются экспертные системы по управлению производством сельскохозяйственных культур, прогнозированию и контролю почвенной эрозии, заболеваний и распространения вредителей сельскохозяйственных культур, ирригации, кормлению сельскохозяйственных животных, общему управлению фермерским хозяйством. В Российской Федерации функционируют экспертные системы для определения болезней различных сельскохозяйственных культур, организации продукционных и технологических процессов в растениеводстве для томатов, кукурузы, пшеницы, управления процессами производства сахарной свеклы, анализа инвестиционных проектов и кредитоспособности агропромышленных предприятий и др.

Однако при создании экспертных систем очень мало внимания уделяется решению проблем управления затратами. А ведь в современных условиях для обеспечения эффективной деятельности предприятий важнейшей функцией управления должно стать управление затратами на производство продукции.

Для обеспечения решения этой сложной задачи во ВНИИЭиН были разработаны экспертные системы «ЭСУЗАР-1» и «ЭСУЗАР-2.

При создании экспертных систем под термином «управление затратами» понималась экономическая задача регулирования уровня расходов живого и овеществленного труда (сырья, материалов, топлива, энергии, денежных средств и других ресурсов), осуществляемая для достижения управляющим субъектом определенных целей производственной деятельности (получение максимальной прибыли, стабилизация доходов, сохранение или расширение масштабов производства и др.). Для большей эффективности управление затратами должно производиться не только при их годовом планировании, но и в ходе производственного процесса выращивания культур. Поэтому экспертным системам были приданы функции управления затратами при планировании на весь цикл выращивания культуры (годовое планирование) и конкретный этап работ (оперативное планирование) [11].

Экспертные системы управления затратами на выращивание зерновых культур «ЭСУЗАР-1» и «ЭСУЗАР-2» являются заменителями консультантов по вопросам технологии и экономики производства озимой и яровой пшеницы, озимого и ярового ячменя. В них аккумулирован профессиональный опыт высококвалифицированных специалистов этой отрасли и содержится значительное количество программ, позволяющих автоматизировать экономические расчеты. Они способны предложить товаропроизводителям решения, позволяющие значительно снизить затраты на выращивание зерна и повысить эффективность производства.

В отличие от «ЭСУЗАР-1», консультирующей по вопросам технологии и экономики выращивания озимой пшеницы, «ЭСУЗАР-2» помимо предоставления пользователю возможности осуществлять множество альтернативных расчетов по 4 культурам обеспечивает решение «обратной» задачи. Эта система дополнена блоками поиска путей уменьшения затрат в случае неудовлетворенности пользователя результатами «прямых» расчетов (от технологических операций к итогу затрат на выращивание культуры). «Обратная» задача решается при помощи коэффициентов взаимосвязи факторов и результатов производства.

В основу «ЭСУЗАР-2» положен метод минимизации уровня затрат, базирующийся на теории инкрементализма — современной теории планирования, которая утверждает, что для ситуации, где изменения протекают медленно, принятие эффективных решений состоит из мелких шажков, делаемых последовательно. Применительно к экспертной системе этот метод реализован следующим образом. Руководствуясь правилами, предоставленными ЭВМ, на каждой ступени формирования затрат на производство продукции пользователь выбирает из нескольких предложенных вариантов наиболее подходящий для конкретной производственной и погодной ситуации и таким образом формирует наиболее целесообразную технологию выращивания культуры.

В целом разработанная экспертная система «ЭСУЗАР-2» выполняет следующие операции:

         хранение технологической и экономической информации;

         выдача на экран по запросу пользователя информации-правила, необходимой в момент принятия решения по конкретному вопросу;

         предоставление пользователю на каждой экранной странице системы пояснений для работы с клавиатурой при выдаче команд ЭВМ;

         расчет ситуационных нормативов трудоемкости, материалоемкости и себестоимости;

         проведение расчетов затрат на выращивание культур по альтернативным вариантам;

         хранение результатов многовариантных расчетов до тех пор, пока не будет выбран наиболее подходящий для пользователя;

         корректировка выбранного варианта расчета с целью дальнейшей минимизации затрат в расчете на единицу продукции.

Чтобы экспертная система выполняла перечисленные выше функции, при ее разработке была создана значительная по объему база знаний, в которую включены:

         характеристики районированных сортов зерновых культур и почвенно-климатических условий, обеспечивающих получение высоких урожаев этих культур;

         рекомендуемые нормы высева семян для конкретных условий;