Авторитетность издания
Добавить в закладки
Следующий номер на сайте
В Национальном исследовательском университете «МЭИ» рассмотрены актуальные вопросы применения прецедентного подхода в современных интеллектуальных (экспертных) системах, в частности, в системах поддержки принятия решений.
27.07.2015Прецедентный подход широко применяется при решении целого ряда задач в области искусственного интеллекта, в частности, для моделирования человеческих рассуждений и конструирования интеллектуальных систем (ИС), ориентированных на использование аппарата нетрадиционных логик и методов правдоподобных рассуждений (например, индуктивных методов, методов на основе аналогий и прецедентов).
Методы рассуждения на основе прецедентов (CBR – Case-Based Reasoning) и CBR-системы успешно используются в различных областях человеческой деятельности (в медицине, технике, юриспруденции и др.), прецедентный подход активно применяется в динамических ИС, в системах экспертного диагностирования, поддержки принятия решений (ИСППР), машинного обучения, в информационно-поисковых системах при решении задач прогнозирования, обобщения накопленного опыта, поиска решения в малоизученных предметных областях и т.д.].
CBR-методы основываются на накоплении опыта и последующей адаптации решения известной задачи к решению новой. Прецедентный подход позволяет упростить процесс принятия решений в условиях жестких временных ограничений и при наличии различного рода неопределенностей в исходных данных и экспертных знаниях.
Прецедентный подход
Данный подход базируется на понятии прецедента, определяемого как случай, имевший место ранее и служащий примером или оправданием для последующих случаев подобного рода.
Как правило, CBR-методы включают в себя четыре основных этапа, образующих так называемый CBR-цикл [4]:
– retrieve – извлечение наиболее соответствующего (подобного) прецедента (или прецедентов) для сложившейся ситуации из библиотеки прецедентов (БП);
– reuse – повторное использование извлеченного прецедента для попытки решения текущей проблемы (задачи);
– revise – пересмотр и адаптация в случае необходимости полученного решения в соответствии с текущей проблемой (задачей);
– retain – сохранение вновь принятого решения как части нового прецедента.
Последние два этапа в CBR-цикле могут исключаться и выполняться экспертом
или ЛПР.
Подробное описание дается в статье «Реализация прецедентного модуля для интеллектуальных систем», авторы: Варшавский П.Р., Алехин Р.В., Ар Кар Мьо, Зо Лин Кхаинг (Национальный исследовательский университет «МЭИ», Москва).