an4 sisteme expert de gestiune

Upload: florescu

Post on 03-Apr-2018

230 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    1/180

    Zenovic GHERASIM Ctlina-Lucia COCIANU

    SISTEME EXPERT N ECONOMIE

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    2/180

    2

    Descrierea CIP a Bibliotecii Naionale a RomnieiGHERASIM, ZENOVIC

    Sisteme expert n economie/ Zenovic Gherasim, Ctlina-LuciaCocianu. Bucureti, Editura Fundaiei Romnia de Mine, 2005

    Bibliogr.ISBN 973-725-396-5

    180 p.; 20,5 cm

    I. Cocianu, Ctlina-Lucia

    004.891:33

    Editura Fundaiei Romnia de Mine, 2005

    ,

    Redactor: Cornelia PRODAN

    Tehnoredactor: Marcela OLARU

    Coperta: Cornelia PRODAN

    Bun de tipar: 31.10.2005; Coli tipar: 11,25

    Format: 16/6186

    Editura i Tipografia Fundaiei Romnia de MineSplaiul Independenei, Nr. 313, Bucureti, S. 6, O. P. 83

    Tel./Fax.: 316 97 90; www.spiruharet.roe-mail : [email protected]

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    3/180

    3

    UNIVERSITATEA SPIRU HARET

    Zenovic GHERASIM Ctlina-Lucia COCIANU

    SISTEME EXPERT N ECONOMIE

    EDITURA FUNDAIEI ROMNIA DE MINEBucureti, 2005

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    4/180

    4

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    5/180

    5

    CUPRINS

    Introducere . 9

    I.DEFINIREA, LOCUL, OBIECTIVELE

    I STRUCTURA

    SISTEMELOR EXPERT 11

    1.1. Definirea, locul i obiectivele sistemelor expert 11

    1.1.1.Inteligena artificial 111.1.2.Definirea sistemelor expert .. 141.1.3.Noiunile de cunoatere i raionament din perspectiva

    sistemelor expert ... 151.1.4.Locul i obiectivele sistemelor expert n economie . 161.1.5.Scurt istoric ... 17

    1.2.Structura unui sistem expert ... 181.2.1. Prezentarea arhitecturii unui sistem expert .. 18

    1.2.2.Baza de cunotine 191.2.3.Baza de fapte 201.2.4. Motorul de inferene . 20

    1.2.5. Modulul de achiziie a cunotinelor 201.2.6. Modulul explicativ 21

    1.2.7. Interfaa cu utilizatorul .. 22

    1.3. Tehnologii asociate sistemelor expert 22

    1.3.1. Sistemefuzzy . 221.3.2. Sisteme conexioniste 25

    1.3.3. Sisteme cu calcul evolutiv (calculul evoluionist i algoritmigenetici) 28

    1.3.4. Sisteme multiagent (ageni inteligeni) .. 33

    1.3.5. Sisteme multimedia .. 36

    1.3.6.Raionamentul bazat pe cazuri .. 381.3.7. Raionamentul bazat pe modele 39

    ntrebri de control . 40

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    6/180

    6

    2. METODE DE REPREZENTARE A CUNOTINELOR 42

    2.1. Introducere. Noiuni de baz specifice reprezentrii cunotinelor 422.2. Tehnici de achiziie a cunotinelor 44

    2.3. Elemente de calcul propoziional ... 48

    2.3.1. Propoziii compuse. Analiza propoziiilor compuse.

    Tabele de adevr ... 48

    2.3.2. Tautologii i contradicii. Echivalene logice.

    Algebra propoziional. Forme normale ... 532.3.3. Implicaii logice. Demonstraii formale 58

    2.4. Elemente de calcul predicaional 62

    2.4.1. Componentele sintactice ale calculului predicaional 63

    2.4.2. Interpretri. Validitate ... 66

    2.4.3. Derivri logice .. 692.5. Reguli de producie . 74

    2.5.1. Reprezentarea cunotinelor prin reguli de producie ... 75

    2.6. Baze de date deductive ... 81

    ntrebri de control .. 83

    3. SISTEME EXPERT CU REGULI DE PRODUCIE .. 84

    3.1. Ciclul de baz al unui motor de inferene ... 84

    3.2. Metode de inferen 863.2.1. Metoda deductiv . 873.2.2. Metoda inductiv .. 90

    3.2.3. Metoda mixt 91

    3.2.4. Metoda de control circumstanial . 913.3. Baza de cunotine .. 92

    3.4. Interfaa cu utilizatorul ... 93

    ntrebri de control .. 94

    4. LIMBAJUL DE PROGRAMARE TURBO PROLOG ... 95

    4.1. Noiuni introductive. Reprezentarea cunotinelor n limbajulProlog. Clauze Prolog. Variabile i constante . 95

    4.2. Strategia de cutare a soluiilor n Prolog. Unificare

    i potrivire. Backtracking. Predicatele cutifail 1004.3. Mediul Turbo Prolog .. 110

    4.4. Seciunile programelor n Turbo Prolog 112

    4.5. Operaii de intrare/ieire standard n mediul Turbo Prolog 118

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    7/180

    7

    4.6. Recursivitate n Prolog. Structurile de listi arbore binar.

    Domenii compuse ... 1204.6.1. Tipuri de prelucrare a listelor. Reconstrucia listelor 122

    4.6.2. Structura de arbore binar. Domenii compuse.Arbori de sortare ... 128

    4.6.3. Aplicaie economic utiliznd structura de list

    i domeniile compuse ... 132

    4.7. Baze de date n Turbo Prolog. Aplicaii economice ... 135

    4.7.1. Baze de date interne .. 136

    4.7.2. Baze de date externe n mediul Turbo Prolog ... 139

    ntrebri de control ... 147

    5. PROIECTAREA I REALIZAREA SISTEMELOR EXPERT 1495.1. Ciclul de via al sistemelor expert 149

    5.1.1.Analiza preliminar ... 1505.1.2. Modelarea conceptual . 154

    5.1.3. Colectarea cunotinelor ... 155

    5.1.4. Reprezentarea cunotinelor . 155

    5.1.5. Validarea sistemului . 156

    5.1.6.Introducerea n exploatare i meninerea n funciune ... 1565.2. Metode de modelare a sistemelor expert 157

    5.3. Medii i instrumente de dezvoltare a sistemelor expert . 1585.3.1 Problematica general 158

    5.3.2.Generatorul de sisteme expert Exsys CORVID 159ntrebri de control .. 169

    Bibliografie ... 171

    Anex: Abrevieri i noiuni utilizate n lucrare ... 174

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    8/180

    8

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    9/180

    9

    Introducere

    Lucrarea Sisteme expert n economie este destinat studeniloranului IV ai Facultii de Management Financiar-Contabil, specializareaContabilitate i informatic de gestiune, din cadrul Universitii Spiru Haret,

    care studiaz disciplina Sisteme expert de gestiune, precumi absolveniloraceleiai faculti care urmeaz cursurile de masterat. De asemenea, aceastlucrare poate fi util tuturor acelora care doresc s se iniieze i s-idezvolte abilitile practice n rezolvarea unor probleme economice deasistare a deciziei cu ajutorul sistemelor expert de gestiune.

    n realizarea lucrrii, autorii au urmrit atingerea urmtoarelorobiective: fixarea noiunilor de baz din inteligena artificial, n general, idin logic, n special; iniierea n cunoaterea principiilor, obiectivelor,

    arhitecturii, achiziiei cunoateriii proceselor de infereniere (raionament)n cazul sistemelor expert de gestiune; ctigarea deprinderilor n folosireamediului de dezvoltare Turbo Prolog; cunoaterea etapelor de realizare a

    sistemelor expert de gestiune folosind metode generalei specifice; iniierean utilizarea generatorului de sisteme expertExsys CORVID; cuprindereaunui numr ct mai diversificat de aplicaii economice ale sistemelor expertde gestiune.

    Se presupune c studenii Facultii de Management Financiar-Contabil, specializarea Contabilitate i informatic de gestiune, care abor-deaz disciplina Sisteme expert de gestiune au parcurs deja cursurile deInformatic de gestiune (baze i Internet), Informatic de gestiune (Limbaje

    i SGBD) i Informatic de gestiune (PSI). Aferent lucrrii, s-a editati obrour cu teste-gril care se folosesc la examene.

    Pentru ntocmirea lucrrii, s-au folosit numeroase referinebibliografice att din literatura autohton, cti din cea strin.

    Autorii

    septembrie 2005

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    10/180

    10

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    11/180

    11

    1. DEFINIREA, LOCUL, OBIECTIVELE I STRUCTURA

    SISTEMELOR EXPERT

    1.1.Definirea, loculi obiectivele sistemelor expert

    1.1.1.Inteligena artificial

    Sistemele expertfac parte din ramura informaticii denumitinteli-gen artificial. Prin inteligen artificial, AI, (Artificial Intelligence) senelege tehnologia informatic care privete simularea pe calculatorulelectronic a unor elemente ale inteligenei umane (deducia logic,capacitatea de a nva din experien, obinerea unor concluzii pe bazaunor date incomplete, recunoaterea vorbirii etc.). Prin inteligenartificial, cunotinele umane sunt captate i prelucrate simbolic de un

    sistem de calcul.Inteligena artificial reprezint efortul de dezvoltare a sistemelorbazate pe calculator (att hardware ct i software) care se comport ca ioamenii. Astfel de sisteme sunt capabile s nvee limbaje naturale, sndeplineasc sarcini fizic coordonate (robotic), folosesc aparatur depercepie care asigur informaii despre comportamentul lor fizic ilimbaj (sisteme de percepie vizuali oral) i emuleaz expertiza umani luarea deciziei (sisteme expert). Astfel de sisteme ar putea, deasemenea, s se manifeste logic, s aib intuiie, s raioneze. Mainileinteligente reprezint sisteme hardware care ndeplinesc sarcinileinteligenei artificiale. Ca urmare, elementele familiei sistemelor deinteligen artificial sunt: mainile inteligente, prelucrarea limbajuluinatural, sistemele expert, robotica isistemele de percepie.

    Sistemele de AI de succes sunt bazate pe expertiza uman,cunoatere i modele de raionamente selectate, dar ele nu se potmanifesta la nivelul inteligenei umane. Sistemele de AI existente nu potajunge din urm pe cele cu soluii noi de rezolvare a problemelor.

    Sistemele existente extind puterea experilor, dar fr a se putea substitui

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    12/180

    12

    acestora. Pe scurt, sistemelor de AI existente le lipsete sensul comun igeneralitatea natural a fiinei umane inteligente.

    Inteligena uman este mult mai complexi mult mai larg dect

    inteligena calculatoarelor. Un factor-cheie care face distincia dintrefiinele umane i alte animale este abilitatea fiinelor umane de a dezvoltaasocieri i de a folosi metafore i analogii. Folosirea metaforei i ana-logiei conduce la crearea de ctre oameni a noi reguli, aplicarea vechilor re-guli la noile situaii i, de cele mai multe ori, aciunea intuitivi instictivn afara regulilor. Multe din ceea ce se denumetesens comun saugenera-litate la fiina uman rezult din abilitatea de a crea metafore i analogii.

    Inteligena uman cuprinde, de asemenea, o abilitate unic de a

    impune un aparat conceptual asupra lumii nconjurtoare.Metaconceptelecum sunt cauza-i-efectul timpul, ca i conceptele unei ordini denivel sczut (ca, de exemplu, mic dejun, prnz sau cin) sunt toateimpuse de fiinele umane asupra lumii care le nconjoar. Gndirea ntermenii acestor concepte i aciunea asupra lor reprezint caracteristicicentrale ale comportamentului uman inteligent.

    Dei aplicaiile de AI sunt mult mai limitate dect inteligenauman, acestea prezint mare interes pentru managementi afaceri din

    urmtoarele motive: conservarea expertizei care ar putea fi pierdut n situaiapensionrilor, demisiilor sau decesului unui expert uman cu cunotinedeosebite ntr-un anumit domeniu;

    stocarea informaiei ntr-o form activ pentru a se crea o bazde cunotine organizaionale pe care angajaii s o poat consultaoricnd (de exemplu, cri sau manuale electronice) astfel nct avnd ladispoziie aceast surs, i alte persoane interesate s poat nva regulice nu se gsesc n crile n format pe hrtie;

    crearea unui mecanism care nu este dependent de limiteleorganismului uman, cum ar fi oboseala sau stresul. De aceea, acestesisteme sunt deosebit de utile managerilor n perioade de criz sau atuncicnd joburile sunt periculoase pentru om din punct de vedere fizic, mentalsau al mediului n care se desfoar;

    eliminarea rutinei i joburilor ce produc insatisfacie pentru om; mbuntirea bazei de date organizaionale prin propunerea de

    soluii la problemele specifice care sunt complexe i masive pentru a fi

    analizate de fiinele umane ntr-o perioad scurt de timp.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    13/180

    13

    Raionamentul artificial imit raionamentul natural, specificcreierului fiinei umane. Abordarea cognitiv a inteligenei artificiale(raionamentul artificial este o ncercare de reproducere a raionamentului

    natural care este o succesiune de stri i procese mentale ce convertescstimulii privii ca date de intrare n rezultate sau date de ieire) a permislui E.A. Feigenbaum s defineasc inteligena artificial ca un ansamblude tehnici i metode prin care se asigur capturarea cunotinelor umanei procesarea simbolic a acestora. S-au obinut, astfel, sisteme de ges-tiune a bazelor de cunotine, prin cunotin nelegnd informaie cuneles i informaie care acioneaz (acad. Mihai Drgnescu). Se re-amintete aici cinformaia este o dat care prezint caracter de noutate,

    iar calculatorul electronic realizeaz prelucrarea automat a datelor.Prin abordarea pragmatic (modul de obinere a raionamentuluiartificial difer de modul oferit de modelul biologic), inteligena artificialeste definit ca ramur a informaticii care asigur executarea cu ajutorulcalculatorului a unor sarcini (task-uri) pe care fiina uman le execut, nanumite situaii, mai bine dect calculatorul.

    n sfrit, prin abordarea conexionist(raionamentul artificial esteo ncercare de reproducere a raionamentului natural care este o

    succesiune de stri i procese neuronale), informatica inteligent estedefinit ca acea parte a informaticii care realizeaz prelucrarea automat acunotinelor. Se reamintete c informatica este tiina care asigurprelucrarea automat a datelor. n varianta clasic, prelucrarea estealgoritmic (problema de rezolvat este descompus n pai elementari,modul de rezolvare este descris prin dispunerea pailor ntr-o anumitordine prin folosirea celor trei structuri fundamentale de control specificeprogramrii structurate - secvenial, alternativi repetitivi obinerearezultatului prinprelucrarea serial a datelor). n informatica inteligent,sunt prelucrate date sub form de cunotine, adic acele corelaii logiceisemantice dintre fapte puse n eviden cu ajutorul regulilor deraionament (infereniere). Prelucrarea cunotinelor este o prelucrare

    simbolic (prelucrare nealgoritmic ce nu face diferena dintre date iprograme) i are caracter declarativ.

    Dintre domeniile principale de aplicaie ale inteligenei artificialese enumer: sistemele expert, nvarea automat, demonstrarea automata teoremelor, robotica, jocurile dintre om i calculator, traducerea

    automat, recunoaterea formelor, realitatea virtual.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    14/180

    14

    1.1.2. Definirea sistemelor expert

    Sistemul expertreprezint un sistem de programe pe calculator,

    fundamentat pe metode i tehnologii ale inteligenei artificiale, carestocheaz cunotinele mai multor experi umani dintr-un domeniu bine

    definiti pe care apoi le utilizeaz pentru rezolvarea problemelor dificile

    specifice domeniului.Expertul uman execut aciuni de recunoatere, definire i rezolvare

    a problemelor specifice domeniului su de expertiz. Aceste problemesunt, de regul, slab structurate (adic rezolvarea lor nu se poate face pecale algoritmic), incomplete, complexe, imprecise, inconsistente, incerte,adeseori confuze i care conin aprecieri vagi. Expertul uman converteteaceste probleme din sfera expertizei n sfera cunotinelor comune de

    specialitate.* Astfel, aceste probleme devin complete, simple, clare,consistente, certe, precise.

    Dicionarul de calculatoare Collin consider sistemul expert, ES(Expert System) ca un soft care aplic cunotinele, sfaturile i reguliledefinite de un expert uman ntr-un domeniu particular, asupra datelorutilizatorului, pentru a ajuta la rezolvarea unei probleme.

    Dicionarul de informaticLarousse definete sistemul expert ca un

    soft ce exploateaz cunotinele explicite relative la un domeniu deexpertiz, pentru a asigura un ajutor prin simularea comportamentuluiuman n faza de analizi decizie.

    Din definiiile de mai sus sunt de reinut cuvintele-cheie ale definiriisistemelor expert: acestea reprezintsisteme de programe pe calculator(software); folosesc cunotinele ce aparin unui expert uman (domeniu deexpertiz); asigur un ajutor n rezolvarea problemelor.

    Un sistem expert prezint urmtoarele caracteristici:

    relevana mare;specializarea ntr-un domeniu bine definit; natura simbolic a cunotinelor prelucrate; independena cunotinelor de mecanismul de raionament

    (infereniere);

    * Dorin Zaharie, Pavel Nstase, Felicia Albescu, Irina Bojan,Florin Mihai, Liana-Anica Popa, Sisteme expert. Teorie i aplicaii, Editura

    Dual Tech, Bucureti, 2002.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    15/180

    15

    abordarea declarativa cunotinelor;posibilitatea de a trata cunotine incompletei inexacte; capacitatea de a explica raionamentele efectuate; exploatarea dinamic a cunotinelor prin intermediul mecanis-

    mului de raionament; folosirea unor metode empirice (bazate numai pe experien)

    alturi de metodetiinifice n rezolvarea problemelor.Sistemele expert asigur extinderea prelucrrilor n domenii dificil

    de algoritmizat, ce sunt dominate de informaii calitative (macro-economic, juridic, politic, educaional etc.).

    1.1.3.Noiunile de cunoaterei raionamentdin perspectiva sistemelor expert

    Sistemele expert fac parte din categoria sistemelor informaticebazate pe cunotine, KBS (Knowledge-Based Systems). Dicionareleenglez-romn asigur pentru termenul englezesc knowledge cel puindou echivalente romneti: cunoatere i cunotine. Cunoaterea, nsensul cel mai general prezentat de DEX, reprezint aciunea de acunoatei rezultatul ei. Cunoaterea reprezint reflectarea n contiina realitii existente independent de subiectul cunosctor.* Cunoaterea

    prezint astfel caracter individual. Cunotina, sub aspectele careintereseaz n teoria sistemelor expert, este definit n acelai DEX prin:1. cunoatere; 2. (la plural) totalitatea noiunilor, ideilor, informaiilor

    pe care le are cineva ntr-un domeniu oarecare. n sfrit, noiunea deraionamenteste definit n DEX ca o nlnuire logic de judeci, careduce la o concluzie.

    Cunoaterea, privit ca proces, i raionamentul reprezint dou

    domenii puternic interconectate: cunoaterea se mbogete prinrezultatele raionamentului, iar raionamentele au la baz cunotine.Altfel exprimat, cunoaterea i raionamentul pot fi considerate ca oconsecin logic una alteia.

    *DEX, Dicionarul explicativ al limbii romne, 1996.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    16/180

    16

    Abordat ca aciune, cunoaterea asigur stabilirea unui transfer deinformaie de la obiect la observator.* Sub acest aspect, procesul decunoatere este denumit observaiei asigur informaie relativ la timpul

    prezent. Informaia obinut pe aceast cale reprezint cunotine caresunt reinute, memorate de ctresubiectul cunosctori folosite ulterior,singular sau prin asociere cu alte cunotine (cunotina este informaiecare prezint utilitate i care acioneaz). Cunotinele posed doucomponente: componenta subiectiv (asociat cu subiectul cunosctor) icomponenta obiectiv (asociat cu obiectul cunoaterii). Informaiarezultat din observaie devine cunotin dac este tezaurizat nmemoria individual i, apoi, n memoria colectiv (cunoatere).

    Cunoaterea este compus din piese ale cunoaterii (pieces) carereprezint entiti, fiecare cu o semnificaie anume, pe baza creia acestepiese ale cunoaterii sunt capturate (achiziionate) din ansamblulcunoaterii generale i stocate n baze de cunotine. Totalitatea pieselorcunoaterii formeaz un model al domeniului n care sistemul expert areacces cu ajutorul unor proceduri de organizare, clasificare, cutare irecunoatere (sistemul cognitiv).

    ntr-un raionament, o judecat (premis) este legat de o alt

    judecat (concluzie) prin operaie logic de derivare (infereniere). Existmai multe tipuri de raionament: inducia (trecerea de la particular lageneral), deducia (trecerea de la general la particular) i transpoziia(trecerea de la general la general). Piesele cunoaterii sunt reprezentate nmemorie prinsimboluri care se obin prin abstractizarea universului reali trecerea n domeniul conceptual. Raionamentul opereaz cu simbo-lurile pieselor cunoaterii.

    1.1.4. Locul i obiectivele sistemelor expert n economie

    Sistemele expert pot fi utilizate casisteme informatice specializatesau pot fi integrate ca subsisteme nsisteme informatice hibride, inclusivn sisteme informatice de asistare a deciziei (SIAD sau DSS, DecisionSupport Systems) i n sisteme informatice integrate economice, n

    * Marian Zaharia, Claudia Crstea, Liana Slgean, Inteligenaartificial i sistemele expert n asistarea deciziilor economice, Editura

    Economic, Bucureti, 2003.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    17/180

    17

    conformitate cu concepia holonic asupra sistemelor (dou sau maimulte sisteme autonome se pot integra, pentru a ndeplini obiective binedefinite, pe baza unor criterii prestabilite, pentru a forma un nou sistem de

    referin denumitsistem holonic).Principalele tipuri de sisteme expert utilizate n domeniul

    economic sunt: sisteme expert destinate previziunii i planificrii (deexemplu,previziunea structurii portofoliului de clieni ai unei societi deasigurri sau planificarea investiiilor); sisteme expert de diagnosticare(de exemplu, diagnosticarea situaiei financiare a unei societicomerciale sau supravegherea procesului de acordare a creditelor ntr-obanc);sisteme expert de controli monitorizare (de exemplu, gestiunea

    trezoreriei). Alte tipuri de sisteme expert (folosite n alte domenii dectcel economic) au funcii de depanare i reparare, proiectare, instruire,interpretare, simulare, clasificare. Conform unor statistici, cele maifolosite tipuri de sisteme expert sunt cele de diagnosticare (45%), deplanificare i previziune (25%), de control i monitorizare (15%).

    1.1.5. Scurt istoric

    Sistemele expertau aprut n anii 70 ai secolului XX, la nceput

    pentru aplicaii medicale i tehnice. Dintre primele sisteme expertrealizate, se amintesc MYCIN pentru diagnosticarea bolilor datorateinfeciilor bacteriene i DENDRAL destinat spectrografiei de mas,ambele aparinnd Universitii Stanford din SUA; DART pentrudepanarea calculatoarelor electronice, aparinnd firmei IBM. Ulterior,aplicaiile economice ale sistemelor expert au cptat o amploaredeosebit, n special n domeniile financiar-contabil, bancar i demarketing (exemple: LOAN PROBE al asociaiei de companii de audit

    Big Eight pentru auditarea mprumuturilor de la bnci,SURVEILLANCE EXPERT al bursei din New York, destinat supravegheriitranzaciilor, PLAN POWER al firmei Applied Expert Systems, Inc. planificare financiar individual, BUSINESSPLAN planificare finan-ciar pentru ntreprinderi mici, ce aparine firmei Sterling WentworthCorp, ANSPLAN al firmei Ansoft planificarea firmei pe baza cotei depia i diferenierii produselor, FINANCIAL ADVISOR al firmeiPaliadian Software gestionarea proiectelor de capitalizare intensiv,

    PPAM al firmeiLysia planificare de marketing pentru un singur produs).

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    18/180

    18

    1.2.Structura unui sistem expert

    1.2.1. Prezentarea arhitecturii unui sistem expert

    Arhitectura unui sistem expert cuprinde (fig.1.1.): baza decunotine, baza de fapte, motorul de inferene, modulul de achiziie acunotinelor, modulul explicativ i interfaa cu utilizatorul.

    Fig.1.1.Arhitectura unui sistem expert

    Baza de cunotine i baza de fapte formeaz baza de date asistemului expert.

    Baza de cunotine cuprinde date sub form de cunotine(reprezentate prin reguli, reele semantice, reele neuronale, modelehibride etc.) ale unui domeniu specializat. Aceste cunotine sunt expresiaentitilori a relaiilor dintre ele din universul real.

    Baza de fapte include date despre problema de rezolvat (formulareaproblemei) i fapte generate de procesul de raionamente efectuat de

    motorul de inferene asupra bazei de cunotine.

    MODULUL DEACHIZIIE A

    CUNOTIN ELOR

    MODULUL EXPLICATIV

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    19/180

    19

    Motorul de inferene (inference engine) reprezint partea de pre-lucrare a sistemului expert i constituiesubsistemul rezolutiv al acestuia.

    Modulul de achiziie a cunotinelor permite conversia cuno-

    tinelor din forma asigurat de inginerul de cunotine n forma intern destocare pe suport magnetic specific sistemului de calcul (reprezentareacunotinelor). n plus, modulul de achiziie a cunotinelor reprezinti ointerfa de comunicare cu baza de date a sistemului expert (ctreinterior) i cu alte sisteme informatice (ctre exteriorul sistemului expert).

    Modulul explicativ asigur prezentarea n limbaj natural ajustificrii raionamentelor executate de motorul de inferene i antrebrilor adresate utilizatorului.

    Interfaa cu utilizatorulpermite dialogul utilizatorului cu sistemulexpert, pentru introducerea datelor de intrare i afiarea rezultatelor pentruproblema de rezolvat.

    Baza de cunotine, baza de fapte, modulul de achiziie a cuno-tinelori modulul explicativ formeazsubsistemul cognitiv al sistemuluiexpert, casistem bazat pe cunotine,KBS (Knowledge-Based System).

    Cunotinele realizeaz descrierea rezolvrii unei clase de pro-bleme.Faptele asigur descrierea aseriunilor (afirmaiilor) de instaniere

    a unei probleme de rezolvat ce aparine unei anumite clase de probleme.1.2.2. Baza de cunotine

    Baza de cunotine cuprinde date sub form de cunotine (repre-zentate prin reguli, reele semantice, reele neuronale, modele hibrideetc.), denumite i piese ale cunoaterii ntr-un domeniu specializat. Acestecunotine (piese ale cunoaterii) reprezint expresia entitilor i arelaiilor dintre ele i universul real. Crearea unei baze de cunotine este

    un proces complex, cu multe iteraii i teste, la care particip experiiumani i inginerii de cunotine (cogniticienii) care sunt similari cu ana-litii de sisteme informatice.

    Baza de cunotine stocheazcunoaterea.Nivelul conceptualestespecific bazei de cunotine i conine concepte, piese ale cunoaterii

    prototip (ablon) ce se refer la descrierea obiectelor standard, precum imodul de operare cu aceste elemente.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    20/180

    20

    1.2.3. Baza de fapte

    Baza de fapte include date (piese ale cunoaterii) despre problema

    de rezolvat (formularea problemei) i fapte generate de procesul deraionamente efectuat de motorul de inferene asupra bazei de cunotine.Ca urmare, nivelul faptual specific bazei de fapte conine, alturi de

    piesele cunoaterii, enunulproblemei de rezolvat i, eventual, rezultateleintermediare ale procesului de infereniere ce sunt disponibile numai pedurata acestui proces (cunoateretemporar).

    1.2.4. Motorul de inferene

    Motorul de inferene reprezint partea de prelucrare a sistemuluiexpert i constituie subsistemul rezolutiv al acestuia. El are rolul de aalegestrategia de controlcea mai potrivit tipului problemei de rezolvat,de a realiza planul de rezolvare a problemei, de a derula aciunile derezolvare a acesteia, de a verifica consistena pailor de rezolvare aproblemei n raport cu obiectivele stabilite, de a comuta de pe o strategiede control pe o alta i de a sumariza informaiile de control ce se refer lamecanismele de realizare a raionamentelor de ctre motorul de inferene.

    De exemplu, n cazul sistemelor expert cu reguli de producie, motorul deinferene preia propoziii de la intrare (prin interfaa cu utilizatorul), cautfapte (din baza de fapte) i reguli (din baza de cunotine) prin construireade raionamente (inferene) i, n final, trage o concluzie n virtutea creiaacioneaz sistemul expert.

    Derularea raionamentelor de ctre motorul de inferene se face prininteraciune continu cusubsistemul cognitiv de la care cere i primetepiese ale cunoaterii (piese de cunoatere conceptual sau factual). Deasemenea, prin intermediul interfeei cu utilizatorul, motorul de infereneofer explicaii referitoare la raionamentele de baz executate i laconcluziile obinute ce reprezint soluia problemei de rezolvat.

    1.2.5.Modulul de achiziie a cunotinelor

    Modulul de achiziie a cunotinelorpermite conversia cunotinelor(piese ale cunoaterii) din forma asigurat de inginerul de cunotine nforma intern de stocare pe suport magnetic specific sistemului de calcul(reprezentarea cunotinelor). n plus, modulul de achiziie a cunotinelor

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    21/180

    21

    reprezinti o interfa de comunicare cu baza de date a sistemului expert(ctre interior) i cu alte sisteme informatice (ctre exteriorul sistemuluiexpert).

    Modulul de achiziie a cunotinelor realizeaz acest proces deachiziie, pe de-o parte prin intermediul expertului uman (introducerea depiese ale cunoaterii explicite), iar pe de alt parte, prin autoinstruire(introducerea de piese ale cunoaterii implicite) ce se realizeaz pe bazaexperienei anterioare i prin mecanismele de infereniere (raionament).Atunci cnd se introduce o nou pies a cunoaterii, modulul executverificri pentru a menine consistena bazei de cunotine. Atunci cnd seconstat nerespectarea restriciilor ce au fost impuse pentru piesele

    cunoaterii, modulul semnalizeaz utilizatorului toate aceste necon-cordane folosind pentru aceasta modulul explicativ, respectiv interfaa cuutilizatorul.

    Deoarece bazele de cunotine de dimensiuni mari ce se realizeazprin procedeul manual prezint costuri ridicate i fiindc practica acestorbaze de cunotine a generat necesitatea introducerii unor modificri aleschemei iniiale, modulul de achiziie a cunotinelora suferit numeroaseperfecionri pentru a deservi convenabil cele dou laturi ale procesului

    de achiziie a cunotinelor ce au fost prezentate mai sus. Astfel, au fostrealizate dou componente distincte ale modulului de achiziie acunotinelor: componenta pentru achiziionarea de cunoatereexpliciti componenta de autoinstruire. Autoinstruirea bazei de cunotine seobine prin generalizarea din exemple.

    1.2.6. Modulul explicativ

    Modului explicativ asigur prezentarea n limbaj natural a

    justificrii raionamentelor executate de motorul de inferene i antrebrilor adresate utilizatorului. Cu ajutorul modulului explicativ,expertul uman poate verifica consistena bazei de cunotine, adicdeterminarea eventualelor suprapuneri (redundane) i contradicii (deexemplu, conflicte de prioritate i efecte secundare induse) ntre pieselecunoaterii deja existente n baza de cunotine i piesele cunoaterii noice urmeaz a fi introduse n baz.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    22/180

    22

    1.2.7.Interfaa cu utilizatorul

    Interfaa cu utilizatorulpermite dialogul utilizatorului cu sistemul

    expert, pentru introducerea datelor de intrare i afiarea rezultatelor pentruproblema de rezolvat. De asemenea, prin intermediul interfeei cuutilizatorul ce asigur legtura direct a acestuia cusubsistemulcognitiv,baza de cunotinepoate fi consultati dezvoltat n mod direct.

    1.3.Tehnologii asociate sistemelor expert

    Practica proiectrii i realizrii sistemelor expert n economiedemonstreaz c arareori aceste sisteme sunt curate (neamestecate cu

    alte tipuri de tehnologii sau sisteme informatice), adic s existe n modsingular, n conformitate cu principiile i arhitecturile ES devenite dejaclasice. Ca urmare, au aprut i se dezvolt ntr-un ritm alert sistemeleinteligente hibride

    * care reprezint o combinare a sistemelor expert cusistemele fuzzy, sistemele conexioniste, sistemele cu calcul evolutiv(algoritmi genetici), sistemele multiagent, sistemele multimedia etc. nrealizarea sistemelor expert i a sistemelor inteligente hibride se utilizeazi alte tehnologii moderne, cum sunt raionamentul bazat pe cazuri i

    raionamentul bazat pe modele.1.3.1. Sisteme fuzzy

    Sistemele fuzzy sunt sisteme informatice bazate pegndirea, logicai seturilefuzzy. Multe dintre activitile umane sunt inexacte. Gndireafuzzy desemneaz acel mod de gndire care utilizeaz termeni vagi iambigui ca, de exemplu: dac tarifele la hotel sunt mari, atunci numrulde turiti este mic (gradul de ocupare a hotelului este mic). Termenii vagi

    sunt variabile lingvistice.Programele pe calculator tradiionale necesit precizia de tipul da-nu, corect-greit, alb-neagr, cuplat-decuplat, n timp ce experienauman nu poate fi redus ntotdeauna la o asemenea simplitate a

    * Ioan Andone, Sisteme inteligente hibride. Teorie. Studii de caz pentruaplicaii economice. Ghidul dezvoltatorului, Editura Economic, Bucureti,

    2002.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    23/180

    23

    abordrii. Lucrul cu dou variabile logice este specific logicii clasice saubivalente: adevrat(True) -1 saufals (False) - 0).

    Logica fuzzy sau logica polivalent (multivaloare) materializeaz

    lucrul cu mai mult de dou variabile logice, folosind ntregul interval devalori cuprins ntre 0 i 1. De exemplu, dac 1 este culoarea alb, iar 0 esteculoarea negru, atunci nuanele degri cuprinse ntre albi negru (adicntre 1 i 0) reprezint variabilefuzzy. Logicafuzzy, cu dezvoltare bazatpe reguli, de dat relativ recent n inteligena artificial, tolereazimprecizia i adesea se folosete pentru rezolvarea problemelor care ante-rior erau considerate ca fiind nerezolvabile. Logica fuzzy const dintr-ovarietate de concepte i tehnici pentru reprezentarea i inferenierea

    cunotinelor care sunt imprecise, incerte i nesigure. Logicafuzzy poategenera reguli care folosesc valori aproximative sau subiective i dateincomplete sau ambigue. Printr-o exprimare logic cu o impreciziedefinit cu grij, logicafuzzy este mai apropiat de modalitatea prin careoamenii gndesc n prezent.

    Seturile fuzzy sau mulimile vagi sunt seturi cu limite fuzzy, ceconin elemente crora li se atribuie grade de apartenen reprezentateprin numere reale din intervalul [0,1]. De exemplu, culoarea degri 28%

    are gradul de apartenen (specificareafuzzy) de 0.28.n calculator, un set fuzzy se reprezint ca o funcie, cu mapareaelementelor cu gradele lor de apartenen. De exemplu, dac se considermulimea valorilor indicatorului numr de clieni al unei firme de turismn lunile de primvar (martie, aprilie i mai) ale anilor 2002-2005,vectorii corespunztori pentru utilizarea funciilor liniare din fig.1.2. sepot scrie astfel:

    Numar_de_clienti_foarte _mic=(0/0, 0.5&25, 1.0/50, 0.5/75, 0/100);Numar_de_clienti_mic=(0/75, 0.5/100, 1.0/150, 0.5/175, 0/200);Numar_de_clienti_mediu=(0/175, 0.5/200, 1.0/250, 0.5/275, 0/300);Numar_de_clienti_mare=(0/275, 0.5/300, 1.0/350, 0.5/375, 0/400);Numar_de_clienti_foarte mare=(0/375, 0.5/400, 1.0/450, 0.5/475, 0/500).

    Universul discursului pentru o variabil lingvistic este dat dedomeniul valorilor posibile pentru aceast variabil. VariabilaNumar_de_clienti are domeniul de valori ntregi cuprinse n intervalul

    [0,500]. O variabil lingvistic opereaz cu conceptul de calificatori ai

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    24/180

    24

    setului fuzzy ce schimb efectul i forma acestuia din urm (realizeazoperaii asupra setului fuzzy). Calificatorii se formeaz pe baz deadverbe ca: foarte, mai mult dect, mai puin dect, suficient de etc.

    Regula fuzzy servete pentru achiziia de cunotine i reprezint un enuncondiional de forma IF a este M THEN b este N, unde a i b suntvariabile lingvistice, iar M i N sunt valori lingvistice ce au fost obinuteprin seturifuzzy asupra discursurilor M, respectiv N. De exemplu,

    Regula 1:IFNumar_de_clienti

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    25/180

    25

    Sistemelefuzzy sunt larg utilizate n Japonia i ctig popularitaten Satele Unite. Popularitatea lor s-a produs parial deoarece manageriicaut ca s le poat folosi pentru a reduce costurile i a scurta timpul de

    dezvoltare a sistemelor informatice. Codul logicii fuzzy necesit maipuine reguli IF-THEN, conferindu-i simplitate n raport cu codurileprogramelor tradiionale.

    1.3.2. Sisteme conexioniste

    Sistemele conexioniste se bazeaz pe tehnologia reelelorneuronale artificiale, ANN (Artificial Neural Network). Bazele ANN aufost formulate n anul 1943 de cercettorii Waren McCulloch i WalterPitts prin formulareaprincipiilor neuronului artificial.

    Se apreciaz c n prezent a crescut interesul pentru configuraiilebottom-up n inteligena artificial prin care mainile de calcul suntproiectate pentru a imita fizic prin intermediul proceselor specificecreierului biologic. Celula nervoas acioneaz ca un comutatorstimulnd ali neuroni i fiind stimulat la rndul ei de axonii acestora.Axonul eman dintr-un neuron i reprezint o legtur activ electric ladendritele altor neuroni. Axonii i dendritele reprezint ,,firele care

    conecteaz electric neuronii unii cu alii. Jonciunea dintre axon idendrit este denumitsinaps. Acest model biologic simplu reprezint ometafor pentru dezvoltarea unei reele neuronale artificiale. O reeaneuronal const din hardware sau software care i propun s emulezemodelele de procese ale creierului biologic.

    Creierul uman are aproximativ 100 de miliarde de neuroni, iarfiecare dintre acetia dispune de circa 1000 de dendrite care formeaz100000 miliarde de sinapse. Neuronii creierului opereaz n paralel, astfel

    nct creierul uman poate realiza aproximativ 10 milioane de miliarde(1016) interconectri pe secund. Aceast valoare imens depetecapacitatea oricrei maini de calcul cunoscute sau planificat a ficonstruit cu tehnologiile actuale.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    26/180

    26

    Fig.1.3.Reea neuronal artificial cu doi neuroni

    Se pornete de la premisa c neuronul funcioneaz ca un circuitsimplu ale crui intrri sunt ponderate; ponderile pozitive suntexcitatoare, iar ponderile negative sunt inhibatoare. Suma ponderat a

    intrrilor definete excitarea total. Dac aceast excitaie total depeteun prag prestabilit, se reduce activarea neuronului, iar la ieirea f(x) aacestuia se obine valoarea +1 (n caz contrar, neuronul nu este activat iieirea acestuiaf(x) are valoarea 0).

    Funcia de rspuns f este funcie de modelul de reea neuronaladoptat. Funciafde rspuns este denumitifuncie neuronal saufunc-ie de activare a neuronului. Funciafeste, de regul, o funcie neliniar.

    Reelele neuronale sunt realizate, uzual, dup o topologie cu

    neuronii organizai pe mai multe straturi, denumindu-se astfel reeleneuronale multistrat strat de intrare, straturi ascunse i strat de ieire.Neuronii din acelai strat pot avea sau pot s nu aib conexiuni ntre ei.

    Interconectarea unei mulimi de neuroni artificiali defineteperceptronulcare reprezint primul model de reea neuronal artificial(introdus de Frank Rosenblatt n anul 1958). Perceptronul coninea sarcinisinaptice ajustabile i o funcie neuronalf, capabil s produc o ieirede +1, dac intrarea era pozitivi de -1, dac intrarea era negativ.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    27/180

    27

    Reelele neuronale artificiale (ANN) sunt reele de modele deneuroni ce sunt conectai cu ajutorul unor sinapse care se pot regla. Reelecomplexe de neuroni au fost simulate pe calculatoarele electronice.

    Fig.1.3. prezint o reea neuronal artificial cu doi neuroni*. Rezistoriidin circuite sunt variabili i pot fi folosii pentru nvarea ANN. Cndreeua face o greeal (adic alege o cale nepotrivit prin reea i emite oconcluzie fals), rezistena poate fi mrit pe cteva circuite, fornd alineuroni s lucreze. Dac acest proces de nvare continu pentru mii decicluri, maina nva rspunsul corect. Altfel exprimat, ANN nva prinajustri repetate ale sarcinilor asociate neuronilor de intrare. Neuronii suntputernic interconectai i lucreaz n paralel. O ANN are mai mult noduri

    senzitive i de procesare care interacioneaz continuu unele cu altele.Modelarea neuronal dezvolt sisteme automate inteligenteautoinstruibile (machinelearning) pentru scopuri diverse, avnd iniial ladispoziie o cantitate redus de cunotine. Prin conexiunea dintre sistemeexpert i reelele neuronale artificiale se obin sistemele expert neurale,iar prin includerea tehnicilor fuzzy, se realizeazsistemele expert neuro-fuzzy. Baza de cunotine a sistemului expert neuronal este o reeaneuronal multistrat.

    Sistemele expert emuleaz sau modeleaz un expert uman ca i calede rezolvare a unei probleme date, n timp ce constructorii de ANNrevendic faptul c ei nu modeleaz inteligena uman, nu programeazsoluii i nu sprijin rezolvarea unor probleme specifice. Proiectanii dereele neuronale artificiale includ inteligena n hardware sub forma uneicapabiliti generalizate de a nva din experien. Dimpotriv,sistemele expert au o specificitate ridicat pentru o problem dati nupot fi reinstruite uor.

    Aplicaiile cu ANN sunt realizate n domeniile economic i degestiune, medical, tiinei i pentru a rezolva probleme cu clasificareamodelelor, predicie i analize financiare, precum i probleme de controli optimizare. ANN sunt folosite n finane pentru a efectua diferenadintre modele ntr-o vast distribuie de date care pot sprijini firmele deinvestiii s prognozeze performanele aciunilor ce reprezint capitalul

    * Laudon, K, Laudon, J, op.cit.,Essentials of Management InformationSystems. Organization and Technology in the Networked Enterprise, Fourth

    Editions, JWS, New York, 2001.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    28/180

    28

    propriu, rating-ulobligaiunilor sau titlurilor de credit emise de corporaiesau falimentul corporaiei. n comparaie cu sistemele expert care, deregul, asigur explicaii pentru soluiile oferite, ANN nu pot ntotdeauna

    s explice de ce au ajuns la o anumit soluie particular. De aceea, acesteANN nu pot ntotdeauna s garanteze o soluie complet, ajungerea laaceeai soluie prin folosirea acelorai date de intrare sau s garantezentotdeauna cea mai bun soluie. ANN sunt foarte sensibile i nu potcalcula bine dac instruirea lor acoper un set prea mic sau prea mare dedate. n cele mai multe aplicaii actuale, reelele neuronale artificiale suntcel mai bine folosite pentru a sprijini factorii de decizie uman n loculaltor nlocuitori pentru acestea.

    1.3.3. Sisteme cu calcul evolutiv(calculul evoluionist i algoritmi genetici)

    Algoritmii genetici fac parte din categoria mai larg denumitalgoritmi evolutivi, alturi de alte concepte moderne cum suntprogramarea evolutiv, strategiile evolutive, sistemele de clasificare iprogramarea genetic.

    Ideea de calcul evolutiv a fost introdus n 1960 de ctre

    I. Rechenberg n lucrarea Strategii evolutive (Evolutionsstrategie).Algoritmii genetici, GA (Genetic Algorithms), au fost creai de JohnHolland, n 1975, odat cu publicarea lucrriiAdaption in Natural and

    Artificial Systems la Universitatea din Michigan, SUA.Algoritmul evolutiv reprezint un concept prin care sunt descrise

    sistemele de rezolvare a unei probleme cu ajutorul calculatorului cefolosesc modele computaionale ale proceselor evolutive ca elemente-cheie n proiectarea i implementarea lor. Aceste sisteme partajeaz o

    baz conceptual comun de simulare a evoluiei structurilor individualeprin intermediul proceselor de selecie, mutaie i reproducere. Acesteprocese depind de performana perceput a structurilor individuale astfeldefinite de un mediu. Algoritmul evolutiv menine o populaie astructurilor care se dezvolt n concordan cu reguli de selecie i alioperatori, referii ca ,,operatori de cutare (sau operatori genetici), ianume:ncruiareai mutaia.

    Fiecare individ al populaiei recepioneaz o msur a conformitiin mediu. Reproducerea este axat pe indivizii de nalt conformitate. Se

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    29/180

    29

    exploateaz astfel informaia de conformitate/adaptabilitate disponibil.Recombinarea i mutaia provoac perturbarea acestor structuriindividuale (indivizi) asigurnd euristicile generale pentru exploatare.

    De la abordarea simplificat i pn la cea specific sistemelorbiologice, aceti algoritmi evolutivi sunt suficient de compleci pentru aasigura mecanisme de cutare robuste i puternic adaptive.

    Generic, un algoritm evolutiv, deci i un algoritm genetic, areurmtoarea form:

    Begin algoritm evolutiv

    t:=0; // iniializarea timpului

    initpopulation P(t); // iniializarea unei populaii aleatoare uzuale

    // de structuri individuale

    evaluate P(t); //evaluarea conformitii (potrivirii) tuturor structurilor

    // individuale iniiale (indivizi) din populaie

    whilenot done do // testarea criteriului de ieire din algoritm

    // (timp, conformitate, etc)

    t:=t+1; // incrementarea contorului de timp

    P:=selectparents P(t); // selectarea subpopulaiei pentru producerea

    // urmaului

    recombine P(t); // recombinarea genelor prinilor selectaimutate P(t); // perturbarea stochastic a populaiei pentru

    ncruciare

    evaluate P(t); // evaluarea noilor potriviri (conformiti) ale

    populaiei

    // P

    P:=survive P, P(t); // selectarea supravieuitorilor dintre actualele

    // conformiti (potriviri)

    Endalgoritm evolutiv.O iteraie a buclei este denumitgeneraie.

    Algoritmul genetic (GA) reprezint un model pentru maina denvare ce deriv din comportamentul su, de la o metafor a proceselorde evoluie din natur. n interiorul mainii de nvare se creeaz opopulaie de structuri individuale (indivizi) reprezentate de cromozomi (nesen, o mulime de iruri de caractere) care sunt similare cu o baz depatru cromozomi ce se ntlnete ntr-un DNA. Structurile individuale din

    populaie se transform astfel prin intermediul unui proces de evoluie.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    30/180

    30

    Codificarea informaiei genetice este denumitgenom. Algoritmulgenetic folosete procese stochastice (aleatoare), dar rezultatul estenealeator.

    Algoritmii genetici sunt utilizai, n principal, n urmtoareledomenii de aplicaie:

    sisteme de clasificare economic;analiza datelor i predicia n sisteme dinamice neliniare (cum

    sunt i sistemele economice);sisteme de control logic fuzzy cu autoorganizare;controlul traficului i evitarea coliziunilor;achiziia cunotinelor n sistemele de urmrire a intelor; nvarea/antrenarea sistemului de cunotine, KBS (Knowledge-

    Based System);proiectarea reelelor neuronale artificiale (ANN); traiectoria roboilor;planificarea strategic; funciuni pentru crearea imaginilor.Cele mai importante aspecte n definirea algoritmilor genetici sunt:1.definirea funciei obiectiv;2.definirea i implementarea reprezentrii genetice;3.definirea i reprezentarea operatorilor genetici.n practic, implementarea modelului genetic de calcul presupune

    considerarea unor masive de bii sau caractere care reprezintcromozomii. Operaiile de manipulare a biilor permit implementareancrucirii, mutaiei i altor operaii. Sunt considerate cazurile delungime fix sau de lungime variabil a irului de caractere, ca obiect alprogramrii genetice.

    La fiecare iteraie (generaie genetic) se caut o mbuntire acalitii populaiei.

    Codificarea cromozomilor reprezint una dintre problemele de bazcare trebuie rezolvate la nceputul utilizrii algoritmilor genetici.Codificarea binar este cea mai utilizat i folosete pentru fiecarecromozom un ir de bii (0 sau 1). Un astfel de exemplu este prezentat n

    fig. 1.4.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    31/180

    31

    Fig. 1.4.Exemplu de codificare binar a cromozomilor

    Codificarea prin permutare utilizeaz pentru fiecare cromozom unir de numere astfel nct, prin permutare, genereaz o alt structur decromozom (fig. 1.5.).

    Fig. 1.5.Exemplu de codificare prin permutare a cromozomilor

    Codificarea prin valoare permite atribuirea pentru un cromozom aunui ir de valori (numere reale, caractere, obiecte etc.) ca nfig.1.6.

    Fig. 1.6.Exemplu de codificare prin valoare a cromozomilor

    Se mai utilizeaz ca metod de codificare a cromozomilorcodificarea cu arbori, prin care fiecare cromozom reprezint un arbore cumai multe obiecte (funcii, comenzi ntr-un limbaj de programare, deexemplu, n LISP).

    Fiecare gen are propria sa poziie n cadrul cromozomului.Genomul este alctuit din toi cromozomii (care conin informaiagenetic). O mulime particular de gene din genom este denumitgenotip.

    Genele de la prini formeaz o configuraie (structur) pentru unnou cromozom. Urmaul nou creat poate suferi o mutaie (n DNA,anumite elemente au cte un bit schimbat). Aceste schimbri sunt, nprincipal, determinate de erorile aprute n procesul de copiere a genelorde la prini. Pentru cazul codificrii binare, cte un exemplu de

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    32/180

    32

    ncruciare a doi cromozomi este prezentat nfig.1.7, pentru ncruciareantr-un singur punct (a), n dou puncte (b), ncruciarea uniform (c) incruciarea aritmetic (d).

    Fig. 1.7.Exemple de ncruciare a doi cromozomi

    n cazul mutaieigenetice, biii selectai sunt inversai (fig.1.8.).

    Fig. 1.8.Exemplu de mutaie genetic

    n cazul codificrii prin permutare, n fig.1.9. sunt prezentatencruciarea ntr-un singur punct (a) i mutaia (b).

    Fig. 1.9.Exemple de ncruciare a doi cromozomi (a)i mutaie (b)

    n cazul codificrii prin permutare

    n mod similar se realizeaz ncruciarea a doi cromozomi imutaia n cazurile codificrilor prin valoare i cu ajutorul arborilor.

    Cile de rezolvare pentru mai multe tipuri de probleme dindomeniul optimizrii activitilor economice, proiectarea produselor imonitorizarea sistemelor sunt adecvate pentru algoritmii genetici. Maimulte probleme de afaceri necesit optimizarea deoarece acestea lucreazcu obiective ca minimizarea costurilor, maximizarea profitului,

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    33/180

    33

    planificarea eficient i utilizarea resurselor. Dac aceste situaii suntfoarte dinamice i complexe, presupunnd sute de variabile i sute deformule, algoritmii genetici pot urgenta soluionarea problemelor

    deoarece acetia pot evalua cu rapiditate mai multe soluii, diferitealternative dintre care o selecteaz pe cea mai bun.

    1.3.4. Sisteme multiagent (ageni inteligeni)

    Sistemele multiagent sunt sisteme informatice inteligente formatedin elemente denumite ageni inteligeni ce compun grupuri de entitiinteligente aflate n interaciune i cooperare pentru ndeplinirea unorobiective prestabilite. Agenii inteligeni execut raionamente asupracunoaterii ce se refer att la mediul de lucru ct i la comportamentulcelorlali ageni. Ca urmare, agenii inteligeni nu-i pot ndeplini sarcinilen mod individual, ci numai n cadrul grupului din care fac parte i ncooperare cu celelalte grupuri de ageni inteligeni. Agenii inteligenireprezint programe software care lucreaz n fundal pentru a rezolvasarcini specifice repetitive i predictibile pentru utilizatori individuali,procese de afaceri sau aplicaii software. Agentul folosete o baz decunotine ncorporat sau instruit pentru a ndeplini sarcini sau a lua

    decizii n folosul utilizatorului.n prezent, dezvoltatorii de sisteme multiagent (cu ageni

    inteligeni) se axeaz cu precdere pe sistemele multiagent cuautoorganizare, cu adaptabilitate dinamic autonom.

    Similitudinea agenilor inteligeni cu clasele de obiecte conduce lautilizarea metodelor i tehnicilor din analiza i proiectarea orientat peobiect. Exist funcionaliti generale (specifice domeniului) i

    funcionaliti specifice fiecrui agent inteligent.

    Fazele rezolvrii unei probleme cu ajutorul agenilor inteligenisunt *: faza de construire a organizaiei de ageni inteligeni, faza degenerare a planului de aciuni, faza de alocare a sarcinii, faza de integrarea planului i faza de execuie a planului. Pentru fiecarefaz sunt definite

    strategii corespunztoare, astfel c aciunile din fiecare faz urmeazstrategia adoptat. O aciune este definit printr-un comportament

    * Ioan Andone, Al. ugui, Sisteme inteligente n management,contabilitate, finane, bncii marketing, Editura Economic, Bucureti, 1999.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    34/180

    34

    (exteriorizabil sau mascat) al agenilor inteligeni. Spaiul soluieirezultate n urma parcurgerii unei faze este format strategiai aciunileselectate n cadrul acestei faze pentru problema de rezolvat. Fiecare agent

    inteligent acioneaz n cadrul organizaiei sale dac aceast organizaieeste bine specificat att n timpul proiectrii ct i n timpul execuiei.De asemenea, combinarea strategiilorde urmat se poate realiza dac suntdeterminate strategiile de urmat n cadrul fiecrei faze i sunt definitedependenele dintre aceste strategii ale fazelor pentru rezolvareaproblemelor. n alocarea sarcinilor ctre agenii inteligeni sunt avute nvedere modul n care au fost distribuite resursele i capabilitile agenilorde a rezolva aceste sarcini.

    Faza de construire a organizaiei de ageni inteligeni const nspecificarea manierei n care agenii inteligeni interacioneaz unul cucellalt. Pentru fiecare obiectiv prestabilit al agentului inteligent saupentru grupul de ageni inteligeni sunt obinute structuri organizaionaleadecvate.

    Faza de generare a planului de aciuni conine modul n care agen-

    ii inteligeni iau decizii cu privire la aciunile pe care urmeaz s le exe-

    cute. Selecia aciunilor este fundamentat prin metode ca planificarea

    ierarhic sau cutarea bazat pe operator. Pe lng tehnicile clasice, sefolosesc tehnici moderne de generare a planurilor ca planificarea multi-agent, sistemul bazat pe tabla neagr, planificarea parial-global etc.

    Faza de alocare a sarcinii const n repartizarea unei sarcini acelorageni care vor fi implicai n soluionarea problemei de rezolvat.Alocarea sarcinilor ctre agenii inteligeni se efectueaz n concordancu capabilitile acestor ageni de a participa la rezolvarea sarciniloralocate i n concordan cu modul prestabilit de repartizare a resurseloride distribuire a cunoaterii. Dac un agent inteligent are un eec nndeplinirea sarcinii, se revine la fazele anterioare (faza de generare aplanului de aciuni, respectiv faza de construire a organizaiei de ageniinteligeni). Tehnicile i strategiile ce pot fi utilizate pentru parcurgerea cusucces a acestei faze sunt abordarea organizaional, protocoalele decontractare reea, strategia bazat pe resurse, strategia bazat pe

    distribuirea cunoaterii, strategia bazat pe costuri etc.Faza de integrare a planului semnific fuzionarea planurilor i

    programelor individuale ale agenilor inteligeni ce sunt implicai n

    soluionarea problemei de rezolvat, cu eliminarea conflictelor dintre

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    35/180

    35

    aceste planuri i programe. n caz de eec, se procedeaz la reluareafazelor anterioare. Tehnicile utilizate n desfurarea acestei faze deintegrare a planului sunt planificarea multiagent, planificarea parial-

    global etc.Faza de execuie a planului const n execuia i monitorizarea

    tuturor activitilor efectuate de agenii inteligeni.Agenii inteligeni sunt utilizai cu preponderen n managementul

    informaional din domeniile financiar-contabil, bancar, resurselor umane,producie, vnzri, telecomunicaii, transporturi, proiectare etc. Ageniiinteligeni pot fi programai pentru a lua decizii avnd la baz preferineleindividuale ale utilizatorului, de exemplu, tergerea potei electronice,

    planificarea ntlnirilor sau navigarea n reele interconectate pentru a gsicel mai ieftin zbor de la Bucureti la Londra pentru deplasarea delegaieiunei firme la o ntlnire de afaceri. Agentul poate fi asignat la un asistentdigital personal ce colaboreaz cu utilizatorul n acelai mediu de lucru.El poate ajuta utilizatorul prin ndeplinirea sarcinilor n folosulutilizatorului, instruirea sau nvarea utilizatorului, ascundereacomplexitii sarcinilor dificile, sprijinirea utilizatorului n colaborarea cuali utilizatori sau monitorizarea evenimentelori procedurilor.

    Exist mai multe aplicaii cu ageni inteligeni n sistemele deoperare, software de aplicaie, sisteme de pot electronic, software decalcul mobil i instrumente de reea. De exemplu, wizard-urile (ghizii)fundamentai ca instrumente softwareMicrosoft Office, au fost inclui nfaciliti pentru a arta utilizatorilor cum se ndeplinesc diferitele sarcini,cum sunt formatarea documentelor sau crearea graficelor, precum ipentru a anticipa momentul cnd utilizatorii au nevoie de asisten.

    Un interes special pentru afaceri prezint agenii inteligeni careasist navigarea n reele, inclusiv Internet, pentru cutarea i regsireainformaiilor. Aceti ageni inteligeni (roboi) sunt utilizai n aplicaiilede comer electronic pentru a spijini consumatorii s gseasc produselepe care acetia le doresc i pentru a-i asista n compararea preurilori aaltor caracteristici. Deoarece aceti ageni mobili sunt personalizai,semiautonomi i ruleaz permanent, ei pot sprijini procesul de efectuare aplilor i de a reduce astfel costurile tranzaciilor. Agenii pot sprijinipersoanele interesate n folosirea unui filtru i regsirea informaiei despreprodusele de interes, evaluarea produselor competitive n concordan cu

    criteriile prestabilite i negocierea cu vnztorii a preului i a termenului

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    36/180

    36

    de livrare. n aceeai idee, se pot regsi informaii referitoare la uneleproduse comerciale, dac fabricanii acestora le mai produc i la ce preurile ofer.

    Se apreciaz c n viitorcomerul electronic (B2C Business-to-Consumer, B2B -Business-to-Businessi C2CCustomer-to-Consumer)bazat pe ageni inteligeni va deveni mult mai rspndit odat cu cretereaputerii i flexibilitii agenilor i a tehnologiei Web. Creterea folosiriilimbajului de marcare extensibil, XML (Extensible Markup Language), alimbajului Java i a obiectelor distribuite va permite agenilor inteligenii altor procese automate s acceseze i s interacioneze mult mai uor cuinformaia bazat pe Web.

    1.3.5. Sisteme multimedia

    Informaia este prelucrat n sistemele de calcul sub form de datei se prezint sub formate diverse: texte statice, tabele, grafice, imaginistatice, imagini n micare (animate), imagini video, sunet etc. Reunireacorelati logic a acestor formate ale informaiei a condus la realizarea

    platformelor multimedia integrate cu diverse componente hard i soft. Peaceste platforme multimedia integrate este necesar rezolvarea unui set de

    probleme de mare complexitate referitoare la memorarea, clasificareairegsirea informaiilor, accesarea online, asimilarea i nvareacunotinelor acumulate. Se apreciaz c aceast complexitate i dinamica informaiilor n formate multimedia i hipermedia pot fi stpnite prinintegrareasistemelorexpertcu faciliti multimedia.Interfeele inteligente

    pentru aplicaii asigur soluionarea mririi dimensiunilor aplicaiilor,utilizarea unor arhitecturi eficiente i capabiliti de raionament(infereniere) specifice sistemelor inteligenei artificiale. Aceste interfee

    inteligente dispun de capacitatea de a procesa datele specifice mediilorhipertext i de a oferi rezultate dup metodologia specific sistemelorbazate pe cunotine.

    Sistemele multimedia aplicative folosesc percepia uman pentrumbuntirea comunicrii interumane prin intermediul reelelor decalculatoare i de comunicaii. Sistemele hipermedia folosesc ometodologie specific (n fapt, o tehnologie ce asociaz hipertextul cumultimedia) de realizare a legturilor ntre diferite contexte ce se gsesc

    n reelele de texte i documente electronice.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    37/180

    37

    Sistemele intelimedia reprezint integrarea unui sistem deinteligen artificial (sistem bazat pe cunotine) ntr-un sistemhipermedia n scopul managementului dinamic, partajrii i utilizrii

    cunotinelor i informaiilor multimedia (text, video, audio).Implementarea sistemelor intelimedia se realizeaz cu ajutorul agenilorinteligeni care servesc pentru filtrarea, identificarea i afiarea datelorsub form de informaii i cunotine.

    Din punctul de vedere al utilizatorului, s-au formulat trei abordriale integrrii dintre hipermedia i sistemele expert*: (a) sistem expertasistat de un sistem multimedia, (b) sistem multimedia asistat de unsistem expert i (c) sistem realizat prin integrare complementar a

    sistemului expert cu sistemul multimedia.a) Sistemul expert asistat de un sistem multimedia are ca tehnologiedominant cea specific sistemului expert. Ajutorul acordat sistemuluiexpert de ctre sistemul multimedia const n asisten pe timpul fazelorde dezvoltare, instruirea cogniticienilor, realizarea diagramelor etc.Cunoaterea care este extras dintr-o surs nedocumentar (experiiumani) se prezint n mai multe formate multimedia, cum suntinterviurile redactate n documente-text, interviurile nregistrate n format

    audio-video, modele mentale sub forma reprezentrilor grafice sugestiveetc. De asemenea, cunoaterea care este extras dintr-o sursdocumentar (cri, ziare i reviste, baze de date, arhive, filme etc.) seprezint sub diferite formate multimedia (text, imagine static, animaie,film audio-video etc.). ntreaga cunoatere captat, extras i colectateste prezentat sub o form accesibil sistemului expert care este asistatde ctre sistemul multimedia.

    b) Sistemul multimedia asistat de un sistem expertare ca principalreper ajutorul din partea sistemului expert pentru obinerea mixajelorprezentrilor multimedia (mixaje de grafic n text, mixaje de film n text,mixaje de text n film etc.).

    c) Sistemul realizat prin integrarea complementar a sistemuluiexpert cu sistemul multimedia permite utilizarea concomitent, de peprincipii de egalitate a celor dou tehnologii pentru execuia unor sarcinii activiti ale aceleiai aplicaii informatice.

    * Ioan Andone, op.cit.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    38/180

    38

    Dezvoltarea acestor sisteme inteligente performante este nemijlocitlegat i de progresul pe care-l nregistreazbazele de date inteligente.Aplicarea lor se realizeaz cu precdere n diagnostic, servicii, vnzri,

    management informaional, modelare i simulare, educaie.

    1.3.6.Raionamentul bazat pe cazuri

    Sistemele expert achiziioneaz cunotinele de la experii individualiumani, dar organizaiile economice dispun, de asemenea, de o cunoaterei o expertiz colectiv pe care le-au acumulat n decursul anilor. Aceastcunoatere organizaional poate fi capturat i memorat folosindraionamentele bazate pe cazuri. n raionamentele bazate pe cazuri,CBR (Case-Based Reasoning), descrierile experienelor trecute alespecialitilor umani, reprezentate ca i cazuri, sunt memorate ntr-o bazde cunotine pentru o regsire ulterioar cnd utilizatorul ntlnete unnou caz cu parametri similari. Sistemul caut pentru cazurile memoratecu caracteristicile problemei similare cu ale cazurilor noi, gsete cel maiapropiat caz i aplic soluiile de la vechiul caz pentru cel nou. Soluiileconsiderate de succes sunt atribuite noului caz i ambele sunt stocatempreun cu alte cazuri n baza de cunotine.

    Un cazeste format din minimum dou pri: partea de prezentare aproblemei (problema) i partea de descriere a soluiei (soluia). Din cazfac parte, de asemenea, partea de gestiune a problemei (numrul de caz iexplicaia), partea de descriere a contextului a problemei, partea deevaluare a problemei etc. Raionamentul bazat pe cazuri este orientat pe

    procesul denumit modelul R4 (Regsire, Reutilizare, Revizuire iRememorare). Regsirea cazurilor similare din baza de cazuri esteurmat de reutilizarea unuia dintre ele, dup care se produce revizuirea

    soluiei adoptate pentru soluionarea problemei i, n final, rememorareacazului nou n baza de cazuri. Exist mai multe metode pentru regsireacazurilor(de exemplu, metoda kd-trees a arborilor decizionali i metodaCase Retrieval Nets ce folosete cunoaterea contextual dine-business).

    Raionamentul bazat pe cazuri se aplic n diagnosticare,planificare, interpretare, clasificare, instruire, proiectare.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    39/180

    39

    1.3.7.Raionamentul bazat pe modele

    Raionamentul bazat pe modele reprezint o tehnologie informatic

    aplicat n dezvoltarea sistemelor bazate pe cunotine (KBS) care constn dirijarea utilizatorilor asupra unui modelformalce se aplic n procesulde soluionare a problemelor complexe de rezolvat. Prin aceasttehnologie se adaug inteligen n acest proces. Incertitudinea dinuniversul real de modelat este materializat la trecerea n lumeaconceptual specific inteligenei artificiale prin caracteristici caposibilimposibil, probabil - improbabil, complet incomplet, calificabil incalificabil etc. Pentru aceast incertitudine sunt realizate modeleadecvate care servesc pentru rezolvarea problemelor bine structurate i cuobiective clar definite. Raionamentele utilizate sunt de tip euristic i suntnsoite de modele, n special n informatica de gestiune (managerial).

    Raionamentul bazat pe modele se folosete n corelaie cuconceptele desistem,structur, comportamentifuncie. Se reamintetecsistemul este o unitate cu o anumitfuncie, unitate care are n

    structura sa subsisteme i care prezint un anumit comportament. Deregul, managerii utilizeazabordri calitative ce sunt urmate de modelecalitativecauzale. Modelele sunt o aproximaie a sistemelor din universul

    real i sunt realizate prin diverse metode i tehnici ce se deosebesc prinnivelul de detaliere asigurat.Modelele reprezint o descriere a sistemului,scop n care se folosete un limbaj de modelare. Cu ajutorul modeluluisunt detaliate structura i comportamentul sistemului, dup care suntefectuate analiza, diagnosticul, predicia asupra acestui sistem.

    Raionamentul calitativ cauzal devine performant i se folosete nsituaiile cnd nu exist modele asupra sistemelor fizice din universulreal.

    Categoriile de modele sunt difereniate n funcie de scop,cunoatere disponibil, resurse, instrumente i motoare de inferene.Astfel, se deosebesc modele declarative i procedurale, modelecantitative i calitative, modele continue i discontinue, modele certe iincerte, modelestatice i dinamice. Modelele declarative sunt acelemodele care descriu relaiile dintre elementele, procesele i fenomeneleuniversului real prin declaraii, fr a se face referire la alte direcionriale acestor relaii.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    40/180

    40

    Raionamentul bazat pe modele prezint avantaje legate deposibilitatea agregrii informaiilor, consistena aplicaiilor, mbuntireaputerii de raionament a expertului uman, interpretarea mai uoar a

    rezultatelor, dezvoltarea favorizat a regulilor euristice. Raionamentulbazat pe modele poate nlocui n unele situaii sistemele expert bazate pereguli, iar n alte situaii realizeaz completarea acestor sisteme expert,contribuind eficient la realizarea sistemelor inteligente hibride*.

    Raionamentul bazat pe modele folosete cunoaterea fundamental(structural sau comportamental) specific domeniului problemei derezolvat. Cunoaterea structural servete, de regul, la rezolvarea

    problemelor de diagnostic. De exemplu, n diagnosticul financiar sunt

    utilizate relaii calitative care se refer la dinamica activitilororganizaiei economice, cum sunt:

    ntrebri de control1. Care sunt abordrile inteligenei artificiale?2. Care sunt domeniile principale de aplicaie ale inteligenei

    artificiale?3. Cum se definete o problem dificil de rezolvat?4. Cum se definete un sistem expert?5. Care sunt caracteristicile unui sistem expert?6. Care sunt principalele tipuri de sisteme expert folosite n

    domeniul economic?7. Care sunt motivele folosirii sistemelor expert n management iafaceri?

    8. Ce sunt cunoatereai raionamentuldin perspective sistemelorexpert?

    9. Care sunt cele dou componente ale cunotinelor?

    * Ioan Andone, op.cit.

    Ifcifra de afaceri este situat la 10% peste pragul de rentabilitate

    Then starea firmei este instabil.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    41/180

    41

    10.Care este structura unui sistem expert?11.Din ce este compus subsistemul rezolutiv?12.Ce este motorul de inferene?13.Prezentai conceptul de baz de cunotine.14.Ce este baza de fapte?15.Care este rolul modulului de achiziie a cunotinelor?16.La ce servete modulul explicativ?17.Ce este sistemul bazat pe cunotine?18.Ce sunt sistemele inteligente hibride?19.Ce este inferenierea?20.Ce sunt sistemele fuzzy?21.Ce reprezint variabilele lingvistice i care este legtura lor cu

    sistemele expert?22.Ce nseamn termenulfuzzy?23.Ce este gndirea fuzzy?24.Ce este logica fuzzy?25.Care este diferena dintre logica fuzzy i logica clasic?26.Ce este setul fuzzy?27.

    Ce este regula fuzzy?28.De cine este dat universul discursului pentru o variabillingvistic?

    29.Cum se reprezint setul fuzzy ntr-un sistem de calcul?30.Ce reprezint calificatorii?31.Ce este inferena fuzzy?32.Care sunt fazele unui raionament fuzzy?33.Ce sunt sistemele conexioniste?34.Ce este un algoritm genetic?35.Ce sunt sistemele multiagent?36.Prezentai esena raionamentelor bazate pe cazuri.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    42/180

    42

    2. METODE DE REPREZENTARE A CUNOTINELOR

    Cercetrile efectuate la nceputul anilor 80 asupra sistemelorbazate pe cunotine (KBS Knowledge-BasedSystems) au avut ca

    rezultat definirea unor soluii viabile din punct de vedere comercial pentruprobleme din viaa real. Astfel, sunt identificate metode de dezvoltareale KBS ntr-o manier sistematic, similar oricrui sistem informaional.

    2.1. Introducere. Noiuni de baz specificereprezentrii cunotinelor

    Din mai multe puncte de vedere, reprezentarea cunotinelor esteconsiderat problema-cheie a sistemelor expert i inteligenei artificiale.

    Nu ntmpltor, referirea cea mai utilizat a acestor produse este cea desistem bazat pe cunotine un sistem expert este caracterizat iparticularizat prin cunotinele pe care le nglobeaz.

    Dei cunotinele sunt specifice fiecrei discipline i/sau domeniude activitate, exist o serie de caracteristici generale care definesc modulde achiziie, modalitile de acces la cunotine, respectiv soluii deutilizare a lor n anumite probleme care nu corespund n totalitate cucazurile de achiziie metode de nvare, stocare, regsire i

    raionament, bazate pe cunotine. Aceste caracteristici generale alecunotinelor sunt ncorporate n reprezentarea lor.n procesul de nvare, respectiv n cadrul operaiilor de intrare, un

    sistem uman, respectiv un sistem artificial stocheaz n memorie, nanumite forme de reprezentare, obiecte, aciuni, concepte, situaii, precumi relaiile dintre ele. Cunotinele astfel acumulate sunt utilizate nregsire (rememorare), combinare (asociere) i/sau pentru efectuarea unoranumite raionamente. n situaia n care computerul ar fi un mecanism

    similar creierului uman, lucru care nu este din pcate adevrat,

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    43/180

    43

    reprezentarea problemelor ar fi, biologic i psihosocial, o problem deidentificare a sistemului optim de imitare.

    Reprezentarea cunoaterii (knowledge reprezentation) includedomeniul cunoaterii, limbajul de reprezentare a cunoateriiistrategiile(mecanismele) de infereniere (raionament). Domeniul cunoateriidesemneaz ceea ce este necesar a fi reprezentat din domeniul problemeide rezolvat. De exemplu, domeniul economic cuprinde cunoatereadespre entitile reale i proprietile acestora (ageni economici, procese,fenomene, evenimente, indicatori, bunuri etc.), politici i strategii, normei normative, decizii, tranzacii economice, contexte de activitate, opiniide audit, planuri i programe (cu obiective, cu ealonare n timp, pe

    persoane i activiti), proceduri de lucru etc.Limbajul de reprezentare acunoaterii asigur metodele, modelele i modul cum trebuie realizatreprezentarea cunoaterii. Strategiile (mecanismele) de infereniere aratmodul n care se pot utiliza regulile.Regulile permit descrierea moduluin care se pot folosi faptele. Faptele,prezentate sub form de aseriuni,sunt constituite din informaiile primare care realizeaz descriereaelementelor domeniului cunoaterii. ntr-o manier similar cu structurilede date, se definesc structurile de cunotine care servesc pentru

    memorarea i prelucrarea cunotinelor printr-un proces de infereniere(raionament).Metodele de reprezentare a cunotinelorsunt clasificate n funcie de: natura i tipul cunotinelor (valabile sau perimate, certe sau

    incerte, complete sau incomplete, pot/nu pot s fie modificate etc.); domeniul cunoaterii (exist domenii pentru care unele metode

    de reprezentare a cunotinelor nu se pot aplica); clasa de cunotine (materiale sau conceptuale);

    modelul specific luat n considerare; existena excepiilor ce pot apare la reprezentarea cunotinelor; tipul problemei de rezolvat.

    Metodele de reprezentare a cunotinelor se divid, n funcie demodelul specific, n metode declarativei metode procedurale. Metodeledeclarative cuprind logica predicatelor (calculul predicatelor), cadrele(frames) sau obiectele structurate, reelele semantice. Reprezentrilebazate pe logica (calculul) predicatelor fac parte, alturi de calcululpropozi

    ional, din grupul metodelor bazate pe logic. Logica este o

    tiin

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    44/180

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    45/180

    45

    achiziionarea cunotinelor. Astfel, au fost dezvoltate o serie de tehnici iinstrumente de achiziie a cunotinelor, fiecare avnd limitri, respectivavantaje specifice.

    Interviul este cea mai des utilizat metod pentru obinereacerinelor n analiza i proiectarea sistemelor informaionale. Este, de ase-menea, larg utilizat pentru obinerea cunotinelor necesare dezvoltriisistemelor expert. n general, exist dou forme de intervievare. Variantaprimar, nestructurat, implic sesiuni ntrebare-rspuns, iniiate de obiceiprin ntrebarea Cum rezolvi problema aceasta? i urmate de ntrebriprin care sunt solicitate explicaii i clarificri ulterioare. Avantajulutilizrii intervievrii nestructurate, libere, rezid n faptul c expertul

    care achiziioneaz cunotinele poate obine informaii neprevzute.Dificultile utilizrii acestei tehnici constau n general n faptul c, cu ctrepondentul este mai specializat n domeniul n cauz, cu att cantitateade informaie obinut de la el este mai mic.

    Interviul structurat este orientat pe scop i impune organizareacomunicrii iniiate n scopul achiziiei cunotinelor. Spre deosebire deinterviul liber, structurarea, prevzut prin formularea clar a scopuluifiecrei ntrebri, reduce gradul de subiectivism datorat repondentului,

    specialist n domeniul respectiv. Utilizarea acestei tehnici presupuneexistena unor chestionare proiectate conform unui tipar informaional. nparticular, chestionarele sunt utile n determinarea obiectelor domeniului,a relaiilori incertitudinilor prezente n sistem.

    Observarea este o modalitate evident prin care este descoperitmodul n care este rezolvat o problem reali implic urmrirea efec-tiv a algoritmului aplicat n obinerea soluiei. Tehnica de achiziionarea cunotinelor prin observare permite expertului repondent s lucreze nmediul lui obinuit, fr a fi ntrerupt i ofer avantajul obinerii decunotine complexe i corecte despre problema n cauz. O limitaremajor a tehnicii observrii este aceea c raionamentul dezvoltat deexpertul repondent n scopul rezolvrii problemei considerate nu este ngeneral ,,nregistrat n nici un fel de persoana care achiziioneazcunotinele.

    Analizaprotocolului, numit i ,,gndirea cu voce tare este oform de analiz a datelor cu origine n psihologia clinic. Aplicareacestei tehnici revine la descrierea scenariului problemei n cauz i

    chestionarea expertului repondent asupra raionamentului efectuat pe

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    46/180

    46

    parcursul rezolvrii problemei date. Procesul de gndire cu voce tareeste nregistrat video i apoi analizat. Scopul este de a identifica tipurilede obiecte cu care a operat repondentul, atributele acestor obiecte, relaiiledintre obiecte, precum i tipul de inferene dedus din aceste relaii. Deitehnica de analiz a protocolului prezint o serie de avantaje, nu poate fiaplicat n toate situaiile reale.

    Pe lng metodele clasice pentru achiziionarea cunotinelordescrise mai sus, au fost dezvoltate tehnici de achiziie a cunotinelor ncolaborare. Tehnicile presupun existena mai multor experi repondeni imai multor persoane care s achiziioneze datele i sunt aplicate n cazulsistemelor expert de complexitate ridicat. Metodele clasice prezentate

    pot fi utilizate n achiziia cunotinelor n colaborare prin intervievareasau observarea secvenial a fiecrui expert al echipei de repondeni.Achiziia serial a cunotinelor are ca principale dezavantaje: procesul deachiziie este lent; strategiile de rezolvare a problemei considerate icunotinele utilizate de experii repondeni pot fi n conflict; experii caresoluioneaz problema se pot stimula reciproc i nu pot colabora. nconsecin, este recomandat utilizarea uneia din urmtoarele tehnici deachiziie a cunotinelor n colaborare.

    Brainstorming-ul este o metod de grup pentru dezvoltarea ideilorde rezolvare a problemei considerate i exploatarea semnificaiei acestora.Tehnica este proiectat s stimuleze gndirea i s determine obinereaunor idei n soluionarea problemei propuse astfel nct fiecare expert spoat fie s gseasc o modalitate de rezolvare, fie s exploreze soluiiledeterminate ali membri ai echipei. Interaciunea prin schimbul de ideieste ncurajat pentru a mbunti i rafina soluia determinat de ntregulgrup.

    Tehnica Delphi utilizeaz o serie de chestionare pentru agregareacunotinelor, raionamentelor sau opiniilor experilor repondeni (deobicei anonimi). Contribuiile individuale sunt mprite cu ntregul grupprin utilizarea rezultatelor fiecrui chestionar n construirea chestionaruluidin etapa urmtoare. Un avantaj evident al tehnicii Delphi este obinereaimediat a diferite predicii. De asemenea, prin aplicare tehnicii Delphipot fi identificate scopuri i obiective, pot fi generate alternative posibilei pot fi stabilite prioriti. Un instrument hypermedia care utilizeaztehnica Delphi de achiziie a cunotinelor a fost deja implementat

    (Wolstenholme and Corben, 1994).

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    47/180

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    48/180

    48

    Se numetepropoziie orice afirmaie care este fie adevrat, fiefals. Propoziiile pot fi atomi sau propoziii compuse. Opropoziie atomeste o propoziie ce conine o singur variabil propoziional sau osingur constant propoziional. Propoziiile non-atomice se numesccompuse i conin cel puin un conector logic. Conectorii logici sunt:(NOT) negarea, (AND) conjuncia (i logic), (OR) disjuncia (sau logic), condiional (dac atunci) i bicondiional sau echivalena ( daci numai dac).

    Tabelul de adevr al unei propoziii este mulimea valorilor deadevr ale propoziiei, pentru toate valorile de adevr posibile aleatomilor ce o compun. Conectorii logici sunt descrii prin intermediul

    tabelei de adevr astfel:

    P Q P PQ PQ PQ P QT T F T T T TT F F F T F FF T T F T T FF F T F F T T

    2.3.1. Propoziii compuse. Analiza propoziiilor compuse.Tabele de adevr

    Propoziiile compuse sunt formate din propoziii legate prinintermediul conectorilor logici. Orice propoziie poate fi exprimatverbal, grafic sau prin intermediul unui ir de caractere. O propoziieexprimat prin intermediul unui ir de caractere se numete expresielogic. Expresiile logice pot fi i ele, la rndul lor, atomi sau expresii

    compuse. O expresie atom conine o singur variabil sau constantpropoziionali reprezint o propoziie atom. Expresiile compuse conincel puin un conector logic i reprezint propoziii compuse.

    O propoziie se numete literaldac este de forma Q sau (Q),unde Q este variabil propoziional. Expresiile Q i (Q) se numescliterali complementari.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    49/180

    49

    n multe situaii, expresiile logice pot fi ambigue. De exemplu,expresia RQP poate fi interpretat ca ( )RQP sau

    ( ) RQP

    . Pentru a evita ambiguitile fie sunt parantezateexpresiile componente, fie sunt definite reguli de grupare a subexpresiilorcomponente. n continuare vom utiliza parantezele pentru evitareaambiguitilor, astfel: P este nlocuit cu (P) i PconectorQ estenlocuit cu (PconectorQ), pentru conector { } ,,, . Rezultatul

    parantezrii complete a unei expresii este notat n continuare cufpe.Expresiile care conin identificatori ce reprezint expresii se

    numescscheme. De exemplu, dac ( )QPA = i ( )QPB = , atunci

    ( )BA este o schem care reprezint expresia ( ) ( )( )QPQP .

    Regulile de construcie ale uneifpe sunt:1. Orice expresie atom estefpe;2. DacA este fpe, atunci ( )A estefpe;3. Dac A i B sunt fpe, atunci urmtoarele scheme sunt fpe:

    ( )BA , ( )BA , ( )BA i ( )BA ;

    4. Nici o alt expresie nu estefpe.Dac E este o expresie compus, atunci scopurile conectiveiprincipale sunt subexpresii, numite subexpresii imediate ale lui E;evident, subexpresiile imediate ale unei expresii sunt, la rndul lor,expresii. O subexpresie a unei expresii E este definit astfel:

    1. E este o subexpresie a lui E, numitimproprie;2. Dac ( )AE = , atunci A este subexpresie a lui E;3. A i B sunt subexpresii ale expresiilor ( )BA , ( )BA ,

    ( )BA i ( )BA ;

    Subexpresiile definite la 2 i 3 se numesc subexpresii imediate.4. Dac A este o subexpresie a lui E i C este o subexpresie a lui

    A, atunci C este o subexpresie a lui E;5. Nici o alt expresie nu este subexpresie a lui E.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    50/180

    50

    Expresiile complet parantezate sunt metode de reprezentareneambigu a propoziiilor compuse. Toate propoziiile compuse suntformate din subpropoziii de tip negare, conjuncie, disjuncie, condi-

    ional sau echivalen. Separarea afirmaiilor (propoziii compuse) npri componente (subpropoziii) se numete analiz. Rezultatul analizeipoate fi reprezentat grafic, prin intermediul unui arbore de analiz.Arborii de analiz sunt construii top-down. Astfel, nodul rdcin esteetichetat cu expresia iniial. Fiecare nod din arbore este fie nod terminal,dac este etichetat cu un atom, fie nod neterminal, printe al nodurilorcare conin ca etichete scopurile expresiei cu care este etichetat nodulprinte.

    De exemplu, arborele de analiz al propoziiei Dac A ctigolimpiada, toat lumea l va admira i va deveni bogat; n caz contrar,toate eforturile lui au fost zadarnice este:

    Dac A ctig olimpiada, toat lumea l va admira i va deveni bogat;n caz contrar, toate eforturile lui au fost zadarnice

    Dac A nu ctig, toateeforturile lui au fostzadarnice

    Dac A ctig olimpiada,toat lumea l va admira iva deveni bogat

    A ctig

    olimpiada

    toat lumea lva admira ivadevenibogat

    A nuctig

    olimpiada

    Eforturile

    lui A au fostzadarnice

    Toatlumea ladmir

    A estebogat

    A ctigolimpiada

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    51/180

    51

    n scopul eliminrii unor paranteze din forma fpe a unei expresiilogice astfel nct expresia s rmn fr ambiguiti, toi conectoriilogici sunt considerai asociativi la stnga i sunt introduse urmtoareleprecedene:

    Precedenmaxim

    Precedenminim

    Stabilirea valorilor de adevr ale unei expresii logice pe bazavalorilor de adevr ale atomilor ce o compun este realizat n dou etape:construcia arborelui de analizi construcia tabelei de adevr pe bazaatomilor i regulilor de formare ale subexpresiilor ce compun expresialogic dat, conform arborelui de analiz.

    De exemplu, evaluarea expresiei ( ) RQP este realizatastfel. Arborele de analiz asociat este:

    A

    QP R

    P Q

    Q

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    52/180

    52

    Rezult tabela de adevr:

    P Q R Q QP R ( ) RQP

    T T T F F F TT T F F F T TT F T T T F FT F F T T T TF T T F F F TF T F F F T TF F T T F F T

    F F F T F T TArgumentri logicencepem seciunea prin prezentarea unui exemplu de argumentare

    logic corect.1. Dac cererea crete, atunci firmele se dezvolt2. Dac firmele se dezvolt, atunci angajeazmuncitori.3. Dac cererea crete, companiile angajeazmuncitori.

    Argumentarea conine trei propoziii. Propoziiile 1 i 2 se numescpremisele argumentrii iar propoziia 3 se numete concluzie. Dacpremisele argumentrii sunt acceptate (sunt considerate corecte), atunci iconcluzia trebuie acceptat deoarece decurge logic din premise, deciargumentarea este corect. Exemplul de mai sus face parte din tipul deargumentri corecte, numitesilogism ipotetic:

    1. Dac P, atunci Q2. DacQ, atunci R3. Dac P, atunci R

    Alte categorii de argumentri corecte sunt:Silogismul disjunctiv:1. P sau Q2. Not Q3. P

    Modus ponens:

    1. Dac P, atunci Q2. P

    3. Q

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    53/180

    53

    2.3.2. Tautologii i contradicii. Echivalene logice. Algebra

    propoziional. Forme normalePrin utilizarea tabelelor de adevr, expresiile logice sunt clasificate

    n: tautologii, contradiciii contingente.O expresie logic este tautologie dac are valoarea de adevr T,

    pentru toate asignrile posibile ale atomilor care o compun. Vom notaExpresia A este tautologie prin A. De exemplu, dac

    PPA = , atunci A. Afirmaia rezult pe baza tabelei de adevr:

    P P PPA = T F TF T T

    Dac A este o tautologie care conine variabila P, poate fi construito nou tautologie A prin nlocuirea variabilei P cu o expresie logicarbitrar. De exemplu, deoarece PPA = este tautologie, rezult cexpresia ( ) ( )QPQP'A = este tautologie. Afirmaia poate figeneralizat pentru orice variabile coninute de o tautologie.

    Exist dou tipuri importante de tautologii: implicaiile logice iechivalenele logice. Fie A i B expresii logice. Dac BA este otautologie, atunci spunem c A implic logic B, A>B; dac BA este o tautologie, atunci spunem c A i B sunt logic echivalente, AB.Rezult:

    1. dacA, atunci AT;2. dacA, atunci T>A;3. din AB rezult cA>B i B>A.O expresie logic se numete contradicie dac are valoarea de

    adevr F pentru toate asignrile posibile ale atomilor care o compun. Oexpresie logic este contingent dac nu este nici tautologie i nicicontradicie. DacA este tautologie, atunci A este contradicie.

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    54/180

    54

    De exemplu, PPA = este contradicie, pe baza urmtoareitabele de adevr.

    P P PPA = T F FF T F

    Similar tautologiilor, contradiciile pot fi transformate n scheme.DacA este o contradicie ce conine variabila propoziional P, atunci Aobinut din A prin substituirea lui P cu o expresie arbitrar B este, deasemenea, contradicie. De asemenea, rezult,

    1. dacA este o contradicie, atunci A>F;2. dacA este o contradicie, atunci AF.Dou propoziii care au aceeai valoare de adevr se numesc logic

    echivalente. Propoziiile echivalente logic pot fi substituite una celeilaltefr ca valoarea de adevr a expresiei n care intervin s fie alterat.Faptul c dou expresii logice sunt echivalente logic poate fi demonstratprin construcia tabelelor de adevr. De exemplu, putem demonstra c

    PQ QP astfel:

    P Q QP Q P PQ T T T F F TT F F T F FF T T F T TF F T T T T

    Algebra propoziional presupune lucrul cu expresii logice, unuldin scopurile acesteia fiindsimplificarea expresiilor logice. De exemplu,pe baza echivalenelor logice, conectorii logici i pot fi eliminaidin cadrul unei expresii logice, astfel:

    QP QP , respectiv

    QP ( ) ( )PQQP ( ) ( )PQQP

    Universitatea SPIRU HARET

  • 7/29/2019 An4 Sisteme Expert de Gestiune

    55/180

    55

    Legile fundamentale ale algebrei propoziionale sunt:

    Legea terului exclus: PP TLegea contradiciei: PP FLegile identitii: FP P

    TP PLegile dominaiei: TP T