Консультант по лекарственным средствам

Краткая выдержка из текста работы (Аннотация)

Введение

Экспертные системы (ЭС) – это системы искусственного интеллекта, которые предназначены для решения плохоформализован¬ных и слабоструктурированных задач в определенных проблемных областях на основе заложенных в них знаний специалистов-экспертов [1]. В настоящее время ЭС внедряются в различные виды человеческой деятельности, где использование точных математических методов и моделей затруднительно или вообще невозможно. К ним относятся: медицина, обучение, поддержка принятия решений и управление в сложных ситуациях, различные деловые приложения и т.д.

Основными компонентами ЭС являются базы данных (БД) и знаний (БЗ), блоки поиска решения, объяснения, извлечения и накопления знаний, обучения и организации взаимодействия с пользователем. БД, БЗ и блок поиска решений образуют ядро ЭС.

Для конструирования ЭС используются различные инструментальные средства: универсальные языки программирования, языки искусственного интеллекта, инструментальные системы и среды и системы-оболочки. Системы-оболочки являются наиболее простым средством формализации экспертных знаний, практически не требующие участия посредников в лице инженера по знаниям или программиста при их использовании. Инженер по знаниям только помогает эксперту выбрать наиболее подходящую для его проблемной области оболочку.

Отцом экспертных систем называют Эдварда Фейгенбаума, написавшего одну из первых книг по этой тематике «Становление экспертной компании». Он стоял у истоков экспертной индустрии и создал первую экс¬пертную систему DENDRAL в области идентификации органических со¬единений с помощью анализа масс-спектрограмм. Далее Фейгенбаум вместе с Шортлифом и Букхененом спроектировали первую медицинскую экс¬пертную систему MYCIN, при этом они сделали открытие, которому было суждено существенно расширить сферу создания и использования эксперт¬ных систем. Когда они удалили из системы MYCIN базу знаний (медицинскую информацию), то осталась часть, называемая «машиной логического вывода». Было показано, что базу знаний можно изменять и за¬менять полностью, не нарушая целостности системы. Так возникла EMYCIN (Empty MYCIN – пустой MYCIN) или первая экспертная оболочка — инструментальная среда для построения экспертных систем различного назначе¬ния.

Развитие новых методов диагностики, а также расширение возможностей уже существующих методов было и остается актуальной задачей в медицине. Появление новейших диагностических и лечебных технологий требуют использования методов искусственного интеллекта для обработки и интерпретации данных с возможностью накопления, хранения и многократного использования медицинских данных [2]. Одним из наиболее эффективных средств в данной области являются медицинские экспертные системы. Они позволяют автоматизировать процесс принятия решения при освидетельствовании пациентов, повышая уровень квалификации пользователя до уровня опытных экспертов [4]. Поэтому необходимо, чтобы экспертные системы обладали возможностью гибкой постановки задач, были применимы ко всем областям биологии и медицины, обладали большой информационной емкостью и помехоустойчивостью, не нуждались в длительном времени для разработки [2].

Непрерывное развитие средств вычислительной техники расширяет потенциальные возможности подобных систем, в связи с чем необходимо постоянно пополнять знания в данной области.

Содержание работы

Введение 10

1 Назначение экспертных систем 12

2 Структура экспертных систем 15

3 Этапы разработки экспертных систем 19

4 Примеры готовых экспертных систем 21

4.1 Система 1stCLASS 21

4.2 Система EXSYS 23

5 Описание языка логического программирования Prolog 25

6 Пример базы данных на языке Prolog 27

7 Организация интерфейса с пользователем в ЭС 28

Заключение 31

Список литературы 32

Использованная литература

1. Искусственный интеллект: Справочник. В 3-х кн. – М.: Радио и связь, 1990. – 464 с.
2. Скальный А.В., Быков А.Т. Эколого-физиологические аспекты применения макро- и микроэлементов в восстановительной медицине. Оренбург: РИК ГОУ ОГУ, 2003. 198 с.
3. Муромцев Д.И. Практика применения динамической ГРВ-графии в медико-биологических исследованиях. // Наука. Информация. Сознание: тезисы VIII международного конгресса по ГРВ биоэлектрографии. СПб, 2004.
4. Рубин А.Б. Биофизика. М: Наука. 2004. Том 1. 463 с.
5. Статические и динамические экспертные системы: Учебное пособие / Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот. – М.: Финансы и статистика, 1996. – 320 с.
6. Джексон П. Введение в экспертные системы: Учебное пособие. Пер. с англ. – М.: «Вильямс», 2001. – 624 с.
7. Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных систем – СПб.: Питер, 2000. – 384 с.
8. Еремеев А.П. Разработка экспертных систем на персональных ЭВМ на базе оболочек М.1 и 1stCLASS. – М.: Издательство МЭИ, 1993. – 39 с.
9. Рокотян И.С., Хачатурова Е.А. Разработка баз знаний на основе экспертной системы EXSYS. – М.: Издательство МЭИ, 1998. – 28 с.
10. Л. Стерлинг, Э. Шапиро « Искусство программирования на языке Пролог»
11. Малпас Дж. «Реляционный язык Пролог и его применение»
12. У.Клоксин, К.Меллиш « Программирование на языке Prolog»
13. Братко И. «Программирование на Prolog»
14. В. В. Терёхин «Учебное пособие TURBO PROLOG»
15. Анатолий Адаменко, Андрей Кучуков «Логическое программирование и Visual Prolog »

Другие похожие работы

• Контрольная - Понятия информатики
• Курсовая - Разработка программных моделей вычислительных систем. Разработка эмулятора
• Реферат - Каналы связи, применяемые в сетях ЭВМ, и их характеристики
• Курсовая - Аудиотека
• Контрольная - Информатика
• Курсовая - Методы решения задачи коммивояжера
• Дипломная - Разработка информационных систем мебельного предприятия
• Учебник - Обзор стандартов информационной безопасности РФ
• Курсовая - Текстовый редактор
• Курсовая - Разработка приложения базы данных учета и регистрации аналитических признаковс использованием средств MS Access иязыка Visual Basic for Applications