SEMINARSKI RAD
JEZICI EKSPERTNIH SISTEMA
2
Sadržaj
UVOD
..................................................................................................................................... 3
1. Komparativna analiza ljudskog i mašinskog znanja
........... 4
2. Arhitektura ekspertnih sistema
.............................................................. 6
3. Sredstva i jezici ekspertnih sistema
.................................................. 8
4. Predstavljanje znanja putem struktuiranih objekata
......... 10
5. Predstavljanje znanje predikatskim računom
.......................... 12
6. Pomoćne tehnike predstavljanja znanja
...................................... 13
7. Deklarativni jezik PROLOG
...................................................................... 14
7.1. Klasifikacija progranskih jezika i PROLOGA
................................. 14
7.2. Osnove PROLOG – a
.................................................................................... 14
7.3. Način programiranja
..................................................................................... 15
8. Ekspertni sistem za rješavanje problema kod umreženih
računara
........................................................................................................................... 17
8.1 Projektovanje ekspertnog sistema
.......................................................... 17
9. Shell JavaDON
.................................................................................................... 20
9.1. Izrada ekspertnog sistema u shell JavaDON
................................. 20
Zaključak
.......................................................................................................................... 24
LITERATURA
................................................................................................................ 25
4
1. Komparativna analiza ljudskog i mašinskog znanja
Procesi stvaranja i memorisanja ljudskog znanja su veoma složeni i praktično neotkriveni.
Kategorizacija se može obaviti samo sa stanovišta spoljnih efekata a ne i sa stanovišta
internih mehanizama. Na slici 1 data je jedna kategorizacija ljudskog znanja uz način
sticanja istih kojoj se može upotrijebiti za komparativnu analizu ljudskog znanja i
mašinskog znanja ugrađenih u razne tipove ekspertnih sistema.
Slika 1: Način sticanja i kategorizacije ljudskog znanja
Izvor: Matijevics I., „ Osnovi programiranja i programski jezici“, Skripta, Viša tehnička škola, Subotica 2011
Čovjek stiče znanje ili na bazi sopstvenog ili tuđeg iskustva posmatranjem, zaključivanjem tj.
djelovanjem u praksi. Ovaj vid znanja može biti često veoma efikasan za rješavanje nekih
praktičnih problema ali ima ograničen domen efikasnosti. Znatno efikasnije se stiče znanje uz
sistematski mehanizam usvajanja znanja učenjem u obrazovnim ustanovama ili iz udžbenika.
Bez obzira na nedostatke obrazovnih procesa za sada se ovaj vid sticanja znanja pokazao
efikasnijim i delotvornijim. U Tabeli 1. date su osnovne karakteristike ljudskog znanja i
znanja ekspertnih sistema prve generacije.
Tabela 1: Osnovne karakteristike ljudskog znanja i znanja ekspertnih sistema prve generacije
5
Pri formiranju ekspertnih sistema čovjek je težio da u sistemu upravljanja znanja i
donošenju odluka oponaša čovjeka. Ekspertni sistemi prve generacije koriste
nestandardne metode gradnje znanja. U toku rada ne proširuju bazu znanja na osnovu
sopstvenih iskustava tj. ne uče iz sopstvenog iskustva tj. imaju samo površinske efekte
eksperta. Ekspertni sistemi druge generacije teže ka primjeni metodologije mašinskog učenja
tj. ka proširivanju baze znanja u hodu. Deluju u pravcu integracije površinskog ( praktičnog
) i kvalitetnog znanja.
7
Podsistem za uzimanje i ažuriranje znanja. Baza znanja treba da sadži sva potrebna
znanja iz posmatranog domena u svakom trenutku vremena. Da bi se proširenja i izmjene
kojem znanje u jednoj oblasti podliježe mogli pratiti i pohranjivati u bazu znanja, potrebno je
omogućiti njegovo manuelno ili automatsko ažuriranje. Ovu aktivnost izvršava ovaj
podsistem. Manuelno ažuriranje vrši inženjer znanja ili domen - ekspert, a automatsko
ažuriranje podrazumjeva mašinsko učenje, odnosno generalizaciju iskustva u formi novog
znanja.
Podsistem obrazlaganja ponašanja i zaključaka. Ekspertni sistemi u svom radu nastoje
oponašati čoveka - eksperta, koji osim što rješava složene probleme, može i obrazložiti svoje
odluke. Obrazlaganje zaključaka i ponašanja se sastoji od identifikovanja koraka u procesu
rezonovanja i provjere njihove ispravnosti. Obrazlaganje zaključaka i ponašanja spada u
domen razumevanja prirodnog jezika, budući da sistem formuliše objašnjenja na način
razumljiv korisniku, u skladu sa nivoom ekspertize korisnika. U postojećim ekspertnom
sistemu, ova komponenta je svedena na izlistavanje pravila aktiviranih u procesu izvršavanja
programa i provjere njihove ispravnosti u okviru ovog podsistema.
Korisnički interfejs. Uloga ovog dijela je u prihvatanju informacija koje zadaje
korisnik i njihovom prevođenju u oblik razumljivom za sistem, kao i u transformaciji
podataka koje pruža sistem u oblik razumljivon za korisnika. Ova komunikacija korisnika
sa računarom treba da se odvija na jeziku što sličnijem prirodnom, pogotovo što računar
zamjenjuje čoveka - eksperta, tako da se često ugrađuju sistemi za obradu prirodnog
jezika u okviru interfejsa.
