автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Проектирование и разработка оболочки для конструирования диагностических экспертных систем

РГ8 О^ССИЙСКАЯ АКАДЕМИЯ НАУК Сибирское отделение Институт систем информатики

На правах рукописи

Гринберг Сергей Яковлевич

ПРОЕКТИРОВАНИЕ И РАЗРАБОТКА ОБОЛОЧКИ ДЛЯ КОНСТРУИРОВАНИЯ ДИАГНОСТИЧЕСКИХ ЭКСПЕРТНЫХ СИСТЕМ

Специальность 05.13.11 - математическое и программное обеспечение вычислительных машин, комплексов, систем и сетей

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Новосибирск 1993

Работа выполнена в Институте систем информатики Сибирского отделения Российской академии наук (ИСИ СО РАН).

Научный руководитель

кандидат физико-математических наук Т. М. Яхно

Официальные оппоненты

Ведущая организация

доктор физико-математических наук Н. Г. Загоруйко

кандидат физико-математических наук Г. Г. Степанов

Вычислительный центр РАН (г. Москва).

Защита состоится -П- 199з г. вIV часов на

заседании специализированного созета К 003.93.01 в Институте систем информатики Сибирского отделения РАН по адресу: 630090, Новосибирск, пр. Академика Лаврентьева, 6.

С диссертацией можно ознакомиться в читальном зале библиотеки ВЦ СО РАН (пр. ак. Лаврентьева, 6).

Автореферат разослан "И * О и^-Д. С^ ■?> 1993 г

Председатель

Специализированного совета К 003.93.01

д.ф.-м.н. И. В. Поттосин

Общая характеристика работы

Актуальность проблемы

Исследования последних лет в области искусственного интеллекта привели к большому прогрессу в разработке мощных компьютерных программ, известных как экспертные системы (ЭС, expert systems - ES), или более широкий класс, системы, основанные на знаниях (СОЗ, knowledge-based systems - KBS). Новая дисциплина - инженерия знаний ■ требует создания соответствующего интеллектуального программного обеспечения, вооружения эксперта, не являющегося специалистом в области традиционного программирования, качественным инструментарием.

Одной из самых распространенных областей применения ЭС является задача диагностики. Несмотря на большие достигнутые успехи, эта исследовательская область и до сих пор является полигоном как для экспериментальных научных разработок, так и для большого количества коммерческих систем.

Особую актуальность приобретает разработка технологии конструирования ЭС. Именно подход к созданию ЭС как к хорошо организованной производственной деятельности, а не как к незаурядному программистскому творчеству (что наблюдалось при создании первых ЭС) позволил создать качественные интеллектуальные системы. Создание специальных инструментальных систем - средств построения экспертных систем ( СПЭС, expert system building tools, ESBT) - дает возможность строить ЭС непосредственным носителям знаний - экспертам.

Цель диссертации

Целью диссертационной работы является разработка технологии конструирования диагностических экспертных систем и программная реализация оболочки DI*GEN, основанной на этой технологии.

Научная новизна

Разработан технологический подход, позволяющий рассматривать процесс создания ЭС как хорошо организованную производственную деятельность для эксперта. Обычно при конструировании ЭС между экспертом и инструментальным средством (программистом или СПЭС) выступает "посредник" - инженер знаний. В предложенном подходе сделана попытка исключить инженера знаний из этого процесса. Точнее говоря, вся

работа по инженерии знаний должна быть проделана заранее, на этапе конструирования самой оболочки.

Определен общий формальный подход к решению задач диагностики в рамках предложенной технологии, разработаны формализмы знаний, позволяющие эксперту описывать свои предметные знания (фреймы и продукционные правила), определены методы трансформации содержимого фреймов в продукционные правила.

Реализована проблемно-ориентированная оболочка, предназначенная для конструирования диагностических экспертных систем.

Создан ряд приложений, подтверждающий практическую значимость предложенной технологии.

Практическая ценность

Оболочка DI*GEN реализована в полном объеме на языке С++ в операционной среде MS-DOS.

В настоящее время оболочка используется в ряде организаций, в том числе НПО "ЧЕРМЕТАВТОМАТИКА" (г. Москва), завод "ХИМКОНЦЕТРАТ" (г. Новосибирск).

С помощью оболочки разработан ряд ЭС.

Система ДОМНА разработана совместно с НПО "ЧЕРМАТАВТОМАТИКА" и предназначена для диагностики оборудования и хода производственного процесса доменной печи. В настоящее время эта система проходит опытную эксплуатацию на Магнитогорском металлургическом комбинате.

В сотрудничестве со специалистами Института экспериментальной и клинической медицины г. Новосибирска создана ЭС КАРДИОЛОГ для диагностики сердечно-сосудистых заболеваний. Система имеет сертификат качества областного кардиологического диспансера.

Для завода "ХИМКОНЦЕТРАТ" разработана ЭС контроля и диагностики технологического процесса.

Апробация работы и публикации

Результаты работы докладывались на II Всесоюзной конференции по искусственному интеллекту ( Минск, 1990), на Всесоюзном совещании "Экспертные системы" (Суздаль, 1990), на Международной конференции "Программные и вычислительные системы нового поколения" (Самарканд, 1990), на Всесоюзной научно-технической конференции "Интеллектуальные системы в машиностроении" (Самара, 1991), на семинаре "Экспертные

системы. Базы знаний и данных" (Москва, 1992), на III конференции по искусственному интеллекту (Тверь, 1992), на семинаре ИСИ СО РАН.

По теме диссертации опубликовано 10 печатных работ.

Объем работы

Диссертационная работа состоит из 5 глав, введения, заключения, списка литературы, содержащего 48 наименований. Общий объем работы -104 страниц текста, включающего 19 рисунков.

Содержание работы

Бо введении обосновывается актуальность выполненной работы. Отмечается важность решения задачи диагностики, и рассматриваются проблемы, связанные с решением этой задачи. Подчеркивается роль технологии в процессе создания ЭС.

Здесь же формулируется задача диссертационной работы - разработка технологического подхода для конструирования диагностических ЭС и реализация проблемно-ориентированной оболочки, основанной на вышеуказанных принципах.

В первой главе дана краткая характеристика инструментальных средств, предназначенных для автоматизации построения ЭС, приведены развернутый обзор СПЭС и их классификация по типам основных компонентов.

Инструментальные средства дают возможность сократить затраты разработчика на создание продукта. По одной из приведенных в работе классификаций все средства можно разделить на следующие категории:

• Языки:

• • Универсальные языки программирования.

• Языки программирования искусственного интеллекта ( языки инженерии знаний).

• Инструментальные системы:

• Toolbox, комплект инструментальных средств.

• Shell, оболочка.

• Environment, среда, обстановка.

В настоящее время большой популярностью пользуются оболочки, позволяющие разработчику сосредоточить свои усилия на формализации

проблемной области и обойтись без специальных знаний из области программирования и вычислительной техники.

Во второй главе описывается подход к задаче диагностики, положенный в основу . оболочки 01*СЕМ, рассмотрены основные архитектурные компоненты оболочки.

Общую диагностическую модель, реализованную в оболочке ОГйЕМ, можно представить следующим образом ( рис.1):.

Рассматривается некий объект (техническая система, человеческий организм), деятельность которого проявляется через набор показаний (findings', в технической области - параметры системы, в медицинской -симптомы и результаты лабораторных обследований). Часть этих показаний фиксируется специальной обслуживающей аппаратурой (контрольно-измерительные приборы) и накапливается в базе данных - это объективные показания. Другие показания - субъективные - поступают от специалиста (мастера, врача), наблюдающего за объектом.

Каждому показанию приписывается определенная область значений. Например, температура может принимать значения "высокая", "низкая", "нормальная", "выше средней", "ниже средней", "растет быстро", "растет медленно", "не изменяется". Рассуждения ведутся только на качественном уровне.

Некоторая совокупность показаний характеризует состояние системы. Выделяется ряд состояний, которые можно определить как аномальные состояния ( отклонения от нормы, аварии, болезни), или А-состояния.

Рис. 1. Общая модель диагностики

Таким образом, задача диагностики состоит в обнаружении возникших А-состояний. Пользователей ЭС в данном случае может интересовать следующая информация:

□ какими признаками характеризуется А-состояние;

□ что вызвало конкретное А-состояние, каковы его причины;

□ к каким последствиям выявленное А-состояние может привести;

□ какова история развития процесса;

□ какие меры надо предпринять, чтобы устранить или ослабить обнаруженное А-состояние.

Процесс решения задачи диагностики можно рассматривать как композицию вышеперечисленных подзадач.

В процессе решения задачи диагностики ЭС проходит следующие этапы:

1. Первичная интерпретация данных (data abstraction). ЭС накапливает информацию, поступаемую в качестве объективных и субъективных показаний.

2. Генерация начального множества гипотез (abduction). На основании известных ей показаний ЭС с помощью прямого логического вывода строит набор правдоподобных гипотез. Каждой полученной гипотезе приписывается вес, вычисленный как некоторая функция весов соответствующих показаний.

3. Подтверждение гипотез (deduction). Имея начальный набор гипотез, ЭС проводит дальнейшую их дифференциацию, т.е. решает какие показания следует ожидать, при условии, что рассматриваемая гипотеза верна. С помощью обратного логического вывода происходит уточнение гипотез: веса наиболее правдоподобных гипотез увеличиваются, а менее правдоподобных - уменьшаются.

4. Уточнение множества гипотез (contextual abduction). В процессе подтверждения/опровержения гипотезы из начального множества гипотез могут появиться и новые гипотезы. Если в первом случае гипотезы являются некоторым уточнением начального состояния системы, то во втором - новые гипотезы возникают как отрицание или дополнение рассматриваемой гипотезы.

5. Диагноз. ЭС определяет наиболее вероятные гипотезы и, если их вес находится в окрестности некоторой пороговой величины, заранее

определенной экспертом, то предполагается, что это и есть ожидаемый диагноз.

ЭС, созданные с помощью оболочки ОГвЕМ, поддерживают все вышеуказанные этапы принятия решения.

Оболочка DI*GEN в полной мере соответствует требованиям, предъявляемым к данному типу инструментальных средств: в нее включены средства отчуждения прикладной системы от инструментальной и она "имплантирует" в прикладную систему все необходимые блоки инструментария и только их. Сама оболочка в действительности экспертной системой не является, т.к. "не знает", как создается с ее помощью прикладная ЭС. Архитектура оболочки достаточно традиционна для систем такого класса.

В третьей главе предложены основные формализмы знаний, используемые в оболочке 01*СЕЫ, дана краткая характеристика продукционного и фреймового подхода к представлению знаний. Приведена номенклатура базовых фреймов, используемых в ОГвЕМ, описан механизм трансформации фреймов в продукционные правила.

При создании оболочки 01*СЕЫ преследовалась цель использовать преимущества обоих вышеуказанных формализмов: с одной стороны дать эксперту удобное средство для описания своих проблемных знаний, с другой - создать реальный, эффективный программный продукт.

Основной принцип, реализованный в оболочке состоит в том,

что все проблемные знания описываются экспертом на этапе наполнения оболочки во фреймо-ориентированном стиле, а продукционное представление, используемое на этапе консультации, генерируется автоматически и скрыто от эксперта.

Такой подход стал возможен в силу строгой ориентации оболочки ОИвЕМ на решение задач диагностики. Зафиксировав структуру используемых фреймов, мы могли бы таким образом определить операционную семантику продукционных правил и механизм трансформации конкретных фреймов в конкретные продукционные правила.

На этапе проектирования оболочки была проделана большая работа по инженерии знаний. Совместно с экспертами, участвовавшими в создании системы, были определены две модели диагностики ( назовем их условно модель технической диагностики и модель дифференциальной диагностики),

специфицирована и зафиксирована номенклатура необходимых фреймов, установлены механизмы трансформации содержимого фреймов в продукционные правила.

Необходимо подчеркнуть, что разработка структуры фреймов, выделение взаимосвязей между ними, определение типов слотов и т.п. - все это при традиционном подходе к разработке ЭС составляет работу инженера знаний и является одним из технологических этапов создания системы. При подходе, заложенном в ОГСЕМ, вся эта работа была проделана инженером знаний на этапе конструирования оболочки, и затем при наполнении оболочки конкретными проблемными знаниями в участии инженера знаний нет необходимости. Это является одной из особенностей конструирования экспертных систем с использованием оболочки ОГСЕМ.

При создании базы знаний (т.е. на этапе наполнения оболочки проблемными знаниями) используется фреймовый подход: эксперту требуется завести конкретные фреймы (экземпляры зафиксированных в системе фреймов-классов) и заполнить их значениями.

При использовании ЭС (т.е. на этапе консультации) используется чисто продукционный подход: все знания представлены в виде продукционных правил и при их обработке используются традиционные для этого подхода методы (модифицированный ЯЕТЕ-алгоритм).

Трансформация фреймового представления в продукционное производится автоматически по специальным правилам, определенным инженером знаний.

Описывая проблемную область, конструктор должен зафиксировать множество параметров, которые характеризуют состояние диагностируемого объекта. Для этого эксперту предлагается фиксированный набор фреймов заранее определенной структуры (например, фреймы ПАРАМЕТР, А-СОСТОЯНИЕ, ОПЕРАЦИЯ). Задачей эксперта является создание экземпляров этих абстрактных понятий. Процесс создания базы знаний состоит в заполнении слотов выбранных фреймов конкретными значениями, отражающими знания данного эксперта.

Например, фрейм для описания А-состояния имеет следующую структуру:

фрейм СОСТОЯНИЕ

имя : СТРОКА

код : СТРОКА

признаки : АГРЕГАТ из ПАРАМЕТР или СОСТОЯНИЕ

контрпризнаки

комментарий

причины

рекомендации несовместимость

АГРЕГАТ из ПАРАМЕТР или СОСТОЯНИЕ АГРЕГАТ из ПАРАМЕТР или СОСТОЯНИЕ АГРЕГАТ из ОПЕРАЦИЯ АГРЕГАТ из СОСТОЯНИЕ ТЕКСТ

- где:

Имя состояния - уникальное имя, приписываемое каждому аномальному состоянию диагностируемого объекта.

Код состояния - мнемоническое обозначение состояния, принятое среди экспертов данной предметной области.

Признаки - список отклонений параметров от нормы или других А-состояний, которые являются признаком состояния.

Контрпризнаки - список отклонений параметров или других А-состояний, которые, по мнению эксперта, не встречаются при описываемом состоянии.

Причины - список отклонений параметров от нормы или состояния, которые, по мнению эксперта, могут послужить причиной описываемого состояния.

Рекомендации - список операций, применение которых может привести к устранению или ослаблению описываемого состояния.

Несовместимость - список состояний, которые, по мнению эксперта, не могут происходить одновременно с описываемым состоянием.

Комментарий - любая вспомогательная текстовая информация.

Признаки, контрпризнаки, причины, рекомендации, несовместимые состояния в свою очередь тоже описываются некоторым фреймами фиксированной структуры.

Тот факт, что структура всех используемых в оболочке фреймов заранее определена, позволяет определить семантику продукционных правил, используемых на этапе консультации, т.е. ориентировать оболочку на решение определенного класса задач диагностики - в нашем случае задачи диагностики. Одним из результатов диссертационной работы является разработка механизма трансформации фреймов в продукционные правила.

Для иллюстрации рассмотрим пример из модели технической диагностики. Пусть мы имеем описание некоторого конкретного состояния:

фрейм АВАРИЯ 1 юа СОСТОЯНИЕ

причины

имя

признаки

контрпризнаки

: АВАРИЯ1

: ( <Пар1, Зн1>, Сост1) : { <Пар2, Зн2>, Сост2) : { <ПарЗ, ЗнЗ, время-нЗ, время-вЗ>,

<СостЗ, время-нЗ, время-вЗ>

}

рекомендации : { Оп1, Оп2 ) несовместимость : { Сост4, Сост5 }

Этот фрейм будет трансформирован в следующие группы правил: группа ПРИЗНАКИ

правило 1 если <Пар1, Зн1> то АВАРИЯ 1 *

Интерпретация: если в диагностируемой системе отмечен параметр Пар1 со значением Зн1, то это является положительным признаком состояния АВАРИЯ1.

правило 2 если СОСТ1 то АВАРИЯ 1 *

Интерпретация: Если в диагностируемой системе отмечено состояние СОСТ1, то это является положительным признаком состояния АВАРИЯ1.

Термин "положительный признак" означает, что этот признак работает на повышение веса гипотезы.

группа КОНТРПРИЗНАКИ

правило 3 если <Пар2, Зн2> то АВАРИЯ I Ф

Интерпретация: если в диагностируемой системе отмечен параметр Пар2 со значением Зн2, то это является отрицательным признаком состояния АВАРИЯ 1.

правило 4 если СОСТ2 то АВАРИЯ 1 Ф

Интерпретация: Если в диагностируемой системе отмечено состояние С0СТ2, то это является отрицательным признаком состояния АВАРИЯ1.

Термин "отрицательный признак" означает, что этот признак работает на понижение веса гипотезы.

группа ПРИЧИНЫ

правило 5

если <ПарЗ, ЗнЗ> то АВАРИЯ 1 через [время-нЗ, время-вЗ]

Интерпретация: Если в диагностируемой системе отмечен параметр ПарЗ со значением ЗнЗ, то это через временной диапазон [время-нЗ, время-вЗ] может вызвать возникновение аварийного состояния АВАРИЯ 1.

правило 6

если БОЭТЗ то АВАРИЯ 1 через [время-нЗ, время-вЗ]

Интерпретация: Если в диагностируемой системе отмечено состояние СОСТЗ, то это через временной диапазон [время-нЗ, время-вЗ] может вызвать возникновение аварийного состояния АВАРИЯ1.

группа РЕКОМЕНДАЦИИ

правило 7 если АВАРИЯ 1 то 0/7/ | 0П2

Интерпретация: Если возникло аварийное состояние АВАРИЯ1, то для его устранения необходимо применить технологические операции 0П1 или 0П2.

группа НЕСОВМЕСТИМОСТЬ

правило 8

если АВАРИЯ1 & ( СОСТ4 \ С0СТ5 ) то УТОЧНИТЬ-СИТУАЦИЮ

Интерпретация: Если в диагностируемой системе одновременно с состоянием АВАРИЯ 1 ЭС логически вывела наличие хотя бы одного из состояний СОСТ4, СОСТ5, то это означает, что системе недостаточно информации для корректного заключения и необходимо снова перейти к этапу описания текущей ситуации.

Вышеописанный механизм трансформации содержимого фреймов в продукционные правила позволяет автоматически формировать большой набор простых конкретных продукционных правил.

В четвертой главе описана технология конструирования ЭС с помощью оболочки DI*GEN.

Чтобы построить экспертную систему с помощью оболочки DI'GEN, конструктору необходимо выполнить два основных действия: наполнить оболочку знаниями (построить иерархию понятий) и собрать готовую экспертную систему.

Описанные действия находят свое отражение в технологии конструирования ЭС. С точки зрения пользователя-эксперта, оболочка DI*GEN представляет собой программу, которая в интерактивном режиме позволяет ему описать проблемные знания удобным для него образом, "ведет" его по системе, контролирует вводимую информацию. По окончании наполнения базы знаний, эксперт может дать команду "Собрать ЭС" и при отсутствии ошибок получить готовую экспертную систему. От пользователя не требуется никаких специальных знаний по программированию, все взаимодействие с системой происходит через "дружелюбный" многооконный "menu-driven" интерфейс.

Создание ЭС (т.е. наполнение оболочки конкретными знаниями) включает следующие этапы:

1. Описание областей значений параметров диагностируемого объекта в виде лексических значений. Область значений параметров представляет собой набор лексических значений, характеризующих динамику изменения параметра или спектр принимаемых им значений.

2. Создание иерархии типа "общее-частное" для классов понятий. Описание структуры базы знаний заключается в построении дерева понятий. Наличие такой иерархической структуры позволяет конструктору строить базу

знаний в привычных для экспертов терминах, вводить необходимые понятия и устанавливать между ними отношения "общее-частное".

Разбиение понятий на подклассы является полностью прерогативой эксперта и зависит от его компетентности и видения им структурных связей внутри проблемной области. Единственное ограничение, которое в силу своей диагностической специфики и заложенных идей DPGEN накладывает на процесс структурирования - это корень иерархии. В корне дерева выделены основные понятия, используемые в выбранной модели диагностики. Эти понятия были выделены инженерами знаний как базовые для данной модели диагностики.

Система рассуждает только в терминах указанных основных понятий (для модели технической диагностики - это параметры, состояния к операции, для медицинской - жалобы, история болезни, результаты объективного осмотра, методы обследований, заболевания) и, естественно, только эти понятия эксперт и может создавать и описывать, структурируя проблемную область.

У эксперта есть возможность достраивать предложенную ему иерархию понятий. Он вводит свои собственные понятия как подклассы уже существующих.

Образованные подклассы понятий объединяют группы понятий так, как это представляет себе эксперт, который определяет имя подкласса в соответствии с содержанием составляющих его понятий.

3. Заполнение структуры понятий нижнего уровня ("листьев" иерархического представления) на основе экспертных знаний. Так, при заполнении базы знаний ЭС диагностики доменного процесса, аварийное состояние разогрев печи может быть описано следующим образом:

фрейм РАЗОГРЕВ ПЕЧИ isa СОСТОЯНИЕ имя : РАЗОГРЕВ ПЕЧИ

код : Gorhod

признаки

фрейм #ПРОЧНОСТЬ АГЛОМЕРАТА isa ПРОЧНОСТЬ АГЛОМЕРАТА имя : ПРОЧНОСТЬ АГЛОМЕРАТА код : с_РгА вес : 15

значение: {ВЕЛИЧИНА: высока я) фрейм #ПРОЧНОСТЬ КОКСА isa ПРОЧНОСТЬ КОКСА

имя : ПРОЧНОСТЬ КОКСА код : с_РгК вес : 40

значение: {ВЕЛИЧИНА: высокая) фрейм #СКОРОСТЬ СХОДА ШИХТЫ isa СКОРОСТЬ СХОДА ШИХТЫ имя : СКОРОСТЬ СХОДА ШИХТЫ код : Vsh вес : 50

значение: {ВЕЛИЧИНА: уменьшается) контрпризнаки

фрейм #НАГРЕВ ПРОДУКТОВ ПЛАВКИ ¡sa НАГРЕВ ПРОДУКТОВ ПЛАВКИ имя : НАГРЕВ ПРОДУКТОВ ПЛАВКИ

код : с_РгА

вес :70

значение : { ВЕЛИЧИНА: уменьшается медленно > причины :

фрейм # РУДНАЯ НАГРУЗКА isa РУДНАЯ НАГРУЗКА имя : РУДНАЯ НАГРУЗКА

код : а_ Р/К

вес :75

время нижнее : 4 время верхнее :9

значение : {ВЕЛИЧИНА: низкая)

несовместимость:

фрейм #ХОЛОДНЫЙ ХОД isa ХОЛОДНЫЙ ХОД имя : ХОЛОДНЫЙ ХОД код : нolhod

рекомендации:

фрейм #ПОНИЗИТЬ ТЕМПЕРАТУРУ ДУТЬЯ ¡sa ПОНИЗИТЬ ТЕМПЕРАТУРУ ДУТЬЯ имя : понизить температуру дутья код : и_ Ю

В формальном описании состояния эксперту необходимо приписать веса признакам, контрпризнакам и причинам данного состояния. Эти веса отражают степень уверенности эксперта в том, что данный признак, контрпризнак или причина характерны для описываемого аномального состояния.

4. Сборка (отторжение) готовой ЭС. Конечной целью работы эксперта является создание экспертной системы, обладающей теми знаниями, которую он заложил в базу знаний. В оболочке 01*СЕЫ принят следующий подход к созданию экспертной системы:

- содержимое базы знаний проверяется на целостность и непротиворечивость;

- фреймы, находящиеся в базе знаний, трансформируются в продукционные правила;

- продукционные правила и начальное наполнение ЭС преобразуются в тексты программ на языке С++;

- из этих программ, проблемно-независимой машины вывода и заготовок интерфейса пользователя, хранящихся в библиотеке оболочки, собирается конкретная ЭС, соответствующая описанной экспертом базе знаний и готовая к эксплуатации конечным пользователем.

В главе на примере конкретного приложения подробно описан процесс создания ЭС.

В пятой главе рассматривается этап использования ЭС, описаны основные этапы консультации на примере использования ЭС КАРДИОЛОГ, предназначенной для диагностики сердечно-сосудистых заболеваний.

Работа экспертной системы делится на несколько следующих друг за другом этапов.

1. Порождение гипотез. Процесс консультации начинается с того, что система предоставляет врачу возможность ввести всю необходимую информацию о больном. Системы меню организованы в виде общепринятых групп и способов клинического обследования (жалоб, анамнеза, объективного обследования и т.д.), что значительно упрощает общение пользователей с системой. Двигаясь по иерархии понятий, врач должен

отметить симптомы, наблюдаемые у пациента. Список этих симптомов представляет собой клиническую картину.

На основании этой информации система порождает список гипотетических диагнозов, каждому из которых приписывается вес. Вес гипотезы складывается следующим образом.

При описании заболевания в базе знаний эксперту-врачу необходимо указать характерные признаки данного заболевания, его частые признаки, редкие и нехарактерные признаки. Каждому типу признаков также приписаны соответствующие веса. Аналогично приписаны веса различным источникам информации.

Все эти весовые коэффициенты были определены на основе эмпирического опыта экспертов, участвовавших в разработке модели дифференциальной диагностики.

Общий вес гипотезы Р вычисляется по формуле: Р = вес+ - вес, вес+ = Ъ весТ{ * весП1 вес" = 1. весТ] * весКП'¡,

- где:

весТ( равен весу типа информации.

весЩ - это вес характерных и частых признаков гипотезы;

весКЩ - это вес редких и нехарактерных признаков гипотезы.

2. Уточнение гипотез. На втором этапе экспертная система пытается уточнить гипотезы, выдвинутые ею на первом этапе. При уточнении диагноза система использует стратегию подтверждения гипотез, задавая врачу дополнительные вопросы на квазиестественном языке. Процесс уточнения продолжается до тех пор, пока есть неопределенные признаки заболеваний.

3. Диагноз. Результатом работы ЭС будет являться заболевание, получившее максимальный вес, при условии, что этот вес выше некоторого порога, заданного экспертом при генерации ЭС.

В заключении сформулированы основные результаты, полученные в ходе диссертационной работы.

Основные результаты работы

1. Дан аналитический обзор существующих инструментальных средств для построения экспертных систем, приведены различные подходы к их классификации и сравнительный анализ.

2. Определен общий формальный подход к решению задач диагностики; специфицированы основные составляющие диагностической модели. Зафиксирована номенклатура фреймов, позволяющих эксперту описывать свои предметные знания, разработаны методы трансформации содержимого фреймов в продукционные правила.

3. Разработана и реализована проблемно-ориентированная оболочка, предназначенная для конструирования диагностических экспертных систем. Созданная и отторгнутая ЭС является автономным программным модулем, который может быть использован как самостоятельно, так и включен в другую программную систему.

4. Разработана технология построения диагностической ЭС. Эта технология включает наполнение БЗ, ее проверку, компиляцию, отторжение готовой ЭС. Достоинством предложенного подхода является то, что наполнение БЗ проблемными знаниями выполняется самим экспертом ( а не инженером знаний). Вся работа по инженерии знаний была проделана на этапе создания самой оболочки.

5. Реализовано несколько приложений, позволяющих говорить о практической значимости предложенной технологии и созданной на ее основе оболочке. Подтверждена целесообразность применения разработанной технологии для создания реальных ЭС.

Опубликованные работы по теме диссертации

1. Гринберг С.Я., Очаковская О.Н., Яхно Т.М. Объектно-ориентированная система накопления знаний в экспертной система технической диагностики // Тез. докл. конф. "Параллельное программирование и высоко-производительные системы". - Киев. - 1990.

2. Гринберг С.Я., Яхно Т.М. Решение задач технической диагностики с использованием оболочки 01*СЕЫ//Изв. АН СССР. Сер. Техническая кибернетика. 1990. - N5. - С. 147-153.

3. Гринберг С. Я., Яхно Т. М. ОГСЕМ: оболочка для создания диагностических экспертных систем /Дез. докл. II Всесоюз. конф. по ИИ. -Минск, 1990.

4. Гринберг С.Я., Яхно Т.М. Оболочка DI'GEN: подход к разработке диагностических экспертных систем // Тез. докл. Всесоюз. совещания "Экспертные системы". - Суздаль, 1990. - С. 5 - 6.

5. Гринберг С.Я., Яхно Т.М. Разработка диагностических экспертных систем в оболочке DI'GEN // Тез. докл. конф. "Интеллектуальные системы в машиностроении" - Самара, 1991. - С. 66 - 67.

6. Гринберг С.Я., Шустерман В.Р., Якобсон И.С., Яхно Т.М. Экспертная система дифференциальной диагностики кардиалгий //Тез. докл. Ill конф. по ИИ. -Тверь, 1992.-Т.2. - С. 22 - 24.

7. Гринберг С. Я., Смола В. В., Яхно Т. М. Построение интегрированных ЭС в оболочке DI'GEN /Дез. докл. Ill конф. по ИИ. -Тверь, 1992.-Т.2. - С.'62 -64.

8. Гринберг С.Я., Смола В.В., Яхно Т.М. Интеграция баз данных и баз знаний в оболочке DI'GEN // Тез. докл. семинара "Экспертные системы. Базы знаний и данных". - М., 1992. - С. 96 - 100.

9. Greeenberg S. Yakhno Т. DI'GEN: the shell for diagnostic expert system construction // в сб. Current topics in informatics systems research -Novosibirsk, 1991.

10.Greeenberg S. Yakhno T. The shell DI'GEN: efficient impelmantation of declarative knowledge representation // Тез. докл. International congress on Computer Systems and Applied Mathematics CSAM'93 - С-Петербург, 1993.