Прогнозирование. Прогнозирующие системы логически выводят веро- ятные следствия из заданных ситуаций. В прогнозирующей системе
обычно используется параметрическая динамическая модель, в которой
значения параметров «подгоняются» под заданную ситуацию. Выводи-
мые из этой модели следствия составляют основу для прогнозов с веро-
ятностными оценками. Примеры: предсказание погоды, оценка будуще-
го урожая, прогнозы в экономике и др.
6.
Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объек-
тов, чтобы логически вывести последствия их планируемой деятельно-
сти. Примеры: планирование поведения робота, планирование экспери-
мента и др.
7.
Обучение. Системы обучения диагностируют ошибки при изучении ка- кой-либо дисциплины с помощью ЭВМ и подсказывают правильные ре- шения. Они аккумулируют знания о гипотетическом «ученике» и его ха-
рактерных ошибках, а затем при работе способны диагностировать сла-
бости в знаниях обучаемых и находить соответствующие средства для
ликвидации пробелов в знаниях. Кроме того, подобные системы плани-
руют акт общения с учеником, в зависимости от успехов ученика, с це-
лью передачи знаний.
Классификация по связи с реальным временем: 1.
Статические ЭС разрабатываются в предметных областях, в которых
база знаний и интерпретируемые данные не меняются во времени, ста-
бильны. Пример - диагностика неисправностей в автомобиле.
2.
Квазидинамические ЭС интерпретируют ситуацию, которая меняется с
некоторым фиксированным интервалом времени. Примером являются
микробиологические ЭС (скажем, в производстве лизина), в которых
один раз в 4–5 часов снимаются лабораторные измерения с технологиче-
13
ского процесса и анализируется динамика полученных показателей по
отношению к предыдущему измерению.
3.