Modelowanie systemów - wiedza ekspercka (kreowanie systemów)

28
Modelowanie systemów - wiedza ekspercka (kreowanie systemów)

description

Modelowanie systemów - wiedza ekspercka (kreowanie systemów). Plan prezentacji. Wprowadzenie Kreowanie systemu - zasady ogólne: Burza mózgów Lista kandydatów Wstępny ranking ekspertów Selekcja wielkości wejściowych Ustalenie zakresów wielkości wejściowych Ostateczny ranking ekspertów - PowerPoint PPT Presentation

Transcript of Modelowanie systemów - wiedza ekspercka (kreowanie systemów)

Page 1: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Modelowanie systemów - wiedza ekspercka

(kreowanie systemów)

Page 2: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Plan prezentacji

WprowadzenieKreowanie systemu - zasady ogólne:

Burza mózgówLista kandydatówWstępny ranking ekspertówSelekcja wielkości wejściowychUstalenie zakresów wielkości wejściowychOstateczny ranking ekspertówSformułowanie modelu liniowego

Przykłady:Zadowolenie klienta z zakupu mp3

Systemy eksperckiePodsumowanie

Page 3: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Kreowanie systemu

Kreowania systemu we-wy /przyczynowo-skutkowy/ poprzez ustalenie wielkości wejściowych mających istotny wpływ na zdefiniowaną wielkość wyjściową (satysfakcję, jakość)Kreowanie podzielone na 7 zależnych, następujących po sobie etapów

WY (zdefiniowane)

?

.

.

.

?

?

?

?

Page 4: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap pierwszy: Burza mózgów

Wypisanie wszystkich potencjalnych czynników mających wpływ na zdefiniowaną wielkość wyjściowąCzynniki jako wielkości wejściowe:

u – wejścia sterowalne (decyzyjne) w – wejścia obserwowalne (mierzalne) z – wielkości losowe (zakłócenia)- możliwe do oszacowania

Wstępne określenie wielkości wejściowych systemu.

Page 5: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap drugi: lista kandydatów

Doprecyzowanie nazw czynników - mogą być wieloznaczne i mogą prowadzić do niespójności w kreowaniu systemu – wiedza ekspercka może być źle zinterpretowana

Opracowanie wstępnej listy czynników

Opracowanie ankiet dla ekspertów, ze szczególnym uwzględnieniem jednolitego sposobu priorytetowania (ocena ważności) przez ekspertów (wypełniających ankietę)

Page 6: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap trzeci: wstępny ranking ekspertów

Dobór ekspertów oceniających czynniki i ewentualnie ustalenie „wag” ekspertów. Eksperci wypełniają przygotowane ankietyMożliwe zastosowanie różnych metod rankingu ekspertów, np.

wybór 50% istotnych czynnikówprzyporządkowanie każdemu czynnikowi wartości 1 (mało istotny), 2 (istotny), 3 (bardzo istotny)

Page 7: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Wyselekcjonowanie wielkości wejściowych, które mają „odczuwalny” wpływ na działanie systemu.Selekcja przeprowadzona na podstawie histogramu, na którym każdemu czynnikowi przyporządkowano sumaryczną liczbę punktów. Selekcja wg. jednej z metod:

arbitralnie ustalona ilość czynników najwyżej punktowanych,wybór czynników, dla których suma punktów równa 70% wszystkich punktów itp.,wybór czynników o sumie punktów większej niż przyjęty próg punktowy.

Etap czwarty: Selekcja wielkości wejściowych

Page 8: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap piąty: ustalenie zakresów wielkości wejściowych

Ustalenie zakresów ustalonych wielkości wejściowych i ewentualnie dokładna ich definicja przy wielkościach nie będących liczbami

{b. dużo, dużo, średnio, mało, b. mało}{wygodny, mało wygodny …}

Konsekwentnie dla wielkości nie liczbowych należy precyzyjnie zdefiniować sposób ich kodowania oraz odpowiadający mu znormalizowany zakres wartości liczbowych (np. {od 1 do 5}) lub od 0% do 100%

Page 9: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap szósty: Ostateczny ranking ekspertów

Na podstawie informacji zebranych w poprzednich etapach następuje ostateczny wybór czynników i wielkości wejściowych (x1,x2,…) systemu

Ustalenie wag poszczególnych czynników (wielkości wejściowych) poprzez kolejną ocenę ekspertów. Ekspert otrzymuje spis ustalonych czynników i przyporządkowuje każdemu wagi np. dla 7 czynników są to liczby od 1 do 7. Dla najbardziej istotnego jego zdaniem będzie 7 a 1 dla najmniej istotnego. Waga danego czynnika jest następnie wyliczana jako procentowy udział sumy uzyskanych przez dany czynnik punktowy w stosunku do sumarycznej liczby punktów dla wszystkich czynników

Page 10: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap siódmy: sformułowanie modelu matematycznego

Sformułowanie modelu matematycznego z wielkościami wejściowymi np.

NORM - współczynnik normalizujący,aby Y = <0,100>(ew. bardziej skomplikowane modele nie tylko liniowe)

...)2211([%] xwxwNORMY

Page 11: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Etap siódmy: sformułowanie modelu matematycznego

Przedstawienie schematu blokowego modelu systemu wejściowo-wyjściowego,

przykładowo dla modelu liniowego:

Modele matematyczne mogą być różne dla różnych podgrup ekspertów, jeśli takie podgrupy wyróżniono

UN

U2

U1

.

.

.

.

.

+

+

+

S1

Y.....

S2

SN

Page 12: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

PRZYKŁAD: Zadowolenie klienta z kupna

mp3 Etap 1: Burza mózgówWypisanie czynników mających wpływ na

systemNp.:

cena okres gwarancji funkcjonalność czas pracy na baterii obsługiwane formaty plików wygląd wielkość odtwarzacza jakość serwisu dane techniczne wyniki testów z prasy

Page 13: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Opracowanie listy najważniejszych czynników

Zadowolenie klienta z kupna mp3 Etap 2: Lista kandydatów

Page 14: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 3: Wstępny ranking ekspertów

Podczas przygotowywania ankiet należy precyzyjnie nazwać wszystkie czynniki. Np.: Słowo funkcjonalność, można zdefiniować jako – „ zdolność do dobrego spełniania swojej funkcji”

Bardzo ważny jest trafny dobór ekspertówMożna stwierdzić, że najbardziej liczną grupą, która może się wypowiedzieć na temat kupionego odtwarzacza mp3 jest młodzież.Jako ekspertów uznać więc można np.: studentów i wśród nich przeprowadzić ankietę.

Page 15: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 4: Selekcja wielkości wejściowych

Przeprowadzenie ankiety wśród ekspertów

i-ty czynnik ma Ni punktów priorytetowych

Analizując wyniki ankiety ustalono próg 100pkt i uzyskano 7 najważniejszych czynników.

Page 16: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 4: Selekcja wielkości wejściowychNajważniejszym czynnikom przypisano

konkretne wagi

s1 = 15,8% - pojemność karty pamięci (136pkt)

s2 = 15,2% - cena (128pkt)s3 = 15,0% - czas pracy na baterii (125pkt)s4 = 13,7% - dostępność (105pkt)s5 = 13,5% - okres gwarancji (102pkt)s6 = 13,4% - funkcjonalność (101pkt)s7 = 13,4% - firma (marka) (100pkt)

7

1

797i

i pktNS

Page 17: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 4: Selekcja wielkości wejściowych

Wejścia obserwowalne (mierzalne)

u1 – pojemność karty pamięci u2 – cenau3 – okres gwarancjiu4 – firma (marka)

Wejścia sterowalne (decyzyjne)w1 – czas pracy na bateriiw2 – funkcjonalność

Wejścia losowe (szacowalne)z1 – dostępność

Page 18: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 5: Zakres wielkości wejściowychu1 – Pojemność karty pamięci

Jeśli wartość u1 jest większa lub równa wartości pożądanej przez nabywcę (u1’) wyjście wynosi u1*100% w przeciwnym wypadku

u2 – Cena Jeśli wartość jest mniejsza lub równa wartości pożądanej (u2’) wyjście wynosi u2*100% w przeciwnym wypadku

u3 – Okres gwarancjiAnalogicznie do u1

%100'1

1

u

u

%1002

'2

u

u

Page 19: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 5: Zakres wielkości wejściowychu4 – Firma (marka)

Stworzono 2 grupy producentów. 1 grupa najbardziej znani z dobrej jakości 2 pozostali. Jeśli u4=1, wyjście

wynosi u4*100% w przeciwnym wypadku %

w1 – Czas pracy na bateriiAnalogicznie do u1

w2 – FunkcjonalnośćAnalogicznie do u1

z1 – DostępnośćWielkość podawana w procentach

1004

1

u

Page 20: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Etap 6: Ostateczny ranking ekspertów

41623174532211 szswswsusususuY

w1*s3 - czas pracy na baterii

w2*s6 - funkcjonalnośćz1*s4 - dostępność

Model matematyczny systemuY = f(u,w,z)

u1*s1 - pojemność karty pamięci

u2*s2 - cenau3*s5 - okres gwarancjiu4*s7 - firma

Wejścia i przypisane im wagi

Page 21: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3 Etap 7: Schemat blokowy systemu

Page 22: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Zadowolenie klienta z kupna mp3Przykład użycia modelu

Satysfakcja z zakupionego mp3 playera wynosi Y=72,83%

%83,72%65,11%65,9

%0,15%4,13%75,6%43,12%95,3%7,13%85%4,1325

18

%0,15%100%4,13%100%5,1324

12%2,15

330

270%8,15

4

1

Y

Page 23: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Systemy eksperckie

Programy modelujące wiedzę człowieka – eksperta w pewnej ograniczonej i dobrze zdefiniowanej dziedzinie

Budowa systemu ekspertowego

Page 24: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Systemy eksperckie

Szkielet systemu składający się z:Interfejsu użytkownika - komunikacja użytkownika z systemem. Zadawanie pytań, udzielanie informacji systemowi, oraz odbieranie od systemu odpowiedzi i wyjaśnieńEdytora bazy wiedzy - modyfikacja wiedzy zawartej w systemieMechanizmu wnioskowania - wyciąganie wniosków z pytań wprowadzanych przez użytkownika i generowanie odpowiedziMechanizmu wyjaśniającego - umożliwia wyjaśnienie dlaczego system udzielił takiej, a nie innej odpowiedzi, albo dlaczego system zadał użytkownikowi określone pytanie

Page 25: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Systemy eksperckie

Baza wiedzy wiedza dotycząca określonej dziedziny zdobyta od ludzkich ekspertów zapisana za pomocą wybranego sposobu np.: za pomocą reguł

Baza danych zmiennych pomocnicza baza danych przechowywane są w niej wnioski uzyskane przez system podczas jego działania umożliwia odtworzenie sposobu wnioskowania systemu i przedstawienie go użytkownikowi za pomocą mechanizmu wyjaśniającego

Page 26: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Systemy eksperckie

Przykłady systemów:DENDRAL - ustalanie struktury molekularnej nieznanych związków chemicznychMYCIN - pomaga w wyborze terapii przeciwbakteryjnej dla pacjentów z chorobami infekcyjnymi krwi (identyfikacja drobnoustrojów, wybór leku i dawkowania)PROSPECTOR - interpretacja danych geologicznych przy poszukiwaniu złóż minerałówMACSYMA - rozwiązywanie problemów matematycznych (algebra i rachunek całkowy)LENDING ADVISOR - pomoc w podejmowaniu decyzji kredytowych

Page 27: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Podsumowanie

Kreowanie systemu :Burza mózgów – wypisanie wszystkich czynników Lista kandydatów – opracowanie ankiet Wstępny ranking ekspertów – wypełnienie ankiet przez ekspertówSelekcja wielkości wejściowych - wyselekcjonować czynniki i wielkości wejścioweUstalenie zakresów wielkości wejściowychOstateczny ranking ekspertów - ostateczny wybór czynników i wielkości wejściowych (x1,x2,…) systemu oraz ostatecznie wybór wag Sformułowanie modelu liniowego

Page 28: Modelowanie systemów - wiedza ekspercka  (kreowanie systemów)

Bibliografia

Zdzisław Bubnicki – „Wstęp do systemów ekspertowych”Bogdan Stefanowicz - „Sztuczna inteligencja i systemy eksperckie„Joanna Chromiec, Edyta Strzemieczna – „Sztuczna inteligencja: Metody konstrukcji i analizy systemów eksperckich”