Wissenschaftlicher Aufsatz, 2008
33 Seiten
1. Charakterisierung von Expertensystemen
1.1. Wissensbasierte Systeme
1.2. History
2. Aufbau von Expertensystemen
2.1. Grundidee
2.2. Architektur
2.1.1. Wissensbasis
2.2.2. Steuersystem
3. Grundtechniken der Wissensrepräsentation
3.1. Logik als Grundlage
3.1.1. Prädikatenlogik
3.1.2. Kalküle
3.2.2. PROLOG
3.2. Regelbasierte Wissensrepräsentation
3.2.1. Allgemeines
3.2.2. Vorwärtsverkettung (Forward-Reasoning)
3.2.3. Rückwärtsverkettung (Backward-Reasoning)
3.2.4. Strukturierung
3.3. Objektorientierte Wissensrepräsentation
3.3.1. Vererbungshierarchie, zugeordnete Prozeduren, Erwartungswerte
3.3.2. Beispiel: FRL
3.4. Wissensrepräsentation durch Constraints
3.5. Repräsentation von unsicherem Wissen
3.5.1. Probabilistisches Schließen
3.5.2. Nicht-monotones Schließen
3.5.2. Temporales Schließen
4. Problemlösungstypen
4.1. Klassifikation (Diagnostik)
4.1.1. Beschreibung
4.1.2. Methoden
4.1.3. Einteilung nach Problemtypen
4.2. Konstruktion (Synthese)
4.2.1. Beschreibung
4.2.2. Methoden
4.2.3. Einteilung nach Problemtypen
4.3. Simulation
4.3.1. Beschreibung
4.3.2. Methode
4.3.3. Einteilung nach Problemtypen
5. Entwicklung von Expertensystemen
5.1. Wissenserwerb
5.1.1. Grundarten
5.1.2. Phasen
5.2. Erklärungsfähigkeit
5.3. Werkzeuge
6. Betrieblicher Einsatz
6.1. Anwendungsgebiet
6.2. Einsatzumgebung
7. Kritik und Ausblick
7.1. Enttäuschte Erwartungen
7.2. Neure Ansätze
Ziel der vorliegenden Arbeit ist es, dem interessierten Leser ein fundiertes Verständnis von Expertensystemen zu vermitteln, ihre Arbeitsweise zu erläutern und ihre Anwendungsbereiche in Forschung sowie Industrie aufzuzeigen.
3.2.3. Rückwärtsverkettung (Backward-Reasoning)
Hierbei geht man von einem Ziel aus und überprüft nur Regeln, deren Aktionsteile das Ziel enthalten. Sind Parameter der Vorbedingung unbekannt und nicht über andere Regeln herleitbar, tritt das System in Interaktion mit dem Benutzer (siehe Abb. 2)
Gestartet wird mit einem vorgegebenen Ziel. Falls dieses Ziel nicht in der Datenbasis bekannt ist, entscheidet der Regelimplementierer, ob es abgeleitet werden kann oder ob der Benutzer befragt werden muss. Bei der Ableitung des Zieles werden alle Regeln abgeleitet, in denen das Ziel enthalten ist. Dabei bekommt jeder vorkommende Parameter einen Verweis (Index) auf die entsprechende Regel. So können bei Wertänderungen betroffene Regeln schneller gefunden werden. Ist bei der Überprüfung einer Regel ein Parameter unbekannt (in Abb. 4: PRÜFE_RELE (REGEL)), wird ein Unterziel generiert und die Prozedur BESTIMME (ZIEL) rekursiv zur Herleitung des Unterziels angewendet. Ergebnis sind Werte für das vorgegebene Ziel und die Unterziele.32 Die implizierte Dialogsteuerung stellt die Fragen an den Benutzer abhängig von der Reihenfolge der Regeln zur Herleitung der Aussagen in der Vorbedingung einer Regel. Durch diese Abhängigkeit wird die Modularität des Systems erheblich vermindert. Je präziser das Ziel formuliert ist, desto kleiner wird der Suchbaum von Regeln und Fragen.33
Rückwärtsverkettung wird z.B. bei EMYCIN und PROLOG verwendet.
1. Charakterisierung von Expertensystemen: Einführung in wissensbasierte Systeme und deren Abgrenzung durch die Trennung von Wissensbasis und Problemlösungsstrategie sowie ein Überblick über die historische Entwicklung.
2. Aufbau von Expertensystemen: Detaillierte Betrachtung der Architektur, insbesondere der funktionalen Trennung in Wissensbasis und Steuersystem mit ihren jeweiligen Komponenten.
3. Grundtechniken der Wissensrepräsentation: Darstellung der formalen Methoden zur Wissensspeicherung, darunter Logik, regelbasierte und objektorientierte Ansätze sowie der Umgang mit unsicherem Wissen.
4. Problemlösungstypen: Klassifizierung der Anwendungsmöglichkeiten in Diagnostik, Konstruktion und Simulation samt deren spezifischer methodischer Herangehensweisen.
5. Entwicklung von Expertensystemen: Analyse der Phasen des Wissenserwerbs, der Bedeutung der Erklärungsfähigkeit für die Transparenz sowie einer Übersicht verfügbarer Werkzeuge.
6. Betrieblicher Einsatz: Erörterung der Voraussetzungen für den Praxiseinsatz, notwendiger Einsatzumgebungen und der bestehenden technischen Grenzen.
7. Kritik und Ausblick: Kritische Reflexion der überhöhten Erwartungen der Vergangenheit und Einschätzung neuerer Trends wie der Entwicklung von Assistenz-Systemen.
Expertensysteme, Wissensbasis, Problemlösungsstrategie, Wissensrepräsentation, Inferenz, Diagnose, Konstruktion, Simulation, Wissenserwerb, Backward-Reasoning, Vorwärtsverkettung, KI, Knowledge-Engineering, Assistenz-Systeme, Logik.
Die Arbeit bietet eine fundierte Einführung in das Themenfeld der Expertensysteme, betrachtet deren Aufbau, Funktionsweise und den Einsatz in verschiedenen betrieblichen und wissenschaftlichen Kontexten.
Die zentralen Felder umfassen die Architektur von Systemen, Methoden der Wissensrepräsentation, verschiedene Problemlösungstypen sowie den Prozess der Systementwicklung.
Das Hauptziel ist es, dem Leser zu vermitteln, wie Expertensysteme arbeiten, wie sie strukturiert sind und auf welche Weise sie zur Problemlösung in Industrie und Forschung eingesetzt werden können.
Es werden diverse methodische Ansätze erläutert, darunter logikbasierte Verfahren, die Vorwärts- und Rückwärtsverkettung von Regeln, objektorientierte Modellierungen sowie Methoden zur Bewältigung von Unsicherheit.
Der Hauptteil gliedert sich in die technische Charakterisierung der Systeme, die Grundlagen der Wissensrepräsentation, die Typisierung von Problemlösungen sowie die Phasen der Systementwicklung.
Typische Schlüsselwörter sind Expertensysteme, Wissensrepräsentation, Problemlösungsstrategie, Wissenserwerb und Inferenz.
Bei der Vorwärtsverkettung wird von bekannten Daten ausgehend auf eine Lösung geschlossen, während bei der Rückwärtsverkettung ein Ziel definiert wird und rückwirkend geprüft wird, welche Regeln zur Bestätigung dieses Ziels führen.
Sie macht den internen Problemlösungsweg für den Benutzer transparent, was sowohl zum Verständnis der Lösung beiträgt als auch den Experten bei der Fehlersuche und Qualitätssicherung unterstützt.
Dieser Effekt beschreibt das Phänomen, dass die Leistungsfähigkeit von Expertensystemen außerhalb ihres spezifischen Fachgebiets, für das sie konzipiert wurden, drastisch abfällt.
Nach enttäuschten Erwartungen in der Vergangenheit und der Abkehr vom Begriff "Expertensystem", haben sich neuere Bezeichnungen wie "Assistenz-Systeme" etabliert, um den unterstützenden Charakter der modernen wissensbasierten Technologien zu betonen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

