ACADEMIA DE STUDII E CONOMICE DIN BUCUREȘ TI [600749]

ACADEMIA DE STUDII E CONOMICE DIN BUCUREȘ TI
REFERAT
SISTEME EXPERT

AUTOR: GRĂJDEANU VALERIU

CUPRINS

CONCEPTE GENERALE – SISTEME EXPERT ………………………….. ……………….. 2
TIPURI DE SISTEME EXPERT ………………………….. ………………………….. …………… 3
AVANTAJE ȘI LIMITE ALE SISTEMELOR EXPERT ………………………….. ……… 6
METODOLOGII D E REALIZARE SE ………………………….. ………………………….. ..10
ARHITECTURA SISTEMELOR EXPERT ………………………….. ……………………… 13
OBIECTIVELE, CARACTERISTICILE SISTEMELOR EXPERT ȘI
STRUCTURA DE BAZĂ ………………………….. ………………………….. …………………… 14
APLICAȚIILE SISTEMELOR EXPERT ………………………….. …………………………. 16
BIBLIOGRAFIE ………………………….. ………………………….. ………………………….. ……17

CONCEPTE GENERALE – SISTEME EXPERT

Tehnologia sistemelor inteligente de tip sisteme expert este cea mai veche și cea mai bine
pusă la punct(sisteme expert bazate pe reguli). Există foarte multe sisteme expert, pentru o gamă
foarte largă de aplicații. Toate folosesc o cunoaștere numită exper tiză, provenită de la experții
umani, iar procesul de colectare a acesteia se numește achiziția cunoașterii. Este nevoie de mai
multe interviuri cu expertul sau de alte metode adecvate până este pusă la punct baza de
cunoștințe, o componentă importanță a a cestui sistem. Pe lângă baza de cunoștințe adevărata
putere stă în motoarele de inferențe(componenta de raționament) și în sistemele de explicații de
care dispun.
Pentru noțiunea de sistem expert, cercetătorii ne oferă în principal definiții fundamentale,
pragmatice. De pildă Edward Feigenbaum de la de la Stanford University arată că “sistemele
expert sunt programe concepute pentru a raționa în scopul rezolvării problemelor pentru care în
mod obișnuit se cere o expertiză umană considerabilă”.
Majoritatea tratatelor despre sistemele expert prezintă drept concepte de bază următoarele :
 expertiza ;
 experții;
 transferul exper tizei;
 regulile de inferență;
 capacitatea de a explica.
Expertiza este o cunoaștere intensivă, specifică domeniului problemei, achiziționată prin
instruire, citire sau experiență îndelungată. Astfel, următoarele tipuri de cunoaștere sunt exemple
de ceea ce se include în expertiză:
 fapte despre domeniul problemei;
 teorii din domeniul problemei;
 reguli și proceduri privind domeniul problemei;
 reguli sau euristici despre ce trebuie făcut într -o situație problematică dată, pentru
soluționarea problemei;
 strateg ii globale despre soluționarea tipurilor de probleme;
 metacunoaștere.
Toate aceste tipuri de cunoaștere permit experților să ia decizii mai rapide și mai bune decât
neexperții în soluționarea problemelor complexe. Este nevoie de ani mulți de pregătire pent ru a
deveni expert, manieră în care chiar și începătorii pot să devină experți.
În legătură cu expertiza trebuie menționat că ea este uzual asociată cu un înalt grad de
inteligență, fără să fie întotdeauna legată de cea mai inteligentă persoană. În mod ob ișnuit,
expertiza este asociată unei mari cantități de cunoștințe. Experții au o caracteristică suplimentară
în sensul că învață din succesele și greșelile făcute în trecut, iar cunoașterea o pot memora,
organiza și regăsi rapid. Ei pot apela structurile c unoașterii din experiența proprie.
Experiza umană include o gamă largă de activități ale expertului și anume:

 recunoașterea și formularea problemei;
 rezolvarea problemei cu exactitate și rapiditate;
 explicarea soluției;
 învățarea din experiență;
 restructurarea cunoașterii;
 fragmentarea regulilor;
 determin area relevanței;
 conștiința limitelor sale.
Din aceste activități se desprinde că experții pot lua o problemă stabilită arbitrar și o
convertesc într -o formă care conduce la o soluție rapidă. Pentru aceasta este nevoie de abilitate în
soluționarea probleme lor cuplată de capacitatea de explicare a soluției, învățarea din experiență a
unor noi lucruri din domeniu, restructurarea cunoștințelor atunci când este necesar, fragmentarea
regulilor (a cunoaște excepțiile de la regulă), a determina când expertiza este relevantă și
cunoașterea limitelor cunoașterii în domeniu. Toate aceste activități trebuie desfășurate eficient
(rapid și cu un cost redus) și eficace (cu rezultate de calitate). Pentru a imita un expert uman este
necesar să se construiască un sistem cu t oate aceste caracteristici. În tabelul 4.1., sunt prezent ate
unele aspecte comparative ale experților umani și ale sistemelor expert.
Tabelul 1 – Aspecte comparative între experții umani și sistemele expert
Factorul Expertul Uman Sistemul Expert
Timp ul disponibil Numai în zilele
lucrătoare Oricând
Localizarea spațială Numai local Oriunde, mai ales în medii improprii
omului
Siguranța
informațiilor De neînlocuit Înlocuibil
Perisabilitate Da Nu
Performanță Variabilă Consistență permanentă
Viteză de lucru Variabilă Rapidă
Costul Mare Acceptabil
TIPURI DE SISTEME EXPERT
Sistemele expert se prezintă într -o mare diversitate de tipuri. Nici o clasificare exhaustivă nu
poate fi făcută deocamdată. În literatură se prezintă multe criterii de clasificare: raportul față de
celelalte sisteme bazate pe cunoștințe; natura problemelor pe care le soluționează sau domen iul
aplicativ; caracteristicile cunoașterii memorate sau metode de reprezentare a cunoașterii;
strategiile de control și metodele de inferență. Există și criterii organizaționale sau de profunzime
a cunoașterii memorate. [Andone & Țugui, 1999, pag. 74 ]

1. În raport cu sistemele bazate pe cunoștințe sistemele expert au un comportament mai
complex, o bază de cunoștințe mai specializată și emulează cei mai buni experți i umani.
Sistemele bazate pe cunoștințe de genul tezaurelor de cunoaștere, consultanță pentru
sprijinirea unor lucrări sau sistemele operaționale care sunt deja comercializate pot
efectua eficient lucrări a căror execuție nu necesit ă neapărat un expert. De exemplu, un
sistem pentru consultanță privind voiajul în străinătate are toată cunoașterea achi ziționată
din cărți, hărți și alte surse pentru a pune la dispoziția publicului din agențiile de turism
toate informațiile necesare.
Din acest punct de vedere, distincția dintre sistemele expert și sistemele bazate pe
cunoștințe nu este perfect delimitată. Multe sisteme implică atât cunoaștere achiziționată
din documente dar și expertiză, și este important cât de multă expertiză este inclusă în ele.
Sistemele bazate pe cunoștințe pot fi însă cons truite mai rapid și mai ieftin.
2. După natura cunoașterii reprez entate există:
 sisteme expert bazate pe reguli, cele mai numeroase, deoarece tehnologia lor este cel
mai bine pusă la punct;
 sisteme expert bazate pe cadre, care au cunoașterea reprezentată sub forma unor
cadre (obiecte structurate) și folosesc reprezentăr i specifice tehnologiei programării
orientate obiect ( OOP – Object Oriented Programming);
 sisteme hibride, care includ câteva metode de reprezentare a cunoașterii, cel puțin
reguli și cadre. Sistemele multiexpert folosesc întotdeauna mai multe metode de
reprezentare;
 sisteme bazate pe modele, care sunt structurate în jurul unui model pentru simularea
structurii și funcționării unui sistem aflat în studiu. Modelul este util pentru calculul
unor valori care se compară între ele, iar în urma acestor comparații se decla nșează o
acțiune sau un diagnostic.
3. După natura problemelor soluționate există:
 sisteme expert cu colectarea faptelor doveditoare (evidențelor), foarte importante în
expertizele de orice tip: contabilă, tehnică, medicală etc;
 sisteme expert cu raf inare în pași succesivi, care au un mare număr de ieșiri obținute
prin detalierea succesivă pe niveluri a problemei din domeniu;
 sisteme expert cu asamblare în pași succesivi, la care ieșirile într -un număr foarte
mare au legătură cu o paletă largă de rezu ltate posibile. De exemplu, un sistem de tip
catalog pe baza căruia se pot face numeroase selecții;
 sisteme expert „la cheie ”, dezvoltate pentru nevoile unui utilizator particular. Ele pot
fi cumpărate ca orice produs program, sunt mai ieftine, ușor de exp loatat și au o
natură foarte generală;
 sisteme expert în timp real, în care timpul de răspuns are o limită strictă, suficientă
pentru controlul proceselor.
1. După clasa de utilizare, unii autori arată că există sisteme expert de clasă I, de clasă II și
de cl asă III. Sistemele expert de clasă I sunt deja comercializate și au fost acceptate de

comunitatea utilizatorilor. Domeniile lor de aplicații sunt foarte diverse și interacționează
numai cu utilizatorii cărora le oferă soluții concrete. Pentru acestea, expe rții sunt
disponibili. Asemenea sisteme își explică operațiile și acceptă un minimum de imprecizie
urmărind întotdeauna ieșiri corecte. Cele mai cunoscute sunt Meta -DENDRAL și
MacSyma.
Sistemele expert de clasă II sunt cele care au performanțe de expert, d ar nu și -au câștigat
încă, în întregime, renumele în rândul utilizatorilor. Acestea includ sistemele pentru
consultanță sau diagnostic, care nu -și explică suficient de bine comportamentul, nu dispun
de expertiză suficientă ori diagnosticul pe care -l oferă nu este încă acceptabil. Cele mai
multe sisteme de acest gen sunt în domeniul consultanței și mai ales în medicina internă:
Internist, Caduceus și MYCIN. Principalul motiv al neacceptării acestor sisteme este
nesiguranța soluției oferite. În ele imprecizia și incertitudinea joacă un rol important. Se
speră în viitor acceptarea lor pentru domenii de cuprindere mai mică și foarte bine
delimitate. Alte motive ale neacceptării sunt: familiarizarea dificilă a utilizatorului,
nesiguranța dată de incertitudine și achiziția dificilă a cunoașterii.
Sistemele expert de clasă III sunt sistemele care nu și -au câștigat încă o popularitate
acceptabilă tocmai pentru că n -au ajuns la o performanță de expert, fie din cauza
domeniului aplicativ prea ambițios, fie din cauza mu ltor greșeli obținute în activitatea lor.
Exemple sunt: HEARSAY I și HEARSAY II din dome niul înțelegerii vorbirii.
Deoarece operează cu cunoștințe foarte înalte din tehnologia sistemelor expert, ele
folosesc surse de cunoaștere multiple și adresează un dom eniu aplicativ foarte larg,
controlul în aceste sisteme nu este bine pus la punct, iar incertitudinea nu este manipulată
într-o manieră optimă și uniformă, deși joacă un rol major. Aceste sisteme vor oferi forța
inovatoare a sistemelor expert.
Din această clasifica re se observă câteva concluzii importante:
 sistemele din clasele II și III operează într -o măsură mai mare cu incertitudinea decât
sistemele de clas ă I, în prezent comercializate;
 la sistemele din clasă III experții sunt dificili de identificat, i ar interacțiunea cu
utilizatorul este mai densă dec ât la cele din clasele I și II;
 utilitatea sistemului și robustețea se datorează mai ales capacității de manipulare a
cunoașterii imprecise și de explicare a liniilor de raționament utilizate.
2. Unii autori preferă o distincție în funcție de criteriul organizațional al sistemelor două
grupe:
 Sisteme expert interne și externe . Această grupă urmărește o distincție între sistemele
dezvoltate în interiorul firmei și cele procurate din exterior. Se urmărește
conco mitent rolul acestor sisteme în interiorul firmei. Sistemele expert interne sunt
concepute și întreținute de un grup de persoane specializate din firmă sau de un grup
exterior pe baza expertizei obținute de la experții firmei. Sistemele expert externe
sunt cele destinate utilizării de către publicul larg întrucât domeniul problemei este
de interes general pentru un număr mare de utilizatori, baza de cunoștințe este relativ

stabilă, iar expertiza folosită pentru soluționarea problemei a fost oferită de un ex pert
recunoscut.
 Sisteme consultante, sisteme expert și sisteme expert de transfer al expertizei.
Această grupă de sisteme expert are în vedere efortul depus de către
cognotician/proiectant pentru creșterea performanței în dotarea cu o expertiză de înalt
nivel care nu există în firmă .
Sistemele de consultanță (care acordă sfaturi) se numesc în engleză Advisory
Systems și nu au toate caracteristicile sistemelor expert. Au însă o capacitate de
integrare utilizează experiența astfel încât rezultatele consultăr ii se memorează în
vederea exploatării lor ulterioare prin mecanismul de deducție, au totodată și o
capacitate de percepție a obiectivelor utilizatorului și de adaptare la noi utilizatori și
situații.
Sistemele de transfer al expertizei se utilizează pentr u completarea cunoașterii
experților în domeniul în vederea lucrului cu mai multă finețe și vigoare. Se
colectează cunoștințe (euristici) de la angajații cei mai competenți din firmă care se
vor utiliza în pregătirea celor începători tocmai pentru creștere a productivității,
competenței și eficienței lor.
3. O altă clasificare este aceea care împarte sistemele expert în:
 sisteme care se comportă ca o interfață inteligentă;
 sisteme care servesc pentru transmiterea de informații, în calitate de instructor;
 sistem e de asistare la realizarea unor sarcini, lucrări sau de sprijinire a deciziei.
AVANTAJE ȘI LIMITE ALE SISTEMELOR EXPERT

Sistemele expert produc semnale pentru controlul eficient al operațiilor și proceselor,
sesizează nevoia de reorganizare în scopul reducerii complexității și incertitudinii, reduc
necesitatea ședințelor și oferă lecții participanților la consiliile de administrație, scurtându -le
timpul cheltuit cu informarea d espre activitățile desfășurate. [Andone & Ț ugui, 1999, pag.70]
Avantajele sistemelor expert sunt numeroase și variază în funcție de tipul fiecăruia,
precum și de domeniile în care se utilizează (figura 1).

Figura 1 – Avantajele sistemelor ex pert
Depozitarea expertizei
Avantajele sistemelor
expertAutomatizarea și îmbunătățirea deciziilor
Difuzarea expertizei și normalizarea
Învățarea și formarea continuă a utilizatorilor
Potențialul comercial

Depozitarea expertizei, a cunoștințelor experților este posibilă prin acumularea structurată
a cunoașterii în componenta numită bază de cunoștințe . Această cunoaștere cu potențial de
acțiune este capabilă să înlocuiască expertul uman într -o activitate programată, lucru foarte
important dacă ne imaginăm că sistemul expert nu obosește, nu se îmbolnăvește, nu lipsește de la
serviciu, poate funcționa duminicile și sărbătorile, nu șomează și rămâne indiferent la preavizele
de grevă. Totuși, fără reîmprospătarea sa periodică, cunoașterea sistemului expert riscă să fie o
relicvă.
Automatizarea și îmbunătățirea deciziilor . Este știut că automatizarea prelucrărilor
specifice tuturor activităților reprezintă vocația naturală a informaticii în general. Atunci când
aceste prelucrări urmăresc obținerea de informații, sfaturi și recomandări sau avize, urmărindu -se
chiar o îmbunătățire a deciziilor, sistemele expert constituie soluția cea mai eficace. Există
aprecieri conform, cărora 80% din munca unui expert uman se poate automatiza. Este vorba de
operațiile simple, repetitive, proced urale în care sistemul expert se comportă ca un calculator
oarecare, dar și de operațiile mai complexe, mari consumatoare de timp și energie, specifice
raționamentelor deductive, inductive sau mixte, pe care sistemele expert le realizează ușor, rapid
și eficace.
Difuzarea expertizei si normalizarea deciziilor . Dacă anumite sisteme expert sunt
destinate utilizării de către experții înșiși, alte sisteme sunt menite difuzării cunoștințelor și
descentralizării răspunderii. Acestea permit folosirea unui persona l mai puțin calificat pentru
efectuarea unor sarcini la nivelul performanței expertului. Este astfel permis firmei să
funcționeze eficient chiar cu un personal mai puțin calificat, tocmai datorită partajării
cunoașterii.

De exemplu, sistemul expert instal at într -o centrală bancară își poate difuza expertiza
pentru soluționarea unor probleme care intervin la ghișeele de lucru cu publicul, unde în general
personalul este mai puțin calificat. Se urmărește o răspândire omogenă a raționamentelor
sistemului expe rt, fapt care -1 face să reziste la preferințe sau aversiune față de clienți.
Difuzarea expertizei poate să opereze și în cazurile consultanței pentru oamenii de
afaceri, prin intermediul unei rețele multimedia, sistem deja foarte promițător.
Învățarea și formarea continuă a utilizatorilor are în vedere faptul că sistemul expert este
oricând un excelent pedagog pentru toate tipurile de utilizatori, nu numai în domeniul expertizei
în cauză, ci și prin maniera naturală prin care explică raționamentele. Chiar expertul are în sistem
un sprijin și poate profita de colaborarea cu sistemul expert. În figura 2 se prezintă un circuit care
se stabilește între expert, sistemul expert și ceilalți utilizatori în timpul dezvoltării și consultării.
Potențialul comerci al al sistemelor expert de gestiune este în prezent deosebit. S -a format
deja o piață a sistemelor expert, în permanentă dezvoltare, alături de piața generatoarelor de
sisteme expert. Din aceste motive, marile firme au adoptat propriile politici de dezvolt are a
sistemelor expert și au rezervat bugete importante.

Figura 2 – Fluxul informațional în timpul dezvoltării și consultării

Sistemele expert au și multe avantaje indirecte, necuantificabile în toate cazurile,
obținerea de beneficii este singura restricție critică pentru introducerea sistemelor expert.
Sistemele expert constituie o tehnologie ca oricare alta și este de înțeles interesul
agenților economici pentru obținerea unor avantaje comerciale și progres în competiție cu
ajutorul acestora.
Tehnologia sistemelor expert ajută firme le să domine schimbările pieței și să ocupe o
poziție dominantă în noul mileniu. Spre deosebire de experții umani, sistemele exper t se pot
utiliza permanent în sensul că sunt accesibile zi și noapte, chiar duminicile și celelalte sărbători.
Un avantaj deosebit îl constituie costul lor relativ mic, care se amortizează rapid dacă
frecvența utilizării sistemelor expert crește. Dar aten ție, sistemele expert nu sunt un panaceu, ele
sunt profitabile numai în situația când reprezintă într -adevăr cea mai bună soluție a problemei din
domeniul de competență.
Pentru firmă , avantajele posibile ale sistemelor expert sunt sistematizate în cele ce urmează:
A. Avantaje intrinseci sistemelor care emulează comportamentul expertului:
1. Mărirea performanței experților prin micșorarea numărului erorilor umane
determinată de:
 completitudine – descoperirea tuturor faptelor relevante;
 consistență – cazurile iden tice dau întotdeauna același rezultat;
2. Capacități crescute pentru neexperți și creșterea productivității experților prin:
 scăderea dependenței față de expertiza sărăcăcioasă;
 ajutarea expertului în cazurile relativ simple;
3. Întreținerea și extinderea bazei de cunoștințe prin:
 arhivarea deprinderilor critice din firme ;
 explicarea cunoașterii existente;
 combinarea cunoașterii din mai multe surse interne ale firme i;
 cumpărarea expertizei unanim recunoscute;
 diseminarea cu noștințelor rare prin duplicare.
B. Avantaj e determinate de noua tehnologie :
consultare
reprezentare cunoștințe
Expert Sisteme expert
COGNOTICIAN
UTILIZATORI
COMUNIcunoștințe emise cunoștințe transmise

 întreținere ușoară;
 dezvoltare ușoară;
 portabilitate;
 documentare ușoară.
Adesea, tratatele despre sistemele expert pun în discuție detalii referitoare la beneficiile
posibile prin introducerea acestei tehnologii. Este rec unoscută această tehnologie pentru soluțiile
practice oferite unui larg spectru de probleme, pentru care alte soluții eficace nu există. În cazul
firmelor beneficiile posibile sunt:
1. Efecte de raționalizare:
 economii la costul personalului;
 utilizare mai bu nă a capacităților de producție;
 economii din producție;
 economii din documentare automată;
2. Efecte din îmbunătățirea calității :
 exploatarea efectelor din raționalizările multiple;
 controlul soluțiilor propuse de personal și programe;
 calificarea înaltă și instruirea rapidă a personalului;
 proiectarea rapidă și mai bună a ofertelor pentru obținerea de comenzi;
 echiparea produselor scumpe cu inteligență proprie pentru același nivel de
diagnostic;
 automatizarea activităților din mediul întreprinderii pentru legături de fabricație mai
reușite;
3. Efecte organizaționale pozitive:
 multiplicarea expertizei;
 conservarea expertizei;
 descentralizarea luării deciziilor;
 favorizarea schimbului și evoluției expe rtizei;
 distribuirea dinamică a deciziilor.
Față de aceste beneficii riscurile includ eventualitatea ca beneficiile dorite să nu fie
obținute chiar cu cheltuieli de dezvoltare și investiții importante, ci cu o dependență de
funcționarea slabă a sistemelor expert. Pot exista situații când, chiar dacă sistemele expert
lucrează bine, condițiile generale de funcționare a firmei să fie rele. Un risc specific este secretul
insuficient al expertizei, al datelor problemei, care trebuie formulate cu grijă deoarece n iciodată
nu este posibilă protecția perfectă a datelor și cunoașterii, tocmai datorită intereselor și
atractivității manifestate de competitori.

Metodologiile disponibile pentru dezvoltarea sistemelor expert nu sunt încă suficient de
puternice chiar și pe ntru aplicațiile deja menționate, de aceea sunt încă probleme și limite în
dezvoltarea unor sisteme expert comerciale, astfel:

 Cunoașterea (expertiza) nu este întotdeauna ușor disponibililă . Sunt încă dificultăți cu
obținerea expertizei de la experți. Abor darea fiecărui expert, în fiecare dintre situații, este
foarte diferită. Foarte dificil este și când expertul avizat de această tehnologie este presat
de timp în anumite evaluări. Procesul de achiziție a cunoașterii este încă limitat.
 Utilizatorii sistemel or expert au cunoștințe limitate în această tehnologie.
 Sistemele expert lucrează cel mai bine înt r-un domeniu perfect delimitat.
 Mulți experți nu dispun de mijloace independente pentru controlul situațiilor când
conc luziile lor nu sunt rezonabile.
 Vocabul arul utilizat de experți este strict delimitat și adesea difi cil de înțeles de
cognoticieni.
 Lipsa încrederii utilizatorilor finali este uneori o barieră în plus în ca lea folosirii
sistemelor expert.
 Transferul expertizei este încă un subiect delicat, dato rită bazei legal e și percepției multor
persoane.
 Sistemele expert nu ajung niciodată la concluzii acceptabile în primele stadii de
dezvoltare.
Se speră că aceste limite vor dispărea o dată cu îmbunătățirea tehnologiei inteligenței artificiale.
METODOLOGII DE REALIZARE SE

Există mai multe metodologii de realizare a sistemelor exper t, dar în continuare vor fi
descrise pe scurt cele mai utilizate dintre acestea .
Mai departe vă vom prezenta c âteva metodologii de realizare a sistemelor expert, ș i anume :
A. Metodologia ORSA
ORSA (Opera tional Research and Systems Analysis) reprezint ă o metodologie care
porne ște de la obiectivele generale ale unit ății în care urmeaz ă să funcționeze sistemul, încerc ând
să realizeze transformarea acestora în cerin țe pentru realizarea sistemului. Activit ățile principale
de realizare a unui sistem inteligent, a șa cum sunt ele sus ținute de c ătre metodologia ORSA sunt
prezentate în figura 4.
Princip alele etape de realizare a unui sistem inteligent, conform metodologiei ORSA sunt:
1. definirea problemei (ini țial, o definire nestructurat ă);
2. investigarea problemei;
3. dezvoltarea defini ției /defini țiilor r ădăcinii sistemului;
4. utilizarea modelelor conceptuale în crearea sistemului abstract;
5. compararea modelului abstract cu cel real;
6. identificarea modific ărilor desirabile și posibile;
7. inițierea rezolv ării problemei sau, cel pu țin îmbun ătățirea definirii problemei.

Primele dou ă etape au ca obiectiv formularea une i/unor descrieri detaliate a problemei.
Aceast ă descriere este de cele mai multe ori o schem ă (diagram ă) care poate fi construit ă gradat,
rafinat ă dacă este necesar. Se recomand ă ca aceast ă descriere s ă includ ă atât elemente de
structur ă, cât și procese, d inamice, ca s ă se poat ă forma un punct de vedere despre cum se
manifest ă acestea într-un caz sau altul.
Etapa a treia esen țială are drept scop elaborarea (fundamentarea) r ădăcinii sistemului.
Defini ția rădăcinii reprezint ă o declara ție în leg ătură cu ce e ste sistemul sau mai exact cu ceea ce
trebuie s ă realizeze sistemul prin perspectiva „viziunii asupra lumii ” considerate. Pentru a facilita
analiza corectitudinii defini ției rădăcinii, Checkland P. a creat mnemonica CATWOE:
C (Customer) Ce este utilizator ul, pentru cine ac ționeaz ă sistemul?
A (Actors) Cine îndepline ște principalele ac țiuni din sistem?
T (Transformation) Care este activitatea fundamental ă desfășurată în sistem?
W (Wetanschaung) Care este perspectiva care face aceast ă defini ție să fie funda mental ă?
O (Owners) Care sunt persoanele care decid asupra existen ței sistemului?
E (Environment) Care sunt limitele sistemului?
Figura 4 – Schema general de lucru în cadrul metodologiei ORSA

Obiectivul etapei a patra este ob ținerea modelu lui conceptual al sistemului. Pentru
aceasta se expandeaz ă defini ția rădăcinii, ob ținându-se un set de activit ăți minim necesare pe
care sistemul trebuie s ă le efectueze. În etapele urm ătoare, modelul conceptual este comparat, din
punct de vedere al perfor manței cu sistemul real. Se verific ă pe de o parte corectitudinea
modelului, și concomitent se încearcă identificarea schimb ărilor de structur ă care s ă amelioreze
sistemul.

În ultima etap ă sunt puse în aplicare, în mod efectiv modific ările considerate ca desirabile
și realizabile. Aceste modific ări se efectueaz ă pe baza unui plan de implementare adecvat. Dup ă
efectuarea modific ărilor se testează comportamentul sistemului, în scopul determin ării efectelor
acestor modific ări, procesul de realizare a sistemul ui put ându-se relua sau opri.

Lumea realăProblema
1
Structurare
problemă
2Acțiune
7
Definire rădăcină
sistem
3Comparare model –
sistem real
5
Crearea model
conceptual
4Modificări posibile
6
Sistem ideal

B. Metodologia RUDE
Metodologia RUDE (Run -Understand -Debug -Edit) este elaborat ă de D. Partridge, pe
baza analizei comparative a sistemelor inteligente și a celor conven ționale. Conform lui
Partridge, sistemele inteligente nu p ot fi realizate pe baza modelului „problemei complet
formulate ”, ca în cazul ingineriei software conven ționale. Schematic, metodologia RUDE este
prezentat ă în figura 5 [Roșca & al , 2002 ]
Figura 5 – Ciclul RUDE

Patridge subliniaz ă necesitatea îmbun ătățirii acestei metodologii, prin crearea unor
derivate metodologice riguros fundamentate și robuste, care s ă poată fi utilizate în realizarea de
sisteme inteligente comerciale. RUDE reprezint ă o perspectiv ă exploratorie în construirea de
sisteme inteligente. Este necesar ă însă o metod ă de construire a unui sistem ini țial, de la care s ă
se porneasc ă aplicarea ciclului RUDE. De asemenea sunt necesare forme de control a procesului
iterativ, precum și încorporarea acestora într-un mediu de luc ru structurat.
C. Metodologia POLITE
Metodologia POLITE (Produce Objective -Logical/Physical Design Implement -Test-Edit)
a fost definit ă pe baza metodologiei RUDE. Figura 6 prezint ă principalele etape din cadrul
POLITE. De remarcat faptul c ă atunci c ând este cazul, fiecare etap ă este prezentat ă atât din
punctul de vedere al realiz ării de componente software conven ționale (st ânga), c ât și din punct
de vedere al realiz ării de sisteme inteligente (dreapta). Acest lucru permite utilizarea
metodologiei în ambe le domenii de realizare software.

Versiunea N
R – Run
(Execuție)
Versiunea N
U – Understand
(Înțelegere)
Versiunea N
D – Debug
(Depanare)
Versiunea N
E – Edit
(Editare)
Versiunea N+1EXPERT
ANALIST
N ← N + 1

Figura 6 – Etape de realizare în cadrul metodologiei POLITE

ARHITECTURA SISTEMELOR EXPERT

Caracteristicile și conceptele expertizei conduc spre arhitectura unui sistem expert (figura 7),
care are următoarele componentele :

Figura 7 – Arhitectura unui sistem expert
1. Baza de cunoștințe reprezintă ansamblul cunoștințe lor din domeniul de expertiză ce
permit rezolvarea diferitelor probleme din cadrul acestui domeniu. Cunoștințele sunt
reprezentate sub forma unor anumite structuri (formule din calculul predicatelor, reguli de
producție, ierarhii cadre , rețele de concepte etc.).
2. Baza de fapte conține descrierea problemei ce trebuie rezolvată. Această descriere se
obține prin interacțiune cu utilizatorul sau contactul direct (prin mecanisme de tipul
senzorilor) cu domeniul de expertiză. Structurile reprezentaționale asociate faptelor sunt
în general simple, de forma tripletelor <obiect, atribut, valoare> sau chiar perechilor
<atribut, valoare>.
FEZABILITATE
ACHIZIȚIONARECOSTURI / BENEFICIIRUDE
ANALIZA
DATE
SARCINIRUDE
PROIECTARE
FIȘIERE PROCEDURI
CUNOAȘTERE
PROD.FIZICE MEDIURUDE
IMPLEMENTARE
PROGRAME BAZA DE
CUNOȘTINȚE
FIȘIERE INFERENȚERUDE
TESTARE
ACCEPTARE VALOARERUDEREPREZENTARE
EXECUȚIE
ÎNTREȚINERE
GENERALIZARE ACTUALIZARE BAZĂ
DEZVOLTARE CUNOȘTINȚERUDE
Baza de cunoștințe
Baza de fapteInterfața de
realizare
Mecanisme
de
achiziționare
automată a
cunoștințelorSpațiul de
lucru
Mecanisme
explicativeInterfață
utilizator
Mecanisme
rezolutive (de
raționamnet,
inferențiale)utilizator
surse de cunoștințeanalist de cunoștințe
Achiziționare de
cunoștințeReprezentare
cunoștințeUtilizare cunoștințe

3. Mecanismele rezolutive asigură producerea (utilizarea) cunoștințelor. Aceste mecanisme
permit implementarea unui ansamblu de operator i, definiți asupra structurilor de
reprezentare a cunoștințelor.
4. Spațiul de lucru este constituit din ansamblul instrumentelor intermediare și setărilor
parametrilor de fun cționare a i sistemului.
5. Interfața de realizare reprezintă ansamblul instrumentelor c u care este posibilă realizarea
diferitelor componente ale sistemului. O componentă importantă a interfeței de realizare
este reprezentată de mecanismele de achiziționare automată a cunoștințelor care permit
prelucrarea „on -line” a surselor de cunoștințe î n scopul identificării și exprimării
cunoștințelor.
6. Interfața utilizator asigură comunicarea între sistem și utilizator în scopul oferirii de către
utilizator a descrierii problemei și obținerii de către acesta a rezultatelor și a explicațiilor
referitoare la modul de obținere a acestor rezultate. Un element esențial pentru asigurarea
comunicării cu utilizatorul îl constituie mecanismele explicative.
OBIECTIV ELE, CARACTERISTICILE SISTEMELOR EXPERT ȘI STRUCTURA
DE BAZĂ

Sistemele expert se dezvoltă cu aj utorul unei metodologii informatice care urmăresc trei
obiective principale și trei obiective derivate. [Andone & Țu gui, 1999, pag. 40 ]
Obiectivele principale sunt:
1. Achiziționarea ușoară a cunoașterii prin exprimarea cât mai direct posibilă a expertizei
obținute de la experții umani.
2. Exploatarea eficientă a colecției de cunoștințe prin:
2.1. Combinarea și înlănțuirea cunoștințelor pentru a infera noi cunoștințe prin judecăți,
planuri, dem onstrații, decizii și predicții.
2.2. Luarea în seamă a modului în ca re sunt inferate cunoștințele noi.
3. Să suporte cu ușurință întreaga gamă a operațiilor asupra cunoștințelor (adăugarea,
modificarea și eliminarea lor).
Obiectivele derivate sunt:
1. Reducerea riscurilor – este posibilă prin integrarea unui mare volum de inform ații,
experiență și cunoștințe valide provenind din cele mai variate surse, care se pot utiliza cu
anticipație.
2. Creșterea creativității – este posibilă prin identificarea anticipată a acțiunilor cu un
puternic potențial, capabile de modificări de poziție î n termeni de impact asupra
concurenței, diferențieri de calitate, de valoare etc.
3. Învațarea – are în vedere posibilitățile de acumulare a cunoașterii și folosirii ei prin căi
multiple în vederea gestiunii dinamice a inteligenței cu luarea în seamă a tuturo r
schimbărilor intervenite în mediu, în metodele de an aliză și raționament, în conceptele și

metodele utilizate în soluționarea problemelor. Învățarea asigură în mod necesar
caracterul evolutiv al sistemului expert.
Caracteristici ale sistemelor expert:
1. Aceste sisteme se folosesc deseori în situații în care nu există o soluție algoritmică clară.
2. Principala caracteristică a acestora este prezența unei baze de cunoștințe împreună cu un
algoritm de căutare adecvat tipului de raționament.
3. De cele mai multe ori, baza de cunoștințe este foarte mare, de aceea este foarte importantă
modalitatea de reprezentare a cunoașterii.
4. Baza de cunoștințe a sistemului trebuie separată de program, care la rândul său trebuie să
fie cât mai stabil.
5. Cel mai utilizat mod de reprezen tare a cunoașterii este o mulțime de reguli de producție.
6. Operațiunile acestor sisteme sunt apoi controlate de o procedură simplă, a cărei natură
depinde de natura cunoștințelor.
7. Ca și în alte programe de inteligență artificială, când alte tehnici nu sunt disponibile, se
apelează la căutare.
8. Sistemele expert construite până în prezent diferă din acest punct de vedere.
9. Se pune problema: pot fi scrise reguli atât de precise încât în orice situație să existe o
singură soluție aplicabilă?
10. Și, de asemenea, este necesară găsirea tuturor soluțiilor sau este suficientă doar una?
În concordanță cu aceste obiective descrise mai sus un sistem expert cuprinde următoarele
componente de bază:
1. Baza de cunoștințe – pentru stocarea tuturor pieselor de cunoaștere specifice un ui
domeniu aplicativ, creată și organizată pentru satisfacerea obiectivului principal 3. Într-o
bază de cunoștințe pot intra informații relevante de diverse tipuri: fapte, euristici, reguli,
atribute sau relații .
2. Motorul de inferențe – un program care conț ine cunoașterea de control, procedurală sau
operatorie, care exploatează baza de cunoștințe și este destinat satisfacerii obiectivului
principal 2.1.
3. Interfața de dialog cu utilizatorii care dispune și de un limbaj de exprimare a cunoașterii
achiziționată de la experții umani.

Figura 8 – Baza de cunoștințe
Ipoteze
FapteObiecte
Atribute
RelațiiFapte
disjuncteReguli Euristici
Baza de cunoștințeProcese
Evenimente
DefinițiiAltele

APLICAȚIILE SISTEMELOR EXPERT

Cele mai cunoscute medii de dezvoltare a sistemelor expert sunt LISP, PROLOG,
EXSYS, ESIEWin, POPLOG etc.
Domeniul economic de aplicații ale sistemului exp ert sunt variate împărțite în:
Pentru domeniul gestiunii, a managementului S.E. se introduc în toate funcțiile clasice ale
întreprinderii: producție, marketing, cercetare dezv oltare, financiar contabil, gestionare a
resurselor umane, etc.
 APEX – managementul vânzărilor;
 CONCEPT – gestiune, modele și planificare marketing pentru bunuri de consum;
 MIT-managementul întreprinderii și controlul resurselor umane;
 DESIGN TOPPRODUCT -managementul producției;
 IMET -managementul industrial;
 ISIS-gestiunea producției.
Pentru domeniul financiar există aplicații complete în activitatea bancară, asigurări, brokeraj.
 SMERTIOS -gestiune conturi clienți;
 CLASS -împrumuturi comerciale;
 MAX -marketing financiar;
 SAFIR -analize finaciare;
 SCARON -asigurări de viață, de bunuri, etc.
Pentru domeniul contabilitate specialiștii arată că există cinci domenii funcționale ale
contabilității: audit, contabilitatea managerială, impozitarea, contabilitatea financ iară și sistemele
informatice contabile, în care S.E. se folosesc intens.
 CAPEX – planificare audit;
 Needham -prelucrări tranzacții pentru contabilitate financiară și management servicii;

BIBLIOGRAFIE

 I. Lungu, Gh. Sabău, M. Velicanu, M. Muntean, S. Ionescu, E. Posdarie, D. Sandu, Sisteme
informatice. Analiză, proiectare și implementare, Editura Economică, București 2003
 C. N. Bodea, Inteligența artificia lă și sistemele expert, Editura Inforec, București, 1998
 I. Andone, Al. Țugui, Sisteme inteligente în management, contabilitate, finațe -bănci și
marketing, Editura Economică, București , 1999
 D. Davidescu, Arhitectura sistemelor -expert, Editura Didactică și pedagogică, București
 I. Roșca, C. G. Apostol, G. Zamfir, C. Bodea Informatica Instruirii , Editura Economică,
București 2002
 E. Awad, Building Knowledge Automatic Expert Systems with Exsys CORVID