چکیده در این مقاله به توصیف چگونگی طراحی و پیاده سازی یک سیستم خبره جهت ارزیابی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند می پردازیم.
امروزه مسائل تأیید و اعتبارسنجی دانش سیستم های هوشمند از اهمیت بالایی برخوردار است که به موجب آن ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند نیز جزء مسائل پر اهمیت محسوب شده و در نتیجه پیاده سازی یک سیستم ارزیابی ابزارهای مذکور از کارهای امروزه محققین در این زمینه می باشد.
سیستم خبره طراحی شده علاوه بر تعیین ارزش نهایی هر ابزار تأیید و اعتبارسنجی دانش سیستم های هوشمند، قادر به ارائه تشریح برای کاربر نیز می باشد و می تواند به سؤال های "چرا"[1] و "چگونه"[2] در رابطه با اولویت بندی ابزارها که از طرف کاربر مطرح می شوند پاسخ گوید و همچنین مراحل دستیابی به قوانین ارزش دهی از طریق گزینه "ردیابی"[3] در اختیار کاربر قرار خواهد گرفت.
خروجی سیستم خبره ارزیابی به صورت نمودار توسط نرم افزار Microsoft Excel ارائه خواهد شد.
کلمات کلیدی: V&V، سیستم های خبره، سیستم های هوشمند و ارزیابی سیستم.
مقدمه "تأیید" و "اعتبار سنجی" دانش یکی از مسائل مورد توجه محققان از سال 1984 میلادی تاکنون بوده است.
محققین از آن زمان به فکر طراحی ابزاری مناسب جهت "تأیید" و "اعتبارسنجی" دانش برای سیستم های مبتنی بر دانش بودند.
"تأیید" و "اعتبارسنجی" دانش یک مرحله ترکیبی برای تضمین کیفیت سیستم های نرم افزاری مبتنی بر دانش است.
"تأیید" دانش، تضمینی برای درستی از جنبه مفهومی و "اعتبارسنجی" دانش، تضمینی از نظر قابل قبول بودن نرم افزار از طرف استفاده کننده می باشد.
برای پیاده سازی و طراحی این مرحله به ابزارها، تکنیک ها و روش هایی نیاز می باشد.
سیستم های خبره امروزی غالباً با چنین ابزار، روش و تکنیک هایی تولید نشده اند.[2] با توجه به اهمیت "تأیید" و "اعتبارسنجی" دانش در این مقاله به بررسی طراحی و پیاده سازی سیستم خبره جهت ارزیابی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند می پردازیم.
در ابتدا با مطالعه ابزارهای موجود "تأیید" و "اعتبارسنجی"، پارامترهای ارزیابی همراه با مقادیر ممکن آن ها به صورت جدولی ارائه می گردد.
مقادیر پارامترهای ارزیابی توسط پرس و جو از کاربر در قالب یک پایگاه داده طراحی شده است.
دانش های به دست آورده شده در پایگاه دانشی که دربرگیرنده ارزش پارامترهای این پایگاه داده می باشند ذخیره می شوند.
با استفاده از استنتاج رو به عقب بر روی پایگاه دانش طراحی شده و حقایق کسب شده از پایگاه داده، ارزش نهایی هر ابزار تأیید و اعتبارسنجی دانش ارائه می گردد.
در نهایت توسط نرم افزار Microsoft Excel به صورت نموداری، ارزش کلیه ابزارها رسم می گردد.
این نمودار ارزش ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند ارزیابی شده را به صورت تصویری به نمایش می گذارد.
شکل 1 سیستم خبره مورد بررسی را توصیف می کند.
Evaluation Parameters Verification and Validation Tools Value of V&V Tools Evaluation Chart Evaluation Expert System Microsoft Excel شکل 1- ورودی و خروجی سیستم خبره این سیستم خبره به صورت یک پوسته[4] با استفاده از زبان برنامه نویسی پرولوگ طراحی شده است که قادر به انجام عمل استنتاج برای هر پایگاه دانش متناسب با دامنه مسأله می باشد.
سیستم خبره ارزیابی طراحی شده شامل اجزای زیر می باشد: 1- پایگاه دانش، محل ذخیره سازی ارزش پارامترها و نیز قوانین مربوط به تعیین ارزش نهایی هر ابزار تأیید و اعتبارسنجی دانش سیستم های هوشمند می باشد.
2- پایگاه داده، به منظور ذخیره سازی جدول ارزیابی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند در نظر گرفته شده است.
3- موتور استنتاج، شامل روش استنتاج رو به عقب برای تعیین ارزش نهایی هر ابزار تأیید و اعتبارسنجی دانش سیستم های هوشمند می باشد.
4- واسط کاربر، برقراری ارتباط با کاربر از طریق سؤال و جواب می باشد.
5- تشریح کننده، در بر گیرنده تشریح چگونگی ارزش دهی ابزارهای تأیید و اعتبارسنجی دانش می باشد.
این مقاله شامل بخش های زیر می باشد: تأیید و اعتبارسنجی دانش سیستم های هوشمندسیستم های خبرهبررسی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمندپیاده سازی سیستم خبره ارزیابی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمندنتیجه گیریمنابع و مراجع 1- تأیید و اعتبارسنجی دانش سیستم های هوشمند صحت و تأیید پایگاه دانش نقش بسیار مهمی را در استنتاج درست و تصمیم گیری صحیح یک سیستم هوشمند بر عهده دارد و در واقع می توان گفت که یک پایگاه دانش صحیح و تأیید شده، صحیح و کامل بودن یک سیستم هوشمند مانند سیستم خبره را در شرایط مختلف تضمین می کند.
اعتبارسنجی و تأیید یا به اختصار V&V در واقع یک پروسه ترکیبی برای تضمین کیفیت نرم افزار می باشد.
به طور مختصر تأیید تضمینی برای درستی از جنبه تکنیکی و اعتبارسنجی تضمینی از نظر قابل قبول بودن نرم افزار از طرف مشتری یا استفاده کننده می باشد.
در اعتبارسنجی هدف چک کردن این مطلب است که آیا سیستم مورد نظر نیازهای کاربران را برآورده می کند یا نه.
در تأیید ما محتوای پایگاه دانش، در واقع دانش های موجود در آن را، از نظر درستی[5]، سازگاری[6] و کامل بودن[7] مورد بررسی قرار می دهیم.
هر زمان که دانش جدیدی به پایگاه دانش اضافه می شود، پروسه تأیید و اعتبارسنجی، مخصوصاً مسأله تأیید دانش جدید، دوباره اعمال می شود.
[3] 2- سیستم های خبره یک سیستم خبره، یک برنامه کامپیوتری هوشمند است که از دانش و رویه های استنتاج برای حل مسائلی که به اندازه کافی مشکل هستند و نیاز به هوش بشر برای حل آنها می باشد، استفاده می کنند.
به عبارت دیگر، سیستم های خبره، برنامه های کاربردی کامپیوتری هستند که بعضی مهارت های غیر الگوریتمی برای حل انواع مشخصی از مشکلات را شامل می شوند.
بخش های مختلف یک سیستم خبره عبارتند از: پایگاه دانش – محل ذخیره سازی دانش ها که توسط یک روش بازنمایی دانش مانند Rule-based، Semantic Net، Frame و ...
ارائه می شوند.اخذ دانش[8]- در فاز اخذ دانش مهندس دانش به کسب دانش از خبره می پردازد.حافظه کاری[9] - محل ذخیره سازی حقایق اولیه یا استنتاج شده توسط سیستم خبره.موتور استنتاج – با استفاده از یک روش استنتاج که به صورت استنتاج رو به جلو یا عقب و یا مخلوطی از هر دو می باشد، عمل استنتاج بر روی پایگاه دانش را انجام داده و دانش های استنتاج شده را به صورت حقایق در حافظه کاری ذخیره می کند.
در واقع حل مسأله و پاسخ نهایی سیستم توسط این بخش صورت می گیرد.واسط کاربر – ارتباط بین کاربر و سیستم.تشریح کننده.
تشریح کننده.
خیلی از سیستم های خبره با محصولاتی که پوسته سیستم خبره نام دارند ساخته می شوند.
پوسته یک قسمت از نرم افزار است که شامل واسط کاربر، یک تشریح کننده و یک موتور استنتاج است.
مهندس دانش از پوسته برای ساخت یک سیستم خبره به منظور حل یک مسأله با دامنه مشخص استفاده می کند.
بدین مفهوم که یک پوسته سیستم خبره می تواند با تمامی پایگاه دانش هایی که دارای یک بازنمایی دانش متناسب با دامنه مسأله هستند برای مسأله خاصی مورد استفاده قرارگیرد.
[9] 3- بررسی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند در واقع برنامه های نرم افزاری هستند که به منظور کشف عدم اعتبار دانش در سیستم های هوشمند نوشته شده اند، این ابزارها می توانند توانایی تصحیح موارد عدم اعتبار مکشوفه را نیز دارا باشند.
تعداد زیادی از این ابزارها تاکنون نوشته شده اند که می توان خصوصیات آنها را از طریق مقاله یا کتابهای موجود در اینترنت بدست آورد.
با بررسی تعاریف و خصوصیات هرکدام از ابزارهای تأیید و اعتبارسنجی به دست آمده پارامترهای ارزیابی ابزارهای تأیید و اعتبارسنجی دانش به شرح زیر بدست آمد: 1- پایگاه دانش، نوع پایگاه دانش مورد تأیید و اعتبارسنجی را معین می کند.
این پارامتر می تواند یکی از مقادیر مبتنی بر قانون، مبتنی بر پرولوگ، مبتنی بر قاب، هر نوع سیستم خبره، هر نوع سیستم هوشمند و ...
را به خود اختصاص دهد..
2- سرعت، مدت زمان لازم برای کشف وجود یا عدم وجود دانش های غیر معتبر در سیستم است که با اجرای کامل هر سیستم اندازه گیری می شود.
3- زمان اعمال ابزار، بیانگر زمانی از دوره حیات سیستم است که تأیید واعتبارسنجی بر روی سیستم هوشمند اجرا می شود.
به عنوان مثال ممکن است تنها در برهه خاصی از اجرای سیستم هوشمند باشد یا در تمام دوره حیات آن.
4- مشکلات اعتبارسنجی و تأیید، مشخص کننده نوع یا انواع مشکلات تأیید و اعتبارسنجی می باشد.
به عنوان مثال سازگاری دانش یا کامل بودن دانش ها.
5- نحوه اجرا، که منظور اجرای سیستم از لحاظ استاتیک (Static) یا پویا (Dynamic) بودن آن است 6- زمان توقف، این پارامتر بستگی به پارامتر قبلی دارد به این معنی که در مورد یک سیستم استاتیک معنایی ندارد (چون عملیات لازم یک بار انجام شده و سپس پایان می یابند) اما در مورد یک سیستم پویا، از آنجا که عملیات بطور تناوبی تکرار می شود، باید یک زمان توقفی را برای انجام عمل V&V در نظر گرفت تا حلقه اجرا به صورت بینهایت انجام نشود.
7- تشریح کننده، منظور این است که آیا ابزار V&V مورد نظر تشریح چگونگی کشف دانش های غیر معتبر یافته شده را در اختیار کاربر قرار می دهد یا خیر.
مقدار این پارامتر "بلی" یا "خیر" می باشد.
8- روش چگونگی کشف عدم اعتبار، که عبارتست از روشی که ابزار مورد بررسی از آن به منظور انجام عمل تأیید و اعتبارسنجی دانش خود استفاده می کند.
به عنوان مثال ممکن است روش مبتنی بر گراف در یک ابزار V&V خاص باعث سریع تر شدن عملیات اجرایی آن ابزار شود.
جدول زیر نشان دهنده مقادیر پارامترهای ارزیابی بدست آمده در رابطه با بخشی از ابزارهای تأیید و اعتبارسنجی می باشد.
برای تعدادی از ابزار های مطرح شده در جدول، مقادیر پارامترهای ارزیابی شناخته شده نمی باشد که سیستم خبره ارزیابی به عنوان مقدار “Unknown” آن ها را شناسایی می کند.
4- پیاده سازی سیستم خبره ارزیابی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند در این بخش از گزارش به بررسی چگونگی عملکرد سیستم خبره ارزیابی ابزارهای تأیید و اعتبارسنجی دانش در سیستم های هوشمند می پردازیم.
این سیستم خبره با بهره گیری از امکانات زبان برنامه نویسی پرولوگ پیاده سازی شده است و به همین خاطر دارای کد طولانی نمی باشد به این خاطر که زبان برنامه نویسی پرولوگ بسیاری از موارد مورد نیاز برای پیاده سازی را به صورت توابع پیش ساخته در اختیار برنامه نویس قرار می دهد.
در پیاده سازی پایگاه دانش سیستم خبره ارزیابی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند اولین مرحله فاز اخذ دانش می باشد.
در این سیستم فاز اخذ دانش به دو بخش تقسیم شده است، یک بخش "مستند" که از طریق جستجوی ابزارهای مختلف تأیید و اعتبارسنجی دانش سیستم های هوشمند ساخته شده و بررسی تعاریف و خصوصیات هر یک و سپس استخراج پارامترهای ارزیابی استاندارد از آنها صورت گرفته است و یک بخش "غیر مستند" که از طریق مصاحبه با فرد خبره به دست آمده است.
در این بخش بایستی به منظور استخراج قوانین پایگاه دانش با استفاده از سؤالاتی که از فرد خبره صورت می گیرد، ارزش هر پارامتر و ارتباط میان پارامترهای مختلف با ارزش نهایی یک ابزار تأیید و اعتبارسنجی دانش سیستم های هوشمند را محاسبه نماییم.
فاز اخذ دانش در این سیستم، همان طور که ذکر شد، شامل دو بخش مستند و غیر مستند بود ،اما استخراج پارامترهای ارزیابی استاندارد و مقادیر هرکدام از آنها به منظور انجام یک عملیات تحقیقاتی و جمع آوری اطلاعاتی در مورد ابزارهای V&V صورت گرفت و مسلماً نتایج حاصل از آن به صورت کامل و دقیقی نیست.
در واقع از نتیجه این تحقیقات در انجام مصاحبه با فرد خبره استفاده نمودیم تا بتوانیم قوانین پایگاه دانش را از روی آن استخراج نماییم.
بنابراین مقادیر واقعی ابزارهای تأیید و اعتبارسنجی دانش سیستم های هوشمند باید مستقیماً از کاربر سیستم خبره سؤال شود.
بدین منظور در آغاز ورود به برنامه از کاربر خواسته می شود تا نام ابزار V&V و مقدار پارامتر های آن را وارد کند، کاربر مجاز است چندین ابزار را معرفی کرده و پارامتر های مربوطه را وارد نماید، اطلاعات ورودی توسط کاربر پایگاه داده سیستم خبره ارزیابی را می سازد.
پس از ساخت پایگاه داده، سیستم خبره با استفاده از حقایق موجود در آن و قوانین موجود در پایگاه دانش به استنتاج پرداخته و نتیجه نهایی یعنی ارزش ابزار تأیید و اعتبارسنجی دانش سیستم های هوشمند را تعیین می کند.
فرمت ذخیره حقایق در سیستم خبره ارزیابی به ساده ترین شکل یعنی به صورت جفت های صفت خاصه- مقدار می باشد.
هر حقیقت در پایگاه داده شامل ساختاری مشابه ساختار زیر است: Fact(av(Attribute,Value),Hist).
که Hist در آن حاوی لیستی از شماره قوانین می باشد که در ابتدای استنتاج دارای مقدار اولیه