Expert systemen in de Maritieme Techniek. Een haalbaarheidsstudie naar de toepassing van expert systemen ten behoeve van de bediening, bewaking en onderhoudsbeheersing van machine-installaties

ex.

oft

EXPERT SYSTEMEN IN DE MARITIEME TECHNIEK

ES haalbaarhekkatudie naar de

toepas-sing van expert aystemen ten behoeve van

de bedlening, bewaldng en

onderhouds-beheereing van machine-in stallatles

RAPPORT OEMO 881054

R.H.T.M. Overea

Delft. december 1888.

Technlache Universiteit Delft _{Valgroep OEMO}

Facultelt der Werktuigbouwkunde _{Marinelli° Werktuigkunde} on Meritlame Techniek _{TNO IWECO}

6.4

OPDRACHT-OMSCHRIJVING

In de laatste jaken Valt er een sterk toenetende belangstelling te

eonstateren op het gebied van kunstmatige intelligentie. Met name

is er een grote interesse voor toepassing van de zgn.

kennis-systemen weekender expert sytteMen.

Om in de maritieme sector, wear door toenemende autometiSering het operationele bedrijf Elan boord steeds compleXer wordt, een veilige

en efficifinte bedkijfsVoeking met een geoptimaliseerde bemanning

to lUnnen garanderen, is het noodzakelijk systemen te ontwikkelell

die dit mogelijk maken. Net toepaasen van expert syttemen

in

machinekamerinstallaties als bealissiftg-ondersteunend gereedschap voor de scheepsWerktUigkundige lijktgoede perspectieven te bieden.

Een eerste aauxet

in

de toepassing van eXpert ayttemeñ valt te

bespeuren bij enkele motel-eh fabkikanten en Lloyd's Register of

Shipping- Verwacht wordt dat deze tendens

zich in

de toekomtt voort zal zetten.

Net 4e jaaks cUrstsVerk omVat het Verrichten van een studie near de

togelijkheid om expert systemen toe te passen

in

seheepemachine-installaties. Deze studie zal de volgende aspecten beliChten:

Hen algemene beschrijving van expert systemen, VI Ben studie near de bestaande programmatUUt.

gen studje near

0

toepAssingstogelijkheden van expert

systeMen hij de bediening, bewaking en onderhoudsheheersing

van machine installaties, in bet bijXonder aan boord van schepen. Met name de diagnose van het storingsgedrag tan

Ben studie in samenwerking met de Nederlandse reders naar die machineinstallaties waarbij bediening, bewaking en

onderhoudsbeheersing door expert systemen rendabel is.

flit

4e

jaars

cntensweik 2a1 ale Voptstedie dieben Vent het

uiteindelijke afstudeerwerk.

Afhankelijk van de resdltaten Van deze studie god een prototype van

een diagnostisch expert systeem ontwikkeld kunnen warden. Ben

nauwkeurige omschrijving van het afstudeerwerk zal te zijner tijd

yolgen:

Deze opdracht is aangevangen op 1 september 1988. Het rapport met

refsrentien4Mmer

OPID 88/054 en ingebonden

in

TV band, dient Uitetlijk 1 januari in zesvoud ingeleverd te Warden.

VOORWOORD

flit rapport is het result eat van het cursuswerk, uitgevoerd ten behoeve van de vakgroep Maritieme Werktuigkunde van de faculteit

Werktuigbouwkunde en MaritleMe_ Techniek van de Technisphe

UniVetsiteit te Delft. Net ohdertoek is uitgeVoetd bij TNO-IWECO in de periode van september 1988 - deceMber 1988.

Game wil:ik Dhr. BW. Jaspers Van TNO-IWECO en Prof. J. Klein Woud van de faculteit WerktuigbouwkUnde en Maritieme Techniek

bedanken Voor hun begeleiding tijdens het onderzoek.

TeVens,Wil ik de heteb A.C. Van Dorp, R.J. Gmelig Meijling en

fl.u Hansen van :respeCtievelijk rederij Gebr. Broere, de

Roninklijke Marine en NedllOyd rederij diensten bedanken voor 4e

v1sie

die zij over dit onderwerp gegeVen hebben.

Speciale dank ben ik verschuldigd aan Margot Spruljt voor het

controleren en cortigeren van dit rapport.

Delft, december 1988.

SAMENVATTING

Scheepsmachine-insailaties zijh in de loop der tijden uitgegroeid

tot zeer complexe, in hoge mate geautomatiseerde en ktitisch

fUnctionerende installaties. De tijd eh de mankracht ten behoeve

Van de bediening, bewaking en onderhoudsbeheersing van deze

installaties zijn daarentegen voortdurend gereduceerd

Door toepassihg tan nieuWe technologiedni zoals bijvoorbeeld de

kunstmatige intelligentie is het mogelijk een veilig en econotisch aanvaardbaar operationeel scheepsbedrijf te bewerkatelligen-. Met nape expert systemen biedem nietwe OetSpectieten op het gebied van

de bediening, bewaking en onderhoudsbeheersing van

scheepsmachie-installaties.

Set expert systeem, Waarih de kennis van vele experts betreffende een specifieke gebied separaat van het gevolgtzekkingsmechanisme is op geslagen, biedt de mogeijkheid de scheepswerktuigkUndige te

assisteten

bij

het nemen Van.beslissingen, en deze met uitleg te dienen over de gevolgde tedeneetttant- Hierdoox wort het mogelijk dat de scheepswerktuigkundige op een snelle, doeltreffende wijze storingen kan diagnostiseren en verhelpen, alamede werktUigen op

verantwoorde

wijze

kan bedienen, betaken eh onderhouden.

Expert systemen kunnen antwikkeld warden met behulp tan

fundamentele kunstmatige intelligentie talen zoals LISP en PROLOG, of met behulp van comventionele pkogrammeertalen als C en pascal. Gebruik van een expert aysteet shell biedt de mogelijkheid, relatief snel tot een functionerend expert systeem te komen. Bij

dergelijke programmatuur is het gevolgttekkingsmechanisme al

aanwezig, zodat alleen de kennis door middel tan IF THEN regels

toegeleverd behoeft te worden.

De kennis, die als grondstof yoor nil expert systeem dient, is te

verdelen in feitenkennis en etVatingskennis, met name het ontrekken en expliciet maken van de ervaringskennis is een moeilijk proces.

De techniek van kennis-acquisitie biedt een aantal methoden die

deze problematiek tegemoet komt.

Expert. systemen zijn op een groat aantal gebieden 'sap board

inzetbaar. Deze gebieden etrekken zich uit van stOringsdiagnoae en brandstofkarakterdsatie

in

de machinekamer tot een hulpmiddel om

radarbeelden te interpreteren en de stUurman te assisteren bij het navigeren in onbekendivaarwater. Deze applicaties zijn allemael alt

autOnome eenheden te beschouwen, doch het verdient de aanbeveling

te stteven naar een samenhang om in de toekomst tot een

INHOUDSOPGAVE OPDRACHT-OMSCHRIJVING _i VOORWOORD _iii SAMENVATTING _iv 1

imiguam

1

1.1 Machine-installaties en de intereese

in

_{eXpert SYstemen 1}

1.2 Doel van het onderzoek ₃

1.3 Opbouw van het rapport ₄

2 ExpEgT SYSTEMEN. . .

. ... ,

.

. ... .

₅

2.1 Algemene omschrijving ₅

2-2 Geschiedenis ₇

2-3 _{be opbauw van een Expert SYsteem}

9 2.3.1 be knoWledge-base ₉ 2.3.1..1 Semantische netwerken ₁₂ 2-3-1-2 Frames ₁₃ 2-3-1.3 ProductieregelS 15 2.3.2 Het jnferentie-machanitte ₁₆ 2.3,2.1 VootWaarts redeneren ₁₇ 2.3.2.2 Achterwaarts redeneren ₁₇ 2,3.2-3 Voor- en nadelen . 19 2.3.2.4 Gecombineerd redeneren . . 20 2.3-3 Net gebruiketsinterface ₂₁

2.4 _{Programmatuur voor de opbOUW van expert systemen 22}

2.4.1 Programmeettalen voor expert systemen ₂₃

2.4.1.1 LISP ₂₄

2.4.1.2 PROLOG ₂₆

2.4.1.3 Procedurele talen ₃₀

2.4.2 _{Geintegreerde ontWikkelomgevingen} . . , , 30

2.4,3 Expert SySteem shell ₃₀

2:5 Rennis-acquisitie ₃₂ 2.5.1 Prototyping ₃₄ 2.5.2 _{SystematiAche kennisVetWetving} 39 2.5.3 _{Geautoatiseerde kehnisverwerving} 41 2-6 Conclusies ₄₂

3 _{BEDIENING, BEWARING EN ONDERHOUDSBSHEERSING VERSUS ExpEger SYSTEMEN}

44

3.1 _{Ambacht -> Techniek -> Technologie}

44

3.2 Bediening, bewaking en onderhoudsbeheersing ₄₇

3.2.1 Bediening en bewaking ₄₇

3.2.2 Onderhoudsbeheersing ₄₈

3.3 De huidige stand van aUtomatisering aan boord ₅₂

3.3.1 Conditiebewaking ₅₇

3.3.2 Storingsdiagnose ₅₉

3.4 AUtomatisering in de toekost ₆₁

3.5 De toepassing van expert systemen 3.5.1 Inleiding

3.52 Voorvaarden toot toepassingsgebieden

3.5.3 _{Mogelijke toepassingagebieden} 63 64 66 3.5.3.1 Storingsdiagnose . 67 3.5.3.2 Brandstoffen diagnose ₆₈ 3.5.3.3 _{Performance optimalisatie 69}

3.5,3.4 _{Onderbotdsbebeersing ,-predictie en -planning 70}

3.5.4 ,Enkele toepassingen nit de praktijk ₇₁

3.5.5 integratie van expert systemen met aahVezige monitoring

apparatuur ₇₅

3.5.6 Geintegreerde expert systemen ₇₆

3.6 Acceptatie

door

bekanning ₇₈

4 CONCLUSIES ₇₉ 5 LITERATUURVEEWIjZING ₈₀ liiI4AGE I ₈₄ BIJLAGE II 86 BIJLAGE III 89 BIJLAGE IV ₉₀ BIJLAGE V 91 BIJLAGE VI 94

1 IMLEIDING

1.1 Machine-installaties en de interesse in expert svstemen

In de maritieme sector geldt eveneens als bij alle andere

indsstriele sectoren dat de wijze waarop machine ihstallaties

bediend, bewaakt en ohderhouden wotden, grote invloed hebben op de veiligheid en efficientie van het operationele gebruik.

De ScheepsMachine-inStallatie is door toenemende automatisering en

door kritische bedrijfstoestanden steeds complexer geworden. De beschikbare tijd voor het plegen van onderhoudsWetkzaamheden aan boord tijdens het operatiOnele bedtijf is eChtet Steeds korter

geWotden. flit om een efficiOnte bedrljfsvoering te garanderen.

In het genl van een gesignaleerde storing zijh tOmenteel de

Volgende fasen te onderscheiden (22]::

Detectie, Compensatie,

Storingsdiagnose, Correctie.

Van bavengehoetde fasen leVert de

storingsdiagnose

de meeste Oroblemen op. Mede door het steeds complexer en geavanceerder

worden van de machine-installaties !can het diagnostiseren van

storingan met behuip

van

handboeken een tijdkoVende zaak aijn,

waarbij teVens de mogelijkheid optreedt dat Vetkeerde maatregelen

getroffen WOtden zoals by. het vervangen of repareren van onderdelen en/of deelsystemen die intact zijn.

De kennis en ervaring van de scbeepswerktuigkundige speelt een

belangrijke rOl bij het stellen Van eeh diagnose. flit omdat

bepaalde stotingen zich ih,de tijd herhalen en de zelfde symptomen tich ten toon spreiden. De _{scheepswerktuigkundige gaat deze}

symptomen herkennen waardoor hij speller tot een betrouwbare

diagnose komt.

Ben expert is een persoon met veel henna betreffende eehspecifiek

gebied. Bij/zij kan deze kennis Vetkregen hebben door ervaring en/

of stud. ten scheepsWerktuigkundige met een aantal jaren etvaring

is naast de ontwerper en de service engineer een expert op het

gebied van

het

opderhoUd en de bediening van

scheepsmachine-installaties.

Net blijkt dus dat kennis eep zeer belapgrijke vol Speelt bij de

bedienipg; bewaking en ohdethoudsbeheersing van

machine-installaties. Bennis is echter schaars en teestel niet op het

juiste tijdstip en de juiste

pleats

voorhanden.

Om deze problemen te eiimineren zoU het togelijk moeten zijn om

}tennis op te slaah en te copiOren om het zo op peardere plaatsen

gelijktijdig beschikbaar te hebben. Daze kennis kart Vetvolgens

aangewend worden voqr bealissingsondetstewhihg en scholings-doeleinden Expert syttemen bieden den mogelijkheden.

Expert systemen ofwel "knowledge based systems" zijn

computer-systemen waarin kennis omtrent een specifiek gebied op electronische Wijze iS vastgelegd. Deze kennis is op een dusdanige manier opgeslagen dat de gebruiker de kennisbank Via een

gebtuiksvriendelijk interface kan benaderen en dat door middel van

een dialoog van

waarschijnlijke

kap worden.

Doot Middel Van

tijd nodig voor beperken.

vraag en aptwoord met de computer al redenerend de

oorzaak van de stoting of alarmering achterpeald

dit soort computertoppassingen is het togelijX. de het onderhoud mat

nape

_{voor de Storingsdiagnose te}

1.2 Doel van het onderzoek

Het doel Van dit ondertoek is een Uitspraak te doen omtrent de haalbaarheid van de toepassing van expert systemen bij de bedie

rang, bewsking

en

onderkloudebeheetsing van lachine-installatieS,

in het bijzonder aan bootd Van Sdhepen. Met name de diagnose van

het storingSgedrag is hierbij van belang. Met behulp van zo'n

expert systeem zou het mogelijk woeten zijn de scheepswerktuigkundige te ondersteUnen bij het nehen Van

beElittingen, OOdat hij op een snelle, efficifinte en betrouwbare

wijze een storingsanalyse kan geven.

1.3 Oobouw van het rapport

In hoofdstuk 2 Wordt een algeMehe beschouwing gegeven van expert

systemen. Hierin wordt aandacht besteed aan de structuur tan

expert systemen, met name 4e mogelijke manieten tan-

kennis-representatie,

de

redeneetstrategiein an bat gebruikersinterface

Warden bier beschketen. Tot slot wordt een beschrijving gegeven van

de programmatuur waarmee expert systemen ontwikkeld kunnen warden en de problematic); tap de keppincquisitie.

Hoofdstuk 3 handelt over de toepassing van expert systemen ten behoeve van de bediening, bewsking en onderhoUdsbebeekaing Van

machine-installaties. Hiertoe wordt eerat een omschrijving gegeven Van de huidige stand van automatisering aan boord en de tpegepaste onderhoudstrategieih. Vervoigens warden de randvootwaarden beschreven

waaraan

eentoepassingsgebied'dient te Voldoenopdat een

expert sySteem succesvol toegeOast kan warden. Hinnen het kader van

deie tootwaarden Warden vervolgens enkele potentieel geschikte

applicaties genoemd.

Tot slot Van dit hOofdatUk WOrdtaandacht besteed aan de integratie

Van expert systemen met de al aanwezige monitoring apparatuut en,

aan geintegreerde expert systemep die het gehele operationele

scheepsbedrijf ontatten, alstede de acceptatie door de bemanning

KUNSTMATIGE INTELLIGENTIE

Figuur 2.1

KUNSTMATIGE INTELLIGENTIE

Knowledge Based Systems

expert systemen lerende eystemen

beeld herkenning

2 EXPERT SYSTEMEN.

2.1 Alternate_ tmschriivina

Expert systemen vormen een onderdeel van de kunetmstige intelligen

tie (figuut 2.1). Dit Vakgebied dat ook wel "artificiale

intelligentie" of "machine intelligentie" wordt genoemd,

is

het

deelgebied van de informetica dat

zich

bezighondt met het gebrtik

van computers bij taken die nottalitet kennls, perceptie,

redeneetkunst, begrip en andere soortgelijke cognitieve processen ereisen- Met andere woorden het op dusdanige wijze progtammeren van computers zodat den taken kunnen Uitvoereh, die, els ze door

mensen Uitgevoerd zoUden Warden, intelligentie zouden vereisen.

De machine intelligentie richt zich voornamelijk op niet-nUtetieke

processen die complexiteit, onzekerheid eh de aanwezigheid van meetvoUdige betekenissen als kenmetken hebben. Een groot verschil met de conventionele programmatuur is dat machine intelligentie

gebruik maakt van een kennisbestand, een geVOlgtrekkingSmechabiame

omvat, en er bijna altijd zoekproceddres gebruikt worden om het

oplossingsptoceS

in

een bepaalde richting te sturen.

Met betrekking tot expert systeMen kUnnen We aangeVen dat het

intelligente cotpUtet sYstemen zijn die specialistische kennis

beVatten. Intelligent wil in dit verband zeggen dat het systeep ken

*etken met logische verbandenl "Als dit en dit zo is, dan

Voor het geval dit redeneren materifile zaken betteft, zgn

objecten, moet het niervan de eigenschappen kennel'''. De

specialis-tische kennis voor een expert sySteem omvat dus rowel de logische

eigenschappen-Door toepassing van denknethoden, Vuistregels (heuristieken) _en

objectkonnis die een deskundige oak gebruikt, is een expert systeem in Staat zelf conclusies te trekkers.

Omdat b*j een expert systeem de denkroutine en de

gegevens.-verwerking niet vastligt in een vooraf opgesteld scheme, heeft het

systeem een hoge greed van gebrniksVriendelijkheid op het gebied van explicatie van 0 gevolgds redeneertrant die tot een bepaalde

oplossing leidt. Deze eigenschap is nodig am de acceptatiegraad van de 4ebtUlker in het expert systeem te vergroten.

Voor het begrip expert sytteem geldt de volgende definitie: [1]

Ben Expert systeem is een computerprogramma met ingebouwde

logische kennis en veelal met een uitgebreide gegevensbank

ter ondersteuning van die kennis, waardoor het kan

functio-neren als een deskundige.

Het systeem kan clus een intelligehte Steun zijn voor een

des-kundigei meat ook doeltteffend _{gebruikt warden door een niet}

deskUndige o0 het gebied waarvoor het expert systeet ontworpen is, ook wel domein genoemd,

Kennisvormt 4e.ru4gegraati %tan het expert systeem. _{We onderscheiden}

twee soorten kebnis:

De feitenkenn*s

_van

_{het terrein of domein waarop het expert}

systeem bettekking heeft, dit is de algemeen verbreide

kennis wear deskundigen het over eens eijn en die te Vinden

is

in

_{Vaktijdschtiften en leerboeken.}

De heuristische

_kalaniai

_{die voOrnamelijk bestaat}

nit

prak,-tische ervaripg op een Oen inzicht in het vakgebied, de zgn. "knOW-how". Deze ervaringskennia wordt door eel*

specialist verworven in de lotp der Jaren_

be kennisingenieur (knowledge engineer) is verantwoordelijk _Voor

het cteeren van het kennisbestand. _{Be domeinspecielist leVert}

de

specifieke 'tennis voor de opbouw _{van het expert systeem.}

Saest alle mogelijkheden _{van expert Syttemen hebbenzij de}

volgende beperking:

Expert systemen kunnen niet, zoals menselijke experts dat wel kunnen, kennis reconstrueren en _{reorganiseren en}

vergelijkingen maken. Bij een _{probleem dat buiten het}

expertise gebied valt kan een menselijke expert parallellen

trekken en overeenkomsten zien _{met eerderopgeloste problemen.}

Dit associatief vermogen mist _{de electronische expert.}

2.2 _Geschiedenis

RUnstkatige intelligentie komt voort uit de cognitieve psychologie

ten tijde

van

_{de tWeede wereldoorlog: De eerste toepassingen}

stammer; echter (lit de jaren vijftig toen de _{computer breder}

toepasbaar werd. In de jaren _{zestig verschoof de nadilik- van de}

pSychologie naar de salgemene _{probleem oplossers". Onderzoekers}

raakten geinteresseerd in _{robots en bet Oplossen van}

schaak-problemen met behulp van de _{computer. In deze periode werd}

teVens de AZ' teal LISP ontwikkeld.

Its de jeren zeventig Werden de _{eerste expert .systeinen ontwikkeld.}

Enkele net bekend _{uit deze tijd zijn: [1],[2].}

DENDRAL

bit wordt als eerste el-4*ft _{systeem beschoUwd. Het is}

een

sys teem dat een. analyse maakt _{van de molekulaire structuur van}

MYCIN _a9761

Pit eXpert systeet beWeegt zich op het gebied van de

infec-tietiekten, levert diagnoses en schrijft medidijmen _{Voor. In}

MYCIN werd voor het eerst gebruik getaakt van IF-THEN regels

met zekerheidsfactoren en er werd uitsluitend _terugwaartS

geredeneetd..Veel.van de huidigediagnostische expert _systemen

tijn

afgeleid van dit systeem. MYCIN Werd later ontdaan _van

zijn _{specifieke mediache kehnis op het gebied van}

imfettieziekten, eh Wetd beschikbaar gesteld als _{een okpett}

systeem tondet kennis, EMYCIN (Empty

_NYcIN).

_{Hietkee was het}

eetste expert systeem shell progkatma ont*ikkeld.

HEARSAY (1977)

Pit is het meest uitgebreide expert sytteem voor de analyse

van spraak. _{Het- systeem moest in staat zijn om normale}

spreekteal met een WOokdenschat _{van 1.000 wporden geed te}

vekwerken.

Tot _{can het begin van 1984 zijh er in de Verenigde Staten van}

Amerika

en

in Groot Britannia ruim 180 projecten

_van

_{start gegaan}

011 het gebied van expert systemen. Slechfa _{Oen tWintigtal van deze}

projecten heeft daadwerkelijk geleid _{tot een bevredigend werkemd}

expert systeem [6].

Ala reden kan hiervOor worden aangevoerd:

De systemen zijn over het algemeen _{gebouwd els studie}

object,

Gebrek ?sap adequate hardware, de _{systeme Weren-erg tkaag}

en

Stelden Vaak itrelevante vragen aan de gebtuiker- Dit

speelde vaak een grate rol bij de _acceptatie,

Veelal bestrijken de systemen slechts _{een deel}

_van

_het

kennisdomein uniat er toch een menselijke _expert

gekaad-pleegd dient te WOkden en het gebrnik van earl dergelijke Systemen geen tijdwinst oplevert.

EXPERT SYSTEEM

KARAKTERSTIEKE STRUCTUUR

KNOWLEDGE-BASE FIguw GEBRUIKER GEBRUIKERS INTERFACE INFERENTIE-MECHANISME

2.3 De opbouw van eeIL.ExDert svsteem

Een expert systeem bestaat

in

zijn meest algemene von uit de

volgende basiseemponenten [3], (figuur 2-1)

De knowledae-base of kennishankj hierin steen de feiten,

veronderstelUAgen, regels On heUristieken die temakenhebben

met het dotein Van het probleem.

De workbase, dit is de data-base die gedUrende de consultatie

opgebouwd wordt met feiten%die bekend zijm, of achterhaald

warden yen een sPecifiek probleem. Deze data-base

is

this voot

elke consultatie verschillend.

Het-inferentiemechanisme of gevolgtrekkingsmechanisme _{on de}

_

kennis uit de knowledge base te benaderen bij het oplossen van een probleem.

Het_aebtUikere interface on de conversatie met de onervaten

computer gebruiker mogelijk te Mneh, en 4e centersatie van

andere gebruikers set het systeem te tetgemakkelijken.

2.3.1 De knowledae-base

De opgeelagen kennis ken OP een aantal-manieren binnen het systeem

gerepresenteetd worden- Doel van deze represeptatie is _{de kennis}

zo te otganiseren dat het programme de kennis getakkelijk _kan

benaderen on beslissimgen te nemerh

In de knowledge base Onderscheiden We twee soorten kennis

up].

_Op de eerste plaatt de objecten (woorden en begrippen) die een.eXpett

en later de gebruiker nodig heeft. Daarnaast dient worden vast

RULE-BASE

Figuur 2.3

KNOWLEDGE BASE

KNOWLEDGE BASE

DATA-BASE

FEITEN

RULES

gelegd hoe deze ohjecten met alkaat in Verband staan. Zo'n

definitie Van WoOtden eh begriOpen kunnen we zien als een soort

verklarende woordenlijst. We kunnen dit yergelijken met de

declaratie van variebelen

in

een conventidneel computerprogramma,

en we noelen dit gedeelte tan de kennis ook de declaratieve kennis.

Deze statische, declaratieve kennis zal tijdens de

consultatie-sessie warden aengevuld met dynemische kennis diaelleen betrekking heeft op de huidige sessie. Zo klinnen We in een diagnosesysteem van

een leidingSysteem met filter, pomp en koeler [Bijlage II] het begrip "vervuiling van koeler" opnemeri, met daerbij de opmetking dat die afhankelijk is van het begrip "drukverschil otei koeler".

Tijdens de _{consuitatie Wordt Van beide begrippen de wagrde}

VaStgesteld Bij "dtukverschil" zal het systeem willen weten, wat

de druk aan de intree- en uittreezijde van de koelet is _{en zal het} controleteg of deze waarde tUssen bepaalde grenzen ligt.. De kennis dat bet "dttskVarschil" een waarde is die kan wort:len bepaald met

behulp van manometers, is declaratieve kennis. Tijdent een

consultatie krijgen

de

begrippen this een

Weat4e

toegekend die of

van buiten Wordt Vetsttekt, of door het systeem zelf wordt

afdeleid. _{zal het begrip "drukverschil" door de gebruiker moeten}

worden vetstrekt en zal _"vervuiling" door het sIdteet worden

afgeleid tilt het "drukverschil". De Informatie waarmee we echter

deze concludie 16:Innen ttekken wordt

op

een andere manier VaStgelegd to

zal

_{de procedurele verklaring yen "verVUiling"} weergeven dat als het, "drOverechil" groter is dan z bar, er sprake

is

yen

"vetyttiling". Hierbij. *otdt this niet verklaard wat

"vetvuiling" is, alleen hoe we kunnen constateren of daarvan sprake

is.

Pen behoeve van de overzichtelijkhei& deien we de kennis in een

expert systeem in naar bun gatd: de declaratieVe kennis komt in de data-base, de procedurele 'kennis gaat in de rulebase. De combinatie

van de data-base en rule-base noemen we collectief de

knowledge-base (figaut 2.3).

KENNIS

KENNIS / KENNISREPRESENTATIE

Flguur 2.3b DECLARATIEVE KENN'S PROCEDURELE KENNI8 SEMANTISCH FRAMES PRODUCTIE LISP PROLOG II FORTRAN

De data-base van een expert systeem bevat this elle feiten, waarover

het

syteem lets moet kunnen zeggen. Wet de werke1ijke waarde van

een feit is, wordt pas tijdens de uitvoeting Van het it:qt.-Slime

bepaald. In sommige geVallen zullen de waarden kunnen worden

verkregen door het raadplegen van een andere data-base, bijvborbee1d Van een cenventioneel databestand.

Naast de begrippen declaratief en proceduteel voor kennis kunnen

we deze begrippen ook gebruiken voor de wijte waarop de kennis is

vastgelegd.

Net is mOgelijk de kennis op te hemeS

ale

ondetdeel van het

ptogritma, duS tin of. meet Verborgen in de structuur. Wanneer het programme gecompf1eerd is, zal na het draaien van

pet programme

tot

een bowie/de conclusie geRomen warden,

doch

de manier weardp dete

conclusie echter Werdt gettokRen ligt opgesloten in de programmacode. Het stukje pascal-programmal

IF drukverschil ) 10.0 then

vervuiling := 'TRUE'

is een vOrm van procedUrele vastlegging.

Gegevens ktntien

oak

declatatief met een symbolische

programmeertaall worden vastgelegd. Hiertoe warden de gegeveng

in

bun oorspronkelijke norm

in

een data-base opgeslagen. Kenmetkend

Vogt een -expert systeem is, dat het eel's Vetklaring moat kunnen

geVen Van de wijze *estop het tot zijn conclusies komt. Dit

impliceert dat van de procedurele en declaratieve talen, alleen de laatstgenoemde geschlkt is.

Kennisrepresentatie hoUdt tich Voornamelijk bezig met de manier WearOp We boVehgehoemde informatie kunnen vastleggen.

1 LISP of PROLOG, zie paragraaf 2.4.1.

IS EEN

SEMANTISCH NETWERK

VAARTUIG

I

IS EEN OORLOGS KOOPVAARDIJ SCHIP

I

SCRIP IS EEN IS EEN

M-FREGAT I

TANKER

Figuur 2.4 HEFT EEN L1AisiVOORTSTUWINGS I NSLLATIE

Hiertoe onderscheiden we de volgende methoden: [1],[3]

Semantische netwerken, Frames,

Productie regels.

Ervaring heeft geleerd dat geen enkele representatie methode

geschiat is voor elle typen kennie. Sommige methoden lenen zich

beter vpor het vaetleggen van declaratieve kehnis terwljl de andere Meer geschikt

tijn

toot het Vaatleggen van procedurele kennis.

Semantische netwerken en frames zijn de meest toegepaste

represen-tatie methoden voor declaratieve 'tennis, terwijl de productie

regels vooral geschikt zijn Vpor het Vastleggen van procedurele

kenhis.

In de volgende paragrafen volgt een kprte owschrijving van de

bovengenoeode methodexn

2.3.1.1 Semantlsche netwerken

SU het gebruik van semantische netwerken worden de eigenschappen van, en relaties tussen objecten, gebeurtenisseni aithaties of acties beschreven,door pen grafische strUctuuk. Deze atructuur bestaat uit een aantal knooOpunten die verbonden zijn met

verbin-dingslijmen.. Den verbindingsIijnen omsehrijven de relaties tussen

de knooppunten.- De knooppunten zUn

_de

Objectene gebeurtehissen,

situafles of acties Twee %reel. gebrUiXte telaties bij deze represantatie methpde zijM; "IS EEN" en mBEEFT KEN".

In fignur 2.4 zien we een eenvoudig semantisch netwerki waarin

enkele objecten (zoals M fregat, oorlogsschip, tanker en voortstuwingsimstallatie) en bun onderlinge relaties zijn gedefinieerd.

Uit het netwerk blijkt: "sen M fregat is een oorlogsschip" en "Een

ootlogsschip is een vaartUig". Uit bovenstaande telaties kan een

derde relatie afgeleid Warden: "Een _{M fregat is ean. vaartuig".}

gelaties zoals "IS EEN" _{en nillEEFt EEN" geVen een zekere mate van}

etfenis hierarchie ;Lan het _{netwerk. flit houdt in dat objecten lager}

in het netwerk eigenschappen van objecten hoger in het netwerk

kunnen etven. Ze is de voortstuwingsinstallatie slechts Genteel

op het Vaartuignivo opgeslaget tetWij1 beide typen schepen Op een

lager nivo er gebruik Van taken.

_Semantische netwetkeh Zijn zeer

populair

_{out nun zeer aansprekende}

manier Van tepresenteren _{en hebben Als voordeel dat door de}

hietardhle eigenschap vet* _{geheUgehrUimte bespaard wordt.}

Een nadeel van deze tethode is _{dat de netwerken zeet groot en}

onoverziqhtelijk kithiien wordenbij _{complege problemen. flit probleem}

is voar een deel op te lessen door het tangsthikken van gegeVeng

in

logisch bij

elkaar

_{horende ohderwerpen. flit opdat de knowledge} engineer een gbed ovetzicht over de knowledge base kan behouden.

2-34.2 Frames

Voor het Vastleggen van gegevens die We over eenbepaald. felt _hodig

hebben, kunnen we oak geOrulk _{taken van frames. Hieritt Warden de}

belangrijkste eigenschs00en Van het object Vastgelegd in slots

_(of

rubrieken). Een frame is te vergelijgen _{net een record uit een}

conventioneel bestand. De inhoUd _{van een frame is echter geheel}

vatiabel en afhankelijk _{van de situatie.}

leder frame bait een speciaal _{slot van het type: "IS ERN". Met}

dit slot is het togelijk een hierarchische strUctUur _{op te batmen}

waarin frames ei4entdhappen _{van elgaar kUnnen erven. flit kOtt}

oyereen met de _{HEN en HST HEN" relatie bij het semahtische}

netWerk. Met deze overervingseigenschap _{is het mogelij* frames}

op

dezelfde mantes- te organiteten als een semantisch netwerk, met dat verschil dat nit elke knoop in _{het netwerk een frame vocorstelt.}

KAREL

NEST

Figuur 2.5

FRAMES

VOGEL Zwart Onbekend ek voodoo Beest Veren %carmen Is-type NEST HUM VOGEL Takken BOOM

(//cmy)

De eigenschappen omschreVen in de slots, gecOtbiheerd met de

overervingseigenschappen van een frame, representeren de

declare-tieve of statische kennis van een object. Hiernaast

is

het ook

mogelijk de Otodeddiele kehhis in slots ohdet te brengen. Teheinde

dit te bewerkstelligen Zijn de volgende procedures beschikbaar:

"IF-NEEDED" 1 deze procedure wordt geactiveerd indien details nodig

zijn e4 de "IffADDED" procedure, die gesctiveerd wordt indien de Waarde Van een bepaald slot Vetandetd.

In figuur 2:5 is een voorbeeld van frames weergegeven. In dit

voorbeeld 'etfV KAREL

elle

eigenschappen van een VOGEL en indien

KAREL hanger heeft zal de opdracht of procedUte volgen: Ga op zoek

naar voedsel. flit is mogelijk door kleine stukjes prograMma, die geactiveerd warden als een bepaalde situatie zich voordoet.

Frame-systemen zijn bijzonder nuttig om op fezibele wijze compleze data-basestrUctUrem te bOUWen.

Voordelen van kennisrepresentatie door middel van frames zijn:

p.

InforMatie over elk Object is centraal opgeslagen.

Toenudering en manipulatie van de informatie

is

eanvoudig.

poor overervingseigenschap kOmt geen dubbele inforMatie voor.

4 Bepaling tan nieUMe warden Wordt pal Uitgevderd indien

noodzakelijk-Als nadeel van deze methode geldt dat nsgst de zelf toe te voegen procedures de frame-StrnotUUr geen ingebouWde mogelijkheid heeft

Om met de aanwezige data problemen op te lossen. Dit in tegenstel-ling tot de kennisrepresentatie met productieregels (par 2.3.1.3).

Productierecels

_ _

De voorgaande methoden Van

_{kennisrepresentatie waren utermate}

geschikt Voot het vastleggen

_{van declaratieve /tennis zoals feiten}

en

_{gegeVensstructuren.}

_{Practieregels}

_zijn

_dearentegen

_Meer

geschikt voor het vastleggen *an

_{procedurele kennis.}

Productieregels bestaan uit

_{een IF deal en earl THEN deel. Het IF}

deel geeft de condities

_{aan wasrean Voldaan dient te warden}

_{am een}

actie.of conclusie door het THEN deel uit te laten

_{voeten of te}

laten trekken, Elite regel Staat garant voor een deeltje

_kennis.

Productiesystemen

*orden

het

meest

toegepast

in

kunstmatige

intelligentie programme's

om kennis

_{te representeren over het}

hendelen van personen in specifieke

_{situaties. TOepassingen zijn:}

medische diagnose,

_{sPraakherkenning en modelleten van menselijk}

denkpatrodn.

_{_}

IF

Filter is schoon, and

Persdruk pomp is lag, and

Zuigafsluiter staat open, and

Persafsluiter staat open,

THEN

Pomp is waarschijnlijk vervuild.

Voorbeeld van productieregel (zie

_{bijlage II).}

Vootdelen van het gebtui.k

_{van productieregels Zijn}

Nbdulariteit. Regels kunnen direkt

_{toegevoegd of verwijderd}

Sotden, zonder dat andere tegels

_{aangepast: dienen te worden.}

Dit omdat de regels elkaar niet direkt aantelepen.'

Uniformiteit. Door de strakke structItUr ziln de regels

gemakkelijk te begtijpen en Zijn ze eenvoudig te manipuleren

door het inferentie-mechanisme.

HatUurliikheid. Be cPbouw van de regels is een natuurlijke

wijze voor de Mens om zijn kennis tilt te drukken. Vooral in

vooraf YeSt1i4ge44e 0-tIketieS

Be modulariteit en het onafhankelijke kerakter van de regels, welke

de

_toepassing

VOor

repregentatie

Van

procedurele

_kennis

Zo

aanttekkelijk maken, maken de regels minder geschikt voor het

representeren van objecten, hun eigenschappen en bun statische

relaties. Erames bieden in deze situatie de meeste'voordelen. In

een produotietYsteermodt de reptesentatie van object eigenschappen

verdeeld worden

over meerdere

afhankelijke regels,

zodat

4e

samenhang verdwijnt. Nome:a:steel zijn programme's in OntWikkeling

Waarin het mogelijk is prodUctietegels idet frames te

combineren-Hierbij wordt het mogelijk om in een frame productieregels wider

te brengen. Aierdoorworden de voordelen van frames (ol-perzichtelijk

en flexibel representeten Van Obiedteh en relaties) gecombineerd

net de stootdelen van productieregels (goede probleem oplossende

eigenschappen).

2.3-2

Het inferentirmedhanisme

Inferentie. j

het mechenigme waarmee uit een aantal bekende feiten

nieuwe feiten afgeleid kUnnen Worden. Het inferentie-mechanisme

vormt de werkelijke keen van een expekt Systeem en zorgt er voor

dat het sySteem kanredeneren. Het inferentie-mechanisme vergelijkt

feiten tilt de data-base met de condities van 4e regels. Wannser een

regel bewegen woreit zit]. de concluSie, Wannett het een nieuw feit

is, toegeVibegd wotden aan een data-base- Deze groeiende data-base,

Data-base

A,B,C

If a and d

Rules: 1:

_{then e}

Figuur 2.6

VOORWAARTS REDENEREN

=101,-1

A,B,C,D

Rule 1 is bruikbaar

Rule t is onbruikbaar 4110a

4

gebrulk rule 1

4

e TRUE

A,B,C,D,E

2,

1

If b and o

I

then d

Rule 1 onbruikbaar

Rule 2 bruikbaar .4a

gebruik rule 2

d TRUE

Met Vluchtige informatie over een specifiek probleem, oak wel

work-base genoemd, heeft een dynamisch karakteri omdat hij tijdens de onsnitatie met het expert-syteem opgebOUWd Wordt.

Er bestaan twee essentieel verschillende strategiOn out de kennis uit de rule-base te manipuleren; een CoMbinatie Van deze twee is

echtet ook:togelijk.

Voorwaarts redeneren, Achterwaarts redeneren,

Bidirectioneel redeneren.

2.3.2.1 Voorwaarts redeneren

JAI Vooritaatts redeneren (figuur 2-6) of 'forward-chaining' wordt vanuit de feiten in de data-base geprobeerd e'en situatie te

herken-nen. Daartoe worden alle regels doorlopen totdat een tegel wotdt

geVonden, waarVen elle premissen overeenstemmen met de in de

data-base opgenomen feiten.

4

dat bij een regel het gevsl, dein wordt

het' TEEN4dee1 Uitgevoerd. Daarmee wordt Veelal een hieuw feit beWezen dat aan de reeds bestaande feiten in de work-base wordt toegevoegd. Nadat een regal is behandeld wordt paar 4e volgende regel overgegaan; daze ondergaat dezelfde behandeling. Dit pkoces

gaat VoOrt totdat geen nieuwe feiten meer kUnhen worden afgeleid. Deze strategie wordt ook*el 'data-driven' genoemd.

2.3.2.2 Achterwaarts redeneren

In tegenstalling tot VoorMaarts redeneren gaat deze methode Nan

achtermaarts redeneren (figuur 2_1) ook we]. _{'Backward-chaining'}

Rules:

1: F iguur 2.7

ACHTERWAARTS REDENEREN

Data-base

avb,c

If a and d

then e

kuldlg flak: Met In data bate

I, Rule I bevajzon

Mons goal: a TRUE

Ni6OW gash d

filet In data base

RimS 2 bewlIan

4,

tikuw goal: b TRUE

MOUW goal: a TRUE

Rule 2 is bewezen d TRUE c,c1 Rule I Is bowmen e TRUE

If b and c

then d

Goal-stack

IN!

11 711111111

afgeleid client te warden. Indien het feit niet bekend is in de

data-base dan zullen de THEN-delen van elle rules warden doorzocht

om na te gaan met welke rules het betreffende felt zou kunnen

warden afgeleid. In het algemeen zullen in het IF deel Van eeh

getelecteetde rule Weer nieuwe hypotheseh staan die nog bewezen

dienen te worden. Hiertoe worden weer andere rules geselecteerd,

waarna het proces

zich

herhaalt. Indien bepaalde regels niet

gevonden warden, dtn beachikt het SApert sYsteem elf kehnelijk over onvoldoende gegevens en zal het die van buiten het systeem

moeten betrekken, meestal door vragen aan de gebruiker te stellem,

Mier SPXs ook door r444Pleng van een andere lexterne) data-bases

2.3.2.3

Voor- en nadelen

get

is niet eendUidig te

zeggen well{

Van de boVenbeSchreven

infetentie-Mechanitmen de vookkeuk geniet-

In de meeste eicpekt

systemen wordt een keuze tilt een van beide technieken gemaakt.

Den keuze hangt voornamelijk at van de applicatie van het expert

SySteem.

Bij :voorwaarts redeneren,

waarbij

uitgaande

van

beschikbare

gegevens geprobeerd wordt een bepaald doel te bereiken, is de

volgorde .Van de rules in de rule-base van belang voor de snelheid

Waartee de oplossing gevonden wordt. Len optimale Volgorde Van de

rules is evenwel sterk afhankelijk van de feiten die in de

data-base opueslagen zijn. Den feitan zullen voor iedere consuttatie

weer andeka liggen,

Waardoor het Zinloos

is

oat

een optiMale

rangschikking van de rules na te streven. Net is wel mogelijk am

in de verzameling van hypothesen, het T$Wdeel van pen rule, een

rangschikking aan te brengen near afnemende waarschijnlijkheid

suedes- Er dient dan te warden begonnen met die hypothese die de

grootste 'cans op siege!' heeft. Blijktzo'n hypothese niet te kunnen

worden bewezen, dan client de op een na waarschijnlijkate gekozen

te Warden,

enzovoorta. Hiertoe moeten alle rules die tot een

bepaalde hypothese leiden achter elkaar geplaatst worden. Een

nadeel van dere meth94 is 40 bet uStbreiden van de verzameling

rules hierdoor wordt bemoeilijkt omdat dan de gehele rule-base

Mogelijk tal moeten warden gereorganiseerd.

Voorwaarts

redeneren

heeft

het

voordeel

dat

tijdens

het

redenatieproces, afhankelijk van de reeds bekeude inforpatie de

richting van het proces veranderd kan warden.

Net prodet

is

hierdoor flekibel en de hoeVeelheid zoekWerk is beperkt, waardoor

Vookwaarts redeneren vooral geschikt is voor de grotere

knowledge-bases.

Achterwaarts redeneren mist daze flexibiliteit. gen eenmaal in gang

gerette keten client geheel te Warden geVolgd, totdat geconcludeerd

kan worden dat het spoor dood loopt. Achterwaarts redeneren leidt

dus tot een daelgericht systeem, dat zeker bij relatlef kleine

rule-bases effectief kan warden toegepast: Net

is

een simpele en

elegante methode, die door zijn dObou* tegelrecht op het doel lijkt

at ta stevenen, voaroOgesteld dat de knowledge-base niet te groat

is.

We zien steeds meet dat expert systemen zich van beide technieken

bedienen en het laten afhangen Van de knowledge engineer, welke van

de technieken gekozen Wordt-

We hebben hier te maken met de

zogenaamde 'gecombineerde redeneer methade'

2.3.2.4 Geconbineerd redeneren

flit is eep combinatievan yoorwaarts- en aohtet*aarts redenerens Bij deze methode Wotdt gebtuik gemaakt Van de voordelen die beide

methoden leveren.

Vapor dit type inferentiemecnamigme is achterwaerts tedeneten het

stUUrproces, welke bepaalt Welke feiten getraceerd dienen te

warden. De voorwaartse redenatie kunnen we zien

els

een bijproces, welk na elite backward-'chaining slag prObeett nieu*e feiten uit de

als maar groeiende data-base at te leiden en teVens bepaalde regels

prObeett to elimineren die door nieuwe feiten onbruikbear

zijn

geworden.

flit proces kan met behglp van Onderstaand Vootbeeld duidelijk

gemaakt warden.

RULE 1 : A ==> g

RULE 2 : A C

RULE 3 : D,C ==> [Goal]

RULE 4 : B ==> F

Indien felt E bepaeld dient te warden en this goal-attribuut is, zal het backWatd-chaining mechanisme beginnen met het vragen van

forward-chaining mechenieme in werking tredeh. Dit leidt in dit geval tot

geen niehwe feiten. Het Volgende te bewijzen feit is C. Siertoe

Woedt regel 2 geraadpleegd.

Indien den weer

is warden door

forward-chaining feit H enF afgeleld. Tot slot kah feit E worden afgeleid uit het feit dat D en C *Aar zijn.

tilt _{boVenstaande voorbeeld blijkt dat backward-chaining niet}

bijdraagt -tot het afleiden van nieuwe feiten, deze ;Orden _bepaald door forward-chaining. Backward-chaining

bepaalt

alleen welke

feiten getraceerd dieten te worden.

2.3,3_{_} Het debrulkersinterface

Deze component is van het grootste belang voor de acceptatie

_van

het expert systeet. Dit interface bepaalt namelijk de

gebriliks-Vriendelijkheid van het systeem.

Een expert systeem Kent twee soorten gebihikers.:

De gebruiker die het systeem gaat gebruiken als hulpsiddel bij het oplossen van een bepaald probleem.

De ontwikkelaar van het expert systeem.

Voor de eerstgenoemde gebruiker is de uitlegfaciliteit een

onmisbear deal van het expert systeem. _{Conventionele cOmpUter}

progtaMmes hissen een dergelijke faciliteit. De redenatie die _tot

een bepaalde conclusie leidt ligt verborgen

in

_de

ptogrammacode-De uitlegfaciliteit is niet van belang VoOt het redenatieproces

van het expert systeem, cloth het kan toot de gebruiker interessent

zijn te Weten wearom het expert systeem bepaalde vragen stelt of

te weten hoe het sYsteem tot een bepaalde concZusie _{gekohen is.}

Uitlegfaciliteiten bieden tevene de mogelijkheid het expert systeem als didactisch hulpmiddel te gebthiken.

Editing en syntax-controle-faciliteiten

zijn

de gebruikert-ipterface-4'faciiiteiten die van belaog tijn treat de ontWerper van

het expert sYsteet flit tYpe gebruikersinterface biedt een aantal

extra hulpmiddelen die de ontwerper in staat stelt op een knowledge-base te ontwerpen en uit te testen.

2-4 _{Proctrammateur voor de. opbouw van expert svstemen}

Expert systemen kUnnen op Verachillende manieren geconstrueerd *Orden. Riertoe zijn drie hoofdgroepen aan te geven [6];(7].

Een taal of talenpakket. flit it het gereedschap dat benodigd

is als gekozen wgrdt voor de opbouw vanaf de

grond.

Een

geintegreerde OotWikkelomgeVing. In dit type systemen

riin

er reeds een aantal van de benodigde onderdelen

aanwezig dat nodig is voor de bouw van een expert

systeem.

Eat expert systeem shell- Dit type gereedschtp is in wezen

een leeg expert systeem. Bij

dit

_{soortsystemen hoeft alleen}

de kennit van het betreffeode

dotein

ingebracht te worden.

Bij den drie groepen zijn er vergelijkbare onderdelen te

hetkeh-nen, zoals een editor voor de opbouw en het ohderhoud van de

programma-segmenten.

Bij deze opbou* is uitgegaan vas de volgende criteria.

Een teal of talenpakket bent, naast de taal, die gereedschappen

die direct betrekking hebben op deze teal of deze ondersteunen. Dit zou kunnen zijn een regel- of screOneditot en controle-techanismen

Een geintegreerde ontwikkelomgeving beVat naast de ondeidelen. die

b*j de taal of talenpaketten genoemd werden, nog bulpmiddelen die

Voot de boil* van de systemen van helang klippen zijn. Voorbeelden

hiervan

ijn

een

*indOwmanaget,

ee*

grafische

interface,

netwerkinterface en muitbesturing.

De derde groep,

de expert systeem shells,

bevatten naast de

onderdelen die in de twee Vootgaande groePen te Vinden zijn, oOk

nog een of meerdere structuren voor de opbouw van de

knowledge-base en een of meerdere inferentiemechanismen.

2.4.1

Proarammeertalen /mar expert svstemen

EXpett syttemen kunnen evenals andere XUnstmatige intelligentie

toepassingen in verschillende programmeertalen worden

geschreven-Agn deze talen zijn de volgende eisen te stellent

De teal moet geschikt zijn took symbolischredeneren,

dat op eenvoudige wijze objecten en hun eigenschappen moeten

lcunnen warden weergegeven, eyenals relaties ertussen en

beWerkingen erop (zie bijlage I).

De taal moet de mogelijkheid bieden tot het vormen van

datastructuren van (van te voren) onvoorspelbare omvang Het

is handig, als een prograMmeertaal autOmatiech de benodigde

geheugenrulmte cleimt, en ook, weer vrijgeeft wanneer deze

ti-jet langer nodig is.

II De teal moet de mogelijkheid bieden tot rechrtiefl

peogtammeer gebruik.

1

recursief is de mogelijkheid dat een programme onderdeel

(subroutine) zichzelf aantoept. Deze progtammameer mogelijkheid is

Vooral nUttig bij het bepelen Van by. facUlteiteti. Expert SYstemen

gebruiken de recursiViteit vooral

ten behoeve van

backward-chaining (zie par 2.3.2.2).

De meest -gebruikte taleh toot kPnstMatige intelligentie toepaS-singen zijn LISP [15], PROLOG [14],[17], en diverse varianten en

uitbreidingen van beide. Beide talen voldoen aan de hierboven

verpelde eisen. Hammer het echter gaet over expert systemen kan niet zonder Meet warden geconclUdeetd, dat conVentibnele talen

zoals Pascal, C en Basic hiervoor ongeschkt zijn. Hoewel deze niet

zijn ontwikkeld voor symboolmanipulatie meat voor

getallen-papipulatie en dus on die reden minder elegant zijn toe te passen

den

LISP en PROLOG, Zijn ze ook bruikbaar in deze tak van de

kunstmatige intelligentie. ten voordeel van deze talen is dat zij

een grotere bekendheid bezitten en this beter overdraagbaar zijn.

In de volgepde paragrafen-zUllen we

one

echter Uitsluitend betig

houden met de fundamentele kunstmatige intelligentie talen: LISP

en PROLOG.

2.4.1.1 LISP.

14sp is

op

FORTRAN na de oudste pregrappeertaal die

nu

nog wotdt

gebrUikt. LISP is aan het einde Van de jai-en Vijftig ontwikkeld door John McCarthy an het Massachusetts Institute of Technology

(M.I.T).

Ondanks het fait dat LISP en FORTRAN tot de oudste programmeer

talen behoren /weft LISP nocit zo'n wijd en algemeen gebruik gekend

als FORTRAN. Redenen hiervoor zijn dat Fortran een industrifile standaard kept, terwijl er van LISP een aantal dialecten bestaan. Vetder claimt LISP Veel geheugenruimte. Dit vormde vooral in de

begintijd een beperkende factor omdat toen geheugen nog schaars en duur was.

Ben andere kwestie is de leesbaarheid

yea

LTAp programmes. Hoewel

LISP

de

mogelijicheden heeft on bepaalde type problemen adekwaat aan

te pakken, valt op te metken dat dit niet altijd de gebruikr

De basis elementen van LISP (=LISt Processing) worden gevormd door

de woordachtige objecten genaamd atoms ('appe11,181,16'). Groepen

Van atoms Vormen lists ((ePpel,peer) of (e,b,e,d)). Atoms

en

lists

VorMen saten Symbolische earessies.

De lists kunnen warden gebruikt am zeer uiteenlgpend structuren

weer te geven. Dijvcorbeeld:

3 q Sty I

(diffetenee(4uotient(OlUs16 4)(times2(plus4 1)))1)

kunnen we schrijven

els

: (16+4)/(2*(44-1)),1

((12 31(4 56)) = weergave van matrices

Oak in het gebrUik van logica en taalkUnde kUnnen strtctUren met lijsten warden Weergegeven.- Eijvoorbeeld de zin "De een slaapt terwijl de ander werkt" levert na ontleding

((De ewe slaa0t) tetwijl (de ander Werkt)).

De bewerkingen

van

LISP expressies

kunnen

warden terUggebracht tot

Vijf elememteire fUncties: CAR, CDR, CONS, ATOM en EQUAL.

CAR geeft het eerste element van een lijst. CDR geeft-de lijst zonder het eerste elemen

CONS Verbindt twee expressies tot eel: lijSt

Een ATOM Vormt semen met een lijst de basis

LISP.

EQUAL vergelijkt twee expressies. Indien de

wear is geeft de interpreter de waarde "TRUE" wear, de Waarde "NIL" .

LISP kent veel meer functies, maar het merendeel van die lunettes

is opgebouwd uit deze

yijf

primitieve functies.

25 t. strUctUuk. elementen van vergelijking en indien niet

I PAM it OUDER Figuut 2.8

FAMILIE RELATIES

PROLOG

I TOM

IS 01.10101 IS SUDS It VW

BOB

it CIUDIR IS OWNS NW

Out zeif functies te kunnen definieren zijn er nog twee structuren

op een hoger nivo aanwezig, namelijk 'defun' voor de functie

definitie en 'condi, de Lisp versie voor condities.

Tezamen met de mathematisChe fUncties

PLUS -(+), TIMES (*), DIVIDE

(/) en Met twee I/O routines;

READ

en PRINT en

de hulpmiddelen

TRACE

en

UNTRACE

en eventueel het predicgat

NUMEEEP

out getallen te

herkennen, is een progtammear in staat Voleaardige Peogtatta's te

schrijven-2

.

4 .1.2

PROLOG

POLOG, dat staat. voor PROgramming in LOgic stemt uit de jaten

zeVentig. De ideeen hierobtrent waren gebaSeetd op het theotema

voor logisch programmeren, Waarin wordt uitgegaan van een strikte

vorm van mathematische logica, de r.g.n. Horn-Clauses.

Prolog is een programeeertaal voOr symbolische,

filet numerieke

berekeningen en it VOoral gesChikt *toot ptoblemen welke handelen

over Objecten en de relaties tussen objecten. De PROLOG programmeur

legt in een logische netatie fetters vast die geldig zijn voor zijn

probleem en geeft dear/least de regels Weartee Uit deze feiten weer

andete

feiten herleid kanen worden.

De

gebruiker

kan

nu

interactief vragen stellen, eveneens in de -norm van een logische

expressiei waatna het systeem met ja of nee reageert.

Ale voorbeeld geven we een fandlie-relatie (fig-taut 1.8).

Het feit dat Tom de ouder is van Bob wordt in Prolog als volgt

weergegeven;

oUder (tem,bob)

[thin is made/. Van bob]

De gehele familie-boom WOrdt gedefinieerd door: ouder (pam,bob), Owder (tom,bob), inkier (tOm,liz), ouder (bob,ann), Older (bob,P0), glider (pat,jim).

Met programme bestaat uit zes clauses, en elite clause verklaart eon

felt uit de familiflelatie.

De PROLOG interpreter meat het mogelijk am vragen over deze

relaties te stellen. Mogelijke vragen zijn:

?- ouder (bqb,pat) .bob odder van pat?]

PROLOG zal de relsties nalopen en "JA" sntwoorden.

?- ouder (X,liz) [wie is ouder van liz?]

PROLOG zal antwoorden : X = tom,

Net programme kangetakkelijk Uitgebteid warden met nieuwe clauses.

In PROLOG Worden feiten op declaratieve wijze vastgelegd en

beschreven, dit in tegenstelling tot de conventioneis talen die tut op procedurele wijze does. flit is een van de redenen Waatom Prolog

zo geschikt is Voot de INAS Van expert Systemen. In par 2.3.1 is

bamelijk beschreven dat de kennis in expert systemen

op

declaratieve wijze vastgelegd dient te warden, in merband met de

vereiste uitlegfacillteiten.

Men tweede reden

wasrom

mLoG geSchikt

is

Voor de bob0 van expert

systemen is het felt dat de Volgende analogie bestaatl

In PROLOG geldt dat een algoritme in twee delen gesplitst ken

Algoritme. = logisch deal + controle deel

Net lOgische deel definieert mat het programme doet en het controle deel beschtijft hoe het gebeurt.

Bij een expert systeem kunnen we de volgende splitsing aanbrengen:

Expert systeem = knowledge-base + inferentie-mechanisme

Hierin bevat de knowledge-base de dopein afhankelijke kenhis en het

infetentie-mechaniAme bent een domain onafhankelijk algoritme on

deze kennis te manipuleren.

DeZe beide sOlitsingen Vettonen de volgende gelijkenis:

In beide gevallen is er onderscheid tussen het "wat" en

"de

manier maarop". De knowledge-base inhetexpert systeem correspondeert met

de logische component in Prolog, het inferantie-mechanisme

correspondeert met het control. deel- Specifieker geldt: De PROLOG

data-base vertoont een analogie met de knowledge-base van het

expert systeem en de pgq4oG interpreter veXtoont gelijkenit Met het infetentie-Medhanishe Van het expert systeem.

Een derde voordeel is dat productieregels (zie par 3.24.3) weike in expert systemen gebruikt worden on prpcedurele kennis vast te

leggen grote gelijkenis Vertonen met de clahsale

Vert

die gebruikt

wordt bij het logisch progiammeten [5].

Prolog is in Europa en Japan aanzienlijk populairdex den

in

Amerika., wear 4e voorkeur near LISP uitgaat. In Japan is PROLOG tot

de kerntaal van vijfde generatie project hitgetoepen.

Vetgeleken met LISP is PROLOG betet geschikt els programmeertaal

voor de bouw van een expert systeem dat productieregels als

kennisrepresentatie methode gebruikt. Ala _{reden geldt dat de}

structuur van PROLOG gtote gelijkenis vertoont met de structuur van

eeri expert SYsteeM.

Ale nadeel geldt dat in PROLOG gebrUlk Wotdt getaakt Van een taste

zoekstrategie (at. het TOP-DOWN, LEFT to RIGHT zoekmechanisme) om

hypothesen tilt de data-base te bewijzen en het is totop heden niet

mogelijk

een

ander

inferentie-mechanis*e

toe

te

paseen.

Dit

ptobleem kent LISP daarentegen niet. LISP bait namelijk het 'open'

karakter,

dat

ook

bij

_{conventionele}

programmeertalen

wordt

aangetroffen, hierdsbor is het Voor de programmeur mogelij)c is op

telatief

eenvoUdige wijze

zelf structuren en zoekmethoden te

programmerem.

Het ligt due aan bet probleem welk van de twee telen het best

geschikt is, doch volgene de auteUr [Overes] kan gesteld irotden dat

voor de bouw van een diagnostisch expert ysteem PROLOG te

prefereren is boveri LISP, dear de structuur van PROLOG op veZe

vlakken gelijkenis vertoont met dit type expert eysterden en dat

zodoende

op- inelle

en

elegante

wijze

een expert systeem

te

ontwikkelen is.

Slimy

Li

ce

AAA

2.4.1.3 Procedurele_ talen

Zoals al eerder ter sprake is gekomen, is het ook mogelijk kennit-sytemen te bouwen pet behulp van egn procedUrele taal. Bekend zijn

expert sytteten die geschreVen zijn in BASIC, PASCAL of C.

VOoral C en Pascal worden de laatste jaren veel toegepatt. bit

vindt zijn oorzeakin het felt dat ze beide de mogelijkheid bieden

tot recUrsief progratMeren, ze een snelle en compacte code ptodUderen en het felt dat de overdraagzaamheid van het eindprodUct

groot

is--Gezien het algepeng karakter van deze talen WOrdt er in deze studie niet VerdeX op ibgegaan.

2.4.2 Geinteareerde ontwikkelomaevinaen

.In deze _{paragraaf wordt ingegaan op de geintegreerde}

ontWikkel-omgevingen [6]. Voor dit soort systepen is speciaal ontwikkelde

hardware

podia.

_{Deze hardware bestaat Meestal uit een single user}

Workstation, gebeteetd o0 een bit CPU.

Ben dergelijk workstation biedt de software ontWikkelaat een omgeving die geheel gericht is op LISP. Door de structuur van LISP

is het relatief eenVoUdig de gehele programmeeromgeving (incluis

Operating system) in LISP te schrijven. _{Deze Systemen bieden}

ondersteuning voor het creiren en podificeren van procedures, voor

het besturen en beheren van de Vele procedures in een LISP

programme, en Voor het intekactief debuggen van deze procedures.

Net is ook mogelijk am op deze machines met andere talen _{toals C}

of Fortran te werken en deze te koppelen

_pet

_{het te ontwikkelen}

kennis-systeem.

Naast de LISP-workstations zijn er sinds kort in Japan workstations

die Op PROLOG gericht zijn.

2.4.3 Expert svsteem shell

Een expert syseem shell is een expert systeem dat ontdaan is van

zijn kennis. Ben dergelik *mein onafhankelijk systeem beschikt uitsluitend over een inferentie-techanishe, een uttlegmechanisme en son mogelijkheden voor knowledge-acquisition en debugging. Be

domein afhankelijke kennts kan door

_middel

van rules ingeVoetd

morden.

Expert systeek shells Zijn vooral zeer nuttig bij de ontmikkeling

van prototypes van expert systemen. bit omdat de shells niet al te

kostbaar zijn ex; de ontwikkeling door de gebrniksvriendelijkheid in relatief korte tijd kan geschieden. Indien na de bony van het prototype blijkt dat het verantwoord is het syteem utt te bouwen,

is het nuttig te overwegen of het gehruik van een AI-taal zoals

LISP of PROLOG Met te prefereren is boVen het gebruik _{van een}

shell. flit otdat shell-systemen dentate algemeen van opbouw zijn, zodat.het dus onwaarschijnlijk is dat een expert SySteet Shell alle

behoeften

van

_{de gehruiker zal dekken. Verder is de programmacode} die geprodUceetd Mordt minder efficient waardoor het sytteem trager

is dan e'en Vergelijkbaar systeem welk,

in

_{L;sp of PROLOG ontMikkeld}

is. Een traag systeem zal minder snel geaccepteerd *Orden en is in sommige toepassingen zelfs oneanVaardbaar.

2.5 Kennieracauisitie

raj

de ontwikkelig van expert systemen kunnen we een tweetal

aspecten onderkennen, pamplijk het vereetven van de kehnis die in

het systeem ingebracht dient te wetden, en de programmering van het

systoem tali.

tat

de literatuur [2] blijkt dat met nape de

verwerving van de kennis een kneXpunt vorMt.

Het verwerven

yen

_{kennis .ofwel skennis-atqUiSitie! is het proces}

dat tot teak heeft te komen tot een goed werkende knowledge-base,

welke een eerste vereiste is voor een goed werkend expert systeet.

De kennis die In de knowledge-base opgeSlagen dient te warden is

meestal niet in pasklate von aaneezig. Het is de taak van een 'knowledge engineer' de informatie te verzamelen en te bewerke* op

een dusdanige wijZe dat uiteizdelijk een gded werkende

knoWledge-base ontstaat.

In het ptoces

Van 'tennis

_{Verwerving kunnen we twee activiteiten}

onderscheiden:

Het onttrekken van de kennis uit de kennisbron,

Het ordenen van de kennis cm het kennisdomein te

struc-tureren.

Deze twee activiteiten wisselen elkaar at.

Brannen van kennis kunnen zijn:

Menaelijke experts, Technische boeken,

Encyclopedieen,

Andere data- of kennis-bases, Audio, visuele bronnen.

In deze beschrijVing tullen we ons beperken tot de menselijke

expert., dit omdat het verwerven wen

zijn

_{kanois de meeste Otoblemen}

oplevert, en terwille van expert syStemen zeet belangrijk is.

We onderscheiden de Volgende methoden [10] ter VerwerVing van

kennis:

Prototypihg,

Gestructureerde methodeu, Geautomatiseerde methoden.

PrototYping Wotdt gekenmerkt dOot den inelle iMpletentatie Van de verworven kennis. Hierdoor kan een gedeelte van het uiteindelijke

systeem

snel

elan de gebruiker warden getoondo out te toetsen

of

de

voor de gewenste fUnctionaliteit behodigde kenniS aanWezig is. Tevens dient zoin _prototype am te bepalen in welke richting de verdere ontwikkelingen zouden moeten Taaatsvinden.

eastprototyping zijn er 'gestructureerde methoden' van

kennisver-werving. Bij de gestructureerde methoden tracht men het gehele kennisdomein in kaart te bxengen voordet tot implementatie wordt

Overgegaan.

Als laatste methode ondersdheiden we de lgeautomatiseerde

kennisverwervipg'. Bij deze methode wordt de kepnis niet geleVerd door een menselijke eXpett, teat Weedt gebtuik gemaakt van een

aantal voorbeelden van problemen die reeds eerder door experts zijn opgelost, oat de relevante kennis voor bet oplossen

van

de problemen at te leiden.

Prototyping is de oudste methode van kennisverwervimg. Vele expert

systemen warden nog steeds op deze wijze gerealiseerd. Hierbij

blijkt dat het realiseren van expert systemen en met name de verwerving van de kennis een moeizaeM proces is. Oak komen de

beperkingen van de menselijke experts am de kennis te expliciteren

uidelijk naar voren. Dit heeft er toe geleid dat men op zoek is gegaan near meer gestructureerde methoden Van kennis vetwerVing.

2.5.1 Prototvpina

Prototyping biedt door een stalidgeWijs ontwikkelingsproces de mogelijkheid alternatieVen te genereren aan de hand wasrvan onder

andere de gebruikers, rich een beeld kunnen Votmen Van het te

ontwikkelensysteem. Deze tUssentijdseproduotengeven de

mogelijk-held koerswijzigingen aan te brengen near aanleiding _{van ver}

amdsrende Wensen, zodat de discrepantie tussen deze wensen en het product in ontwikkeling minimaal kan blijven.

De methode Van .0tototyping komt voort uit de hehopfte _{atm een}

ont*ikkelingstechniek met kenmerken die afwijken Van de algemene conventionele technieken.'Deze behoefte'is Met; name voelbaar bij

de ontwikkeling van Systemen die. technieken uit de kunstmatige

intelligehtie gebruiken. Het type probleten dat getChikt is am met technieken uit de kunstmstige intelligentie te warden opgelost, is

namelijk enders

On

het Poott Problemen dat met conventionele

softwaretechnieken 00gelOst wordt.

Het terschil zit voornamelijk in de mate van strudturering van het

pobleeml. problemen

die ziuh

lenen Voor AI.-technieken

zijn

_{over het}

algsmeen, door de aan*OrighOid van heuristische kennis aanzienlijk minder gestructureerd dan problemen waarvobr conVentionele

technieken meer geschikt zijn.

Samenvattend kunnen de volgende kenmerken van prototyping worden

genoemd: [10]

Het flexibel kunnen entwikkelen en _{aanpassen van}

specifi-caties.

Het kunnen Visualiseren van opgestelde specificaties _en

altetnatieven.

Het snel kunnen ontwikkelen van eem Model om uitspraken

kunnen tp dOen over de haalbaarheid van het _eventuele

De mogelijkneid tot

inbautl

Vag afgebakende beans- en

bestu-ringtpucten.

Het tijdens de ontwikkeling kunnen structureren _{van het}

probleem waarbij kennis expliciet gemaakt wordt.

Prototyping is

zinVol

in die gevallen waarin er onzekerheden

bestaan over het pp te leveren Ondprodukt of alt niet bekend is

tangs welke geformaliseerde weg Men de eindoplossing zal kunnen

bereiken.

Andere gevallen, waarbij prototyping zinvol is, zijn de volgende:

[101

Het ontwikkelen volgens de conyentiOnele wegen is miet

mogelijk of niet gewenst, bijVookbeeld _{doordat het}

ptobleerngebied of het probleem te nag is on door de gebruiker direct in specificaties te warden Vastgelegd.

Er is inzicht gewenst

in

de haalbaatheid van een systeem

waarbij de systeemgrenzeti toeten Warden bepaald _{zonder dit} in eerdte instantie in detail uit te werken.

Door onervarenheid met de mflerie Moet kennis opgebouwd

warden over de bouw van het gewenste type _{systeem. Hier}

neeft het prototype eeh leerfunctie.

poor een sterk- veranderende omgeving kamen _{aaapassingen in}

de ontwikkeling van het systeem regelmati4 _voor.

Het op voorhand bepalen van een piogrammeertaal of

hUlpmiddelen die geschikt zijn voor de oplossing _{is niet}

mogelijk.

Er staat een vooralsnog laag budget ter beschikking _{on een}

systeem in eerste opzet zodanig te sPecificeren dat een

Prototyping zal geen tastbare resultaten opleveren als het probleem te complex bIljkt of als het probleem niet opgedeeld kan warden

ln

- eenVoudige,overzichtelijke deelproblemen die afzenderlijk opgelost

kunnen Worden.

Net prototype is namelijk een (deel)model van het uiteindelijk beadgde systeet. Is dit syateem te complex dan zal het Prototype zelf een te complex systeem warden waarvan de ontwikkeling niet

meet binnen het !cadet yen prototyping tt reeliseten is.

Prototyping dient volgens een vooraf opgesteld plan te verlopen, dit opdat voor allE betrokkenee (bOuwers, gebtuikets, beslissers)

dUidelijk is wat er aan reatltaten Vet-wad/it meg warden. en Wanteet

deze resultaten bereikt zijn.

Hen plan voor de aanpak bent een beschrijving Van: [10]

De globale omvang van het gewenste systeem. De verwachtingen die bestaan over het systeem. De criteria waaraan het prototype moet voldoen.

De momenten waarop stop / richtingsbeslissingen warden

genomen.

De bouwtijden.

De functionele deelnemers en hun afronderlijke taken. De wijze van documenteren.

Net wezan van prototyping Vtaagt gezien het zeer interactieve aspect om kleine teams die slagvaardig kunnen ontwikkelen en

wijzigen en daar oak de bevoegdheden toe hebben.

DEELNEMERS BIJ ONTWIKKELING VAN

EXPERT SYSTEEM

NFORMATICA SPECIALIST EXPERT SYSTEEM ONTVIIKKEL OMGEVING Figuur 2.9 PROGRAMMEERT.

1

iDATA TYPISTE GEBRUIKER