CC BY
7
УДК 004.932
Игнатенко П. В. студент группы 12002041 Института инженерных и цифровых технологий
НИУ «БелГУ» Россия, г.Белгород Губкин А.В. студент группы 12002041 Института инженерных и цифровых технологий
НИУ «БелГУ» Россия, г.Белгород Губкина Л.А. аспирант 2-го года обучения института инженерных и цифровых технологий
НИУ «БелГУ» Россия, г.Белгород Игнатенко Е.В. студент группы 12002033 Института инженерных и цифровых технологий
НИУ «БелГУ» Россия, г.Белгород
ПРОЕКТИРОВАНИЕ БАЗЫ ЗНАНИЙ ДЛЯ РАЗРАБОТКИ ЭКСПЕРТНОЙ СИСТЕМЫ ЭМОЦИОНАЛЬНОГО СОСТОЯНИЯ
ТЕСТИРУЕМОГО
Аннотация: в данной статье описана работа экспертной системы эмоционального состояния тестируемого, были выделены вопросы по категориям качеств.
Ключевые слова: экспертная система, подбор кадров.
Ignatenko P. V. group student 12002041 Institute of Engineering and Digital Technologies
NRU "BelGU" Russia, Belgorod Gubkin A.V. group student 12002041 Institute of Engineering and Digital Technologies
NRU ""BelGU" Russia, Belgorod Gubkina L.A.
2nd year postgraduate student Institute of Engineering and Digital Technologies
Ignatenko E. V. group student 12002033 Institute of Engineering and Digital Technologies
NRU "BelGU" Russia, Belgorod
DESIGNING A KNOWLEDGE BASE FOR DEVELOPING AN EXPERT SYSTEM OF THE EMOTIONAL STATE OF THE TESTED
Abstract: This article describes the work of the expert system of the emotional state of the test taker; questions were identified by categories of qualities.
Keywords: expert system, recruitment.
В настоящее время появляются новые информационные технологии и новые подходы к решению существующих проблем в области медицины и психологии. В медицинских учреждениях часто возникает проблема точности постановки диагноза пациенту. Так же сейчас в Российских медицинских учреждениях стоит проблема нехватки квалифицированного персонала.
Одним из средств повышения эффективности диагностики является автоматизация и интеллектуализация обработки данных с использованием информационных технологий как средства, позволяющего принять во внимание значительное количество диагностических признаков. При данном подходе минимизируются ошибки, связанные с субъективными факторами, такими, как усталость врача, недооценка значимости отдельных симптомов и т.д.
Системы поддержки принятия решений могут помочь врачам при диагностике заболеваний поставить более точный диагноз. Такие системы так же очень полезны, когда, например, на месте нет узкого специалиста, но есть специалист смежной области и при помощи экспертной системы он сможет диагностировать заболевание и назначить предварительные процедуры и лекарственные препараты во избежание ухудшения состояния пациента. При проектировании интеллектуальных систем значительные усилия и время затрачиваются на разработку базы знаний, накопление знаний, создание модели представления знаний, их структурирование, заполнение базы знаний и дальнейшее поддержание ее в актуальном состоянии. Первым шагом является выделение основных объектов и связей между ними. То есть, образуется полный систематический набор терминов из области знаний предметной области.
На рисунке 1 изображены основные объекты (понятия) и связи между ними.
Рисунок 1 - Выявление связей между понятиями После выявления связей между понятиями важным шагом является выделение функциональной составляющей базы знаний. Определение стратегий принятия решения, то есть выявление цепочек рассуждений, связывает все сформированные ранее понятия и отношения в динамическую систему поля знаний. Именно стратегии придают активность знаниям, они перебирают модель предметной области и осуществляют поиск от условий к цели.
Рисунок 2 - Функциональная составляющая базы знаний
На основе созданных моделей представления знаний необходимо перейти к созданию интеллектуальной системы - разработке базы знаний.
Простые базы знаний могут использоваться для создания экспертных систем хранения данных в организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз - помочь не опытным людям найти уже существующее описание способа решения какой-нибудь проблемы. Завершающим этапом создания базы знаний является заполнение таблицы. На рисунке 3 приведена таблица с заполненными данными.
igü Table : [WBORAVTO] : D:\avto.fdb (D:\avto.fdb) 1 = 10
I Table » /X Щ1 ilillli | Get record conn | WBORAVTO
fields Constraints Indices Dependencies Trigge rs Data | Descijp + —■*■"" К on DDL Giants Logging С
\ |Record:|l2 ^ M 12 recoids fetched
ID | NAME ID AVTO PARAMS1 PARAMS2 PARAMS3 PARAMS4 1PARAMS5 1PARAMS8 PARAMS7 PARAMS8 PARAMS9 | PARAMS10 PARAMS11 PARAMS12 PARAMS13 PARAM... PARAMS15
1 Mercedes Actios 1 Mercedes 5000-1 OOOOp до 100км прицеп 2 2.0 л задний механическая 200км/ч да 25-40г 60-120 1-10 нет за пределами с
2 Mercedes-Benz Axoi 2 Mercedes 5000-1 QQQQp 100-1000км тент 2 2.0 л задний гидравлическая 225км/ч нет 25-40т 30-60 10-30 да по области
3 Mercedes-Benz Axoi C 184 3 Mercedes orlOOOOOp от 1000км тент 2 2.5 л передний гидравлическая 250км/ч нет 1-25т 30-60 30-50 да по области
4 Mercedes Actios 2535 4 Meicedes orlOOOOOp от 1000км изотерм 1 3.0 л передний гидравлическая 250км/ч нет 1-25т 30-60 30-50 да по области
5 Volvo FH 5 Volvo 10000-1 OOOOQp до 100км прицеп 2 2.0 л задний механическая 200км/ч нет 25-40т 60-120 1-10 нет за пределами с
6 Volvo FM 6 Volvo 5000-1 OOOOp 100-1000км прицеп 2 2.5 л передний гидравлическая 225км/ч да 1-25г 30-60 10-30 нет за пределами с
7 Volvo FMX 7 Volvo or 10OOOOp от 1000км тент 2 3 0л задний гидравлическая 250км/ч да 1-25г 30-60 30-50 нет за пределами с —
8 Volvo FX 8 Volvo or 10OOOOp от 1000км тент 2 3 0л передний гидравлическая 250км/ч нет 25-40т 30-60 30-50 да по области
3 Flenault Keran 3 Renault 10000-1 QOOOOp до 100км тент 1 2.0 л передний механическая 200км/ч нет 1-25т 60-120 1-10 нет за пределами с
10 Flenault Trucks 10 Renault 5000-1 OOOOp 100-1000км прицеп 2 2.5 л задний механическая 225км/ч да 25-40т 30-60 10-30 да за пределами с
11 Renault Premium Optiluel 11 Renault orlOOOOOp от 1000км изотерм 1 3.0 л передний гидравлическая 250км/ч да 1-25т 60-120 30-50 да по области £
(Grid View | Form View Print Data
Рисунок 3 - Заполненная таблица «Выбор авто»
Эмоциональное состояние старших дошкольников в настоящее время отличается от такового в прошлые годы. Преобладающими характеристиками являются агрессивность, высокий уровень тревожности, негативные чувства.
Данный продукт разработан специально для диагностики состояний человека. В процессе работы пользователя с данной системой не требуется специальных знаний в области проектирования информационных систем.
Разработанная экспертная система позволяет повысить оперативность и производительность врачей в медицинских учреждениях. За счет систематизации данных, система позволяет увеличить скорость и качество их работы. Разработанная система позволила синхронизировать используемые данные и сократить бумажные архивы. Данная конфигурация рассчитана даже на не опытного пользователя, что делает её доступной и ещё раз подчёркивает привлекательность этого решения ведения учёта.
Использованные источники:
1. Минский М.Л. Фреймы для представления знаний. М.:Энергия, 2011.
2. Автоматизированные информационные технологии в экономике: Учебник / Под ред. проф. Г. А. Титоренко. — М.: ЮНИТИ, 2010. — 399 с
3. Цисарь И. Ф., Нейман В. Г. Компьютерное моделирование экономики. М.: Диалог-МИФИ, 2006. — 304 с.
