Expertní systém pro pěstování žampionů

Expertní systém pro pěstování žampionů

Expert system for common mushrooms growing

Autor: VáclavVostrovský

Abstrakt v češtině:

Příspěvek se zabývá možnostmi expertních systémů v problematice pěstování žampionů. Cílem vytvářeného experetního systému bude efiktivní identifikace chorob a škůdců žampionů, které jsou limitujícími faktory požadované efektivnosti této činnosti.

Abstrakt v angličtině:

This contribution describes the expert system for supporting of common mushrooms growing. The goal of created expert system will be effective identification of deseases and mushroom pests which are the main limited factor for required effectivieness of this activity.

Klíčová slova:

Expertní systém, báze znalostí, odvozovací a vysvětlovací mechanismus, pěstování žampionů

Keywords:

Expert systém, knowledge base, management and explication mechanism, mushroom growing

Úvod:

Pěstování žampiónů patří k zemědělským činnostem, jejichž rozvoj v celosvětovém měřítku dále pokračuje zvyšováním efektivnosti výroby v důsledku zlepšení všech fází výrobního postupu včetně problematiky zabránění výskytu chorob a škůdců. Právě tyto faktory mohou velmi negativně ovlivnit efektivnost celého výrobního postupu, přičemž jejich identifikace a následná eliminace je často obtížná z důvodů různých kombinací jejich příčin a důsledků. Nepříznivě v této souvislosti působí i obtížná dostupnost potřebných informačních zdrojů k řešení těchto komplikací (nedostatek odborné literatury, špatná dostupnost konzultacím přístupných expertů a poradenských středisek). Uspokojivé vyřešení této problematiky pak logicky výrazným způsobem přispěje ke zvýšení konkurenceschopnosti celé provozované aktivity.

Z výše uvedených důvodů lze pěstování žampiónů považovat za problémovou doménu vhodnou pro nasazení expertních systémů. Na pracovišti Katedry informačního inženýrství ČZU bylo přistoupeno ve spolupráci s odborníky z pěstitelských podniků ke tvorbě expertního systému (dále ES) zaměřeného na diagnostiku chorob a škůdců žampionů.

Cíle a metody:

Cílem vytvářeného ES je smysluplnost a efektivnost celého produktu s ohledem na:

· disponibilními technické prostředky uživatele;

· uživatelem běžně používaná data a informace;

· úroveň znalostí a schopností pro práci s počítačem všech účastníků podílejících se na navrhovaném řešení.

ES, jakožto prostředky pro podporu rozhodování, lze definovat jako specifické počítačové programy simulující rozhodovací činnost experta při řešení složitých úloh, využívající přitom vhodně zakódovaných speciálních znalostí, převzatých od experta, s cílem dosáhnout ve zvolené problémové oblasti kvality rozhodování na úrovni příslušného špičkového experta.

Struktura ES je tvořena následujícími komponentami:

· Báze znalostí - obsahuje veškeré znalosti, které experti využívají při řešení problémů v dané problémové doméně.

· Báze dat - zahrnuje množinu konkrétních údajů vztahujících se k řešenému případu získaných v průběhu dialogu od uživatele ES.

· Odvozovací mechanismus - napodobuje myšlenkový pochod experta při řešení problému, vyvolává znalosti ze znalostní báze a aplikuje je na právě řešený problém.

· Vysvětlovací mechanismus - skládá se z celé řady podpůrných algoritmů umožňujících uživateli sledovat vlastní proces formování rozhodnutí a postup ladění báze znalostí.

ES se liší od běžných počítačových programů především tím, že rozhodující většina znalostí potřebných pro řešení příslušného problému je soustředěna explicitně v samostatné modulární struktuře, v tzv. bázi znalostí. Efektivita činností každého ES je dána především kvalitou a rozsahem této komponenty, proto musí být její tvorbě věnována mimořádná pozornost.

Použitá koncepce báze znalostí je předurčena použitým druhem ES. Vlastní řešení jednotlivých problémů bude spočívat v prohledávání stavového prostoru formou jeho postupného rozkladu na disjunktní podcíle. Takovouto dekompozici problému lze vyjádřit pomocí orientovaného AND-OR grafu, který se sestává jednak z množiny uzlů a z množiny konektorů. Uzly AND-OR grafu odpovídají konkrétním datům, přičemž počáteční uzel reprezentuje vstupní data a cílový uzel data splňující podmínku ukončení. Konektor je orientované spojení tzv. rodičovského uzlu s konečnou množinou jeho bezprostředních následovníků.

V souvislosti s navrhovaným řešením bude účelné zakomponovat do vytvářeného řešení samoučící mechanismy dovolující pružnou aktualizaci obsažené báze znalostí. Zvolený prostředek pro tvorbu ES (PROLOG) to umožňuje v plném rozsahu, což lze doložit následující komponentou:

/* učení rutinou*/

spusteni:-

repeat,

uceni,

write ("Další ? [a/n]"),

readln(Odp),

Odp = "n",

save(v_uc_zn),!.

/* využívání stávajících znalostí*/

uceni:-

znalost(Choroba,Priznak),

write(Priznak, "identifikovatelna choroba ? [a/n] "),

read(Odp),

Odp=“a“,

write("V tom pripade jde o chorobu",Choroba),

nl,nl,!.

/* doplňování nových znalostí*/

uceni:-

write(“danou chorobu neznam ! "),nl,

write("co je to za chorobu ? "),nl,

readln(Choroba),

Choroba \="nevim",

write("jak se projevuje ? "),nl,

readln(Priznak),

write("budu si pamatovat, ze " ,Choroba, " " , Priznak),

assert(znalost(Choroba,Priznak)),

nl,nl, !.

uceni:-

write("v tomto pripade nemohu pomoci ! "),

nl,nl,!.

/*baze znalosti*/

znalost("hneda plisen" , " ridke, jemne bile mycelium").

znalost("zelena plisen" , "priznak na povrchu zeminy").

Výsledky:

Realizace popisovaného ES probíhá podle následujícího schématu, přičemž v současné době je rozpracován druhý krok - KONCEPTUALIZACE:

přeformulování problémových charakteristik

1. IDENTIFIKACE:

(Identifikace problémových charakteristik řešené domény)

2. KONCEPTUALIZACE:

(Nalezení stěžejních pojmů pro reprezentaci znalostí)

nový návrh

3. FORMALIZACE:

(Prezentace báze znalostí formou rozhodovacích tabulek)

4. KONTROLA SPRÁVNOSTI PREZENTACE:

(Kontrola logické správnosti navržené prezentace)

ověření nových znalostí

5. SIMULACE:

(Kontrola vytvořené prezentace simulací za účasti experta)

6. IMPLEMENTACE:

(Naplnění odpovídající báze znalostí)

7. TESTOVÁNÍ:

(Vyhodnocení báze znalostí a provedení případných korektur)

8. RUTINNÍ PROVOZ:

(Zavádění nových znalostí a odstraňování případných chyb)

Diskuse:

Aby vytvářený ES byl funkční a přínosný, bude při jeho tvorbě nutno:

· aplikovatověřenou prezentaci problémové domény, která bude usnadňovat komunikaci mezi jednotlivými účastníky řešení a současně zabraňovat vzniku případných nedorozumění vyúsťujících v nesprávné fungování realizovaného řešení;

· používat optimální metodiku tvorby báze znalostí pomocí některého již zavedeného nástroje pro tvorbu programů, která by dostatečně optimalizovala proces tvorby báze znalostí a současně zaručovala její správné fungování.

Z dosavadních zkušeností vyplývá, že k nedostatečné rozšířenosti ES přispívají následující faktory, přičemž jejich případné odstranění by představovalo významný impuls pro uplatnění těchto prostředků v podmínkách našeho zemědělství a je proto nutné při realizaci popisovaného řešení brát na ně zřetel:

· chybějí efektivnější techniky získávání znalostí, které by významným způsobem urychlily a zefektivnily vývoj daného ES;

· tvorba ES je značně nákladná a časově náročná, klade vysoké nároky na kvalifikaci jejich řešitelů;

· schází vhodné způsoby komunikace mezi účastníky procesu tvorby báze znalostí, řada nedorozumění se projeví ztrátou poskytovaných informací nebo chybným pravidlem báze znalostí;

· chyby v ES se vyskytují především proto, že jejich tvůrci nejsou schopni zahrnout do řešení všechny možné situace, které se při praktickém použití mohou vyskytnout.

Z výše uvedených příčin vyplývá, že k plnohodnotné využitelnosti realizovaného ES bude značným způsobem přispívat především kvalita obsažené báze znalostí. Těžiště vytvářeného ES se tak přesouvá z procesu jeho samotné tvorby k realizaci báze znalostí vztahující se k řešené problematice. Výhodné v této souvislosti je to, že řešitelé při jejím vytváření mají k dispozici použitelnou optimální metodiku její tvorby, kterou dostatečně ověřili při realizaci obdobných řešení určených pro potřeby našeho zemědělství.

Literatura:

Berka P.: Tvorba znalostních systémů, VŠE Praha 1994

DavisS.: Knowledge-Based Systems in Artificial Inteligence. Wiley Press 1985.

Havránek T.: O hodnocení práce expertních systémů, ČSVTS, České Budějovice 1990

Ivánek J. a kol.: Znalostní inženýrství., skriptum, VŠE Praha 1987

Mařík V.: Expertní systémy - přežijí rok 2000?, Softwarové noviny č.3, Praha 1991

SlámaM.: Tvorba báze znalostí pro ES FEL-EXPERT, sborník APLES 88, Praha 1988.

Vondrák I.:Umělá inteligence, skriptum,Universita Palackého Olomouc 1991

Vostrovský V.: Tvorba báze znalostí pomocí rozhodovacích tabulek, Agrární perspektivy VI., Sborník prací, Praha 1997