Expert Systems sstseng
22
部分專家系統軟體品質的評量
• 給定正確輸入而有正確輸出 • 給定正確輸入而有完整的輸出 • 給定相同的輸入而有一致的輸出 • 穩定，且不會常因為臭蟲而當機 • 對使用者是合用的且最好是容易使用地 • 可維護的 • 可增進的 • 經過驗證去證明系統滿足使用者的需求 • 經過測試後證明正確性和完整性 • 有效率的
類別
方法說明及範例 效果
大量運算 大量運算 惡劣環境 惡劣環境 不正常操作 規則迴圈
重複執行某項功能數萬 次
連規則推論72小時
將軟硬體系統置於高溫 環境中
驗證某些功能不會殘留一些額外的資訊於記憶體或硬碟 暫存檔案之中，在數次執行後可能因為記憶體空間不足 或是其他因素造成副作用。
驗證某些功能不會殘留一些額外的資訊於記憶體或硬碟 暫存檔案之中，在數次執行後可能因為記憶體空間不足 或是其他因素造成副作用。
Expert Systems sstseng
19
傳統軟體專案概念
Expert Systems sstseng
20
知識工程概念
• 問題(problem) = 資料(data) + 未知資訊(unknown information)
Expert Systems sstseng
21
專家系統專案與知識工程之間關係概念
17
□ 軟體工程和專家系統
高花費的發展 過程
問題
多樣性的發展過 程
程式設計師缺乏生產 力
軟體工程
文件
計畫、需求、
和設計
報告
排程
軟體生 命週期
產品
高花費的發展 過程
有成本效益 的
準時
目標
容易維護和可精 進的
良好的文件
圖 6-4 軟體工程的方法論
Expert Systems sstseng
18
資料庫系統與專家系統的關係
知識範圍和效能優雅地忽略的邊降低.
Expert Systems sstseng
16
Expert 專家
Knowledge Engineer 知識工程師
Knowledge Base 知識庫
•的專知家識的知識錯誤，例如不正確和不完整 • 知識工程師和專家之間的語意錯誤 • 由專家那擷取出的知識不完整
•表格語法錯誤 •由於不正確、 不完整的知識，和不確定 性的規則和事實所導致的內容錯誤
专家系统设计流程
• 本章節提出一整體建立實際專家系統的 指引，而不是研究用的雛型系統
• 為了建立一符合成本效益和有效率的專 家系統，我們將討論一些軟體工程的方 法論
Expert Systems sstseng
2
(3)資源管理 (Resource management)
1. 預測資源需求 2. 擷取需求 3. 指定最佳資源使用效率的回應 4. 提供適當且必要的資源以縮小專案瓶頸
知識工程師和專家根據真實問題做專家系統的 內部測試
Field Testable ( - test) (導入領域測試)
Commercial Quality System (商用系統品質設定)
Maintenance and Evolution (系統維護與演進)
由選定的使用者測試系統 – 而不是知識 工程師或是專家
驗證和測試 使用者文件 訓練 透支過援電話或是電子郵件快速的做使用者
修正臭蟲 增進系統能力
專家系統發展階段
Expert Systems sstseng
10
可行性研究
Expert Systems sstseng
11
快速雛形設計
Expert Systems sstseng
12
商用品質設定—壓力測試
Expert Systems sstseng
9
Feasibility Study (可行性研究)
Rapid Prototype (快速雛形設計)
Refined System ( - test) (調整修正系統)
文件研究比較來顯示此專案是可 行的
快速地將想法、激起的熱忱和影響較高層的管 理融合在一起
Expert Systems sstseng
23
• 可重複使用的程式碼用在其他的應用程式
• 容易移轉到其他的硬體/軟體環境 • 容易與其他軟體連接 • 容易理解的程式碼 • 精確的 • 優雅的在知識的邊緣降低 • 可以嵌入其他語言的能力 • 驗證知識庫 • 解釋機制
Expert Systems sstseng
24
專家系統的生命週期
1.維護成本 (Maintenance Costs)
一般軟體 (Conventional software)
- 60 ~ 80 % 的軟體花費 - 二到四倍原本的開發花費
專家系統 (Expert systems)
- 可能更糟
2.瀑布模型 (Waterfall Model)
• 比傳統程式更複雜 • 必須要有系統化和有效率的方法從使用者收集
問題回報
•維護工作:
– 系統程式碼維護 – 系統功能維護 – 資料庫維護
Expert Systems sstseng
15
發展階段的錯誤 (Errors in Development Stages)
1. 專家的知識錯誤 2. 語意錯誤 3. 語法錯誤 4. 推論引擎錯誤 5. 推論鏈錯誤 6. 忽略的限制錯誤 – 人類專家了解系統的
Expert Systems sstseng
13
遞送問題 (The Delivery Problem)
• 應該在早期開發過程中考慮 • 在標準硬體上執行 • 最好要考慮花費 • 考慮與其他程式的通訊和協調
Expert Systems sstseng
14
維護與演進 (Maintenance and Evolution)
Inference Engine 推論引擎
Inference Chain 推論鏈
•統錯工誤具發軟生體在推論引擎，和其他的專家系
•用由、於和不知正識確庫的錯規誤則而優導先致權的、推規論則錯的誤交互作 由於不單調的推論而導致錯誤
圖 6-3 專家系統主要的錯誤和起因
Expert Systems sstseng
在長時間運作的系統中，高溫工作的情況偶爾會發生， 可以測試在此環境中系統的表現。
將軟硬體系統置於低溫 檢查硬體系統是否有訊號不正常之情況發生。 環境中
在操作過程中突然關閉 檢查記憶體回復之情況是否如預期。 系統
(例如：A->B, B->C, C>A），造成規則迴圈 的特殊錯誤。
檢驗系統是否針對此類邏輯錯誤具判斷能力。