Расчёт процентных ставок кредитов с помощью экспертных систем

Процесс проектирования базы знаний (БЗ) экспертных систем и алгоритмов поиска решений состоит в выборе формальных моделей представления знаний, построении структуры БЗ, создании процедур для решения задач наполнения базы знаний, разработке алгоритмов поиска нужных знаний, обучении системы новым знаниям.

Экспертные системы – это системы, основанные на знании, целью функционирования которых является формирование рекомендаций по решению проблем, интересующих пользователя, на основе накопленных знаний и опыта в конкретной предметной области.

Экспертная система включает следующие компоненты:

• ■    База знаний - совокупность знаний о предметной области, организованная в соответствии с принятой моделью представления знаний.

• ■    Механизм логического вывода - алгоритм обработки знаний для решения проблем. Определяется моделью представления знаний. Механизм логического вывода активно использует информацию, содержащуюся в базе знаний, для поиска правил и формирования рекомендаций по принятию решений, в форме советов или команд управления.

• ■    Интерфейс пользователя необходим для общения с экспертной системой, обеспечивает пользователю возможность в диалоге формулировать запросы к ЭС и вводить исходные данные по интересующей пользователя проблеме, а также представлять рекомендации ЭС.

• ■    Компонент объяснения рекомендаций ЭС служит для объяснения рекомендаций, формируемых ЭС. Обычно ссылается на правила, использованные механизмом вывода в процессе решения задач.

• ■    Компонент обучения служит для накопления новых знаний.

• ■    Моделью представления знаний называется формализм описания знаний. Знания в ЭС могут быть представлены с помощью различных моделей:  логической, продукционной, фреймовой, объектно

ориентированной. В большинстве ЭС (в том числе и в ЭС, разработанной нами) знания представлены в форме правил продукций «ЕСЛИ…ТО». В ЭС выбор модели представления знаний определяет возможности используемой базы знаний.

Для разработки правил воспользовались следующими критериями: среднемесячный доход, количество иждивенцев, срок кредита, тарифный план (с предоставлением документов, подтверждающих занятость и доходы, без перечисленных документов). В результате получили дерево решений (Рисунок 1).

Рисунок 10 - Фрагмент дерева решений.

Данное дерево решений приняли за основу модели представления знаний экспертных систем, разработанных в трёх инструментальных средствах для экспертных систем: Resolver, See5, пакет расширения Fuzzy Logic Toolbox в системе Matlab.

Мы протестировали разработанные нами ЭС на 11 различных вариантах входных данных. Результаты проверки каждой из систем совпадают, исходя из этого, можно предположить, что каждая из трёх систем правильно функционирует согласно правилам, заданным нами при разработке.

Каждая из созданных систем имеет свои особенности.

База знаний на основе пакета Resolver имеет очень удобный и интуитивно понятный интерфейс (Рисунок 2). Но пользователь, в большинстве вопросов, имеет возможность в качестве ответа на них выбрать определённые интервалы, а не дискретные значения, верные только для них. Это делает невозможным рассмотреть каждый конкретный случай отдельно.

Рисунок 11 - Ввод входных данных и вывод результата в пакете Resolver.

Экспертная система на базе программного пакета See5 имеет удобный интерфейс и ответы на вопросы тоже сводятся к выбору одного из нескольких вариантов, которые заключают в себе некие интервалы.

Но в отличие от Resolver данный пакет выводит не конкретный результат, а несколько вариантов решения с соответствующими коэффициентами уверенности (Рисунок 3). Это позволяет сравнить два наиболее близких варианта, и, при необходимости, выбрать вариант близкий к варианту с наиболее высоким коэффициентом уверенности.

Рисунок 12 - Ввод входных данных и вывод результата в пакете See5.

В отличие от двух предыдущих программных пакетов, система нечёткого логического вывода на базе Matlab оперирует с дискретными входными данными, то есть на вход подаётся конкретное значение заработной платы или какого-нибудь другого показателя. Но, интерфейс этой системы будет не понятным для пользователей (Рисунок 4), ранее не сталкивавшихся с этим программным пакетом, и создаст некоторые проблемы с вводом входных данных и интерпретацией ответа, выданного системой.

Рисунок 13 - Ввод входных данных и вывод результата в пакете Matlab.

Проанализировав эти три экспертные системы, сделали следующий вывод: база знаний на основе пакета Resolver является наиболее подходящей для клиентов, так как имеет простой и дружественный интерфейс, позволяющий начать работу с системой, не имея специальных навыков и знаний; система нечеткого логического вывода подходит для сотрудников кредитной организации, так как требует умения работать в этой системе.

"Экономика и социум" №4(9) 2013