Académique Documents
Professionnel Documents
Culture Documents
Les Systèmes
Experts
1
Introduction
2
Plan
Définitions
Architecture
Moteur d’inférences
3
Définitions
Nous présentons dans ce qui suit diverses définitions extraites de la littérature afin
de mettre en exergue les différentes approches.
Edward Feigenbaum [KARKAN, 93] : Les Systèmes Experts Sont des
programmes conçus pour raisonner habilement à propos de tâches dont on pense
qu'elles requièrent une expertise humaine considérable.
Louis E.Frenzel [KARKAN, 93] : Un Système Expert est un programme d'IA
incorporant une base de connaissances et un moteur d'inférences. Le programme
réagit comme un conseiller intelligent dans un domaine particulier.
Denning : Un système Expert est un programme conçu pour simuler le
comportement d’un humain qui est un spécialiste ou un expert dans un domaine
restreint [Denning 86].
4
Définitions
8
Architecture
9
Architecture
Interface
Cette interface est destinée à faciliter le dialogue, si possible en langue naturelle ou à
l'aide de graphe entre l'utilisateur et le SE.
Module d'explication
Il est sollicité lors d'une consultation du système. En effet, le système est capable de
justifier la conclusion à laquelle il a aboutit en spécifiant, par exemple, les raisons
10
pour lesquelles il a activé certaines règles.
Domaines d’applications des systèmes experts et applications
11
Domaines d’applications des systèmes experts et applications
Géologie
PROSPECTOR ( S.R. International, Stanford USA) ; aide le géologue à évaluer
l’intérêt d’un site en vue de prospection minière. Il comporte 1600 règles.
LITHO (Schlumberger-France, Clamart 1981) ; Se préoccupe de la détermination
des lithofaciès les plus plausibles en fonction des paramètres recueillis au cours de la
descente d’outils de forage (500 règles).
SIMMIAS (Elf-Aquitaine, Pau, 1981) ; Recherche les voies de migration
d’hydrocarbures à partir des roches-mères jusque vers des roches-réservoirs, en prenant
en compte les paramètres géologiques relatifs au sous-sol.
SECOFOR (Elf-Aquitaine, Pau 1982) ; Destiné au diagnostic d’incidents de forage
(350 règles).
12
Domaines d’applications des systèmes experts et applications
Administration - Gestion
AGE (Bell Laboratoires, USA 1983). Destiné à établir des rapports synthétiques sur
l’état de câbles téléphoniques, à partir des enregistrements d’incidents (100 règles).
TROPICAID (C.H.U la pitié Selpetrière, 1984). Système d’aide à la décision
médicale pour les infirmiers des pays en voie de développement. Il comporte une base
de données pharmacologiques concernant 200 médicaments, une BD thérapeutique
concernant 500 maladies et une BD diagnostiques se référant à 2000 signes cliniques
ou para cliniques. Le système est développé sur un Micro-ordinateur portatif.
FOLIO: SE d'aide à la décision en matière de gestion de portefeuilles d'actions.
MANAGER (C.E.R.F.I.A, Université P. Sabatier, Toulouse, 1985) développé pour la
gestion en temps réel des personnels paramédicaux d'un grand hôpital.
13
Domaines d’applications des systèmes experts et applications
Production Manufacturière
GUNNEX 1984. Engendre des gammes de fabrication de produits en caoutchouc (300
règles, écrit en Prolog).
Chimie
Heuristic DENDRAL (Université de Stanford, U.S.A., 1969) : Recherche la formule
développée d’un corps organique à partir de la formule brute et du spectrogramme.
SECS (Université de Stanford, U.S.A., 1978) : assiste le chimiste pour la conception
de plans de synthèse de molécules complexes.
CRYSTALIS (Université de Stanford, U.S.A., 1979) : recherche la structure de
protéines à partir de résultats d’analyse cristallographique.
14
Domaines d’applications des systèmes experts et applications
Biologie
MOLGEN (Université de Stanford, U.S.A., 1977) : engendre un plan de
manipulations génétiques en vue de construire une entité biologique donnée.
Mathématiques
AM (ELF - Aquitaine, Pau, 1981) : à partir d'une base initiale de concepts généraux,
il élabore de nouveaux concepts ( plusieurs centaines ).
LPS (Université Keio, Japon, 1979) capable de résoudre des problèmes de géométrie.
MUSCADE (G.R. 22, Université Paris VI, 1984) est capable d'établir des
démonstrations de théorèmes complexes en manipulant le concept de méta-
connaissances.
MACSYMA: Résolution de problèmes mathématiques (intégrales, différentielles,
15
systèmes d'équations...).
Domaines d’applications des systèmes experts et applications
Electricité
SOPHIE (Université de Stanford, U.S.A., 1975) pour le diagnostique des pannes
des circuits électriques.
PEACE1 et PEACE2 (O.N.E.R.A. - C.E.R.T, Toulouse, 1981) ils permettent
l'analyse et la conception des circuits électroniques passifs.
16
Domaines d’applications des systèmes experts et applications
Médecine
MYCIN (Université et Ecole Polytechnique de Lausanne, 1984) il dialogue en
langage naturel avec le médecin qui l'assiste pour diagnostiquer et même traiter les
maladies bactériennes du sang. Plusieurs variantes de ce système ont été développées
pour entraîner des étudiants en médecine. Diagnostic médical tentant de cerner les
germes responsables de maladies infectieuses au niveau du sang et du liquide
céphalo-rachidien (méningite).
TOUBIB (IBM - France, Paris, 1982) un système d'aide en diagnostic en médecine
d'urgence.
PUTH: Interprétation de tests respiratoires et diagnostic de troubles pulmonaires.
17
Moteur d’inférences
18
Moteur d’inférences
Le cycle de base
Quelle que soit la stratégie de contrôle utilisée, le cycle de base d'un MI comprend
toujours les deux phases suivantes :
Phase d’évaluation
Phase d'exécution
19
Moteur d’inférences
Phase d’évaluation
Elle s'effectue en trois étapes :
Sélection : Qui a pour objet de trier et de rassembler en un sous-ensemble, les faits
et les règles de la BC qui méritent plus d'attention que d'autres.
Filtrage : le moteur d’inférence compare la partie prémisse des règles sélectionnées
avec les faits de la BF pour déterminer l'ensemble des règles applicables.
Résolution de conflits : se concrétise par le choix de la règle à appliquer. Cette
étape, de loin la plus importante, manifeste également une stratégie qui peut être très
simple et sans rapport avec le contexte (la première règle de la liste, la moins
complexe, la moins
utilisée...) ou plus complexe en tenant compte du contexte (la plus prometteuse, la plus
20
fiable,...).
Moteur d’inférences
Phase d'exécution
Cette phase consiste à appliquer (activer) la règle obtenue lors de l'étape précédente.
Cette action permet généralement d'ajouter un ou plusieurs faits à la BF.
21
Moteur d’inférences
L’exécution de l’algorithme de chaînage arrière peut être décrit par un arbre dont les
nœuds sont étiquetés soit par un fait, soit par un des deux mots et/ou. On parle d’arbre
et-ou. On peut enrichir l’algorithme de chaînage arrière en tenant compte du caractère
demandable ou non d’un fait. Dans ce cas, lorsqu’un fait demandable n’a pas encore
été établi, le système le demandera à l’utilisateur avant d’essayer de le déduire d’autres
faits connus.
Chaînage mixte (processus inductif et déductif) : Sans nous étendre longuement
sur le sujet, mentionnons que cette troisième stratégie combine les deux premières.
Le but du chaînage mixte est d'essayer, lors du cheminement à travers la BC, de
pallier les
inconvénients des deux premières approches, en alliant leurs avantages.
23
Chaînage bidirectionnel, pour un même problème, on utilise tantôt des
Moteur d’inférences
26
Moteur d’inférences
En profondeur d'abord
Dans ce mode, on parcourt l'arbre de résolution à partir de sa racine, en explorant une
branche jusqu'à son terme avant de passer à la branche adjacente.
L'inconvénient de cet algorithme, est que son efficacité est dépendante de la position
des buts dans l'arbre. En effet, si les buts se trouvent à droite, la recherche sera longue.
En largeur d'abord
Dans ce mode de recherche, on parcourt l'arbre à partir de la racine, de gauche à droite.
Le principal avantage de ce mode réside dans le fait que si on trouve un chemin vers un
but, on est certain qu'il s'agit du chemin le plus court. S'il existe une solution au
problème, l'algorithme la trouvera.
27
Moteur d’inférences
En profondeur limitée
On mêle dans cette recherche les deux approches précédentes. On découpe l'arbre en
tranches de k niveaux. Ensuite, on effectue dans chaque tranche une recherche en
profondeur, avant de passer à la tranche inférieure.
Heuristique
Dans cette méthode, on injecte dans le processus de résolution du problème une
certaine
connaissance, sous la forme agrégée d'une fonction d'évaluation. Celle-ci permet de
mesurer la "promesse" de se trouver sur le chemin le plus intéressant, menant au but
recherché.
28
29