Наиболее часто используется форма представления знаний в виде правил (продукции): посылка (если) и заключение (то) если ., то . .

Важным вопросом является то, как система находит нужные правила. Существует два стратегических подхода: прямое сцепление и обратное сцепление. Обратное сцепление правил (обратная аргументация) - это процесс поиска решения от цели. В этом случае осуществляется поиск правил, в заключении которых определяется значение переменной - цели. Если посылки первого такого правила верны, то выполняется его заключение. Если посылка ложна, то рассматривается следующее такое правило. Если такие правила кончились, то переменные правой части становятся подцелями и процесс повторяется. Таким образом строится дерево подцелей до тех пор, пока не определяются необходимые подцели или становится невозможно их определить. При использовании метода прямого сцепления процесс аргументации выполняется от посылки к заключению и начинается с поиска правил с истинной посылкой. Прямая аргументация фактически является полным перебором в ширину, обратная аргументация - перебором в глубину.

Перспективы использования экспертных систем в области спорта

В области спорта накоплен большой фактический материал, для полноценного использования которого при решении различных задач необходимо создание специальных систем обработки информации.

Управление тренировочным процессом, планирование спортивной тренировки, контроль за состоянием тренирующегося и другие задачи из области спорта обладают свойствами неформализуемых задач.

Использование экспертной технологии позволяет решать задачи планирования и управления тренировочным процессом с учетом норм нагрузки, подготовленности, индивидуальных особенностей, а также закономерностей, отражающих сочетания упражнений, тренировочных работ различной направленности, различных типов тренировок и др. Это не просто повышает качество управления тренировочным процессом, а позволяет осуществить его на принципиально ином уровне.

Построение экспертных систем требует формализации неформализованных знаний, что имеет большое научно-практическое значение.

Использование экспертных систем для планирования тренировочного процесса позволяет освободить тренера от рутинной работы и повышает эффективность планирования.

Применение нечетких переменных, коэффициентов уверенности, процедур подтверждения гипотез, базы знаний, машины логического вывода и других подходов и приемов, используемых в экспертных системах, делает реальным решение задачи контроля и нахождения интегральных характеристик состояния спортсмена.

Экспертная технология позволяет создавать базы знаний, которые могут использоваться для подготовки специалистов, принятия решений и других целей.

Обучаемые экспертные системы могут явиться инструментом для уточнения старых и получения новых знаний в области спорта.

Обучающие экспертные системы используют высококачественный опыт, большой объем знаний, могут осуществлять диагностику ошибок и объяснять правильные решения. Все это должно повысить качество обучения специалистов в области спорта.

Первые экспертные системы в области спорта были разработаны нами в 1989 и 1991 гг. [5,23]. Это были системы для планирования тренировки в тяжелой атлетике и атлетизме, спроектированные по классической схеме: база знаний в виде продукций, машина логического вывода и т.д.

В дальнейшем мы пришли к выводу, что такая универсальная схема имеет ряд недостатков именно в силу универсальности. Так, при большом числе продукций (а в экспертной системе "Тяжелая атлетика" их было свыше 1000) построение плана тренировок занимало значительное время (до нескольких часов). В связи с этим уже в первой версии системы для планирования тренировки бегунов на средние дистанции нами была разработана среда, позволяющая организовывать базу знаний и манипулировать ею [12,13]. Основные результаты, полученные нами при разработке экспертной системы для планирования тренировочного процесса для бегунов на средние дистанции будет опубликована в продолжении данной статьи.

Список литературы

1. Алешинский С.Ю., Зациорский В.М. Моделирование пространственного движения человекам/Биофизика. 1975. Т. 20, вып, 6, с. 1121-1126.

2. Алешинский С.Ю., Зациорский В.М. Механико-математические модели движения человека.//Биомеханика физических упражнений. Рига, 1974, вып. 1. с. 60-120.

3. Верхошанский Ю.В. Программирование и организация тренировочного процесса. - М.: ФиС, 1985.

4. Воробьев А.Н. Тяжелоатлетический спорт. Очерки по физиологии спортивной тренировки. - М.: ФиС, 1977.

5. Воробьев А.Н., Хасин Л.А. Программирование спортивной тренировки с использованием экспертных систем.//Принципиальные аспекты кинезиологии спорта: Сб. научн. тр./Под ред. В. Б. Коренберга. Малаховка, 1991.

6. Зайцева В.В. и др. Компьютерные консультации по оздоровительной физкультуре для женщин с избыточной массой тела //Теор. и практ. физ. культ., 1995, № 4.

7. Кант И. Искусственный интеллект. - М.: Мир, 1978.

8. Корбут А.А., Финкельштейн Ю.Ю. Дискретное программирование. - М.: Наука, 1969.

9. Кун Т. Структура научных революций. - М.: Прогресс, 1977.

10. Матвеев Л.П. Основы спортивной тренировки. - М.: ФиС, 1977.

11. Нильсон Н. Искусственный интеллект. - М.: Мир, 1973.

12. Отчет о научно-исследовательской работе по теме: "Автоматизация планирования спортивной тренировки (экспертные системы)". - Малаховка: МОГИФК, 1994, per. № 01.94.0007381, инв. № 02.9.50 004062.

13. Отчет о научно-исследовательской работе по теме: "Автоматизация планирования спортивной тренировки (экспертные системы)". - Малаховка: МОГИФК, per. № 01.94.0007381, инв. № 02.9.50 004063.

14. Попов Э.В. Экспертные системы. - М.: Наука, 1987.

15. Смит С. Адаптивные обучающие алгоритмы. /Экспертные системы. Под ред. Р. Форсайта. - М.: Радио и связь, 1987.

16. Суслов Ф., Кулаков В. и др. Систематизация нагрузки бегунов и скороходов. /Легк. атл., 1986, № 12.

17. Уотермен Д. Руководство по экспертным системам. - М.: Мир, 1989.

18. Фарфель B.C. Системная физиологическая характеристика физических упражнений. //Исследования по физиологии выносливости (тр. ВНИИФК). - М.: ФиС, 1949, т. 7, вып. 3.

19. Физиология адаптационных процессов. /Под ред. Ф.З. Меерсона. - М.: Наука, 1986.

20. Финкельштейн Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. - М.: Наука. 1976.

21. Форд Л., Фалкерсон Д. Потоки в сетях. - М.: Мир, 1976.

22. Форсайт Р. Феномен экспертных систем. //Экспертные системы. /Под ред. Р. Форсайта. - М.: Радио и связь, 1987.

23. Хасин Л.А., Минков С.В. Программирование оздоровительного бега с помощью ЭВМ. //Тез. Всесоюзн. научн.- практ. конф. "Физическая культура и спорт - здоровый образ жизни". Севастополь, 16-21 февраля 1990 г. М., 1990 г.

24. Хасин Л.А. Эвристические алгоритмы индивидуализации спортивной тренировки. //Принципиальные аспекты кинезиологии спорта. Сб. научн. тр. /Под ред. В.Б. Коренберга. Малаховка, 1991.