opomba
Predmetno delo preučuje teoretična in praktična vprašanja pri izbiri kadrov na podlagi uporabe ekspertnih sistemov.
Namen tečaja: razviti ekspertni sistem, ki določa seznam prostih delovnih mest in izračuna bonitetno oceno glede na preizkušene lastnosti kandidata.
Tečajno delo je sestavljeno iz dveh sklopov. Prvi del podaja koncept ekspertnih sistemov, obravnava njihovo razvrstitev, strukturo in navaja tudi področja njihove uporabe.
V drugem delu je obravnavana praktična implementacija ekspertnega sistema za izbor kadrov. Podana je utemeljitev izbire programskega izdelka Turbo Pascal podjetja Borland za implementacijo ekspertnega sistema, jasno so opredeljena prosta delovna mesta in preizkušene lastnosti kandidata ter podrobno opisan razvit sistem zaposlovanja strokovnjakov.
Delo je natisnjeno na 23 straneh z uporabo 8 virov, vsebuje 8 risb in 1 prilogo.
Uvod 5
2. Praktični del
Sklep 22
Dodatek A 24
Uvod
5) izbor osebja;
2. Praktični del
Za razvoj ekspertnega sistema za izbor kadrov je bilo izbrano brezplačno integrirano razvojno okolje Turbo Pascal podjetja Borland. To je eden najpreprostejših programskih jezikov, a še zdaleč ne eden najšibkejših.
Da bi razumeli, kako je program v Pascalu organiziran, kje se mora zagotovo začeti in s kakšnimi ukazi ga zaključiti, obstaja splošna struktura programa (slika 3):
Slika 3 – Splošna struktura programa v Turbo Pascalu
Prednosti programskega jezika Turbo Pascal so:
1) preprosta sintaksa jezika;
2) Pascalove programe je precej lahko brati;
3) dokaj nizke strojne in sistemske zahteve, tako za sam prevajalnik kot za programe, napisane v Pascalu;
4) univerzalnost jezika. Jezik Pascal je uporaben za reševanje skoraj vseh problemov programiranja;
5) Podpira strukturirano programiranje kot tudi objektno usmerjeno programiranje.
2.2 Opis delovanja sistema zaposlovanja strokovnjakov
Na podlagi analize predmetnega področja so bila ugotovljena naslednja prosta delovna mesta:
1) Vodja IT oddelka;
2) Sistemski skrbnik;
3) PHP – programer;
4) Kabelj;
5) Operater;
6) Upravitelj povezav.
Kot rezultat analize predmetnega področja so bila po kategorijah kakovosti opredeljena naslednja vprašanja:
1) Preverjanje strokovnih lastnosti:
Ali imate vaše delovne izkušnje več kot 3 leta?;
Ali imate izkušnje z upravljanjem osebja?;
Ali imate izkušnje z informacijsko varnostjo?;
Ali znate napeljati komunikacijske kable?;
Ste samozavestni z računalnikom?;
Ali znate programirati spletne strežnike s programskim jezikom PHP?;
2) Preverjanje poslovnih lastnosti:
Ali ste lahko učljiva oseba?;
Ste družabna oseba?;
Ste odgovorna oseba?;
Ali znate delati v timu?;
3) Preizkušanje psiholoških lastnosti:
Ali ste odporna na stres?;
Se zlahka prilagodite novi družbi?
Da bi sistem deloval učinkoviteje, je potrebno strukturo njegovega delovanja predstaviti korak za korakom. Zagotovite izračun ocene kandidata za vsa delovna mesta, ki so zanj primerna. Pri preverjanju baze prostih delovnih mest za izbrana delovna mesta upoštevajte vse možne podrobnosti sistema.
Načrt programa zaposlovanja:
1) Preizkušanje poklicnih, poslovnih in psiholoških lastnosti kandidata;
2) Prikaz seznama razpoložljivih prostih delovnih mest;
4) Preverjanje baze prostih delovnih mest in prikaz ustreznih delovnih mest glede na oceno kandidata.
Na prvi stopnji programa se preverijo strokovne lastnosti kandidata za vsako prosto delovno mesto (slika 4). Prav te lastnosti bodo razlikovale vsakega kandidata za delovno mesto, ki se prijavlja. Če anketiranec potrdi svoje poklicne izkušnje, se njegovi oceni samodejno doda en plus, če pa te kvalitete nima, ostane njegova ocena nespremenjena.
Slika 4 – Faza 1. Preizkušanje strokovnih kvalitet
Na drugi stopnji programa se preverjajo poslovne kvalitete kandidata (slika 5). Da bi kandidat dobil položaj, ki ga zanima, bi moral na vsa vprašanja odgovoriti pozitivno, saj Za organizacijo je zelo pomembno, da sodeluje s poslovneži na najvišji ravni. Za vsak pozitiven odgovor se kandidatovi oceni prišteje tudi en plus, sicer pa ostane ocena kandidata nespremenjena.
Slika 5 – Faza 2. Testiranje poslovnih kvalitet
Na tretji stopnji se preverjajo psihološke lastnosti kandidata (slika 6). V sodobni družbi je vprašanje človeške psihologije postalo pomembno. Zato so vprašanja o psihologiji zelo pomembna pri zaposlovanju kandidata. Za vsak pozitiven odgovor se kandidatovi oceni prišteje tudi en plus, sicer pa ostane ocena kandidata nespremenjena.
Slika 6 – Faza 3. Testiranje psiholoških kvalitet
Na četrti stopnji se prikaže generiran seznam prostih delovnih mest, na katera se kandidat lahko prijavi. Tu se izračuna kandidatova rating ocena, na podlagi katere vrednosti se na zaslonu izpiše seznam ustreznih položajev za kandidata (slika 7):
Slika 7 – Faza 4. Prikaz seznama prostih delovnih mest glede na oceno kandidata
Slika 8 – Izhod podatkov na stopnji 4 v Turbo Pascalu
Na sliki 8 si lahko ogledate ustvarjen seznam prostih delovnih mest in oceno, ki ustreza posameznemu delovnemu mestu. Nato se na zaslonu prikaže izračunana ocena kandidata, v našem primeru je to 8. Nato se v bazi prostih delovnih mest preveri, kateri poziciji ta ocena pripada. V tem primeru sta z bonitetno oceno 8 za kandidata primerni dve mesti: vodja povezav in operater.
Zaključek
Kot rezultat tečaja je bila preučena tehnologija za izgradnjo ekspertnega sistema, preučena je bila klasifikacija in struktura ekspertnih sistemov, pa tudi področja njihove uporabe in zahteve za izgradnjo ES.
V praktičnem delu predmeta se obravnava načrtovanje in implementacija ekspertnega sistema za izbor kadrov. Podana je utemeljitev izbire programskega izdelka za implementacijo ekspertnega sistema, jasno so opredeljena prosta delovna mesta in kandidati, ki se preverjajo, ter podrobno opisan sistem selekcije kadrov.
Na podlagi opravljenega raziskovalnega in analitičnega dela lahko sklepamo, da je glavna naloga naročnika, ki bo s pomočjo ekspertnega sistema reševal kakršenkoli problem, ugotoviti informacije o predmetnem področju, torej namenu izdelave ekspertnega sistema. , iskanje konceptov za predstavitev znanja in razvoj struktur za organiziranje znanja. Naročnik prenese sestavljen formaliziran problem in algoritem za njegovo rešitev programerju, ki na računalniku sestavi program za rešitev tega problema v obliki besedila v enem od programskih jezikov in razhrošči ta program.
Ekspertni sistemi so sposobni diagnosticirati bolezni, oceniti potencialna nahajališča mineralov, izvajati obdelavo naravnega jezika, prepoznavanje govora in slike itd. Ekspertni sistemi so prvi korak v praktični izvedbi raziskav na področju umetne inteligence.
Seznam uporabljenih virov
1. Ručkin V.N., Fulin V.A. Univerzalna umetna inteligenca in ekspertni sistemi: Učbenik. – M.: Založba: BHV - Sankt Peterburg, 2009. – 240 str.
2. Titorenko G.A. Avtomatizirane informacijske tehnologije v ekonomiji: Učbenik. / Ed. prof. G.A. Titorenko. - M.: Računalnik, UNITP, 2007 - 400 str.
3. Kozin R.G. Ekspertni sistemi: Učbenik. – M.: MEPhI, 2008. - 87 str.
4. Jackson P. Uvod v ekspertne sisteme. – M.: Založba Williams, 2001. – 624 str.
5. Sotnik S.L. Oblikovanje sistemov umetne inteligence: Tečaj usposabljanja – www.intuit.ru
6. http://www.itfru.ru/index.php/ ekspertni sistemi
7. http://life-prog.ru/ ekspertnie_systemi.php – spletno mesto A. V. Dyakova, namenjeno programskim jezikom
8. http://pas1.ru/ – spletna stran programskega jezika Pascal.
Kratek opis
Tehnologija ekspertnih sistemov je eno od področij novega raziskovalnega področja, imenovanega umetna inteligenca. Raziskave na tem področju so usmerjene v razvoj in implementacijo računalniških programov, ki so sposobni simulirati in reproducirati tista področja človekove dejavnosti, ki zahtevajo razmišljanje, določeno spretnost in nabrane izkušnje.
Glavna prednost ekspertnih sistemov je sposobnost kopičenja znanja in njegovega dolgotrajnega ohranjanja. Za razliko od ljudi ekspertni sistemi k vsaki informaciji pristopijo objektivno, kar izboljša kakovost pregleda.
Razlike med ekspertnimi sistemi in običajnimi računalniškimi sistemi so:
1) ekspertni sistemi manipulirajo z znanjem, vsi drugi sistemi pa s podatki;
2) ekspertni sistemi praviloma zagotavljajo učinkovite optimalne rešitve in so včasih sposobni delati napake, vendar imajo za razliko od tradicionalnih računalniških sistemov potencialno sposobnost učenja iz svojih napak.
Trenutno se tehnologija ekspertnih sistemov uporablja za reševanje različnih vrst problemov (napovedovanje, diagnostika, načrtovanje itd.) na najrazličnejših problemskih področjih, kot so finance, naftna in plinska industrija, energetika, transport, izobraževanje itd. na primer, sodobni ekspertni sistemi se pogosto uporabljajo za posnemanje znanja in izkušenj vodilnih strokovnjakov na skoraj vseh področjih gospodarstva in z njihovo pomočjo je mogoče rešiti naslednje probleme:
1) analiza finančnega stanja podjetja;
2) ocena kreditne sposobnosti podjetja;
3) zavarovanje komercialnih posojil;
4) ocena konkurenčnosti proizvoda;
5) izbor osebja;
6) oblikovanje naložbenega portfelja itd.
1. Identifikacija predmetnega področja 7
1.1 Ekspertni sistemi, njihove značilnosti. Uporaba ekspertnih sistemov 7
1.2 Zgradba ekspertnega sistema 10
1.3 Klasifikacija ekspertnega sistema 10
2. Praktični del
2.1 Utemeljitev izbire orodij za implementacijo programske opreme
2.2 Opis delovanja sistema zaposlovanja strokovnjakov
Sklep 22
Seznam uporabljenih virov
S. Malikova,
MSTU im. N.E. Bauman
Ekspertni sistemi
- to so programski sistemi, ki zbirajo znanje strokovnjakov na določenih predmetnih področjih in jih posnemajo za svetovanje manj usposobljenim uporabnikom.
Glavna razlika med sistemi za iskanje informacij in ekspertnimi sistemi je v tem, da prvi samo iščejo določene informacije, ki so na voljo v njihovi podatkovni bazi, drugi pa jih tudi logično obdelujejo, da pridobijo nove informacije. Prav ta okoliščina naredi ekspertne sisteme resnično inteligentne.
Struktura tipičnega ekspertnega sistema ali, kot ga imenujemo tudi sistema znanja, je predstavljena v diagramu:
Sistemsko jedro- Baza znanja. (Primerjaj: sistemi za iskanje informacij imajo bazo podatkov.) Kaj je baza znanja? To je zbirka znanja na določenem področju, v tem primeru - na področju kadrovskega menedžmenta, vodenja kadrovske evidence, zapisana na računalniški medij.
Preden to jedro zapolnimo z znanjem, je treba najti strokovnjake (od tod tudi ime: ekspertni sistemi), tj. praktiki na visoki ravni na tem področju. Sodobne baze znanja uporabljajo praktične izkušnje desetin in celo več sto in tisoč strokovnjakov, te baze znanja pa je mogoče nenehno razvijati in dopolnjevati, kar njihovi razvijalci tudi počnejo.
Z združevanjem znanj več strokovnjakov v enem ekspertnem sistemu je možno dobiti sistem, ki pomaga pri reševanju tovrstnih problemov na tako visoki ravni, da je posamično nedostopna tudi najboljšemu strokovnjaku.
Pridobivanje znanja od strokovnjaka(-ov) ni tako enostavno, kot se zdi. To je celotna znanstvena smer na področju umetne inteligence - inženiring znanja. Strokovnjak, ki predstavlja to področje, se imenuje inženir znanja. Deluje kot blažilnik med strokovnjakom in bazo znanja. Njegova glavna naloga je pridobiti znanje od strokovnjakov, nato izpostaviti ključne koncepte, razmerja in značilnosti, potrebne za opis procesa reševanja problema, strukturirati to znanje in izbrati način njegove predstavitve (model) za kasnejše polnjenje jedra problema. sistem.
Samo predmetno področje je v bistvu bolj ali manj jasno opredeljen problem oziroma področje delovanja. Na primer, ekspertni sistemi so našli uporabo na področjih, kot so meteorologija, medicina, upravljanje osebja itd.
Če je predmetno področje veliko, ga je treba razdeliti na podprobleme (oziroma cilje na podcilje, naloge na podnaloge), ne da bi pri tem kršili njegovo splošno logično strukturo. V tem primeru bo ekspertni sistem sestavljen iz več modulov (blokov). Najpogosteje so tako zgrajeni ekspertni sistemi na kadrovskem področju, saj je predmetno področje tega področja delovanja in obseg nalog, ki jih je treba rešiti, zelo velik.
Ne da bi se spuščali v tehnične podrobnosti, ugotavljamo, da je eden najpogostejših modelov reprezentacije znanja tako imenovani proizvodni model. To pomeni, da je znanje predstavljeno v obliki pravil (izjav, izjav), oblikovanih na podlagi strokovnega znanja, v obliki: ČE(pogoj), TO (dejanje), DRUGAČE(akcija).
Tako je baza znanja ekspertnega sistema:
Naj navedemo preprost primer pravila baze znanja za ekspertni sistem na kadrovskem področju. Kot veste, vodstvo številnih podjetij in organizacij, ko zaposluje zaposlene, jim dodeli poskusno dobo. Vendar pa po veljavni zakonodaji ta določba ne velja za nekatere osebe. Na primer za osebe, mlajše od 18 let.
Tukaj je lahko videti pravilo, ki opisuje to situacijo v bazi znanja:
To pomeni, da je za uporabnika (kadrovnika) dovolj, da vnese začetne podatke v sistem - in odgovor je pripravljen.
Ekspertni sistem ima poleg baze znanja program za logično sklepanje - program, ki modelira potek "rezoniranja" sistema, ter uporabniški vmesnik in razlagalni podsistem.
Uporabniški vmesnik je program, ki uporabniku omogoča dialog s ekspertnim sistemom tako v fazi vnosa informacij kot v fazi pridobivanja rezultatov.
Razlagalni podsistem je program, ki uporabniku omogoča, da dobi odgovor na vprašanje: “Kako in zakaj je sistem prišel do te odločitve?” Razviti razlagalni podsistemi podpirajo druge vrste vprašanj. Inteligentni urejevalnik baze znanja (glej diagram) je program, ki inženirju znanja omogoča ustvarjanje baze podatkov na spletu.
Pri odločanju o nakupu ekspertnega sistema se je treba odločiti, kakšne cilje zasledujemo. Replikacija znanja? Izboljšanje kakovosti sprejetih odločitev? Avtomatizacija rutinskih vidikov dela? Ali kakšni drugi cilji? Prva tri mesta so nedvomno cilji ekspertnih sistemov za kadrovsko dejavnost. Vse je odvisno od posebnosti nalog, ki se rešujejo v organizaciji.
Upoštevajte, da izraz "kadrovske dejavnosti" glede na obravnavane tehnologije hitro postaja preteklost. In čeprav je bil (na zahtevo urednikov) uporabljen v naslovu za boljše razumevanje "stare šole" s strani strokovnjakov, je bolj naravno in pravilno govoriti o ekspertnih sistemih kot orodju za delo s kadri. Katere specializacije takih sistemov obstajajo?
Ekspertne sisteme za delo s kadri lahko glede na naloge, ki jih rešujemo, razdelimo v naslednje skupine:
- večnamenski sistemi
(naloge, ki jih je treba rešiti: karierno usmerjanje, strokovna selekcija, certificiranje zaposlenih, oblikovanje rezerv, kompetence itd.);
- sistemi za skupinsko analizo stanja kadrov
(strateške naloge: analiza in optimizacija strukture organizacije, določanje trendov razvoja divizij itd.);
- sistemi za psihologe
(identifikacija negativnih manifestacij zaposlenih, vključno s kriminalnimi nagnjenji, skritimi konflikti, negativnimi trendi v oddelkih in organizaciji kot celoti).
Trenutni ekspertni sistemi za delo s kadri sedanje generacije (razvijalci že govorijo o šesti generaciji, ki ima vgrajeno umetno inteligenco, vendar so to zaenkrat le prototipi) so zgrajeni po principu »precedensa«, tj. osebne, strokovne in psihofiziološke kvalitete kandidata primerjamo s podobnimi parametri najboljših strokovnjakov. Tako vam takšen »precedentni ekspertni sistem« ali PES omogoča sestavo ekipe, ki bo najbolje ustrezala potrebam managerja.
Naj omenimo glavne možnosti, ki jih ekspertni sistemi ponujajo za izboljšanje dejavnosti kadrovskih služb, zlasti najbolj znanih domačih programskih sistemov. "Kadrovski servis" in "Kadrovsko svetovanje" (razvijalec NPO "Etalon", Moskva):
Ekspertni sistemi omogočajo pridobivanje želenih rezultatov tako v neposrednem stiku s subjektom kot brez njegovega neposrednega stika z računalnikom. V drugem primeru, ko subjekt izpolni posebne obrazce za odgovore, operater vnese podatke neposredno v sistem. To omogoča dramatično skrajšanje časa, potrebnega za izvedbo skupinske ankete. Toda pri analizi samopodobe, psihofizioloških značilnosti in medosebne kompatibilnosti je nujen neposreden stik testirane osebe z računalnikom.
Ti ekspertni sistemi vam omogočajo tudi shranjevanje in primerjavo rezultatov anket in morebitnih dodatnih besedilnih in digitalnih informacij za vsakega zaposlenega, ustvarjanje rezerve za napredovanje, razvrščanje osebja podjetja glede na stopnjo izraženosti zahtevanih lastnosti itd.
Na kaj morate biti pozorni, ko se odločate za uporabo ekspertnih sistemov?
1.
Ti sistemi bi morali omogočati izvoz in uvoz informacij; Bolje je izvoziti in uvoziti informacije prek standardne besedilne datoteke ali odložišča (morda bo to ločen modul). To nam bo omogočilo izpolnjevanje načela enotnega informacijskega prostora.
2.
Sistem mora biti zanesljivo zaščiten pred nepooblaščenim dostopom do podatkov, saj je večina informacij o osebju, kot je znano, pravno zaprta.
3.
Pomembno je, da je ekspertni sistem usmerjen na specifično področje delovanja organizacije (bančništvo, trgovanje, svetovanje itd.), saj to v marsičem določa raven zahtev za kadre: delovne izkušnje, značaj, izobrazbo itd. . Mnoga velika ruska podjetja, agencije za zaposlovanje, finančne ustanove in službe za zaposlovanje že uporabljajo ekspertne sisteme pri upravljanju osebja. Zlasti komplekse NPO "ETALON" uporablja več kot 450 podjetij CIS, vklj. zelo aktivna na področju domačih srednje velikih podjetij.
4.
Pri izvajanju prvotno domačih sistemov, za razliko od tujih, ne nastanejo težave zaradi razlik v ruski in zahodni mentaliteti. To je še posebej pomembno, ker govorimo o znanju strokovnjakov, ki so ga tako ali drugače pridobili v posamezni državi. Pri izbiri kadrov je pomemben tudi faktor upoštevanja miselnosti. Poleg tega je cena domačih sistemov za red velikosti nižja od ustreznih sistemov najbolj znanih zahodnih podjetij, kakovost pa je pogosto višja.
Med vodilnimi ruskimi proizvajalci ekspertnih sistemov lahko omenimo državno podjetje "Diapazon", NPO "referenca" .
Poznavanje informacijske tehnologije in sposobnost izbire pravega programskega izdelka za delo je dober adut v rokah strokovnjaka. Ekspertni sistemi lahko postanejo svetovalec in pomočnik pri reševanju številnih težav, s katerimi se srečujejo kadrovske službe.
Ekspertni sistemi omogočajo razlago in utemeljitev priporočil in zaključkov zaposlenih v takšnih službah, pomagajo pri pridobivanju novih znanj, določajo njihovo stopnjo usposobljenosti glede na nalogo in še veliko več.
Ni se bati, da bodo ekspertni sistemi popolnoma nadomestili človeka. Dokler človek obdrži prednosti domišljije, fantazije, intuicije, asociativnega mišljenja, instinktov in, kar je najpomembneje, pravico do takšne ali drugačne odločitve, zadnja beseda ostane pri človeškem strokovnjaku in ne pri ekspertnem sistemu.
Ni pa mogoče zanikati, da bodo napovedani ekspertni sistemi 6. generacije z vgrajeno inteligenco – ko in če se bodo pojavili – še zmanjšali razkorak med človekom in računalnikom na področju upravljanja s kadri.
Da bi poenostavili postopek zaposlovanja, nekatera ameriška podjetja uporabljajo računalniške ekspertne sisteme za predhodne razgovore z ljudmi, ki iščejo zaposlitev. Po mnenju večine uporabnikov takšni sistemi pomagajo izboljšati popolnost in zanesljivost prejetih podatkov, pomagajo pri objektivnejšem ocenjevanju kandidatov in pozitivno vplivajo na kazalnike uspešnosti podjetja (produktivnost, fluktuacija osebja, stopnja kršitev, kraje itd.) . Strokovni sistem združuje najučinkovitejše delovne tehnike, ki so jih nabrali kadroviki podjetja, kar jim omogoča premagovanje takšnih človeških pomanjkljivosti, kot so raztresenost, pretirana čustvenost, počasnost in strah pred tem, da bi sogovorniku postavili "bodeče vprašanje". Po opažanjih psihologov anketiranci pri "komuniciranju" z računalnikom doživljajo manj tesnobe in dajejo bolj odkrite odgovore kot pri komuniciranju z anketarjem v živo.
Programi za anketiranje in testiranje ljudi, ki se prijavljajo na delovno mesto, bi morali biti, v terminologiji strokovnjakov s področja računalništva, »prijazni«, torej zagotavljati naraven način interakcije uporabnika, zaščito pred napakami, razvita sredstva nagovarjanja in interaktivno dokumentacijo. Zlasti lahko vključujejo vprašanja z medsebojno izključujočimi se odgovori. Narava vprašanj in njihovo zaporedje med intervjujem sta individualizirana glede na vsebino odgovorov. Računalnik nadzira vsebino anketiranih odgovorov, ga opozarja na porajajoča se protislovja in beleži hitrost odgovora na posamezna vprašanja.
Takšen program vsebuje v povprečju 75–125 vprašanj, oblikovanih ob upoštevanju zahtev delovnega mesta in posebnosti dejavnosti podjetja ter zagotavljajo medsebojno izključujoče odgovore. Trajanje testa je približno 20 minut; kadrovski uradnik bi potreboval približno dve uri, da pridobi enako količino informacij med neposrednim razgovorom. Dobljene rezultate nato pregledamo z različnimi metodami psihometrične in statistične analize ter primerjamo s podatki drugih kandidatov.
Na koncu intervjuja računalnik kadroviku izda tabelarični diagram, v katerem so rezultati intervjuja povzeti v razdelkih: zbirni podatki (vključuje razčlenitev odgovorov glede na dane ključne teme: prejšnja delovna aktivnost, življenjske izkušnje); sistematičen seznam protislovij v odgovorih; hitrost odzivanja (izpostavljena so vprašanja, za katera je respondent porabil več časa za odgovarjanje od povprečja testa); seznam »problematičnih« odgovorov (ki zahtevajo dodatno analizo in specifikacijo na naknadnem razgovoru s kadrovikom); približen seznam vprašanj, ki naj jih kadrovik postavi med razgovorom.
Poleg tega so rezultati testov določenih psiholoških ali poslovnih lastnosti kandidata, če to predvideva program, podani na podlagi podatkov njegovih odgovorov.
Povzetek
1. Vsa dela pri izbiri, usposabljanju, nameščanju in racionalni uporabi osebja v proizvodnji zahtevajo oceno vodstvenega osebja. Rezerva vodstvenega osebja se razume kot posebej oblikovana skupina delavcev, katerih lastnosti ustrezajo zahtevam, ki veljajo za vodje določenega ranga, ki so opravili certifikacijsko izbiro, posebno vodstveno usposabljanje in dosegli pozitivne rezultate v proizvodnih dejavnostih. Metode izbire kandidatov za vodstveno kadrovsko rezervo so razdeljene v tri glavne skupine: napovedne, praktične in laboratorijske. Seznam položajev, na katere ima pravico imenovati vodja določenega ranga, se imenuje njegova nomenklatura. Uvrščanje kadrov na vodstvena delovna mesta je glavni cilj kadrovske politike družbe in ključni člen vsega dela z vodstvenimi kadri.
Vprašanja in naloge za pregled
1. Opišite glavna obdobja in postopek certificiranja vodij in strokovnjakov. Kaj obsega trenutna ocena vodstvenih kadrov? Kakšna so splošna načela dela z rezervami? Katere nove zahteve se postavljajo pred kadrovike? Opišite glavne vire vodstvenih talentov.
Ekspertni sistemi so programski sistemi, ki zbirajo znanje strokovnjakov na določenih tematskih področjih in jih posnemajo za svetovanje manj usposobljenim uporabnikom.
Glavna razlika med sistemi za iskanje informacij in ekspertnimi sistemi je v tem, da prvi samo iščejo določene informacije, ki so na voljo v njihovi podatkovni bazi, drugi pa jih tudi logično obdelujejo, da pridobijo nove informacije. Prav ta okoliščina naredi ekspertne sisteme resnično inteligentne.
Struktura tipičnega ekspertnega sistema ali, kot ga imenujemo tudi sistema znanja, je predstavljena v diagramu:
Arhitektura ekspertnega sistema
Jedro sistema je baza znanja. (Primerjaj: sistemi za iskanje informacij imajo bazo podatkov.) Kaj je baza znanja? To je zbirka znanja na določenem področju, v tem primeru - na področju kadrovskega menedžmenta, vodenja kadrovske evidence, zapisana na računalniški medij.
Preden to jedro zapolnimo z znanjem, je treba najti strokovnjake (od tod tudi ime: ekspertni sistemi), tj. praktiki na visoki ravni na tem področju. Sodobne baze znanja uporabljajo praktične izkušnje desetin in celo več sto in tisoč strokovnjakov, te baze znanja pa je mogoče nenehno razvijati in dopolnjevati, kar njihovi razvijalci tudi počnejo.
Z združevanjem znanj več strokovnjakov v enem ekspertnem sistemu je možno dobiti sistem, ki pomaga pri reševanju tovrstnih problemov na tako visoki ravni, da je posamično nedostopna tudi najboljšemu strokovnjaku.
Pridobivanje znanja od strokovnjaka(-ov) ni tako enostavno, kot se zdi. To je celotna znanstvena smer na področju umetne inteligence - inženiring znanja. Strokovnjak, ki predstavlja to področje, se imenuje inženir znanja. Deluje kot blažilnik med strokovnjakom in bazo znanja. Njegova glavna naloga je pridobiti znanje od strokovnjakov, nato izpostaviti ključne koncepte, razmerja in značilnosti, potrebne za opis procesa reševanja problema, strukturirati to znanje in izbrati način njegove predstavitve (model) za kasnejše polnjenje jedra problema. sistem.
Samo predmetno področje je v bistvu bolj ali manj jasno opredeljen problem oziroma področje delovanja. Na primer, ekspertni sistemi so našli uporabo na področjih, kot so meteorologija, medicina, upravljanje osebja itd.
Če je predmetno področje veliko, ga je treba razdeliti na podprobleme (oziroma cilje na podcilje, naloge na podnaloge), ne da bi pri tem kršili njegovo splošno logično strukturo. V tem primeru bo ekspertni sistem sestavljen iz več modulov (blokov). Najpogosteje so tako zgrajeni kadrovski strokovni sistemi, saj je predmetno področje tega področja dejavnosti in obseg nalog, ki jih je treba rešiti, zelo velik.
Ne da bi se spuščali v tehnične podrobnosti, ugotavljamo, da je eden najpogostejših modelov reprezentacije znanja tako imenovani proizvodni model. To pomeni, da je znanje predstavljeno v obliki pravil (izjav, trditev), oblikovanih na podlagi strokovnega znanja, v obliki: ČE (pogoj), POTEM (dejanje), DRUGAČE (dejanje).
Tako je baza znanja ekspertnega sistema:
Skupek empiričnih (eksperimentalnih) pravil za resničnost izjav (zaključkov) strokovnjakov o danem problemu;
- nabor empiričnih podatkov in opisov problemov, možnosti za njihovo rešitev.
Naj navedemo preprost primer pravila baze znanja za kadrovski ekspertni sistem. Kot veste, vodstvo številnih podjetij in organizacij, ko zaposluje zaposlene, jim dodeli poskusno dobo. Vendar pa po veljavni zakonodaji ta določba ne velja za nekatere osebe. Na primer za osebe, mlajše od 18 let.
Tukaj je lahko videti pravilo, ki opisuje to situacijo v bazi znanja:
IF: izberite najem kadrovske operacije
IN: starost zaposlenega pod 18 let
POTEM: Poskusne dobe ni.
To pomeni, da je za uporabnika (kadrovskega delavca) dovolj, da vnese začetne podatke v sistem - in odgovor je pripravljen.
Ekspertni sistem ima poleg baze znanja program za logično sklepanje - program, ki modelira potek "rezoniranja" sistema, ter uporabniški vmesnik in razlagalni podsistem. Uporabniški vmesnik je program, ki uporabniku omogoča vodenje dialoga s ekspertnim sistemom tako v fazi vnosa informacij kot v fazi pridobivanja rezultatov. Razlagalni podsistem je program, ki uporabniku omogoča, da dobi odgovor na vprašanje: "Kako in zakaj je sistem prišel do te odločitve?" Razviti razlagalni podsistemi podpirajo druge vrste vprašanj. Inteligentni urejevalnik baze znanja (glej diagram) je program, ki inženirju znanja omogoča ustvarjanje baze podatkov na spletu.
Pri odločanju o nakupu ekspertnega sistema se je treba odločiti, kakšne cilje zasledujemo. Replikacija znanja? Izboljšanje kakovosti sprejetih odločitev? Avtomatizacija rutinskih vidikov dela? Ali kakšni drugi cilji? Prvi dve postavitvi sta nedvomno cilja ekspertnih sistemov za kadrovsko dejavnost. Vse je odvisno od posebnosti nalog, ki se rešujejo v organizaciji.
Ekspertne sisteme za kadrovske dejavnosti lahko glede na naloge, ki jih rešujemo, razdelimo v naslednje skupine:
- večnamenski sistemi (naloge, ki jih je treba rešiti: poklicno usmerjanje, strokovna selekcija, certificiranje delavcev, oblikovanje rezerve itd.);
- sistemi za skupinsko analizo stanja kadrov (strateške naloge: analiza in optimizacija strukture organizacije, določanje trendov razvoja oddelkov itd.);
- sistemi za psihologe (prepoznavanje negativnih manifestacij zaposlenih, vključno s kriminalnimi nagnjenji, skritimi konflikti, negativnimi trendi v oddelkih in organizaciji kot celoti).
Najnovejša generacija ekspertnih sistemov (razvijalci že govorijo o peti generaciji) za kadrovsko dejavnost je zgrajena po principu »precedensa«, tj. osebne, strokovne in psihofiziološke kvalitete kandidata primerjamo s podobnimi parametri najboljših strokovnjakov. Tako vam ekspertni sistem omogoča sestavo ekipe, ki bo najbolj ustrezala potrebam managerja.
Naj omenimo glavne priložnosti, ki jih ekspertni sistemi ponujajo za izboljšanje dejavnosti kadrovskih služb, zlasti najbolj znanih domačih programskih sistemov "Kadrovski servis" in "Kadrovski svet" (razvil NPO Etalon):
1) optimizacija strukture podjetja, ki temelji na večdimenzionalni analizi pozitivnih in/ali negativnih trendov v razvoju in stanju osebja, analizi podobe vodje, narave njegovega odnosa z ekipo;
2) določitev poklicnih, psiholoških, fizioloških parametrov za vsakega zaposlenega, prepoznavanje in ocenjevanje njegovih negativnih manifestacij, vedenjskih značilnosti v konfliktni situaciji, združljivosti, samospoštovanja, potencialnih zmožnosti, socialno-psihološke kompetence, oblikovanje različnih besedilnih značilnosti za uslužbenec itd.;
3) splošno in ciljno poklicno usmerjanje, strokovna selekcija, zaposlovanje, zmanjševanje števila zaposlenih, certificiranje, ocena strokovne ustreznosti in sposobnosti učenja zaposlenega, prejemanje priporočil za najučinkovitejšo uporabo vsakega zaposlenega v specifičnih razmerah podjetja, oblikovanje profilov poklici, položaji, »negativni« profili in podobno.
Ekspertni sistemi omogočajo pridobivanje želenih rezultatov tako v neposrednem stiku s subjektom kot brez njegovega neposrednega stika z računalnikom. V drugem primeru, ko subjekt izpolni posebne obrazce za odgovore, operater vnese podatke neposredno v sistem. To omogoča dramatično skrajšanje časa, potrebnega za izvedbo skupinske ankete. Toda pri analizi samozavesti in psihofizioloških značilnosti, medosebne združljivosti je nujen neposreden stik testirane osebe z računalnikom.
Ti ekspertni sistemi vam omogočajo tudi shranjevanje in primerjavo rezultatov anket in morebitnih dodatnih besedilnih in digitalnih informacij za vsakega zaposlenega, ustvarjanje rezerve za napredovanje, razvrščanje osebja podjetja glede na stopnjo izraženosti zahtevanih lastnosti itd.
Na kaj naj bodo kadrovske službe pozorne, ko se odločajo za uporabo ekspertnih sistemov?
1.
Ti sistemi bi morali omogočati izvoz in uvoz informacij; Bolje je izvoziti in uvoziti informacije prek standardne besedilne datoteke ali odložišča (morda bo to ločen modul). To nam bo omogočilo izpolnjevanje načela enotnega informacijskega prostora.
2.
Sistem mora biti zanesljivo zaščiten pred nepooblaščenim dostopom do podatkov, saj je večina podatkov o osebju zaupnih.
3.
Pomembno je, da je ekspertni sistem usmerjen na specifično področje delovanja organizacije (bančništvo, trgovanje, svetovanje itd.), saj to v marsičem določa raven zahtev za kadre: delovne izkušnje, značaj, izobrazbo itd. . Mnoga velika ruska podjetja, agencije za zaposlovanje, finančne ustanove in službe za zaposlovanje že uporabljajo ekspertne sisteme pri upravljanju osebja. Zlasti kompleks kadrovske službe uporablja več kot 450 velikih podjetij CIS.
4.
Pri izvajanju domačih programskih paketov, za razliko od tujih, ni težav zaradi razlik v ruskih in zahodnih kadrovskih sistemih in računovodskih sistemih. To je še posebej pomembno, ker govorimo o znanju strokovnjakov, ki so ga tako ali drugače pridobili v posamezni državi. Pri izbiri kadrov je pomemben tudi faktor upoštevanja miselnosti. Poleg tega je cena domačih sistemov za red velikosti nižja od ustreznih sistemov najbolj znanih zahodnih podjetij, kakovost pa je pogosto višja.
Med vodilnimi ruskimi proizvajalci ekspertnih sistemov so državno podjetje "Diapazon", NPO "Etalon".
Poznavanje informacijske tehnologije in sposobnost izbire pravega programskega izdelka za delo je dober adut v rokah kadrovika. Strokovni sistemi lahko postanejo svetovalec in pomočnik pri reševanju številnih težav, s katerimi se sooča kadrovska služba.
Ekspertni sistemi vam omogočajo, da razložite in utemeljite priporočila in zaključke kadrovika, jim pomagate pri pridobivanju novih znanj, določite njihovo stopnjo usposobljenosti glede na nalogo in še veliko več.
Ni se bati, da bodo ekspertni sistemi popolnoma nadomestili človeka. Dokler človek obdrži prednosti domišljije, fantazije, intuicije, asociativnega mišljenja, instinktov in, kar je najpomembneje, pravico do takšne ali drugačne odločitve, zadnja beseda ostane pri človeškem strokovnjaku in ne pri ekspertnem sistemu.
Študenti, podiplomski študenti, mladi znanstveniki, ki bazo znanja uporabljajo pri študiju in delu, vam bodo zelo hvaležni.
Objavljeno na http://www.allbest.ru/
MINISTRSTVO ZA IZOBRAŽEVANJE IN ZNANOST RUSKE FEDERACIJE
Zvezna državna proračunska izobraževalna ustanova
Višja strokovna izobrazba
"Sibirska državna vesoljska univerza poimenovana po akademiku M. F. Reshetnevu"
Inštitut za informatiko in telekomunikacije
Katedra za informatiko in računalništvo
tečajprojekt
Avtor:disciplina: Inteligentni sistemi in tehnologije
natema: " Razvoj ekspertnega sistema za selekcijo kadrov na osnovi nevronske mreže"
Izpolnil: čl. BISZU 13-01
Bobkov A.I.
Preveril: vodja dela
Damov M.V.
Krasnojarsk, 2016
Vse pogosteje ne govorimo o ciljni, individualni selekciji, temveč o množičnem zaposlovanju, ko je treba izbrati več kandidatov hkrati v kratkem času. In to ne samo hitro, ampak tudi čim bolj učinkovito (in celo z minimalnimi stroški). Predstavljajte si, koliko težav je treba premagati za izvedbo tako velikega projekta. Govorimo o upravljanju ogromne količine informacij, več virov in kanalov. Vsako podjetje ali kadrovska služba ni kos takšni nalogi. In tega ne zmore vsak sistem ali programska oprema za izbor osebja. Pogosto kadroviki preprosto nimajo potrebnih orodij, izkušenj in znanja za izvedbo tovrstnih projektov.
strokovni sistem zaposlovanja
· Kakovosten, popoln razvoj informacij o zahtevah za prosto delovno mesto.
Ekspertni sistem je namenjen shranjevanju in obdelavi informacij o izboru kadrov. Programsko orodje "Strokovni sistem za selekcijo kadrov na osnovi nevronske mreže" lahko bistveno poenostavi nalogo iskanja z uporabo lastnosti predmeta, informacij o samem predmetu, ki ima te značilnosti. To programsko orodje ni razvito samo za kadrovske evidence, ampak se lahko uporablja tudi na drugih področjih delovanja.
Če postavimo vrednost na visokošolsko izobrazbo in znanje programskih jezikov. C++, Delphi, 1C: Enterprise, C# je programer, to pomeni, da signalne enote padejo na vhode, dodeljene znakoma "visoka izobrazba" in "poznavanje programskih jezikov." C++, Delphi, 1C: Enterprise, C# "in ničle na preostale vnose, želeni rezultat reakcije pa bo enak 1. Če za te lastnosti obstaja dejstvo, da to ni naš predmet, potem bo želeni rezultat reakcije enak 0.
Spodaj je slika 5, izhod odgovora na vprašanje "Strokovni sistem za izbor kadrov" z uporabo nevronske mreže, na vhod smo oddali dve vrednosti in prejeli odgovor za določeno delovno mesto, ki ima ta atribut; , »Specialist za zaposlovanje« vsebuje značilnost »Visokošolska izobrazba, znanje 1C: Podjetniške plače in osebje državne institucije, izdaja 2-3«. Odziv na izhodu nevronske mreže je dal pravilen signal.
Delovanje |
Uporabniška dejanja |
Programsko dejanje |
|
Zagon programa |
ExpertSystem. exe |
Prikaže se glavno okno programa |
|
Izbira particije - Datoteka |
Kliknite na gumb - Prenos |
Določiti je treba datoteko shranjene baze podatkov »Strokovnega sistema za izbor kadrov« |
|
Za shranjevanje osnovnih informacij je treba določiti ime datoteke "Recruitment Expert System". |
|||
Pritisnite gumb - Izhod |
Izhod iz programa "Strokovni sistem za zaposlovanje". |
||
Kliknite na gumb Dodaj lastnost |
Na seznam doda polja lastnosti za predmete |
||
S klikom na gumb - Uredi nepremičnino |
Ureja izbrano lastnost |
||
S klikom na gumb - Izbriši lastnino |
Izbriše, če ni seznama objektov, sicer je lastnost prepovedana za brisanje |
||
Kliknite na gumb - dodaj objekt |
Doda predmet na seznam polj |
||
Kliknite na gumb - uredi objekt |
Ureja izbrani predmet |
||
Klik na gumb - brisanje predmeta |
Izbriše podani predmet |
||
Nadaljevanje tabele 1 - Dejanja uporabnika pri delu s programom. |
|||
Zagotovite usposabljanje na spletu |
Klik na gumb - Vnos faktorjev o kadrih |
Izbira objekta kot vhodnega parametra in ustvarjanje faktorja za ta objekt z izbiro lastnosti za osebje |
|
Zaženi vprašanje |
Kliknite na gumb - Izvedi vprašanje |
Ekspertni sistem najde predmet na podlagi nabora karakteristik |
|
O programu |
Prikažejo se informacije o razvijalcu |
Ko uporabnik izvede (zastavi) vprašanje ekspertnemu sistemu in izbere želene funkcije, se na ustrezne vhode pošlje 1 signal, na preostale neizbrane vhode pa 0 signalov. Kaj ima vsak nevron? Če je izhodni signal enak 1, je to naš objekt (naš položaj), če je 0, potem ni (ne pozna predmeta ali položaja). Lahko se tudi zgodi, da danim lastnostim ustreza več predmetov. Program bo to sporočil, lahko se zgodi, da ni niti enega. Nato bo "strokovni sistem" odgovoril: "Ne vem, kakšno prosto delovno mesto je to."
Na splošno "strokovni sistem za izbor kadrov" deluje dobro, čeprav so možni lažni pozitivni rezultati. Rešitev za takšne lažne pozitivne rezultate je, da ekspertni sistem med procesom usposabljanja vprašamo več dejstev, zlasti glede dejstva, da "To je napačen predmet." Na primer, poleg dejstev, da je "visoka izobrazba in poznavanje 1C računovodja", je koristno določiti dejstva, da "3 leta vozniških izkušenj in višja izobrazba so računovodja", "poznavanje programskih jezikov" C++, C# ni kumara, "kislo in pomarančno ni računovodja."
1. Agurov P.V. C#. Zbirka receptov. 2007, 429 str. djvu;
2. Ishkova E.A. C# vadnica. Programiranje se je začelo leta 2013;
3. Watson Carley et al. C# 2008 Osnovni tečaj. 2009, 1211 str. djvu;
4. Kako zgraditi lasten ekspertni sistem: Naylor K. 1991;
5. Khaikin S. Nevronske mreže: Celoten tečaj 2006.
Dodatek A
OBJAVAPROGRAMI
Modul - Nevron
z uporabo sistema. Zbirke. generično;
imenski prostor ExpertSystem
// / Deklaracija razreda nevronov
javni razred Neuron
// / Generator naključnih števil
zasebno statično Naključno rnd = novo Naključno();
// / Vhodni podatki nevronske mreže
javni seznam
// / Izhodni rezultat nevronske mreže
javni dvojni izhod;
// / Utežni koeficienti nevronske mreže
javni seznam
// / Funkcija prenosa
javni FuncTranc trans;
// / Stopnja učenja nevronske mreže
javna dvojna mu;
// / Konstruktor po številu uteži
// /Število lestvic
// /Funkcija prenosa
javni nevron(int a_count, FuncTranc a_trans)
vhodi = nov seznam
uteži = nov seznam
za (int i = 0; i< a_count; i++)
vložki. Dodaj(0);
uteži. Dodaj(rnd. NextDouble() * 2 - 1);
javni void compute()
za (int i = 0; i< weights. Count; i++)
res += (uteži [i] * vhodi [i]);
izhod = trans.compute(res);
// / Usposabljanje nevronov
// / Želena reakcija
// / Vhodni vektor
javna neveljavna študija (dvojni t, seznam
dvojni y = izhod;
dvojni dty = t - y;
prev. študij (mu, dty);
za (int i = 0; i< weights. Count; i++)
uteži[i] = uteži[i] + mu * dty * a_inputs[i];
// / Nastavite vhodne parametre
// / Seznam številk
public void set_incomes(Seznam
if (a_incomes. Count! = inputs. Count) vrzi novo izjemo ("Nevron: set_incomes: podano neveljavno število vhodnih parametrov!");
int cn = a_dohodki. štetje;
za (int i = 0; i< cn; i++)
vložki[i] = a_dohodki[i];
Modul - prenosfunkcijeFuncTranc
imenski prostor ExpertSystem
( // / Razred konstant kode prenosne funkcije
javni statični razred TransFuncConstId
// / Vrednost praga
public const int ThresholdId = 1;
// / Trinivojska prenosna funkcija
public const int ThreeLevelsId = 2;
// / Sigmoidna prenosna funkcija
public const int SignFuncId = 3;
// / Linearna funkcija z nasičenostjo
public const int LinearSaturationId = 4;
// / Gaussova prenosna funkcija
public const int GaussFuncId = 5;
// / Funkcija prenosa "Kakšna je"
public const int AsisId = 6;
// / Število vrst prenosnih funkcij
public const int TransFuctionCount = 6;
// / Vmesnik funkcije prenosa
javni vmesnik FuncTranc
// / Preverite enakovrednost prenosne funkcije
// / Še en objekt prenosne funkcije
// / true - enakovredno, false - različno
bool je_enako(FuncTranc a_func);
// / Podana vrednost
// / Rezultat izračuna
dvojni izračun (dvojni dohodek);
// / Ustvari ločeno kopijo prenosne funkcije
// / Samokopiranje
FuncTranc klon();
// / Identifikacijska koda prenosne funkcije
// /Preverjanje pravilnosti prenosne funkcije
// /true - pravilno, false - nepravilno
bool veljaven (dvojni min, dvojni maks);
// / Usposabljanje prenosne funkcije
// / Stopnja učenja
// / Razlika med želenim in dejanskim rezultatom
študija praznine (dvojni mu, dvojni dty);
Objavljeno na Allbest.ru
Opis vhodnih in izhodnih informacij. Zahteve za nabor tehničnih sredstev in za končni uporabniški vmesnik. Izdelava obrazcev za prikaz vhodnih in izhodnih podatkov. Oblikovanje programskih modulov. Uporabniški in programerski priročnik.
tečajna naloga, dodana 27.06.2015
Splošne značilnosti filmske industrije kot predmetnega področja dela. Razvoj baze podatkov in drevesa vprašanj za pridobivanje informacij za izbor filmov. Programska izvedba ekspertnega sistema. Testiranje sistema in izdelava uporabniškega priročnika.
tečajna naloga, dodana 19.05.2014
Lastnosti algoritmov, merila kakovosti. Izdelava in uporaba programskega izdelka v jeziku Delphi. Vrsta operacijskega sistema. Notranja struktura programskega izdelka. Uporabniški in programerski priročnik, izračun stroškov in cene programa.
diplomsko delo, dodano 12.6.2009
Tehnični in ekonomski kazalniki dejavnosti organizacije. Zahteve glede združljivosti informacij in programske opreme. Opis regulativnih in referenčnih informacij. Zahteve za funkcionalne značilnosti. Uporabniški in programerski priročnik.
poročilo o praksi, dodano 23.02.2011
Temeljna načela pravne ureditve delovnih razmerij. Zasnova avtomatiziranega informacijskega sistema "HR Department", implementacija programske opreme, testiranje. Sestava baze podatkov, metode za analizo zanesljivosti sistema, uporabniški priročnik.
diplomsko delo, dodano 3. 11. 2010
Struktura tipičnega ekspertnega sistema. Baza podatkov (delovni pomnilnik), njen namen. Funkcija getsport je primerek razreda cSport. Algoritem za delovanje ekspertnega sistema. Implementacija uporabniškega vmesnika. Rezultati uporabniškega testiranja sistema.
tečajna naloga, dodana 13.06.2012
Oblikovanje programskega modula: zbirka izvornih materialov; opis vhodnih in izhodnih podatkov; izbor programske opreme. Opis podatkovnih tipov in izvedba programskega vmesnika. Testiranje programskega modula in razvoj sistema pomoči.
tečajna naloga, dodana 18.08.2014
Razvoj ekspertnega sistema za izbiro programskega jezika za to programsko opremo. Izbira in utemeljitev mehanizma za izpeljavo rešitve. Drevo baze znanja ekspertnega sistema. Program za generiranje glavnega menija, uporabniški priročnik.
tečajna naloga, dodana 15.08.2012
Razvoj programa, ki vam omogoča izvajanje šifriranja in dešifriranja besedilne datoteke z metodo zamenjave in metodo permutacije. Zahteve za funkcionalne lastnosti, zanesljivost, sestavo in parametre programske strojne opreme. Uporabniški vmesnik.
tečajna naloga, dodana 30.4.2011
Izdelava inteligentnega ekspertnega sistema za izbiro komponent za namizni računalnik. Medicina kot primer ekspertnega sistema po metodi Chris-Naylor. Ekstrakcija znanja, njegovo strukturiranje, predstavitev, strategija sklepanja.