Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Шпоры по КИС.docx
Скачиваний:
16
Добавлен:
01.03.2025
Размер:
99 Кб
Скачать
☆

22. Математические методы и модели ии.

Искусственный интеллект реализуется на базе четырех подходов: логического, эволюционного, имитационного и структурного.

Основой логического подхода служит булева алгебра и ее логические операторы, в первую очередь оператор IF (если). При этом исходные данные хранятся в базе знаний в виде ак­сиом, а правила логического вывода — как отношения меж­ду ними. данный подход требует эффективной реализации вычислительного процесса, и хорошие результаты достигаются при сравни­тельно небольшом размере базы знаний.

Самоорганизация—процесс самопроизвольного увеличения порядка, или организации, в системе, происходящий под действием внешней среды. Самоорганизующиеся модели служат в основном для прог­нозирования поведения и структуры систем различной при­роды. В процессе построения моделей участие человека све­дено к минимуму. Эволюционное моделирование - уни­версальный способ построения прогнозов состояний системы в условиях задания их предыстории. Общая схема алгоритма эволюции: задание исходной организации систе­мы, случайные мутации, отбор для дальнейшего развития той организации, которая является лучшей в рамках некото­рого критерия.

Поиск оптимальной структуры происходит в большей степени случайно и не целенаправленно, что затягивает процесс, но обеспечивает наилучшее приспособление к изменяющимся условиям.

Генетические алгоритмы - это стохастические, эвристические оптимизационные методы, основанные на идее эволюции путем естественного отбора.

Генетический алгоритм - мощное поиско­вое средство, эффективное в различных проблемных областях.

Под структурным подходом подразумевается построе­ние систем ИИ путем моделирования структуры человечес­кого мозга. Нейросетевое моделирование применяется в раз­личных областях — бизнесе, медицине, технике, геологии, физике, где нужно решать задачи прогнозирования, класси­фикации или управления. В основе лежит идея построения вычислительного устройства из большого числа параллельно работающих простых элементов — формальных нейронов, которые функционируют независимо друг от друга и связаны между собой однонаправленными каналами передачи информации.

Искусственные нейронные сети (ИНС) — это математические модели и их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей.

Как правило, искусственная нейронная сеть используется, когда неизвестны виды связей между входами и выходами.

Для моделей, построенных по аналогии с мозгом человека, характерны простое распараллеливание алгоритмов и свя­занная с этим высокая производительность. Основное использование этих моделей — прогнозирование.

23.Системы интеллектуального анализа данных (АИД). Управление знаниями

ИАД-общий термин для обозначения анализа данных с активным использованием матем-х мет-в и алгоритмов (м-ды оптимизации, генетические алгоритмы, распознование образов, статистич-ие м-ды, Data Mining и т.д.), использующих визуальное представление данных.

В общем случае процесс ИАД состоит из 3 стадий; 1.выявление закономерностей; 2.использование выявленных закономерностей для предсказания неизвестных значений; 3.анализ исключений для выявления и толкования аномалий в найденных закономерностях.

Существующие системы ИАД подразделяют на исследо­вательские, ориентированные на специалистов и предназна­ченные для работы с новыми типами проблем; прикладные, рассчитанные на аналитиков, менеджеров, технологов и решающие типовые задачи.

Управление знаниями - систематическое приобретение, синтез, обмен и использование опыта для достижения успеха в бизнесе или в управлении компанией.выделяют два типа знаний: Явные знания — представленные в компании в виде должностных инструкций, регламентов и положений о деятельности подразделений, корпоративные учеб пособия и др. Неявные знания — знания, носителем которых является человек (продукт личного опыта, передать их можно только посредством личного и непосредственного общения. Они могут содержаться в корпоративном хранилище данных, для извлечения которых используются технологии искусственного интеллекта и статистики.

Управлять знаниями так, как управляют, например, фи­нансовыми ресурсами, нельзя, но можно управлять взаимо­действиями явных и неявных знаний, способствовать их об­мену на уровне групп, индивидуальном и корпоративном уровнях, управлять переходом знаний из одной формы в дру­гую. Процедуры взаимодействия могут быть реализованы в портале управления знаниями (это корпоративный информационный портал для управления взаимодействием на уровне знаний сотрудников орг-ации, рабочих групп и орг-ции)

24. Понятие и назначение экспертной системы ЭС— система ис­кусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения. ЭС предназначена для решения неформализованных задач, к которым относят задачи, обладающие одной или несколькими из следующих характеристик: -исходные данные не могут быть заданы в числовой форме; -цели не могут быть выражены в терминах точно определенной целевой функции; -не существует алгоритмического решения задач; -алгоритмическое решение существует, но его нельзя использовать из-за ограниченности ресурсов (время, память).Классификация ЭС. -по назначению: общего пользования и специализированные; -по степени зависимости от внешней среды: статические и динамические; -по типу использования: изолированные, ЭС на входе/выходе других систем и гибридные; -по стадии создания: исследовательские образцы; демонстрационые; промышленые; коммерческие

Структура ЭС.Полностью оформленная статическая экспертная система имеет 6 компонентов: база знаний, машина логического вывода; компонент приобретения знаний, объяснительный и диалоговый компоненты; база данных. Режимы работы ЭС.ЭС может работать в 2 режимах: приобретения знаний и решения задачи.