- •1.Понятие об ии
- •2.Области применения ии
- •3.Модели представления знаний
- •8.Экспертые с-мы
- •9.Понятие о нечеткой логике.История проблемы
- •10.Операции с нечеткими множ-вами
- •11.Нечеткий алгоритм
- •12. Метод Максимума - Минимума, Максимума - Произведения.
- •13.Искусственные нейронные сети
- •14.Моделирование нейронов.
- •15.Персептрон
- •17.Генетические алгоритмы
- •18. Генетические операции
- •19. Генетическое программирование
- •20.Интеллект.С-мы управления
8.Экспертые с-мы
ЭС - программа, кот-ая пытается имитировать поведение эксперта, используя для этого данные и факты, предоставл. польз-лем и правила, хранимые в базе знаний.
Обл. применения:
-медицина;-технич.диагностика;-строительство;-юрспруденция.
База знаний- сод-т знания 1го и 2го рода.1го рода-общепринятые факты,теоремы,сод-щиеся в книгах,справочниках.2го рода-эмпирические правила,получаемые от эксперта,учитывает опыт работы в дан. предм.обл-ти.
Блок логич.вывода- осущ-ет поиск оптим.реш.путем просмотра с-мы правил.
Блок исход.данных-сод-т данные для конкретно решаемой задачи.Критерии,целев.ф-ции,ограничения.
Блок интерфейса-поддерж.друж.диалог.
Раб.память-осущ-ет непосредственное реш-е задачи с учетом имеющ-ся исход.данных.
Блок выдачи реш-ий-сод-т объяснительную подс-му.
Блок пополнения знаний-позволяет пополнять Бзновыми правилами или выводить новые знания сам-но.
Классиф.ЭС
В зав-ти от уровня развития и представл.возм-тей различают 4 поколения ЭС:
1.Простейшие ЭС-набор правил ограничен;отсутствует настройка на польз-ля;отсутствует мех-зм самообучения.
2.Партнерские с-мы-кроме базы правил,сод-ся инф-я теоретич.(модели,методы,закономерности);настройка на польз-ля;обучение,самообучение с-мы;позв-ет получить реш-я,плохо формализованных задач на уровне высококвалифиц.эксперта.
3.Взаимод.с внеш.средой с пом-ю датчиков.G2 >1000датчиков,>200 исполнит.мех-змов;наличие модели внеш.мира(анализ ситуации,распознав.критич.ситуаций);выбор оптим.управленческих реш-ний.
4.Распределенные ЭС-сеть ЭС,связанных ч/з ср-ва телекоммуникации.
Этапы создания ЭС
1.Демонстрационный прототип
2.Исследовательский прототип
3.Действующий прототип
4.Промышленная ЭС
5.Коммерческая ЭС
Мех-зм вывода.Прямая и обратная цепочка рассуждений.
Мех-зм логич.вывода это мех-зм,кот-ый применяет правила в некот.послед-ти при решении поставленной задачи.
Цепочка рассуждений-это процедура логич.связей ряда правил.Прямая цепочка рассуждений-на основании имеющихся фактов или исход.данных делается некот.логич.вывод.Обратная цепочка рассуждений- на основе логич.вывода ищутся возможные предпосылки,кот-е ведут к этому выводу.
ПР: треб-ся построить базу правил,кот-я определяет нужно ли эвакуировать население при угрозе наводнения.
1.Необходимо создать стр-ру: наводнение.Стр-ра хар-ся 4мя атрибутами: уровень воды,дождь,тем-ра воздуха,снег.Правила строятся в соотв.с деревом решений.
Для того,чтобы опр-ть конкретную угрозу наводнения,нужно задать значения атрибутов:
Атрибуты |
River city |
Redwood city |
Уровень воды |
Высокий |
низкий |
Дождь |
Обильн. |
Нет |
Тем-ра |
Высок. |
Средняя |
снег |
много |
Много |
1)1,2,3;2)1,2,4,3;3)1,2,4,5,6;4)1,8,9;5)1,8,10,12,13.
9.Понятие о нечеткой логике.История проблемы
Л.Зоде сформулировал принцип несовместимости: нечеткость, неточность лежит в самой природе принятия ч-ком решений. Чем более сложной яв-ся исслед. с-ма, тем менее точной д.б. ее описание. Т.о. точность и здравость смысла яв-ся взаимоисключающими друг друга понятиями в сложных с-мах, где в принятии реш-я участвует ч-к. Ввел понятие нечетких множеств, лингвистич. переменных.
Нечеткие множества
Нечетким множ-вом А наз-ся множ-во пар (х, μА(х)), где хЄХ, μА(х)Є(0,1)
х-объектная переменная
Х-универсальное множ-во
μА(х)- ф-я принадлежности.
Основные св-ва нечетких множ-в
1.
2.След.пар-ры:
-носитель нечеткого множ-ва – интервал тех значений переем х, μ(х)>0
-α-срез-такие знач-я переем.х и μ(х), для кот-ых μ(х)>=α. α=0,05-0,1.
-прототип- такое знач-е перем.х, при кот-ой μ(х)=max.
-лингвистич.перем.-слова,фразы,значения,записанные на естеств.языке.
Возраст={Юный,Молодой,Взрослый,Старый}