Семенов Н.А. Интеллектуальные информационные системы: Учебное пособие. 1-е изд. Тверь: ТГТУ, 2004. 100 с.

Учебное пособие содержит теоретические и практические аспекты теории интеллектуальных информационных систем. Материал пособия охватывает вопросы, связанные с построением экспертных систем, систем поддержки принятия решений и экономических советующих систем на основе результатов современных исследований.

Предназначено для студентов и магистрантов, изучающих дисциплину «Интеллектуальные информационные системы» в технических университетах.

Рецензенты: кафедра системного и экономико-математического анализа ТГУ (зав. кафедрой, доктор технических наук профессор В.Н Михно) доктор технических наук, заведующий кафедрой ЭВМ ТГТУ, профессор В.А. Григорьев;

Оглавление

Введение…………………………………………………………………..….…	5
Глава 1. Интеллектуальные информационные системы: понятие и классификация……………………………………………………………...…	6
1.1 Эволюция развития информационных систем……………………….	6
1.2 Основные разновидности ИИС и характеристики решаемых задач…......………………………………………………………………..	8
1.3 Классификация ИИС…………………………………………………….	11
Глава 2. Структура и этапы проектирования экспертных систем……..	13
2.1 Структура статической и динамической ЭС………………………...	13
2.2 Характеристики, стадии существования и этапы проектирования статических ЭС………………………………………………………	14
Глава 3. Модели представления знаний……………………………..……..	18
3.1 Продукционная модель……………………..…………………………...	18
3.2 Формально-логическая модель…………………………………………	19
3.3 Фреймовая модель……………………………………………………....	22
3.4 Семантические сети……………………….…………………………...	25
Глава 4. Методы обработки знаний в интеллектуальных системах. Нечеткие знания………………………………………………………………	27
4.1 Интерпретатор правил и управление выводом………………..……...	27
4.2 Нечеткие знания и нечеткая логика……..…………………………….	31
Глава 5. Теоретические основы инженерии знаний………………………	34
5.1 Процедура извлечения знаний………………………………..………..	34
5.2 Основные аспекты извлечения знаний………………………..……….	35
5.3 Методы извлечения знаний…………………………………..………...	39
Глава 6. Нейронные сети……………………………………………………..	43
6.1 Искусственный нейрон и функции активации………………..………	43
6.2 Нейронные сети с прямой связью………………………………..….....	44
6.3 Алгоритмы обучения нейронных сетей..………………………..…….	47
Глава 7. Технология создания экономических советующих систем……	52
7.1 Определение и виды информационных технологий…………..……...	52
7.2 Технология «Ресурс – Обучение – Цель»………….…………..……	53
7.3 Определение коэффициента важности целей…………………..……..	55
Глава 8. Программный инструментарий разработки систем, основанных на знаниях……………………………………………………….	56
8.1 Цели и принципы технологии разработки программных средств.…..	56
8.2 Технология и инструментарий разработки программных средств…..	57
Глава 9. Интеллектуальные Интернет-технологии………………………	62
9.1 Интеллектуальные агенты…..……………..…………………………...	62
9.2 Мультиагентные системы…………………………………………….	64
Глава 10. Новые тенденции инженерии знаний, хранилища данных и управление знаниями…………………………………………………………	67
10.1 Методы извлечения глубинных пластов экспертного знания…...….	67
10.2 Хранилища данных………………….…………………..…………….	70
10.3 Управление знаниями…...………………………………...…………...	71
10.4 Технология создания систем управления знаниями…………………	74
Глава 11. Интеллектуальные информационные системы в условиях неопределенности и риска……………………………………………………	79
11.1 Понятие риска в СППР слабоструктурированных проблем……...…	79
11.2 Реализация ЭС инвестиционного проектирования..………………...	84
Глава 12. Системы, ориентированные на естественно-языковые запросы…………………………………………………………………………	88
12.1 Естественно-языковые интерфейсы…………………………………..	88
12.2 Машинное обучение……………………………...……………………	95
Библиографический список………………………………………………….	99

Введение

Учебное пособие предназначено для студентов специальности 351400 «Прикладная информатика (в экономике)».

Интеллектуальные информационные системы (ИИС) – результат развития обычных информационных систем (ИС), которые сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные ИС данные [1]. В пособии приводятся основные знания по теории ИИС в соответствии с ГОС СД.Ф.02, который предусматривает изучение следующего материала.

Понятие ИИС, основные свойства. Классификация ИИС. Экспертные системы (ЭС). Составные части ЭС: база знаний (БЗ), механизм вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс. Организация БЗ. Предметные (фактуальные) и проблемные (операционные) знания. Декларативная и процедурная формы представления знаний. Методы представления знаний. Логический и эвристический методы рассуждения в ИИС. Рассуждения на основе дедукции, индукции и аналогии. Нечеткий вывод знаний. Немонотонность вывода. Статические и динамические ЭС. Приобретение знаний. Извлечение знаний и данных. Машинное обучение на примерах. Нейронные сети. Этапы проектирования ЭС: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация. Участники процесса проектирования: эксперты, инженеры по знаниям, конечные пользователи.

Глава 1. Интеллектуальные информационные системы: понятие и классификация

1. Эволюция развития информационных систем

Принятие решений относительно действий или поведения в той или иной ситуации любых субъектов осуществляется на основе информационных процессов (ИП). ИП реализует отношения объекта и субъекта и представляет собой восприятие субъектом объективной реальности в виде данных, переработку этих данных в соответствии с целевой установкой и имеющимися знаниями о зависимостях фактов в информацию. На основе полученной информации происходят обновление знания субъекта, выработка решения по возможному изменению состояния объекта и целевой установки субъекта. Следовательно, ИП может быть рассмотрен в трех аспектах:

• синтаксический аспект – предполагает отображение объективной реальности в некоторой среде или на определенном языке;

• семантический аспект – определяет понимание и интерпретацию данных на основе знаний субъекта, которые отражают зависимости, закономерности взаимодействия объектов;

• прагматический аспект – предусматривает оценку полезности полученного нового знания субъекта в соответствии с целевой установкой для принятия решения.

В широком смысле под информацией понимаются все три аспекта отражения ИП. Любая ИС обеспечивает ввод данных, хранение, обработку информации и вывод результатов.

Знание имеет двоякую природу: предметную (фактуальную) и проблемную (операционную). Предметное знание представляет известные сведения об объектах отражаемой реальности и накапливаются в базе данных (БД). Проблемное знание отражает зависимости и отношения между объектами, которые позволяют интерпретировать данные или извлекать из них информацию. Проблемное знание представляются либо в алгоритмической форме, либо в декларативной форме в виде БЗ. Часто предметные знания называют экстенсиональными (детализированными), а проблемные – интенсиональными (обобщенными).

ИП с помощью компьютерной информационной системы сводится к адекватному соединению предметных и проблемных знаний, что в различных ИС осуществляется по-разному. В системах, основанных на БД, происходит отделение предметных и проблемных знаний. Первые организуются в виде БД, вторые – в виде алгоритмов и соответствующих программ. В качестве посредника при этом выступает некоторая система управления БД (СУБД). Концепция независимости программ от данных позволяет повысить гибкость ИС по выполнению информационных запросов, но пользователь должен знать структуру БД и алгоритм решения задачи. Недостатками традиционных ИС является слабая адаптивность к изменениям в предметной области и невозможность решения плохо формализованных задач.

Эти недостатки устраняются в ИИС. При этом проблемные знания выделяются в БЗ, которая в декларативной форме хранит общие для различных задач единицы знаний. Управляющая структура приобретает характер универсального механизма решения задач (механизма вывода).

Следующим шагом в развитии ИИС является выделение в самостоятельную подсистему (репозитарий) метазнания (знания о знаниях), которые описывают структуру предметных и проблемных знаний. Репозитарий отражает модель проблемной области в виде совокупности данных и правил. ИИС, обрабатывающие метазнания, получили название систем, основанных на моделях. В таких системах и программы, и структуры данных генерируются или компонуются из единиц знаний, описанных в репозитарии, каждый раз при изменении модели проблемной области [3].

Для ИИС, ориентированных на генерацию алгоритмов решения задач, характерны следующие признаки:

• развитые коммуникативные способности;

• умение решать сложные плохо формализуемые задачи;

• способность к самообучению;

• адаптивность.

Коммуникативные способности ИИС характеризуют способ взаимодействия конечного пользователя с системой, в частности, возможность формулирования произвольного запроса в диалоге с ИИС на языке, максимально приближенном к естественному. Сложные плохо формализованные задачи – это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний. Способность к самообучению – это возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций. Адаптивность – способность к развитию системы в соответствии с объективными изменениями модели проблемной области.

Прежде чем приступить к изучению теории ИИС, необходимо определить основные понятия [2]:

Данные – это отдельные факты, характеризующие объекты, процессы и явления предметной области.

Знания – это закономерности предметной области, полученные в результате практической деятельности, позволяющие специалистам ставить и решать задачи в этой области. Другими словами, знания – это хорошо структурированные данные, или данные о данных, или метаданные.

Существуют десятки моделей представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам: продукционные модели; семантические сети; фреймы; формальные логические модели.

Искусственный интеллект (ИИ) является междисциплинарной наукой, которая включает исследования в области экспертных систем (ЭС), систем поддержки принятия решений (СППР), экономических советующих систем (ЭСС), интеллектуальных интерфейсов, многоагентных систем, мягких вычислений, генетических алгоритмов и др.

Знания могут быть классифицированы по следующим категориям [2]:

• поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области;

• глубинные – абстракции, аналогии, схемы, отображающие структуры и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.

Современные ЭС работают с поверхностными знаниями. Исторически первичными были процедурные знания, то есть знания, «растворенные» в алгоритмах. Эти знания управляют данными. Для их изменения необходимо изменить программу. С развитием ИИ приоритет данных постепенно изменялся, и все большая часть данных сосредоточивалась в структурах данных (таблицы, списки, графы), то есть увеличивалась роль декларативных знаний.