Семинар № 6. Модели интеллектуализации.

Цели и задачи занятия: модели интеллектуализации как средство совершенствования экономических систем, возможности решения на принципиально новом уровне сложных экономических задач, принцип построения, функционирования и применения различных моделей систем искусственного интеллекта.

Основные понятия и категории темы: системы искусственного интеллекта, экспертные системы, нечеткие системы, генетические алгоритмы, нейронные сети, представление знаний, формальная модель нейрона, обучение нейронных сетей, синаптическая матрица, продукционные правила, фреймы, семантические сети, логические предикаты, виды неопределенностей, лингвистические переменные, функции принадлежности.

ПЛАН

1. Основные положения по построению систем искусственного интеллекта. Принципиальные подходы, реализуемые системами искусственного интеллекта. Гибридные системы. Тип системы управления в зависимости от сложности объекта управления. История систем искусственного интеллекта. Виды неопределенностей. Нечеткие системы. Нечеткие системы в управлении технологическими и экономическими процессами.

2. Нейронные сети, экспертные системы и генетические алгоритмы.Принципы построения нейронных сетей. Основные свойства нейронных сетей. Представление знаний в нейронных сетях. Применение нейронных сетей в экономике. Решение задач прогнозирования.

Принципы построения и функционирования экспертных систем. Применение экспертных систем в экономике. Представление знаний в экспертных системах.

Генетические алгоритмы – принципы построения и функционирования. Основное преимущество генетических алгоритмов. Применение для решения экономических задач.

ПРОБЛЕМНО-ПОИСКОВЫЕ ВОПРОСЫ

1. Назовите основные модели систем искусственного интеллекта.

2. Какие принципы работы головного мозга человека используются в нейронных сетях?

3. Что такое гибридные системы искусственного интеллекта и каким свойством они обладают?

4. Что такое свойство синергии?

5. Когда был принят термин «искусственный интеллект»?

6. Что такое показатель IQи как он определяется?

7. Какие основные понятия характерны для нечетких систем?

8. Какие основные этапы включает в себя процесс функционирования нейронной сети?

9. Что такое «инженерия знания»?

10. В чем состоит преимущество представления знаний с помощью фреймов?

ТЕМЫ ДЛЯ ДОКЛАДОВ И РЕФЕРАТОВ

1. Модели искусственного интеллекта и их применение в экономике.

2. Экспертные системы и их применение в экономике.

3. Нечеткие системы и их возможности.

4. Нейронные сети и их применение в решении экономических задач.

5. Генетические алгоритмы и их роль в решении экономических задач.

Итоговые тестовые задания к содержательному модулю 6

1. Кто является разработчиком однослойного персептрона?

1) Дж. Хопфилд;

2) Розенблат;

3) Лофти Заде;

4) Дж. Голланд.

2. Кто разработал принцип построения генетических алгоритмов?

1) Дж. Хопфилд;

2) Розенблат;

3) Лофти Заде;

4) Дж. Голланд.

3. Кто является автором теории нечетких множеств?

1) Дж. Хопфилд;

2) Розенблат;

3) Лофти Заде;

4) Дж. Голланд.

4. Кто является разработчиком широко применяемой нейронной сети?

1) Дж. Хопфилд;

2) Розенблат;

3) Лофти Заде;

4) Дж. Голланд.

5. Первые правила обучения нейронных сетей разработаны

1) Т. Кохоненом;

2) М. Мниским;

3) Д. Хеббом;

4) Гроссбергом.

6. Рассуждения человека моделируют

1) экспертные системы;

2) нечеткие системы;

3) нейронные сети;

4) генетические алгоритмы.

7. Функции человека моделируют:

1) экспертные системы;

2) нечеткие системы;

3) нейронные сети;

4) генетические алгоритмы.

8. Структуру нервной системы моделируют

1) экспертные системы;

2) нечеткие системы;

3) нейронные сети;

4) генетические алгоритмы.

9. Эволюционные процессы моделируют

1) экспертные системы;

2) нечеткие системы;

3) нейронные сети;

4) генетические алгоритмы.

10. Наиболее крупные блоки представления знаний используются:

1) в правилах продукций;

2) в семантических сетях;

3) в фреймах;

4) в логических предикатах.