
- •Часть 1
- •Оглавление
- •Часть 1
- •Лекция 1 введение
- •1. Цели и задачи дисциплины. Ее место в учебном процессе.
- •2. История развития систем ии
- •3. Философские аспекты систем ии
- •Лекция 2 искуственный интеллект как научное направление
- •1. Человеко-машинные системы с искусственным интеллектом
- •2. Проблема искусственного интеллекта
- •3. Основные направления исследований в системах с искусственным интеллектом
- •Лекция 3 знания и данные
- •1. Знания - необходимая компонента ии
- •2. Макрознания и макроидеи
- •3. Данные и знания. Классификация знаний
- •4. Проблемы представления знаний
- •Лекция 4 представление знаний и рассуждений
- •Лекция 5 логические модели представления знаний
- •1. Предварительные замечания
- •2. Логическая модель представления знаний
- •Лекция 6 псевдофизичесие логики
- •1.Нечеткость в представлении знаний
- •2.Нечеткие множества.
- •3. Нечеткие отношения
- •2.Нечеткие выводы
- •3.Построение Функций принадлежности.
- •Лекция 7 псевдофизические логики
- •Нечеткaя логика
- •1. Нечеткая и лингвистическая переменные.
- •2. Нечеткая и лингвистическая логика
- •Лекция 8 псевдофизические логики
- •Нечеткие высказывания. Нечеткие алгоритмы
- •1. Нечеткие высказывания
- •2. Свойства высказываний.
- •3. Правила преобразования высказываний.
- •4. Понятие нечеткого оператора и алгоритма
- •5. Выполнение нечетких алгоритмов.
- •Лекция 9 продукционные модели представления знаний
- •3. Классификация ядер продукции.
- •4. Методы поиска решений
- •5. Методы логического вывода. Дедуктивный вывод
- •3. Повышение эффективности поиска
- •Лекция 10 методы представления и обработки нечетких знаний в продукционных системах
- •1. Представление экспертной информации
- •2. Представление экспертной информации в виде
- •Лекция 11 методы представления и обработки нечетких знаний в продукционных системах
- •1. Нечеткий вывод на основе дедуктивного логического вывода
- •2. Нечеткий вывод на основе индуктивного логического вывода
- •Лекция 12 сетевые семантические модели представления знаний
- •1. Основные понятия семантических сетей
- •Лекция 13 сетевые семантические модели представления знаний
- •4. Модели семантических сетей. Активные семантические сети (м-сети).
- •Лекция 14 фреймы и объекты
- •Лекция 15 сценарии
- •1. Основные определения
- •3. Каузальные сценарии
- •Лекция 16 модели обучения
- •1. Неформальные модели
- •2. Формальные модели
- •3. Обучение по примерам
- •Лекции 17 обучение по примерам
- •1. Итеративные алгоритмы обучения
- •2. Спецификация задач обучения по примерам
- •Библиографический список
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Тульский государственный университет»
КАФЕДРА
Автоматизированных информационных и управляющих систем
Е.А. Семенчев
Доц., доц.
Конспект лекций
по дисциплине
СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Часть 1
Направление подготовки: 230100 Информатика и вычислительная техника
Профиль «Автоматизированные системы обработки информации и управления»
Квалификация (степень) выпускника: 62 бакалавр
Форма обучения - очная
Тула 2012
Рассмотрено на заседании кафедры АИУС факультета Экономики и права
Протокол № 5 от " 24 " января 2012 г.
Заведующий кафедрой _______________ В.А.Фатуев
Оглавление
Часть 1
Лекция 1 4
ВВЕДЕНИЕ 4
Лекция 2 15
ИСКУСТВЕННЫЙ ИНТЕЛЛЕКТ КАК НАУЧНОЕ НАПРАВЛЕНИЕ 15
Лекция 3 22
ЗНАНИЯ И ДАННЫЕ 22
Лекция 4 32
ПРЕДСТАВЛЕНИЕ ЗНАНИЙ И РАССУЖДЕНИЙ 32
Лекция 5 42
ЛОГИЧЕСКИЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 42
Лекция 6 47
ПСЕВДОФИЗИЧЕСИЕ ЛОГИКИ 47
Лекция 7 56
ПСЕВДОФИЗИЧЕСКИЕ ЛОГИКИ 56
Лекция 8 60
ПСЕВДОФИЗИЧЕСКИЕ ЛОГИКИ 60
Лекция 9 67
ПРОДУКЦИОННЫЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 67
Лекция 10 76
МЕТОДЫ ПРЕДСТАВЛЕНИЯ И ОБРАБОТКИ НЕЧЕТКИХ ЗНАНИЙ В ПРОДУКЦИОННЫХ СИСТЕМАХ 76
Лекция 11 85
МЕТОДЫ ПРЕДСТАВЛЕНИЯ И ОБРАБОТКИ НЕЧЕТКИХ ЗНАНИЙ В ПРОДУКЦИОННЫХ СИСТЕМАХ 85
Лекция 12 103
СЕТЕВЫЕ СЕМАНТИЧЕСКИЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 103
Лекция 13 111
СЕТЕВЫЕ СЕМАНТИЧЕСКИЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 111
Лекция 14 116
ФРЕЙМЫ И ОБЪЕКТЫ 116
Лекция 15 130
СЦЕНАРИИ 130
Лекция 16 135
МОДЕЛИ ОБУЧЕНИЯ 135
Лекции 17 140
ОБУЧЕНИЕ ПО ПРИМЕРАМ 140
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 150
Лекция 1 введение
План лекции
1. Цели и задачи дисциплины. Ее место в учебном процессе.
2. История развития искусственного интеллекта
3.Философские аспекты систем с искусственным интеллектом
1. Цели и задачи дисциплины. Ее место в учебном процессе.
Особенностями экономики в наши дни являются ее крупномасштабность, многогранность, изменчивость и трудность прогнозирования по накопленным данным. С теорией нечетких систем как с методологией связывают большие надежды на повышение точности расчетов и эффективности управления экономическими процессами. С помощью этой теории можно имитировать интеллектуальную деятельность человека, строить системы с искусственным интеллектом, использующие базы данных нечеткой информации и разнообразные методы нечеткого планирования и управления. Наиболее сложным и ответственным этапом управления в экономических системах считается выработка и принятие управляющих решений. При этом сам характер управления по своей природе становится интеллектуальным и основан на нечеткой логике, т.е. выражен в качестве.
Целью изучения дисциплины является подготовка специалистов в области автоматизации сложноформализуемых задач, которые до сих пор считаются прерогативой человека. Задачей изучения дисциплины является приобретение знаний о способах мышления человека, а так же о методах их реализации на компьютере.
Основным предметом изучения дисциплины являются мыслительные способности человека и способы их реализации техническими средствами