
- •2.Архітектура бази знань в іспр
- •3. Архітектура інтелектуальних систем: Загальна структура і компоненти інтелектуальної системи.
- •4.Архітектура інтелектуальної імітаційної системи та її зв'язок з розподіленою бд інтегрованою системою управління підприємством.
- •5. База знань, особливості формування баз знань (бз) для інформаційних систем виробничо-промислових структур.
- •6.Бази та сховища даних. Інтегровані аналітичні системи.
- •7. Визначенняролі іспр всистемікласифікаціїінформаційних систем.
- •8. Використання технологій експертних систем у іспр виробничої сфери.
- •9. Відкриття та здобування знань
- •10. Загальна характеристика інструментальних засобів FuzzyTech програмного пакету matlab.
- •11. Засоби підтримки знань.
- •13.Інтелектуальна система планування виробництвом.
- •14.Інтелектуальний інтерфейс інтелектуальної системи управління виробництвом.
- •15.Інтелектуальні інформаційні системи підтримки прийняття рішень: Структура інтелектуальної системи прийняття рішень.
- •16.Інтелектуальні системи на основі інженерії знань та штучного інтелекту: Інтелектуальний аналіз даних.
- •17.Компоненти інтелектуальної інформаційної системи аналізу інвестицій.
- •18.Характеристика орієнтованих на знання іспр виробничої сфери.
- •19. Застосування нейронних мереж для аналізу часових рядів.
- •20. Інтелектуальні системи на основі інженерії знань та штучного інтелекту: olap – системи.
- •21. Інтелектуальні системи на основі інженерії знань та штучного інтелекту: Структура даних і скбд.
- •25. Навчання машин розпізнаванню образів
- •26. Напрями розвитку інтелектуальних інформаційних систем.
- •27. Об'єктно-орієнтоване проектування інтелектуальної інформаційної системи.
- •28. Основні компоненти іспр.
- •29. Призначення та структура генетичних алгоритмів
- •30.Проектування інформаційного забезпечення
- •31. Етапи проектування іс
- •32. Система природно-мовного інтерфейсу іспр
- •33. Специфіка функціонування іс в управлінні виробництвом
- •34. Структура моделювання в іспр
- •35. Технологія роботи іспр
- •36. Штучний інтелект в управлінні інвестиціями
7. Визначенняролі іспр всистемікласифікаціїінформаційних систем.
Основні ролі:
Інтерпретаціяданих. Це одна з традиційнихзавдань для експертних систем .Підінтерпретацієюрозумієтьсяпроцесвизначеннязмістуданих , результатиякогомають бути погодженими і коректними . Зазвичайпередбачаєтьсябагатоваріантнийаналізданих
Діагностика . Піддіагностикоюрозумієтьсяпроцесспіввідношенняоб'єкту з деякимкласомоб'єктів і / абовиявленнянесправності в деякійсистемі . Несправність - цевідхиленнявіднорми. Такетрактуваннядозволяє з єдинихтеоретичнихпозиційрозглядати і несправністьустаткування в технічних системах , і захворюванняживихорганізмів , і всілякіприродніаномалії. Важливоюспецифікою є тут необхідністьрозумінняфункціональноїструктури ( « анатомії» ) діагностуючоїсистеми .
Моніторинг .Основнезавданнямоніторингу - безперервнаінтерпретаціяданих в реальному масштабі часу і сигналізація про вихід тих абоіншихпараметрів за допустимімежі. Головніпроблеми - « пропуск » тривожноїситуації і інверсназавдання « помилкового » спрацьовування. Складністьцих проблем в розмитостісимптомівтривожнихситуацій і необхідністьоблікутимчасового контексту.
Проектування .Проектуванняполягає в підготовціспецифікацій на створення « об'єктів» іззаздалегідьвизначенимивластивостями. Підспецифікацієюрозуміється весь набірнеобхіднихдокументів -креслення , пояснювальна записка і т.д. Основніпроблеми тут - отриманнячіткого структурного описузнань про об'єкт і проблема « сліду» . Для організаціїефективногопроектування і в щебільшомуступеніперепроектуваннянеобхідноформувати не лишесаміпроектнірішення , але і мотивиїхприйняття. Таким чином , в задачах проектуваннятіснозв'язуються два основніпроцеси , виконуваних в рамках відповідної ЕС : процесвиведеннярішення і процеспояснення .
Прогнозування .Прогнозуваннядозволяєпередбачатинаслідкидеякихподійабоявищ на підставіаналізунаявнихданих. Прогнозуютьсистемилогічновиводятьвірогіднінаслідки з заданихситуацій . У прогнозуючоїсистемізазвичайвикористовуєтьсяпараметричнадинамічна модель , в якійзначенняпараметрів « підганяються » підзадануситуацію. Виведені з цієїмоделіслідстваскладають основу дляпрогнозів з ймовірнимиоцінками.
Планування .Підплануваннямрозумієтьсязнаходженняпланівдій, щовідносяться до об'єктів , здатнимвиконуватидеякіфункції. У таких ЕС використовуютьсямоделіповедінкиреальнихоб'єктів з тим , щоблогічновивестинаслідкипланованоїдіяльності .
Навчання .Піднавчаннямрозумієтьсявикористаннякомп'ютера для навчанняякийсьдисциплініабо предмету. Системинавчаннядіагностуютьпомилки при вивченніякої-небудьдисципліни за допомогою ЕОМ і підказуютьправильнірішення. Вони акумулюютьзнання про гіпотетичного « учня » і йогохарактернихпомилках ,потім в роботі вони здатнідіагностуватислабкості в
8. Використання технологій експертних систем у іспр виробничої сфери.
Експертні системи - це прогресуюче напрямок в області штучного інтелекту. Причиною підвищеного інтересу , який експертні системи викликають до себе протягом усього свого існування , є можливість їх застосування для вирішення завдань з самих різних областей людської діяльності. Мабуть, не знайдеться такої предметної області , в якій не було б створено жодної ЕС або , принаймні , такі спроби не робилися б .
Основні типи завдань , що вирішуються за допомогою ЕС :
1 ) інтерпретація , визначення смислового змісту вхідних даних ;
2 ) пророцтво наслідків спостережуваних ситуацій ;
3 ) діагностика несправностей ( захворювань) за симптомами ;
4 ) конструювання об'єкта із заданими властивостями при дотриманні встановлених обмежень ;
5 ) планування послідовності дій, що призводять до бажаного стану об'єкта;
6 ) спостереження (спостереження ) за мінливих станом об'єкта і порівняння його параметрів з встановленими або бажаними ;
7 ) управління об'єктом з метою досягнення бажаної поведінки ;
8 ) пошук несправностей ;
9 ) навчання .
В економічних інформаційних системах за допомогою ЕС можливе вирішення наступних завдань:
1 . Аналіз фінансового стану підприємства .
2 . Оцінка кредитоспроможності підприємства .
3 . Планування фінансових ресурсів підприємства .
4 . Формування портфеля інвестицій .
5 . Страхування комерційних кредитів .
6 . Вибір стратегії виробництва .
7 . Оцінка конкурентоспроможності продукції .
8 . Вибір стратегії ціноутворення .
9 . Вибір постачальника продукції .
10 . Підбір кадрів .
Застосування нейронних мереж. Нейронні мережі особливо ефективні у випадках , коли потрібно проаналізувати велику кількість даних для оцінювання ситуації. Наприклад , при прийнятті рішення про видачу кредиту потрібно переглянути випадки з минулого досвіду з відповідями так / ні .
Області застосування нейронних мереж в сфері економічної діяльності: