6 00 Ликвидность

2 00

t

2 3 4 5

1 100

1.

2.

2 00

3

t

-200 2 3 4 5

1.рентабельность продаж

2.рентабельность валовой прибыли

3.рентабельность операционной прибыли.

Резюме:

Рассмотренные выше экспертно-прогнозные ИТУ на примере « PEW» позволяет произвести оценку последствий принимаемых решений на год, два, три и более в инвестиционном проектировании по всем экономическим проблемам.

Лекция 15. Экспертные системы распознавания образов

Экспертная система – совокупность правил формирования оценок или составления прогноза, составления параметров движения объектов или их образование с помощью эксперта.

Менеджеру ЭС нужна для получения ответа на вопрос какое значение параметров объекта или его образа будет через время.

Два подхода к построению экспертных систем:

Статистический

Вероятностный

Статистический подход формируется из 3 составляющих:

формирование матрицы экспертизы

вероятное состояние объекта в будущем

формула Байеса

В экспертной системе такого класса экспертная матрица имеет вид:

Наблюдение	Состояние объекта сегодня	Состояние объекта завтра
1	a	d
2	b	c
i	k	p
n	s	t

Экспертно-прогнозные ИТУ, предназначены для распознавания образов, имеют независимо от предмета области один и тот же общий принцип построения Алгоритм прогноза состояния объекта, отражает принцип построения ЭС имеет вид:

Переменные

программ.

исходящ.

база знаний

В соответствии с этим имеются 2 варианта реализации этого алгоритма:

1.без использования вероятностей

2.с использованием статистики.

По 1 варианту алгоритм содержит:

обучающую систему ( базу знаний)

правило выбора суждений ( программа)

построение правил (программа)

выбор решения (исходящее)

По 2 варианту с использование вероятности в виде теоремы Байеса, имеющей вид:

P(x/y) . P(y)

Р (y/x) =

P(y/x) . P(y)+P(x/y) .P(x)

В выражении 15.1

p(y) – истинное событие у вертуального настоящего события y.

p(x) – истинное событие х, безусловно, вертикали настоящего события х.

р(х/у) – условие вероятности наступления события у, при условии, что х уже наступило.

Формула Байеса является основным правилом программного обеспечения экспертной системы, построенной по методу узлов.

Широко используется в экспертных системах прогноза погоды.

Пример

узел 1 холодно

прав. 1

прав. 2

дождь

min t

о

сухо

садки днём

с олнце днём

И в первом и во втором правилах используется формула Байеса, в которых условные и безусловные вероятности колебаний погоды построены на предшествовании статистики.

Часто в ЭС распознавания образов используются одноузловые схемы распознавания.

Пример:

Дано:

Наблюдения/образ	Птица	Самолёт	Планер
Крылья	1	1	1
Клюв	1	0	0
Двигатель	0	1	0

Распознаваемый образ:

Операции, выполненные при обучении системы

Инициализация системы

Ввод примеров

Тренировка экспертной системы экспертом

Обучение экспертной системы экспертом

Нормативное функционирование системы

Запоминание текущего состояния экспертной системы

Загрузка экспертной системы новыми признаками

Контроль правил и примеров

Выход

Примеры Экспертной системы, имеющей следующий состав:

Системы идентификации ( факты и гипотезы )

Конструктор образов

Эксперт

База знаний

Такой состав и изложенные ранее принципы построения имеют следующие экспертные системы.

ЭС	Область применения	Примечания
mycin	медицинская диагностика	правило логического вывода
pip
pubb
sacon	техническая диагностика	-//-
prospector	геологическая диагностика
dendrol	определение химической структуры вещества
sinchem
molgen	генетика	логика – вероятн. правило
mecno	механика	математические модели
pecos	программирование	все существующие языки программирования.
RI	конфигурирование ПК
SAGE microexpert	построение экспертных систем	в правилах логики введено использование: Lisp, Prolog