
- •Класифікація інф систем
- •Види інфор. Забезпечення
- •Функціональна декопозиція іс виробничого підприємства
- •Типові задачі основних функціональних підсистем промислового підприємства.
- •Робоча документація на розробку іс. Документи : «Постановка задачі» та «Розроблення алгоритмів отримання результатних даних».
- •Аспекти оцінки економічної інформації.
- •Існують наступні процедури формалізованого опису еі:
- •Основні поняття класифікації.
- •1)Реєстраційний:
- •2)Класифікаційний
- •Класифікація іт
- •Моделі даних машинною іб розглядається на двох рівнях: логічному та фізичному.
- •Терміни реляційної моделі
- •Організацією unido було розроблено низку фінансово-аналітичних програм для оцінювання бізнес-проектів і контролю фінансового стану бізнесу.
- •Стадії та етапи розробки інформаційних систем визначає відповідний державний стандарт (гост 34.601—90).
- •1) Dfd (Data Flow Diagrams) — діаграми потоків даних разом зі словниками даних і специфікаціями процесів (міні-специфікаціями);
- •2) Erd (Entity—Relationship Diagrams) — діаграми «суть—зв’язок»;
- •3) Std (State Transition Diagrams) — діаграми переходів станів.
- •Під час структурного проектування виконуються два види робіт:
- •При цьому відбувається розширення моделі вимог:
- •Об’єкти і класи організуються з дотриманням таких принципів:
- •Недоліки системи:
- •Класи за функціональними можливостями:
- •За рівнем інтеграції
- •49.. Загальна характеристика середніх ііс: miracle V, jd Edwards (Robertson & Blums) та SyteLine (coкап/symix).
- •50.. Досвід впровадження великих ііс: sap/r3 (sap ag), Baan (Baan) та Oracle Applications (Oracle).
- •51.. Визначення систем підтримки прийняття рішень (сппр). Напрями застосування сппр. Основні функції та властивості сппр.
- •53.. Проблеми широкого впровадження та застосування сппр у розподіленому середовищі. Досвід використання в економіці сппр: “Симплан”,pims, isds, ifps та ін.
- •Система «Симплан»
- •Cистема рiмs
- •Система isds
- •Система ifps
- •Система maud
- •54.. Визначення експертних систем (ес). Досвід та області застосування ес. Класифікація ес за призначенням та зв’язком з реальним часом.
- •55.. Форма подання знань в ес. Властивості та вимоги до ес. Архітектура ес. Основні фази розроблення бз. Інструментальні засоби створення ес.
- •56. Загальна характеристика та класифікація оптимізаційних задач.
- •57. Складові математичних моделей оптимізаційних задач. Сутність методу розв’язання задач лінійного програмування.
- •Методи розв'язання
55.. Форма подання знань в ес. Властивості та вимоги до ес. Архітектура ес. Основні фази розроблення бз. Інструментальні засоби створення ес.
Для фахівців в області штучного інтелекту термін знання означає інформацію, яка необхідна програмі, щоб вона вела себе «інтелектуально». Ця інформація приймає форму фактів або правил. Факти і правила в експертній системі не завжди або істинні, або хибні, іноді існує деяка ступінь непевності у достовірності факту або точності правила. Якщо цей сумнів виражено явно, то воно називається «коефіцієнтом впевненості». Багато правил експертної системи є евристиками, тобто емпіричними правилами або спрощеннями, які ефективно обмежують пошук рішення. Експертна система використовує евристики, тому що завдання, які вона вирішує, будь то пошук нових родовищ або погодження позовів, як правило, важкі і не до кінця зрозумілі. Ці завдання не піддаються строгому математичному аналізу або алгоритмічному рішенню. Алгоритмічний метод гарантує коректне або оптимальне рішення задачі, тоді як евристичний метод дає прийнятне рішення в більшості випадків. Основними вимогами до ЕС є:
- використання знань пов'язано з конкретною предметною галуззю;
- придбання знань від експерта;
- визначення реальної й досить складного завдання;
- наділення системи здатностями експерта.
Знання є явними і доступними, що відрізняє ЕС від традиційних програм, і визначає їхні основні властивості, такі, як:
1) Застосування для рішення проблем високоякісного досвіду, що представляє рівень мислення найбільш кваліфікованих експертів у даній області, що веде до рішень творчим, точним і ефективним.
2) Наявність прогностичних можливостей, при яких ЕС видає відповіді не тільки для конкретної ситуації, але і показує, як змінюються ці відповіді в нових ситуаціях, з можливістю докладного пояснення яким образом нова ситуація привела до змін.
3) Забезпечення такої нової якості, як інституціональна пам'ять, за рахунок вхідної до складу ЕС бази знань, що розроблена в ході взаємодій з фахівцями організації, і являє собою поточну політику цієї групи людей. Цей набір знань стає зводом кваліфікованих думок і постійно обновлюваним довідником найкращих стратегій і методів, використовуваних персоналом. Провідні спеціалісти ідуть, але їхній досвід залишається.
4) Можливість використання ЕС для навчання і тренування керівників, забезпечуючи нових службовців великим багажем досвіду і стратегій, по яких можна вивчати політику, що рекомендується, і методи.
База знань складається з правил аналізу інформації від користувача з конкретної проблеми. ЕС аналізує ситуацію і, залежно від спрямованості ЕС, дає рекомендації з розв'язання проблеми.
База знань, БЗ — це особливого роду база даних, розроблена для управління знаннями (метаданими), тобто збором, зберіганням, пошуком і видачею знань.
Інструментальні засоби створення ЕС.
Процес створення експертних систем значно змінився за останні роки. Завдяки появі спеціальних інструментальних засобів побудови експертних систем значно скоротились терміни та зменшилась трудомісткість їх розробки. Інструментальні засоби, що використовуються при створенні експертних систем, можна розбити на три класи:
мови програмування, орієнтовані на створення експертних систем
середовища програмування
порожні експертні системи
На американському і західноєвропейських ринках систем штучного інтелекту організаціям, які бажають створити експертну систему, фірми-розробники пропонують сотні інструментальних засобів для їх побудови. Нараховуються тисячі розроблених вузькоспеціалізованих експертних систем. Це свідчить про те, що експертні системи складають дуже вагому частину програмних засобів.