
- •О.А. Печень
- •Оглавление
- •Предисловие
- •Раздел 1. Теоретические основы построения иис Тема 1.1. Развитие и области применения интеллектуальных информационных систем
- •1.1.1. Предмет, цель и задачи дисциплины
- •1.1.2. Классификация иис, место и роль иис в ит
- •Контрольные вопросы по теме
- •Тема 1.2. Знания и методы представления знаний
- •1.2.1. Знания, свойства и классификация знаний
- •1.2.2. Модели представления знаний
- •1.2.3. Логическая модель представления знаний
- •1.2.3. Нечеткая логика как расширение логической модели
- •1.2.4. Продукционная модель представления знаний
- •База правил
- •База правил
- •1.2.5. Модель представления знаний на основе семантических сетей
- •1.2.6. Представление знаний с применением фреймов
- •1.2.8. Использование различных моделей представления знаний
- •Контрольные вопросы по теме
- •Тема 1.3. Инженерия знаний и получение знаний
- •1.3.1. Инженерия знаний
- •1.3.2. Методы получения знаний
- •Контрольные вопросы по теме
- •Раздел 2. Технологии экспертных систем
- •2.1.2. Структура экспертных систем
- •2.1.3. Классификация экспертных систем
- •Контрольные вопросы по теме
- •Тема 2.2. Технология разработки экспертных систем
- •2.2.1. Этапы разработки экспертной системы
- •2.2.2. Состав и взаимодействие участников процесса разработки и эксплуатации эс
- •Контрольные вопросы по теме
- •Тема 2.3. Процесс поиска решений и механизмы вывода и рассуждений
- •2.3.1. Поиск как основа функционирования иис
- •2.3.2. Методы поиска решений в пространстве состояний
- •2.3.3. Стратегии поиска в глубину и ширину
- •2.3.4. Стратегия эвристического поиска
- •2.3.5. Формализация задач в пространстве состояний
- •Контрольные вопросы по теме
- •Раздел 3. Технологии нейронных сетей
- •Тема 3.1. Введение в нейронные сети и нейросетевые системы
- •3.1.1. Основы нейросетевого подхода
- •3.1.2. Построение и применение нейросетей
- •Контрольные вопросы по теме
- •Тема 3.2. Классификация и выбор структуры нейросетей
- •3.2.1. Классификация нейросетей
- •3.2.2. Выбор структуры нейросетей
- •Контрольные вопросы по теме
- •Тема 3.3. Решение задач с помощью нейросетей
- •3.3.1. Общий подход к построению нейросети
- •3.3.2. Обучение нейросети
- •3.3.3. Применение обученной нейросети
- •Контрольные вопросы по теме
- •Раздел 4. Эволюционные вычисления
- •Тема 4.1. Эволюционные вычисления и генетические алгоритмы
- •4.1.1. Сущность эволюционного подхода к вычислениям
- •4.1.2. Основы теории генетических алгоритмов
- •4.1.3. Направления развития генетических алгоритмов
- •Контрольные вопросы по теме
- •Раздел 5. Средства разработки и интерфейсы иис
- •Тема 5.1. Инструментальные средства разработки иис
- •5.1.1. Общие сведения о средствах разработки иис
- •5.1.2. Языки программирования для разработки иис
- •Тема 5.2. Интеллектуальные интерфейсы
- •5.2.1. Речевое взаимодействие с иис
- •5.2.2. Графические интеллектуальные интерфейсы
- •5.2.3. Интеллектуальные поисковые системы
- •5.2.4. Обучающие системы и тренажеры
- •Контрольные вопросы по теме
- •Литература
Контрольные вопросы по теме
Приведите общую схему типовой технологии построения ЭС.
Расскажите содержание этапов идентификации и концептуализации.
Расскажите содержание этапа формализации.
Расскажите содержание и особенности этапов выполнения (реализации), тестирования, опытной эксплуатации ЭС.
Сформулируйте причины и необходимость итеративности разработки ЭС.
Приведите состав участников разработки ЭС.
Нарисуйте схему взаимодействия участников разработки ЭС.
Объясните, что такое эвристика.
Расскажите об отличиях статических и динамических ЭС.
Тема 2.3. Процесс поиска решений и механизмы вывода и рассуждений
2.3.1. Поиск как основа функционирования иис
Поиск решения в пространстве состояний
Практически вся деятельность человека состоит из принятия решений: перейти улицу, купить товар, написать деловое письмо и так далее. В течение дня по различным ситуациям человек принимает в среднем 10 тыс. решений [8,с.220]. Человек принимает типовые решения не задумываясь, автоматически и бессознательно. Если же решение не типовое, либо ответственное, то человек начинает размышлять, в сложных случаях обращаясь за советом. Такой подход выработался историей развития человека и общества. Он устраивал большинство людей, пока темп изменений в окружающем мире был невелик, новые явления возникали последовательно, а не одновременно, а для правильного реагирования достаточно было учитывать один-два важных фактора, не рассматривая все их множество.
Постепенно с развитием экономики и общества ситуация усложнилась Большое количество задач являются многокритериальными, приходится учитывать большое число факторов. Приходится оценивать множество сил, влияний, интересов и последствий, характеризующих то или иное решение. Значительно повысился темп жизни. Стало необходимо принимать решения в режиме, близком к реальному времени.
Часто необходимо оценить все возможные варианты действий и их положительные и отрицательные следствия. То есть необходимо сгенерировать все возможные альтернативы, выполнить оценку по определенным критериям и выбрать лучший из вариантов. Принять правильное решение, таким образом, означает выбрать такой вариант из числа возможных, в котором с учетом всех факторов и требований будет оптимизирована некая общая ценность решения.
С внедрением в повседневную практику информационных технологий процессы генерации и выбора альтернатив при поиске решений стали выполняться с использованием ЭВМ. Появилась отдельная область исследований, занимающаяся задачами формализации и алгоритмизации процесса принятия решений с использованием методики генерации возможных альтернатив и их оценки.
Формализация задачи принятия решения, таким образом, предполагает описание всех важных факторов, влияющих на достижение цели, их взаимодействия, ограничительных условий и критериев оценки качества решения, на основе которых можно осуществить выбор между альтернативами. В качестве критерия оценки обычно выступает некая целевая функция, аргументами которой являются количественные характеристики, описывающие состояние факторов, влияющих на достижение цели в решаемой задаче. При этом решению, приводящему к наилучшему результату, как правило, соответствует экстремальное значение целевой функции, то есть точка ее максимума или минимума.
Таким образом, процесс генерации вариантов решений и выбора наилучшей из альтернатив сводится в общем случае, к созданию всех возможных комбинаций значений характеристик, влияющих на целевую функцию, и нахождению такой комбинации, которая приводит к ее экстремальному значению. Все возможные комбинации аргументов при этом образуют пространство состояний задачи, размерность которого определяется числом аргументов целевой функции. А каждая из комбинаций образует точку в пространстве состояний.
Если представить себе процесс принятия решения в виде формальной цепочки действий, то она выглядит следующим образом:
Оценка ситуации: выявление факторов, влияющих на достижение цели
Интерпретация ситуации: формирование целевой функции и ограничений на ее аргументы
Формирование пространства поиска: генерация всех возможных альтернатив - комбинаций аргументов целевой функции
Выработка решения: поиск альтернативы, обеспечивающей экстремум целевой функции при выполнении ограничений
Такая формальная цепочка действий, несмотря на свою обобщенность и приблизительность, позволяет увидеть потенциальные возможности автоматизации процесса принятия решений.