1. Нечёткая логика

В качестве расширения многозначной логики оценками (valuations) ()) (u:Vo— >W )пропозициональных переменных (Vo ) на множестве степеней принадлежности (W) может рассматриваться функция принадлежности, отображающая предикаты в нечёткое множество (или более строго, в упорядоченное множество нечётких пар, называемых нечётким отношением). Такими оценками (valuations) многозначная логика может быть расширена до того, чтобы разрешить нечёткие подстановки, из которых могут быть сделаны градуированные выводы.

Иногда это расширение называют «нечёткой логикой в узком смысле» в противопоставление «нечёткой логике в широком смысле», которая возникла в прикладных областях автоматического управления и инженерии знаний, и которая охватывает много тем, включающих нечёткие множества и «приближенные рассуждения».

Промышленные применения нечётких множеств в контексте «нечёткой логики в широком смысле» можно найти в нечёткой логике.

Нечёткое число— это выпуклое,нормализованноенечёткое множество, чья функция принадлежности по крайней мере кусочнонепрерывна и имеет функциональное значение(uA(x=1))на точно одном элементе. Это можно связать с игрой в пари «предположите ваш вес», где некто предполагает вес соперников, и чем ближе предположения, тем они правильнее, а «побеждает» тот, чьи предположение веса соперников ближе остальных (будучи полностью правильным, когда функцией принадлежности равна 1).

Нечёткий интервал — это неопределенное множество со средним интервалом, чьи элементы обладают функцией принадлежности. (uA(x=1)Как и для нечётких чисел, функция принадлежности должна быть выпуклой,нормализованной и по крайней мере кусочно непрерывной.

30. Общее понятие экспертной системы.

Экспе́ртная систе́ма (ЭС, англ. expert system) — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление

Искусственный интеллект, как научная дисциплина, состоит из нескольких крупных течений. Одно из них – экспертные системы

1. Экспертные системы- это направление исследований в области искусственного интеллекта по созданию вычислительных систем, умеющих принимать решения, схожие с решениями экспертов в заданной предметной области.

Как правило, экспертные системы создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. Экспертные системы были первыми разработками, которые смогли привлечь большое внимание к результатам исследований в области искусственного интеллекта.

Экспертные системы имеют одно большое отличие от других систем искусственного интеллекта: они не предназначены для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области, в редких случаях – областях.

Экспертное знание – это сочетание теоретического понимания проблемы и практических навыков ее решения, эффективность которых доказана в результате практической деятельности экспертов в данной области. Фундаментом экспертной системы любого типа является база знаний, которая составляется на основе экспертных знаний специалистов. Правильно выбранный эксперт и удачная формализация его знаний позволяет наделить экспертную систему уникальными и ценными знаниями. Врач, к примеру, хорошо диагностирует болезни и эффективно назначает лечение, не потому, что он обладает некими врожденными способностями, а потому что имеет качественное медицинское образование и большой опыт в лечении своих пациентов. Поэтому ценность всей экспертной системы как законченного продукта на 90% определяется качеством созданной базы знаний.

Экспертная система – это не простая программа, которая пишется одним или несколькими программистами.

Экспертная система является плодом совместной работы экспертов в данной предметной области, инженеров по знаниям и программистов.

Но стоит отметить, что встречаются случаи, когда программы пишутся самими экспертами в данной области.

Эксперт предоставляет необходимые знания о тщательно отобранных примерах проблем и путей их решения. Например, при создании экспертной системы диагностики заболеваний врач рассказывает инженеру по знаниям об известных ему заболеваниях. Далее эксперт раскрывает список симптомов, которые сопровождают каждое заболевание и в заключение рассказывает об известных ему методах лечения. Инженер по знаниям, формализует всю полученную информацию в виде базы знаний и помогает программисту в написании экспертной системы.

Первую экспертную систему, которую назвали Dendral, разработали в Стэнфорде в конце 1960-х г.г. Эта была экспертная система, определяющая строение органических молекул по химическим формулам и спектрографическим данным о химических связях в молекулах. Ценность Dendral заключалась в следующем. Органические молекулы, как правило, очень велики и поэтому число возможных структур этих молекул также велико. Благодаря эвристическим знаниям экспертов-химиков, заложенных в экспертную систему, правильное решение из миллиона возможных находилось всего за несколько попыток. Принципы и идеи, заложенные в Dendral оказались настолько эффективными, что они до сих пор применяются в химических и фармацевтических лабораториях по всему миру.

Экспертная система Dendral одной из первых использовала эвристические знания специалистов для достижения уровня эксперта в решении задач, однако методика современных экспертных систем связана с другой разработкой – Myсin. В ней использовались знания экспертов медицины для диагностики и лечения специального менингита и бактериальных инфекций крови.

Экспертная система Mycin, разработанная в том же Стэнфорде в середине 1970-х г.г., одной из первых обратилась к проблеме принятия решений на основе ненадежной или недостаточной информации. Все рассуждения экспертной системы Mycin были основаны на принципах управляющей логики, соответствующих специфике предметной области. Многие методики разработки экспертных систем, использующиеся сегодня, были впервые разработаны в рамках проекта Mycin.

На сегодняшний день создано уже большое количество экспертных систем. С помощью них решается широкий круг задач, но исключительно в узкоспециализированных предметных областях. Как правило, эти области хорошо изучены и располагают более менее четкими стратегиями принятия решений. Сейчас развитие экспертных систем несколько приостановилось, и этому есть ряд причин:

• Передача экспертным системам «глубоких» знаний о предметной области является большой проблемой. Как правило, это является следствием сложности формализации эвристических знаний экспертов.

• Экспертные системы неспособны предоставить осмысленные объяснения своих рассуждений, как это делает человек. Как правило, экспертные системы всего лишь описывают последовательность шагов, предпринятых в процессе поиска решения.

• Отладка и тестирование любой компьютерной программы является достаточно трудоемким делом, но проверять экспертные системы особенно тяжело. Это является серьезной проблемой, поскольку экспертные системы применяются в таких критичных областях, как управление воздушным и железнодорожным движением, системами оружия и в ядерной промышленности.

• Экспертные системы обладают еще одним большим недостатком: они неспособны к самообучению. Для того, чтобы поддерживать экспертные системы в актуальном состоянии необходимо постоянное вмешательство в базу знаний инженеров по знаниям. Экспертные системы, лишенные поддержки со стороны разработчиков, быстро теряют свою востребованность.

В заключение стоит отметить, что несмотря на все эти ограничения и недостатки, экспертные системы уже доказали всю свою ценность и значимость во многих важных приложениях.

31. Инструментальные средства построения экспертных систем.

Традиционные языки программирования

Языки искусственного интеллекта

Это прежде всего Лисп (LISP) и Пролог (Prolog) [8] - наиболее распространенные языки, предназначенные для решения задач искусственного интеллекта. Есть и менее распространенные языки искусственного интеллекта, например РЕФАЛ, разработанный в России. Универсальность этих языков меньшая, нежели традиционных языков, но ее потерю языки искусственного интеллекта компенсируют богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лисп-машины), предназначенные для решения задач искусственного интеллекта. Недостаток этих языков - неприменимость для создания гибридных экспертных систем.

Специальный программный инструментарий

В эту группу программных средств искусственного интеллекта входят специальные инструментарии общего назначения. Как правило, это библиотеки и надстройки над языком искусственного интеллекта Лисп: KEE (Knowledge Engineering Environment), FRL (Frame Representation Language), KRL (Knowledge Represantation Language), ARTS и др. [1,4,7,8,10], позволяющие пользователям работать с заготовками экспертных систем на более высоком уровне, нежели это возможно в обычных языках искусственного интеллекта.

"Оболочки"

Под "оболочками : (shells) понимают "пустые" версии существующих экспертных систем, т.е. готовые экспертные системы без базы знаний. Примером такой оболочки может служить EMYCIN (Empty MYCIN - пустой MYC1N) [8], которая представляет собой незаполненную экспертную систему MYCIN. Достоинство оболочек в том, что они вообще не требуют работы программистов для создания готовой экспертной системы. Требуется только специалисты) в предметной области для заполнения базы знаний. Однако если некоторая предметная область плохо укладывается в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма не просто.

31. Инженерия знаний.

Инженерия знаний (англ. knowledge engineering) — область наук об искусственном интеллекте, связанная с разработкой экспертных систем и баз знаний. Изучает методы и средства извлечения, представления, структурирования и использования знаний.

Определение

Инженерия знаний (ИЗ) была определена Фейгенбаумом и МакКордаком в 1983 году как:

«ИЗ — раздел (дисциплина) инженерии, направленный на внедрение знаний в компьютерные системы для решения сложных задач, обычно требующих богатого человеческого опыта.»

В настоящее время это также предполагает создание и обслуживание подобных систем (Кендэл, 2007). Это также тесно соприкасается с разработкой программного обеспечения и используется во многих информационных исследованиях, например таких, как исследования искусственного интеллекта, включая базы данных, сбор данных, экспертные системы, систем поддержки принятия решений и географические информационные системы. ИЗ связана с математической логикой, также используемой в разных научных дисциплинах, например в социологии где «подопытными» являются люди, а цели исследований — понимание, как работает человеческая логика на примере взаимоотношений в обществе.

Пример действия системы, базирующейся на ИЗ:

• Рассмотрение задачи

• Запрос к базам данных по задаче

• Внесение и структурирование полученной информации (IPK модель)

• Создание базы данных по структурированной информации

• Тестирование полученной информации

• Внесение корректировок и эволюция системы.

Будучи скорее искусством, нежели чисто инженерной задачей, ИЗ не имеет большого практического применения. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ.

Принципы

С середины 1980-х в ИЗ появилось несколько принципов, методов и инструментов, которые облегчили процесс получения и работы со знаниями. Вот некоторые ключевые из них:

• Существуют разного рода типы знанийи для работы с ними должны использоваться конкретные методы и техника.

• Существуют различные типы экспертов и опыта. Для работы с ними должны использоваться определенные методы и техника.

• Существуют разные способы предоставления, использования, понимания знаний и работа с ними может помочь переосмыслить и использовать уже имеющиеся знания по-новому.

В инженерии знаний используются методы структурирования знаний для убыстрения процесса получения и работы со знаниями.

Теории

• Трансляционная (традиционная): предполагает прямой перенос человеческих знаний в машину.

• Модельная (альтернативный взгляд): предполагает моделирование задачи и её способов решения самой системой ИИ.

• Гибридные.

31. Среды передачи сигналов.

Для коммуникаций между людьми и поддержки управленческой деятельности в информационных системах информация передаётся в разных формах: текст, голосовые сообщения, видеосигнал, данные в различных форматах. Физическая природа среды передачи информации и вид используемых сигналов могут быть различными, однако преобладает принцип передачи информации при помощи электромагнитных полей. Основными средами передачи сигналов служат:

• металлический (медный) провод,

• оптоволокно,

• радиоэфир.

У каждой из сред есть свои плюсы и минусы, связанные как с затуханием сигнала, так и с ограничениями частотного спектра:

• Обычная телефонная сеть обеспечивает полосу передачи информации до 32 Кбит/с. Несколько более качественная выделенная линия в 2-4 проводном режиме - уже до 128 Кбит/с на расстоянии до 10 км.

• Витая пара проводов состоит из двух изолированных проводов, свитых между собой. Витая пара с волновым сопротивлением 120 Ом позволяет, применяя специальные методы кодирования, пропустить до 2048 Мбит/с на длине до 100 м.

• Коаксиальный кабель обеспечивает скорость передачи информации до 500 Мбит/с. Затухание в нём меньше, чем в витой паре, а механическая прочность и помехозащищённость выше, чем в витой паре.

• Оптоволоконный кабель позволяет передавать информацию со скоростью до 3000 Мбит/с, он не подвержен действию электромагнитных полей и практически не излучает. По сравнению с предыдущими типами передающей среды он относительно более дорог.

• Беспроводные среды используются для передачи информации при помощи инфракрасного излучения (на небольшие расстояния), лазерного излучения и электромагнитного излучения радиодиапазона. Скорость передачи - несколько десятков Мбит/с.

31. Проблема сетевого взаимодействия.

Проблема сетевого взаимодействия возникла, как только компьютеры начали связывать друг с другом. Даже при передаче информации по простейшему пути точка-точка необходимо, чтобы машины научились договариваться друг с другом о начале и завершении передачи/приёма информации. Если число потенциальных корреспондентов ПК больше одного, возникает вопрос, как лучше их соединять - либо каждого по своей линии, либо пользоваться каким-либо устройством переключения, обычно внешним. Можно объединить эти индивидуальные пары линий в общий канал и распределять время взаимодействия по сеансам, но тогда хорошо бы, чтобы по каналу параллельно взаимодействовало несколько пар, и принцип физического переключения уже не подходит. Если компьютеры не являются соседними узлами одного сегмента сети, возникает и проблема выбора маршрута передачи информации.

Все эти проблемы решаются с переходом от коммутации каналов, как это делают, например, в традиционной проводной телефонной сети, к коммутации пакетов. Принцип заключается в том, что сообщение произвольной длины делится на кусочки - пакеты фиксированной длины, снабжаемые служебной частью - заголовком, в котором указываются адреса источника и приёмника, номер пакета, длина, контрольная сумма и ряд других признаков. Правила формирования и обработки пакетов определяются протоколом взаимодействия. Наиболее важными функциями протоколов на всех уровнях сети являются: защита от ошибок, управление потоками данных, защита сети от перегрузок; маршрутизация сообщений и оптимизация использования ресурсов сети.

Наиболее распространённый в сетях - IP протокол. Он состоит из различных параметров (заголовок, контрольная сумма, адрес отправителя и получателя, информационный блок и др), имеющих определенную длину в байтах. Для удобства чтения адреса записывают в десятичной нотации: 192.148.166.129. Пользователи больше привыкли работать с символьными эквивалентами IP-адресов - DNS. Имя содержит несколько полей, разделённых точками, например, vologda.ru. Самое правое поле характеризует принадлежность домена определённому типу организации или стране. Преобразование символьного имени в IP-адрес производится в DNS-сервере узла сети. В каждой стране есть национальная служба, контролирующая выделение сетевых имён.

31. Аппаратные и программные средства телекоммуникационных сетей.

В сети компьютеры выполняют определённые функции, в соответствии с которыми их разделяют на сервера и рабочие станции.

Сервер - компьютер, подключённый к сети и обеспечивающий её пользователей определёнными ресурсами и услугами. Они могут осуществлять хранение данных, удалённую обработку данных, печать заданий и ряд других функций. Это компьютер с большой ёмкостью оперативной памяти и жёстких дисков. Он работает под управлением специальной операционной системы, которая выполняет функции, присущие обычной ОС, а также функции защиты данных, размещаемых на сервере от несанкционированного доступа, управляет правами пользователя, обеспечивает работу со всеми рабочими станциями. Основными среди существующих сетевых ОС являются: Windows Server фирмы Microsoft, и различные ОС семейства UNIX. Все эти ОС имеют свои преимущества и недостатки.

Рабочая станция - персональный компьютер, подключённый к сети, через который пользователь получает доступ к её ресурсам.

Аппаратура передачи данных в сетях:

• Повторители - устройства, позволяющие усилить электромагнитный сигнал, который быстро затухает при его движении в передающей среде, до полного восстановления содержащихся в нём данных.

• Мосты позволяют обеспечить доставку информации от одного адресата к другому в сложных сетях. Они анализируют принадлежность пакетов, и передают за пределы сегмента только то, что должно уйти наружу, и, соответственно, пропускают внутрь только пакеты, адресованные абонентам сегмента. Мосты содержат таблицы адресов подключенных к ним станций, которые могут динамически изменяться при включении в сегмент новой станции или её ликвидации.

• Мост, имеющий более двух портов, называется коммутатором.

• При использовании в сети большого числа коммутаторов могут появиться различные варианты маршрутов движения пакетов от отправителя к получателю. Во избежание неопределённости выбирается основной путь, а остальные временно блокируются. Устройства, содержащие в себе различные варианты маршрутов и способные реорганизовывать связи по определённым правилам (протоколу) называются маршрутизаторами.

• Для перехода между сетями с различными протоколами используются шлюзы.

• Для контроля внутреннего содержания пакетов и ограничения доступа внутрь сети используются межсетевые экраны или брандмауэры.

Все эти устройства могут дистанционно управляться и перепрограммироваться по специальному протоколу взаимодействия с компьютером администратора сети. В этом огромное преимущество, но и большая опасность современных сетевых технологий.

9. Виды и топологии телекоммуникационных сетей.

Важнейший признак, по которому можно классифицировать компьютерные сети - это степень её территориальной распределённости. В соответствии с ним различают:

• Глобальная сеть объединяет пользователей, расположенных по всему миру. Взаимодействие между абонентами такой сети осуществляется на базе существующих телефонных линий, специальных линий и кабелей, радиосвязи и систем спутниковой связи.

• Региональные сети объединяют пользователей города, области, регионов, небольших стран. В качестве каналов связи используются телефонные линии, но могут использоваться и другие виды каналов связи.

• Локальные сети связывают абонентов одного или нескольких близлежащих зданий одного предприятия или учреждения. Они могут иметь любую структуру, но чаще всего компьютеры в локальной сети связаны единым высокоскоростным каналом передачи данных.

Для локальных вычислительных сетей типичными являются следующие топологии:

• При кольцевой топологии узлы сети (узел - любое устройство, непосредственно подключённое к передающей среде) соединены замкнутым кабелем. Выход одного узла сети соединяется со входом другого. Информация по кольцу передаётся от узла к узлу. Каждый промежуточный узел ретранслирует посланное сообщение. Принимающий узел распознаёт и получает только адресованное ему сообщение. Недостаток - последовательная дисциплина обслуживания узлов снижает быстродействие и надёжность. Выход из строя одного узла прекращает функционирование всей сети.

• Шинная топология - одна из наиболее простых и наиболее распространённых в на-стоящее время. Компьютеры и устройства подключаются к кабелю и не транслируют поступающие сигналы сообщения. Информация поступает на все узлы, но принимает сообщение только тот, кому оно адресовано. Остальные ожидают передачи данных. Таким образом, чем больше компьютеров подключено к линии, тем медленнее работает сеть.

• При звездообразной топологии имеется центральный узел (называемый концентратором), к которому подключены периферийные узлы своей линий связи. Вся информация передаётся через центральный узел, который ретранслирует, переключает и маршрутизирует информационные потоки в сети. Работоспособность сети со звездообразной топологией целиком зависит от центрального узла, но в то же время такая топология значительно упрощает взаимодействие узлов в сети, позволяет использовать более простые сетевые адаптеры.