LW21(лаба 2.1 інтел системи) / Лаб работа 2_02.03.12
.docЛабораторная работа 2
Использование коэффициентов уверенности в экспертных системах
Цель: Практически познакомиться с методами, позволяющими осуществлять взвешивание отдельных сведений в експертных системах. Научиться использовать в правилах, касающихся предпочтений, условия, определяющие совместное значение степени истинности заключения. Показать на примерах возможность использования коэффициентов уверенности при измерении степени доверия к любому данному заключению. Научиться взвешивать свидетельства и двигаться к определенности проблемы при использовании формулы доверия и байесовского подхода при построении логического вывода. Научиться программировать правила исчисления неопределенностей, на основе одного из языков MS Visual Studio 2010.
Теоретические сведения и программное обеспечение:
-
лекция 3 (файл - Системы нечеткого рассуждения_.pdf; Машина вывода_ч2.pdf);
-
лекция 4 (файл – Планирование задач_01.03.12, ч3..pdf; Экспертные системы,ч2.pdf; Планирование задач, ч3.pdf);
-
MS Visual Studio 2010.
Задание
-
Подготовить прототип экспертной системы, демонстрирующей возможность решения проблемы комбинирования свидетельств для измерения степени доверия к любому данному заключению, основанному на использовании коэффициентов доверия. Проиллюстрировать логику работы экспертной системы с помощью сети, представленной в виде графа и используемого в графе набора правил, определяющего процесс достижений цели. При описании модели, определяющей состав и логику взаимодействия элементов графа использовать аппарат теории множеств и исчисления высказываний (лекция2; файлы: Логика-01.pdf, Логика-02.pdf, Основные обозначения.doc.)
Типовые примеры использования коэффициентов уверенности при формировании истинного решения проблемы. приведены в лекции 2 (файл - Системы нечеткого рассуждения_.pdf; разделы: использование коэффициентов уверенности; взвешивание свидетельств). Пример программы реализовать на одном из языков MS Visual Studio 2010 (C#, Java, Visual Basic).
-
Подготовить прототип экспертной системы, демонстрирующей возможность решения проблемы вычисления относительного правдоподобия конкурирующих гипотез, исходя из силы свидетельств на основе правила Байеса. Проиллюстрировать логику работы экспертной системы с помощью сети, представленной в виде графа и используемого в графе набора правил, определяющего процесс достижений цели. При описании модели, определяющей состав и логику взаимодействия элементов графа использовать аппарат теории множеств и исчисления высказываний (лекция2; файлы: Логика-01.pdf, Логика-02.pdf, Основные обозначения.doc.)
Типовые примеры использования формулы Байеса при вычислении относительного правдоподобия гипотез приведены в лекции 2 (файл - Системы нечеткого рассуждения_.pdf; раздел – Квинтєссенция байесовского подхода; файл - Машина вывода_ч2.pdf). Пример программы реализовать на одном из языков MS Visual Studio 2010 (C#, Java, Visual Basic).
Вопросы
-
Какое основное назначение методов, используемых в системах нечеткого рассуждения?
-
Перечислите основные элементы теории нечеткой логики?
-
Приведите пример описания нечеткого правила и использования операций
булевой алгебры при формировании решения.
-
Для каких целей в экспертных системах используются коэффициенты уверенности?
Дайте характеристику основных элементов, используемых в формуле измерения
степени доверия.
-
Раскройте смысл формулы взвешивания меры доверия и недоверия для взвешивания свидетельств. Покажите на правилах роль операций булевой логики при формировании решения.
-
Покажите на примере возможность использования байесовского подхода при исчислении неопределенностей. Определите основные элементы формулы определения отношения правдоподобия.
-
Раскройте назначение основных элементов байесовской схемы уточнения
результирующего апостериорного шанса и покажите на примере использование байесовской схемы уточнения в правилах.
Литература
-
Дж. Макаллистер. Искусственный интеллект и Пролог на микроЭВМ. –М.: «Машиностроение», 1990.- 237с.
-
Нечеткие множества и теория вероятностей. Последние достижения: Пер. с англ./Под ред. Р.Р.Ягера.-М.: Радио и связь, 1986. – 408 с.
-
Нечеткие множества в моделях управления и искусственного интеллекта/Под ред, Д.А. Поспелова,- М,:Наука, Гл, ред, физ-мат. лит., 1986.- 386 с,
-
Г.С. Поспелов. Искусственный интеллект- основа. Новой информационной технологии. – М.: изд. «Наука», 1988.- 278 с