LW21(лаба 2.1 інтел системи) / Лаб работа 2_02.03.12

Лабораторная 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

1. 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).

2. 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

1. Какое основное назначение методов, используемых в системах нечеткого рассуждения?

2. Перечислите основные элементы теории нечеткой логики?

3. Приведите пример описания нечеткого правила и использования операций

булевой алгебры при формировании решения.

4. Для каких целей в экспертных системах используются коэффициенты уверенности?

Дайте характеристику основных элементов, используемых в формуле измерения

степени доверия.

5. Раскройте смысл формулы взвешивания меры доверия и недоверия для взвешивания свидетельств. Покажите на правилах роль операций булевой логики при формировании решения.

6. Покажите на примере возможность использования байесовского подхода при исчислении неопределенностей. Определите основные элементы формулы определения отношения правдоподобия.

7. Раскройте назначение основных элементов байесовской схемы уточнения

результирующего апосте­риорного шанса и покажите на примере использование байесовской схемы уточнения в правилах.

Литература

1. Дж. Макаллистер. Искусственный интеллект и Пролог на микроЭВМ. –М.: «Машиностроение», 1990.- 237с.

2. Нечеткие множества и теория вероятностей. Последние достижения: Пер. с англ./Под ред. Р.Р.Ягера.-М.: Радио и связь, 1986. – 408 с.

3. Нечеткие множества в моделях управления и искусственного интеллекта/Под ред, Д.А. Поспелова,- М,:Наука, Гл, ред, физ-мат. лит., 1986.- 386 с,

4. Г.С. Поспелов. Искусственный интеллект- основа. Новой информационной технологии. – М.: изд. «Наука», 1988.- 278 с