- •Введение
- •Глава 1 системы, основанные на знаниях
- •1.1. История создания искусственного интеллекта
- •1.2. Процесс мышления
- •1.3. Основные понятия и классификация систем, основанных на знаниях
- •1.4. Экспертные системы как элемент искусственного интеллекта
- •1.5. Теоретические аспекты извлечения знаний
- •1.6. Коммуникативные методы извлечения знаний
- •1.7. Текстологические методы извлечения знаний
- •Глава 2 модели представления знаний
- •2.1. Представление знаний и выводы в экспертных системах
- •2.2. Модель представления знаний средствами логики предикатов первого порядка
- •2.3. Представление знаний продукционными правилами
- •2.4. Модель представления знаний в виде фреймов
- •2.5. Представление знаний в виде семантической сети
- •2.6. Модель доски объявлений
- •2.7. Модель представления знаний в виде сценария
- •Глава 3 архитектура и технология разработки экспертных систем
- •3.1. Основные положения
- •3.2. Технология разработки экспертной системы
- •3.3. Механизм вывода (интерпретатор правил)
- •3.4. Взаимодействие пользователей с экспертной системой
- •3.5. Подсистема анализа и синтеза сообщений
- •3.6. Морфологический анализ входных сообщений
- •3.7. Синтаксический анализ входных сообщений
- •3.8. Семантический анализ входных сообщений
- •3.9. Синтез выходных сообщений
- •3.10. Диалоговая подсистема
- •3.11. Объяснительные способности эс
- •Глава 4 применение нечеткой логики в эксперТнЫх системах
- •4.1. Предпосылки возникновения нечеткой логики
- •4.2. Нечеткая логика
- •4.3. Нечеткие подмножества
- •4.4. Нечеткие правила вывода в экспертных системах
- •4.5. Задания для разработки экспертных систем
- •Глава 5 ГенетическиЙ алгоритм
- •5.1. Предисловие
- •5.2. Генетический алгоритм
- •5.3. Параметры и этапы генетического алгоритма
- •5.3.1. Кодирование информации и формирование популяции
- •5.3.2. Оценивание популяции
- •5.3.3. Селекция
- •5.3.4. Скрещивание и формирование нового поколения
- •7.3.5. Мутация
- •5.4. Настройка параметров генетического алгоритма
- •5.5. Канонический генетический алгоритм
- •5.6. Пример работы и анализа генетического алгоритма
- •5.7. Общие рекомендации к программной реализации генетического алгоритма
- •5.8. Задания для лабораторных работ
- •Глава 6 искусственные нейронные сети
- •6.1. Биологические нейронные сети
- •6.2. Формальный нейрон
- •6.3 Нейронные сети
- •6.4. Обучение инс
- •8.5. Алгоритм обратного распространения ошибки
- •6.6. Работа нейронной сети
- •6.7. Пример работы и обучения нейронной сети
- •6.8. Программная реализация
- •6.9. Задания для лабораторных работ
- •Заключение
- •Приложение 1 Контрольные вопросы
- •Приложение 2 Темы рефератов и индивидуальных заданий Темы рефератов
- •Темы индивидуальных заданий
- •Приложение 3 Ресурсы в сети Интернет
- •Список литератуРы
- •Оглавление
Заключение
В пособии рассмотрены следующие проблемы:
-
системы, основанные на знаниях, и методы извлечения знаний;
-
модели представления знаний;
-
архитектура и технология построения экспертных систем;
-
применение нечеткой логики в экспертных системах;
-
генетические алгоритмы и их применение для решения задач оптимизации;
-
основные принципы функционирования искусственных нейронных сетей и возможности их применения для решения задач классификации и аппроксимации;
-
предложены задания для выполнения лабораторных работ по программной реализации экспертных систем, генетических алгоритмов и нейронных сетей.
Следует отметить, что авторы данного пособия продолжают исследования в области применения генетических алгоритмов для настройки и обучения искусственных нейронных сетей при решении задач улучшения качества изображений, классификации, аппроксимации, моделирования, адаптивного управления и поведения [40–46].
Приложение 1 Контрольные вопросы
-
В чем заключается предмет исследования нейрокибернетики?
-
Охарактеризуйте принцип, положенный в основу кибернетики “черного ящика”.
-
Опишите процесс мышления, протекающий в человеческом сознании.
-
Охарактеризуйте понятие чанков.
-
Укажите признаки, отличающие знания от данных.
-
Дайте определение формализованных и неформализованных знаний.
-
Укажите основные особенности и свойства экспертных систем.
-
Охарактеризуйте виды интеллектуальных систем.
-
Приведите классификацию экспертных систем по решаемой задаче.
-
Для чего предназначена экспертная система PROSPECTOR?
-
Охарактеризуйте экспертную систему MYCIN.
-
Опишите коммуникативные методы извлечения знаний.
-
Охарактеризуйте текстологические методы извлечения знаний.
-
Как осуществляется наблюдение при пассивном извлечении знаний из эксперта?
-
Опишите протокол “мыслей вслух”, применяющийся при извлечении знаний.
-
Каким образом необходимо конспектировать содержание лекции при передаче знаний?
-
Охарактеризуйте анкетирование как один из активных индивидуальных методов извлечения знаний.
-
Каким образом необходимо построить интервью с экспертом?
-
Охарактеризуйте свободный диалог как метод извлечения знаний.
-
Опишите метод круглого стола при извлечении знаний.
-
В чем заключается идея “мозгового штурма” при извлечении знаний?
-
Охарактеризуйте экспертные игры как метод извлечения знаний.
-
Что понимается под деловой игрой?
-
Охарактеризуйте понятие диагностической игры.
-
Опишите классификацию компьютерных игр.
-
Охарактеризуйте понятия микроконтекста и макроконтекста.
-
В чем заключаются основные моменты понимания текста?
-
Охарактеризуйте понятия смысловой группы, смысловой вехи и ключевого слова в процедуре разбивки текста на части.
-
Какие вы знаете модели представления знаний?
-
Что представляет собой логическая модель представления знаний?
-
Из чего состоит продукционная система?
-
Опишите понятия прямых и обратных выводов, основанных на продукционных правилах.
-
Охарактеризуйте модель представления знаний в виде фреймов.
-
Каким образом осуществляется представление знаний в семантической сети?
-
Дайте определение корневого графа.
-
Опишите модель доски объявлений.
-
Дайте определение модели представления знаний в виде сценария.
-
Охарактеризуйте понятие каузального сценария.
-
Опишите архитектуру экспертных систем.
-
Как формируется база знаний?
-
Определите задачи машины вывода.
-
Каковы цели использования объяснений в экспертных системах?
-
Сформулируйте требования, которые должны выполняться при разработке экспертных систем.
-
Опишите концепцию “быстрого прототипа”, применяемую при разработке экспертной системы.
-
Охарактеризуйте этапы технологии создания экспертных систем.
-
Опишите механизм вывода экспертной системы.
-
Каковы функции управляющего компонента экспертной системы?
-
Опишите схему взаимодействия пользователя с экспертной системой.
-
В чем заключаются задачи подсистемы анализа и синтеза сообщений?
-
Дайте определение декларативного и процедурного методов морфологического анализа входных сообщений.
-
Представьте общую структуру алгоритма синтаксического анализа входных сообщений.
-
Охарактеризуйте этапы семантического анализа входных сообщений.
-
Каким образом осуществляется синтез выходных сообщений?
-
Опишите общую структуру диалога.
-
Почему потребовалось вводить понятие нечеткой логики?
-
Дайте определение лингвистической переменной.
-
Каким образом коэффициент уверенности выражается через меры доверия и недоверия?
-
Приведите соотношение между мерами доверия, полученными при независимом учете первого и второго свидетельства, и объединенной мерой доверия, полученной при учете двух свидетельств.
-
Дайте определение отношения правдоподобия конкурирующих гипотез.
-
Охарактеризуйте понятие функции принадлежности.
-
Опишите операции над нечеткими множествами.
-
Охарактеризуйте нечеткие правила вывода в ЭС.
-
Приведите способы суперпозиции функций принадлежности нечетких множеств.
-
Опишите понятие дефазификации нечеткого множества.
-
Охарактеризуйте задачи, для решения которых применяется генетический алгоритм.
-
В чем заключаются отличия генетических алгоритмов от традиционных методов?
-
Приведите блок-схему работы генетического алгоритма.
-
Охарактеризуйте понятия целочисленного и вещественного кодирования.
-
Каким образом осуществляется оценивание особей в популяции?
-
Опишите способы селекции.
-
Охарактеризуйте принцип работы одноточечного, двухточечного и однородного операторов кроссинговера для целочисленного кодирования.
-
Опишите принцип работы двухточечного, арифметического и BLX- операторов кроссинговера для вещественного кодирования.
-
Охарактеризуйте понятие разрушающей способности кроссинговера.
-
Опишите процесс формирования нового поколения.
-
Охарактеризуйте принципы работы оператора мутации для целочисленного и вещественного кодирования.
-
Каким образом осуществляется настройка параметров генетического алгоритма?
-
Охарактеризуйте канонический генетический алгоритм.
-
Опишите варианты реализации компонентов генетического алгоритма.
-
Охарактеризуйте биологические нейронные сети.
-
Приведите блок-схему функционирования формального нейрона.
-
Охарактеризуйте функции активации нейрона.
-
Опишите наиболее распространенные топологии искусственных нейронных сетей.
-
Какими преимуществами обладают искусственные нейронные сети по сравнению с другими методами?
-
Охарактеризуйте процесс обучения искусственных нейронных сетей прямого распространения
-
Опишите алгоритм обратного распространения ошибки.
-
Приведите вид разделяющей поверхности для нейрона, реализующего логическую операцию «ИЛИ».
-
Опишите особенности радиально-базисных функций активации.
-
Приведите вид разделяющих поверхностей для нейронов с пороговой и радиальной функциями активации.
-
Охарактеризуйте особенности программной реализации многослойной искусственной нейронной сети с использованием объектно-ориентированного подхода.
-
Охарактеризуйте особенности программной реализации многослойной искусственной нейронной сети с использованием структурного подхода.