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

1. В чем заключается предмет исследования нейрокибернетики?

2. Охарактеризуйте принцип, положенный в основу кибернетики “черного ящика”.

3. Опишите процесс мышления, протекающий в человеческом сознании.

4. Охарактеризуйте понятие чанков.

5. Укажите признаки, отличающие знания от данных.

6. Дайте определение формализованных и неформализованных знаний.

7. Укажите основные особенности и свойства экспертных систем.

8. Охарактеризуйте виды интеллектуальных систем.

9. Приведите классификацию экспертных систем по решаемой задаче.

10. Для чего предназначена экспертная система PROSPECTOR?

11. Охарактеризуйте экспертную систему MYCIN.

12. Опишите коммуникативные методы извлечения знаний.

13. Охарактеризуйте текстологические методы извлечения знаний.

14. Как осуществляется наблюдение при пассивном извлечении знаний из эксперта?

15. Опишите протокол “мыслей вслух”, применяющийся при извлечении знаний.

16. Каким образом необходимо конспектировать содержание лекции при передаче знаний?

17. Охарактеризуйте анкетирование как один из активных индивидуальных методов извлечения знаний.

18. Каким образом необходимо построить интервью с экспертом?

19. Охарактеризуйте свободный диалог как метод извлечения знаний.

20. Опишите метод круглого стола при извлечении знаний.

21. В чем заключается идея “мозгового штурма” при извлечении знаний?

22. Охарактеризуйте экспертные игры как метод извлечения знаний.

23. Что понимается под деловой игрой?

24. Охарактеризуйте понятие диагностической игры.

25. Опишите классификацию компьютерных игр.

26. Охарактеризуйте понятия микроконтекста и макроконтекста.

27. В чем заключаются основные моменты понимания текста?

28. Охарактеризуйте понятия смысловой группы, смысловой вехи и ключевого слова в процедуре разбивки текста на части.

29. Какие вы знаете модели представления знаний?

30. Что представляет собой логическая модель представления знаний?

31. Из чего состоит продукционная система?

32. Опишите понятия прямых и обратных выводов, основанных на продукционных правилах.

33. Охарактеризуйте модель представления знаний в виде фреймов.

34. Каким образом осуществляется представление знаний в семантической сети?

35. Дайте определение корневого графа.

36. Опишите модель доски объявлений.

37. Дайте определение модели представления знаний в виде сценария.

38. Охарактеризуйте понятие каузального сценария.

39. Опишите архитектуру экспертных систем.

40. Как формируется база знаний?

41. Определите задачи машины вывода.

42. Каковы цели использования объяснений в экспертных системах?

43. Сформулируйте требования, которые должны выполняться при разработке экспертных систем.

44. Опишите концепцию “быстрого прототипа”, применяемую при разработке экспертной системы.

45. Охарактеризуйте этапы технологии создания экспертных систем.

46. Опишите механизм вывода экспертной системы.

47. Каковы функции управляющего компонента экспертной системы?

48. Опишите схему взаимодействия пользователя с экспертной системой.

49. В чем заключаются задачи подсистемы анализа и синтеза сообщений?

50. Дайте определение декларативного и процедурного методов морфологического анализа входных сообщений.

51. Представьте общую структуру алгоритма синтаксического анализа входных сообщений.

52. Охарактеризуйте этапы семантического анализа входных сообщений.

53. Каким образом осуществляется синтез выходных сообщений?

54. Опишите общую структуру диалога.

55. Почему потребовалось вводить понятие нечеткой логики?

56. Дайте определение лингвистической переменной.

57. Каким образом коэффициент уверенности выражается через меры доверия и недоверия?

58. Приведите соотношение между мерами доверия, полученными при независимом учете первого и второго свидетельства, и объединенной мерой доверия, полученной при учете двух свидетельств.

59. Дайте определение отношения правдоподобия конкурирующих гипотез.

60. Охарактеризуйте понятие функции принадлежности.

61. Опишите операции над нечеткими множествами.

62. Охарактеризуйте нечеткие правила вывода в ЭС.

63. Приведите способы суперпозиции функций принадлежности нечетких множеств.

64. Опишите понятие дефазификации нечеткого множества.

65. Охарактеризуйте задачи, для решения которых применяется генетический алгоритм.

66. В чем заключаются отличия генетических алгоритмов от традиционных методов?

67. Приведите блок-схему работы генетического алгоритма.

68. Охарактеризуйте понятия целочисленного и вещественного кодирования.

69. Каким образом осуществляется оценивание особей в популяции?

70. Опишите способы селекции.

71. Охарактеризуйте принцип работы одноточечного, двухточечного и однородного операторов кроссинговера для целочисленного кодирования.

72. Опишите принцип работы двухточечного, арифметического и BLX- операторов кроссинговера для вещественного кодирования.

73. Охарактеризуйте понятие разрушающей способности кроссинговера.

74. Опишите процесс формирования нового поколения.

75. Охарактеризуйте принципы работы оператора мутации для целочисленного и вещественного кодирования.

76. Каким образом осуществляется настройка параметров генетического алгоритма?

77. Охарактеризуйте канонический генетический алгоритм.

78. Опишите варианты реализации компонентов генетического алгоритма.

79. Охарактеризуйте биологические нейронные сети.

80. Приведите блок-схему функционирования формального нейрона.

81. Охарактеризуйте функции активации нейрона.

82. Опишите наиболее распространенные топологии искусственных нейронных сетей.

83. Какими преимуществами обладают искусственные нейронные сети по сравнению с другими методами?

84. Охарактеризуйте процесс обучения искусственных нейронных сетей прямого распространения

85. Опишите алгоритм обратного распространения ошибки.

86. Приведите вид разделяющей поверхности для нейрона, реализующего логическую операцию «ИЛИ».

87. Опишите особенности радиально-базисных функций активации.

88. Приведите вид разделяющих поверхностей для нейронов с пороговой и радиальной функциями активации.

89. Охарактеризуйте особенности программной реализации многослойной искусственной нейронной сети с использованием объектно-ориентированного подхода.

90. Охарактеризуйте особенности программной реализации многослойной искусственной нейронной сети с использованием структурного подхода.