- •Моделі компонентів комп’ютерних систем при автоматизованому проектуванні.
- •Статичні та динамічні експертні системи.
- •Структура скс для керування технічним об’єктом Формування бази даних та знань в системах проектування скс.
- •Основні операції над множинами нечіткої логіки
- •Побудова баз знань на основі семантичних дерев Лінгвістичні змінні та функції належності нечіткої логіки
- •Фреймові структури баз знань в експертних системах Различные представления знаний в существующих системах.
- •Процедури фазифікації та дефазифікації в системах керування на основі нечіткої логіки.
- •Формування початкової популяції в генетичному алгоритмі
- •Структура та прототип штучного нейрона
- •Різновиди технічних об’єктів, для яких проектується скс Види активаційних функцій в штучних нейронах
- •Математичні моделі об’єктів в системах управління з використанням скс.
- •1.Одношарові штучні нейронні мережі.
- •2.Лінгвістичні змінні та функції належності нечіткої логіки.
- •3.Багатошарові штучні нейронні мережі.
- •4.Процедури фазификації та дефазифкації в системах керування на основі нечіткої логіки.
- •5.Двошарова нейронна мережа.
- •6.Комп’ютерні cистеми управління на основі засобів нечіткої логіки.
- •7.Реалізація довільної логічної функції на штучних нейронних мережах.
- •8.Процедури прийняття рішень в системах керування на основі нечіткої логіки.
- •9.Розпізнавання рукописних букв нейронними мережами.
- •10.Структура та класифікація експертних систем як засоба штучного інтелекту.
- •Стадии жизненного цикла скс
- •Оператор кросинговера в генетических алгоримах
- •Основные этапы проектирования скс и сетей
- •Подготовительный этап.
- •Эскизное проектирование.
- •Рабочее проектирование
- •Структура та класифікація експертних систем, як засоба штучного інтелекту
- •Природный отбор и генетическое наследование в генетических алгоритмах
- •Виды современных компьютерных систем как способов обработки информации
- •Рівні опису скс як технічного об’єкта при проектуванні.
- •2.3 Операторы рекомбинации (кроссинговера)
- •2.4 Мутация
- •Ієрархична структура скс як складного технічного об’єкту.
- •1)Структурна схема та робота генетичного алгоритму
- •2) Задачи анализа и синтеза при проектировании скс и сетей
Моделі компонентів комп’ютерних систем при автоматизованому проектуванні.
Математическая модель в общем случае представляет собой алгоритм вычисления вектора выходных параметров Y при заданных векторах параметров элементов X и внешних параметров Q.
Полная модель объекта в отличие от макромодели описывает не только процессы на внешних выводах моделируемого объекта, но и внутренние для объекта процессы.
Статические модели описывают статические состояния, в них не присутствует время в качестве независимой переменной. Динамические модели отражают поведение системы, т.е. в них обязательно используется время.
Стохастические и детерминированные модели различаются в зависимости от учета или неучета случайных факторов.
В аналоговых моделях фазовые переменные — непрерывные величины, в -дискретных — дискретные, в частном случае дискретные модели являются логическими, в них состояние системы и ее элементов описывается булевыми величинами. В ряде случаев полезно применение смешанных моделей, в которых одна часть подсистем характеризуется аналоговыми моделями, другая —
логическими.
Информационные модели относятся к информационной страте автоматизированных систем, их используют прежде всего при инфологическом проектировании баз данных (БД) для описания связей между единицами информации.
Статичні та динамічні експертні системи.
Экспертные системы (ЭС) – это системы искусственного интеллекта (интеллектуальные системы), предназначенные для решения плохоформализованных и слабоструктурированных задач в определенных проблемных областях на основе заложенных в них знаний специалистовэкспертов.
ЭС подразделяются на статические и динамические. Статические ЭС используются в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи. Статическая система состоит из базы данных, предназначенной для хранения исходных и промежуточных данных решаемой в текущий момент задачи, базы знаний, которая хранит долгосрочные данные, описывающих рассматриваемую область, и правил, описывающих целесообразные преобразования данных этой области, решателя, формирующего такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи, компонента приобретения знаний, автоматизирующего процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом, Объяснительного компонента, который объясняет, как система получила решение и Диалогового компонента, ориентированного на организацию дружественного общения с пользователем как в ходе решения задач.
В динамической ЭС учитываются изменения окружающей среды, происходящие за время решения задачи. В архитектуру этой системы по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением. Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.
Структура скс для керування технічним об’єктом Формування бази даних та знань в системах проектування скс.
База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.
База знаний (БЗ) в экспертных системах предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.