- •Предмет теории систем, цель исследования, методы исследования. Понятия корректной формальной модели
- •История развития теории систем. Прикладные задачи, решаемые теорией систем
- •Основные понятия теории информационных систем: система, информация, информационная система, информационный обмен, состояние системы
- •Направления развития общей теории систем. Подходы к построению методов
- •Системный анализ и системный подход. Пять принципов системного подхода. Методология проведения исследований на базе системного подхода
- •Закономерности систем
- •Понятия, используемые для описания систем. Способы описания систем
- •3. Алгебраическая теория систем пытается объединить количественные и качественные методы исследования систем, но она находится в стадии разработки.
- •Общая классификация систем. Классификация по степени организованности
- •Классификация систем. Классификация по виду формализованного аппарата, целеустремлённости и сложности
- •Системный подход к решению задач теории систем. Задачи системного подхода. Цели решения задач. Алгоритм решения задач с помощью системного подхода
- •Компоненты информационно-поисковых языков. Оценка эффективности информационно-поисковых языков. Меры оценки
- •Особенности разработки информационно-поисковой системы. Оценка эффективности информационно-поисковой системы. Критерии поиска в информационно-поисковой системе. Возможности количественной оценки
- •Информационно-поисковые языки как основа информационно-поисковых систем. Сложность задачи индексирования
- •Формальные языки и грамматики. Классификация по Хомскому
- •Регулярные и автоматные грамматики. Конечные автоматы
- •Особенности организации информационных систем. Информация как ресурс особого рода. Роль информации в процессе управления
- •Этапы и принципы формирования логистических систем. Декомпозиция, синтез.
- •Экспертные системы. Структура. Базовые функции
- •Поиск в пространстве состояний. Эвристический поиск
- •Модели представления знаний. Семантические сети. Фреймы
- •Продукционная модель представления знаний. Машина вывода
- •Логико-математический подход к моделированию интеллекта
- •Социально-биологический подход к моделированию интеллекта. Агенты
- •Нейронные сети: обучение с учителем
- •Нейронные сети: обучение без учителя
- •Нечеткая логика. Операции с нечеткими множествами
- •Особенности разработки автоматизированной системы управления (асу)
- •Разработка обеспечивающей части автоматизированной системы управления (асу)
- •Разработка функциональной части автоматизированной системы управления (асу)
- •Понятие комплексного использования информационных ресурсов. Особенности разработки информационных ресурсов
- •1. Создавались асу тп и асу производством
- •2. Фактографические информационные системы
- •Выбор наилучших альтернатив на основе экспертной оценки
- •Планирование эксперимента. Основные этапы
- •Методика постепенной формализации. Задачи моделирования информационных потоков
- •Методы исследования систем в условиях неопределённости
- •Виды информационного обеспечения
Экспертные системы. Структура. Базовые функции
Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.
Структура экспертной системы
Базовые функции экспертных систем:
Приобретение знаний
Представление знаний
Управление процессом поиска решения
Разъяснение принятого решения
Поиск в пространстве состояний. Эвристический поиск
Методы поиска решений в экспертных системах:
Поиск в пространстве состояний
Множество проблем можно сформулировать в терминах трех важнейших ингредиентов:
исходное состояние проблемы, например исходное состояние головоломки;
тест завершения — проверка, достигнуто ли требуемое конечное состояние или найдено решение проблемы (примером может послужить правило определения, собрана ли головоломка);
множество операций, которые можно использовать для изменения текущего состояния проблемы, например шаги или перемещения фигур при сборке головоломки.
Один из способов представления такого концептуального пространства состояний — граф, в котором состояниям соответствуют узлы, а операциям — дуги.
Эвристический поиск
Поскольку слепой поиск возможен только в небольшом пространстве вариантов, напрашивается совершенно естественный вывод, что необходим некоторый способ направленного поиска. Если такой способ использует при поиске пути на графе в пространстве состояний некоторых знаний, специфических для конкретной предметной области, его принято называть эвристическим поиском. Лучше всего рассматривать эвристику в качестве некоторого правила влияния, которое, хотя и не гарантирует успеха (как детерминированный алгоритм или процедура принятия решения), в большинстве случаев оказывается весьма полезным.
Простая форма эвристического поиска — это восхождение на гору. В процессе поиска в программе использует некоторая оценочная функция, с помощью которой можно грубо оценить, насколько "хорошим" (или "плохим") является текущее состояние. Затем можно применить ту же функцию для выбора очередного шага, переводящего систему в следующее состояние.
Основной алгоритм, реализующий идею восхождения на гору, можно сформулировать следующим образом.
(1) Находясь в данной точке пространства состояний, применить правила порождения нового множества возможных решений, например множества ходов фигур, допустимых в данной позиции.
(2) Если одно из новых состояний является решением проблемы, прекратить процесс. В противном случае перейти в то состояние, которое характеризуется наивысшим значением оценочной функции. Вернуться к шагу (1).
Но применение этого подхода наталкивается на хорошо известные трудности. Главная из них — как сформулировать оценочную функцию, которая адекватно бы отражала "качество" текущего состояния.
Модели представления знаний. Семантические сети. Фреймы
продукционные модели; семантические сети; фреймы; формальные логические модели.
Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними.
В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения это связи типа: "это" ("АКО — A-Kind-ОГ, "is" или "элемент класса"), "имеет частью" ("has part"), "принадлежит", "любит".
Недостатком этой модели является сложность организации процедуры организации вывода на семантической сети.
Фреймы
Фрейм— это абстрактный образ для представления стереотипа объекта, понятия или ситуации.
Различают фреймы-образцы или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через:
фреймы-структуры, использующиеся для обозначения объектов и понятий (заем, залог, вексель);
фреймы-роли (менеджер, кассир, клиент);
фреймы-сценарии (банкротство, собрание акционеров, празднование именин);
фреймы-ситуации (тревога, авария, рабочий режим устройства) и др.
Основным преимуществом фреймов как модели представления знаний является то, что она отражает концептуальную основу организации памяти человека, а также ее гибкость и наглядность.