4. Классификация интеллектуальных информационных управляющих систем.

Для интеллектуальных систем характерно:

1. Развитые коммуникативные способности.

2. Умение решать сложные, плохо сформулированные задачи.

3. Способностью к самообучению.

4. Адаптивность.

Каждому признаку соответствует свой класс интеллектуальных систем:

Системы с интеллектуальным интерфейсом:

-интеллектуальные базы данных.

-естественно языковой интерфейс.

-когнитивная графика.

Экспертные системы:

-классифицирующие.

-доопределяющие системы.

-трансформирующие.

-мультиагентные.

Самообучающиеся системы:

-индуктивные.

-нейронные сети.

-система прецедентов.

-информационное хранилище.

Адоптивные системы:

-CASE технологии.

-компонентные технологии.

Интеллектуальные базы данных. Они позволяют в отличии от традиционных БД обработку информации не присутствующей в явном виде, а выводимой из совокупности хранимых данных.

Естественно языковой интерфейс. Применяется для доступа к интеллектуальным БД, голосового ввода команд, машинного перевода с иностранных языков. Для реализации необходимо решить задачи морфологического, синтаксического и др. анализов и задачу синтеза высказывания на естественном языке.

Когнитивная графика. Реализует общение с пользователем по средствам графических образов, которые генерируются в соответствии с изменением параметров моделируемых или наблюдаемых процессов.

Классифицирующие системы. Решают задачи распознавания ситуаций. Основным методом решения является дедуктивный логический вывод.

Доопределяющие системы. Используются для решения задач не полностью определенными данными. В качестве методов обработки используется вероятностный подход, коэффициенты уверенности, нечеткая логика.

Трансформирующие системы. Синтезирующие динамические системы в которых используются следующие способы обработки знаний:

1. Генерация и проверка гипотез.

2. Логика предположений и умолчаний, когда по неполным данным формируются представления по об объектах которые затем адоптируются к условиям данных ситуаций.

3. Метазнания (более общие закономерности для устранения неопределенностей).

Мультиагентные системы. Динамические системы основанные на объединение нескольких разнородных источников знаний. Эти источники обмениваются результатами в ходе решения задач. Системы имеют следующие возможности:

1. Реализация альтернативных рассуждений на основе различных источников знаний и механизма устранения противоречий.

2. Распределенное решение задач декомпозируемых на параллельно решаемые подзадач и с отдельными источниками знаний.

3. Применение различных стратегий вывода заключения в зависимости от задачи.

4. Обработка больших масивов информации из БД.

Индуктивные системы. Позволяют обобщать примеры на основе принципа индукции. Обобщение сводится к классификации предметов.

Нейронные сети. Это группа алгоритмов обладающих способностью обучаться на примерах. Используется при обработке изображений, распознавание образов. Это кибернетическая модель нервной системы которая является совокупностью большого числа сравнительно простых элементов – нейронов.

Система прецедентов. Использует базы знаний которые содержат описания конкретных ситуаций. Прецеденты описываются множеством признаков. Поиск решения основан на анализе и включает выбор прецедента из БЗ наиболее близкого по значению.

Информационное хранилище. Хранилище знаний регулярно извлекаемых из оперативных БД. Хранилище – это предметно ориентированное, привязанное ко времени, неизменяемое собрание БД , применяемых для поддержки принятия решения управлении.