Вопросы и задания для самоконтроля

1. Сопоставьте достоинства и недостатки СОЗ и ИНС, выступающих в качестве средств интеллектуальной поддержки.

2. В чем состоит суть концепции гибридной системы интеллектуальной поддержки процессов принятия решений?

3. Перечислите основные компоненты оболочки гибридной системы интеллектуальной поддержки.

4. Определите функции каждой из перечисленных компонент.

5. Изложите формальные правила, лежащие в основе алгоритма трансформации графа решений в эквивалентную нейронную сеть.

6. Какие параметры нейронной сети могут выступать в качестве варьируемых при ее дообучении?

Список литературы

1. Альперович Э.Е., Батищев Д.И., Басалин П.Д. и др. САППОР – система автоматизации процесса принятия оптимальных решений / Кибернетические системы автоматизации проектирования: Материалы семинара. — Москва, 1973. — С. 29—35.

2. Басалин П.Д. Организация интеллектуальной обучающей среды с применением новых информационных технологий // Вестник ВГАВТ. Межвузовская серия «Моделирование и оптимизация сложных систем». – Н. Новгород, 2002. – С. 21—25.

3. Басалин П.Д., Белокрылов П.Ю. Структурный синтез цифровых автоматов в нейросетевом базисе // Системы управления и информационные технологии. — 2007. — №3(29). — С. 44—48.

4. Басалин П.Д., Белокрылов П.Ю., Згурский Д.С. Синтез схем произвольной комбинационной логики в нейросетевом базисе с применением метода имитации отжига // Вестник Нижегородского университета им. Н.И. Лобачевского. – 2008. — №5.— С. 126-130.

5. П.Д.Басалин, К.В.Безрук. Средства интеллектуальной поддержки процессов проектирования и управления // Интеллектуальные системы: Труды Девятого международного симпозиума / Под ред. К.А. Пупкова. — М.: РУСАКИ, 2010. — С. 217—221.

6. Батищев Д.И., Костюков В.Е., Старостин Н.В., Смирнов А.И. Популяционно-генетический подход к решению задач покрытия множества: Учебное пособие. — Н. Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2004. — 152 с.

7. Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. — М.: Горячая линия — Телеком, 2007. — 284 с.

8. Вагин В.Н., Головина Е.Ю., Загорянская А.А., Фомина М.В. Достоверный и правдоподобный вывод в интеллектуальных системах / Под ред. В.Н. Вагина, Д.А. Поспелова. — М.: ФИЗМАТЛИТ, 2004. — 704 с.

9. Вороновский Г.К., Махотило К.В., Петрашев С.Н., Сергеев С.А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. — Х.: ОСНОВА, 1997. — 112 с.

10. Глушков В.М. Синтез цифровых автоматов. – М: Физматгиз, 1962. – 476 с.

11. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учебное пособие для вузов. — 2-е изд., перераб. и доп. — М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. — 400 с.

12. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. — М.: Горячая линия – Телеком, 2001. — 382 с.

13. Леви Р., Дранг Д., Эдельсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. — М.: Финансы и статистика, 1990. — 239 с.

14. Малышев Н.Г., Берштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР. — М.: Энергоатомиздат, 1991. — 136 с.

15. Построение экспертных систем: Пер. с англ. / Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. — М.: Мир, 1987. — 441 с.

16. Представление знаний в человеко-машинных и робототехнических системах: Том А. Фундаментальные исследования в области представления знаний. — М.: ВЦ АН СССР, ВИНИТИ, 1984. — 261 с.

17. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ. / Предисл. Г.С.Осипова. — М.: Финансы и статистика, 1990. — 320 с.

18. Угрюмов Е.П. Цифровая схемотехника: Учебное пособие для вузов. – 2-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2007. – 800 с.

19. Хайкин С. Нейронные сети: полный курс. — 2-е издание: Пер. с англ. — М.: Издательский дом «Вильямс», 2008. — 1104 с.

20. Хант Э. Искусственный интеллект: Пер. с англ. / Под ред. В.Л. Стефанюка. — М.: Мир, 1978. — 558 с.

21. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. — СПб.: БХВ-Петербург, 2003. — 608 с.

22. Экспертные системы. Принципы работы и примеры: Пер с англ. / Под ред. Р.Форсайта. — М.: Радио и связь, 1987. — 224 с.

23. Aleksander I., Morton H. An Introduction to Neural Computing. — London: Chapman&Hall, 1990.

24. Narendra K.S., Parthasarathy K. Identification and control of dynamical systems using neural networks // IEEE Trans. on Neur. Net. — 1990. — Vol. 1. — № 1. — P. 4–27.

СОДЕРЖАНИЕ

Предисловие ……………………………………………………………...………. 3

1. Концепция интеллектуальной поддержки процессов

принятия решений ……………………………………………………………... 6

1. Трудноформализуемые и неформальные этапы принятия

решений …………………………………………………………………… 6

2. Цели и средства интеллектуальной поддержки процессов

принятия решений ………………………………………………………... 8

Вопросы для самоконтроля …………………………………………………… 9

2. Искусственный интеллект как научное направление ………………………. 10

   1. Искусственный интеллект: концепция, возможности,

методы реализации …………………………………………………......... 10

2. Фундаментальное направление в искусственном интеллекте ………... 13

Вопросы для самоконтроля …………………………………………………... 17

3. Системы, основанные на знаниях, в качестве средств

интеллектуальной поддержки процессов принятия решений ……………... 18

1. Понятия интеллектуальной и экспертной систем ……………………... 18

2. Системы, основанные на знаниях ……………………………………..... 20

Вопросы и задания для самоконтроля ………………………………….......... 25

4. Модели представления знаний ………………………………………………. 26

   1. Данные и знания как категории информационного

обеспечения задач ………………………………………………………... 26

2. Логические модели представления знаний, основанные

на исчислениях ……………………………..…………………………...... 27

3. Сетевые модели представления знаний ………………………………... 29

4. Представление знаний в виде набора продукционных правил ……….. 30

Вопросы и задания для самоконтроля ……………………………………….. 32

5. Построение базы знаний ……………………………………………………… 33

   1. Исследование и описание предметной области ……………………….. 33

   2. Организация модели представления и формализация знаний ……....... 35

   3. Приобретение знаний ……………………………………………………. 36

Вопросы и задания для самоконтроля ………………………………….......... 40

6. Механизмы интерпретации знаний ………………………………………...... 43

   1. Интерпретация логических моделей представления знаний,

основанных на исчислениях …………………………………………….. 43

2. Интерпретация знаний в экспертных системах продукционного

типа ……………………………………………………………………….. 47

3. Иллюстративный пример построения макетной

системы, основанной на знаниях продукционного типа ……………… 52

Вопросы и задания для самоконтроля ……………………………………….. 56

7. Нейромодельный подход к построению интеллектуальных систем ………. 57

   1. Биологические основы нейромодельного подхода ……………………. 57

   2. Концепция искусственной нейронной сети …………………………..... 61

   3. Классификация нейронных сетей ……………………………………..... 66

   4. Персептроны ……………………………………………………….…….. 67

   5. RBF-сеть ………………………………………………………………….. 73

   6. Сеть Хопфилда …………………………………………………………… 76

   7. Сеть Хемминга …………………………………………………………… 77

   8. Самоорганизующиеся нейронные сети Кохонена …………………....... 78

Вопросы и задания для самоконтроля ……………………………………….. 82

8. Некоторые из приложений искусственных нейронных сетей ……………... 83

   1. ИНС в вычислительных системах ………………………………………. 83

   2. Структурный синтез цифровых автоматов в нейросетевом

базисе ……………………………………………………………………... 87

3. ИНС в системах автоматического управления ………………………… 91

Вопросы и задания для самоконтроля ……………………………………….. 98

9. Гибридные средства интеллектуальной поддержки процессов

принятия решений …………………………………………………………….. 99

1. Концепция гибридной системы интеллектуальной поддержки ………. 99

2. Архитектура оболочки гибридной системы

интеллектуальной поддержки …………………………………………..100

Вопросы и задания для самоконтроля ……………………………………….103

Литература ………………………………………………………………………..104

Павел Дмитриевич Басалин

Константин Васильевич Безрук

Марина Вячеславовна Радаева