- •Модели и методы интеллектуальной поддержки процессов принятия решений
- •010501 - «Прикладная математика и информатика»,
- •Нижний Новгород
- •Предисловие
- •Концепция интеллектуальной поддержки процессов принятия решений
- •Трудноформализуемые и неформальные этапы принятия решений
- •Цели и средства интеллектуальной поддержки процессов принятия решений
- •Вопросы для самоконтроля
- •2. Искусственный интеллект как научное направление
- •2.1. Искусственный интеллект: концепция, возможности, методы реализации
- •2.2. Фундаментальное направление в искусственном интеллекте
- •Системы, основанные на знаниях, в качестве средств интеллектуальной поддержки процессов принятия решений
- •3.1. Понятия интеллектуальной и экспертной систем
- •Системы, основанные на знаниях
- •Модели представления знаний
- •4.1. Данные и знания как категории информационного обеспечения задач
- •4.2. Логические модели представления знаний, основанные на исчислениях
- •4.3. Сетевые модели представления знаний
- •4.4. Представление знаний в виде набора продукционных правил
- •Вопросы и задания для самоконтроля
- •Построение базы знаний
- •5.1. Исследование и описание предметной области
- •Организация модели представления и формализация знаний
- •Приобретение знаний
- •Вопросы и задания для самоконтроля
- •Механизмы интерпретации знаний
- •6.1. Интерпретация логических моделей представления знаний, основанных на исчислениях
- •6.2. Интерпретация знаний в экспертных системах продукционного типа
- •6.3. Иллюстративный пример построения макетной системы, основанной на знаниях продукционного типа
- •Вопросы и задания для самоконтроля
- •7. Нейромодельный подход к построению интеллектуальных систем
- •7.1. Биологические основы нейромодельного подхода
- •7.2. Концепция искусственной нейронной сети
- •7.3. Классификация искусственных нейронных сетей
- •7.4. Персептроны
- •7.6. Сеть Хопфилда
- •7.7. Сеть Хемминга
- •7.8. Самоорганизующиеся нейронные сети Кохонена
- •Вопросы и задания для самоконтроля
- •Некоторые из приложений искусственных нейронных сетей
- •8.1. Инс в вычислительных системах
- •Структурный синтез цифровых автоматов в нейросетевом базисе
- •Инс в системах автоматического управления
- •Вопросы и задания для самоконтроля
- •Гибридные средства интеллектуальной поддержки процессов принятия решений
- •9.1. Концепция гибридной системы интеллектуальной поддержки
- •Архитектура оболочки гибридной системы интеллектуальной поддержки
- •Вопросы и задания для самоконтроля
- •Список литературы
- •Модели и методы интеллектуальной поддержки процессов принятия решений
- •603950, Н. Новгород, пр. Гагарина, 23.
- •603950, Н. Новгород, пр. Гагарина, 23.
Вопросы и задания для самоконтроля
Сопоставьте достоинства и недостатки СОЗ и ИНС, выступающих в качестве средств интеллектуальной поддержки.
В чем состоит суть концепции гибридной системы интеллектуальной поддержки процессов принятия решений?
Перечислите основные компоненты оболочки гибридной системы интеллектуальной поддержки.
Определите функции каждой из перечисленных компонент.
Изложите формальные правила, лежащие в основе алгоритма трансформации графа решений в эквивалентную нейронную сеть.
Какие параметры нейронной сети могут выступать в качестве варьируемых при ее дообучении?
Список литературы
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.
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.
Басалин П.Д., Белокрылов П.Ю. Структурный синтез цифровых автоматов в нейросетевом базисе // Системы управления и информационные технологии. — 2007. — №3(29). — С. 44—48.
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.
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.
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.
Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. — М.: Горячая линия — Телеком, 2007. — 284 с.
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.
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.
Глушков В.М. Синтез цифровых автоматов. – М: Физматгиз, 1962. – 476 с.
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.
Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. — М.: Горячая линия – Телеком, 2001. — 382 с.
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.
Малышев Н.Г., Берштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР. — М.: Энергоатомиздат, 1991. — 136 с.
Построение экспертных систем: Пер. с англ. / Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. — М.: Мир, 1987. — 441 с.
Представление знаний в человеко-машинных и робототехнических системах: Том А. Фундаментальные исследования в области представления знаний. — М.: ВЦ АН СССР, ВИНИТИ, 1984. — 261 с.
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.
Угрюмов Е.П. Цифровая схемотехника: Учебное пособие для вузов. – 2-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2007. – 800 с.
Хайкин С. Нейронные сети: полный курс. — 2-е издание: Пер. с англ. — М.: Издательский дом «Вильямс», 2008. — 1104 с.
Хант Э. Искусственный интеллект: Пер. с англ. / Под ред. В.Л. Стефанюка. — М.: Мир, 1978. — 558 с.
Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. — СПб.: БХВ-Петербург, 2003. — 608 с.
Экспертные системы. Принципы работы и примеры: Пер с англ. / Под ред. Р.Форсайта. — М.: Радио и связь, 1987. — 224 с.
Aleksander I., Morton H. An Introduction to Neural Computing. — London: Chapman&Hall, 1990.
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
Концепция интеллектуальной поддержки процессов
принятия решений ……………………………………………………………... 6
Трудноформализуемые и неформальные этапы принятия
решений …………………………………………………………………… 6
Цели и средства интеллектуальной поддержки процессов
принятия решений ………………………………………………………... 8
Вопросы для самоконтроля …………………………………………………… 9
Искусственный интеллект как научное направление ………………………. 10
Искусственный интеллект: концепция, возможности,
методы реализации …………………………………………………......... 10
Фундаментальное направление в искусственном интеллекте ………... 13
Вопросы для самоконтроля …………………………………………………... 17
Системы, основанные на знаниях, в качестве средств
интеллектуальной поддержки процессов принятия решений ……………... 18
Понятия интеллектуальной и экспертной систем ……………………... 18
Системы, основанные на знаниях ……………………………………..... 20
Вопросы и задания для самоконтроля ………………………………….......... 25
Модели представления знаний ………………………………………………. 26
Данные и знания как категории информационного
обеспечения задач ………………………………………………………... 26
Логические модели представления знаний, основанные
на исчислениях ……………………………..…………………………...... 27
Сетевые модели представления знаний ………………………………... 29
Представление знаний в виде набора продукционных правил ……….. 30
Вопросы и задания для самоконтроля ……………………………………….. 32
Построение базы знаний ……………………………………………………… 33
Исследование и описание предметной области ……………………….. 33
Организация модели представления и формализация знаний ……....... 35
Приобретение знаний ……………………………………………………. 36
Вопросы и задания для самоконтроля ………………………………….......... 40
Механизмы интерпретации знаний ………………………………………...... 43
Интерпретация логических моделей представления знаний,
основанных на исчислениях …………………………………………….. 43
Интерпретация знаний в экспертных системах продукционного
типа ……………………………………………………………………….. 47
Иллюстративный пример построения макетной
системы, основанной на знаниях продукционного типа ……………… 52
Вопросы и задания для самоконтроля ……………………………………….. 56
Нейромодельный подход к построению интеллектуальных систем ………. 57
Биологические основы нейромодельного подхода ……………………. 57
Концепция искусственной нейронной сети …………………………..... 61
Классификация нейронных сетей ……………………………………..... 66
Персептроны ……………………………………………………….…….. 67
RBF-сеть ………………………………………………………………….. 73
Сеть Хопфилда …………………………………………………………… 76
Сеть Хемминга …………………………………………………………… 77
Самоорганизующиеся нейронные сети Кохонена …………………....... 78
Вопросы и задания для самоконтроля ……………………………………….. 82
Некоторые из приложений искусственных нейронных сетей ……………... 83
ИНС в вычислительных системах ………………………………………. 83
Структурный синтез цифровых автоматов в нейросетевом
базисе ……………………………………………………………………... 87
ИНС в системах автоматического управления ………………………… 91
Вопросы и задания для самоконтроля ……………………………………….. 98
Гибридные средства интеллектуальной поддержки процессов
принятия решений …………………………………………………………….. 99
Концепция гибридной системы интеллектуальной поддержки ………. 99
Архитектура оболочки гибридной системы
интеллектуальной поддержки …………………………………………..100
Вопросы и задания для самоконтроля ……………………………………….103
Литература ………………………………………………………………………..104
Павел Дмитриевич Басалин
Константин Васильевич Безрук
Марина Вячеславовна Радаева