- •Суми 2009
- •Напрямки робіт у галузі ші
- •Когнітивні процеси
- •Загальна структура смислового простору
- •Поняття знань.
- •Схеми проблем
- •Евристичні моделі подання знань.
- •1. Продукційне подання знань
- •2. Мережна модель (мм)
- •3. Подання знань у вигляді фреймів
- •Логічні моделі(лм) подання знань
- •1. Логіка висловлювань
- •Нечітка модель (нм) подання знань
- •Штучні нейронні мережі (шнм)
- •Біологічний нейрон
- •Штучний нейрон
- •Штучна нейромережа
- •Стратегії та методи виведення знань
- •І. Виведення за аналогією (вза)
- •Іі. Індуктивне умовиведення (ів)
- •Ііі. Виведення на основі категоріальних знань (вкз)
- •1. Концептуальні умовиводи (ку)
- •2. Дедуктивне виведення
- •2. 1. Виведення в продукційних системах (пс)
- •2.2. Виведення в умовах невизначеності (вун)
- •2.3. Виведення в семантичних мережах(см)
- •2.4. Виведення в мережах фреймів (мф)
- •2.5. Виведення в логічних системах (лс)
- •2.6. Метод резолюції
- •1. Нечітке виведення (нв)
- •1.1.Формування нечіткого логічного висновку:
- •2. Штучні нейронні мережі (шнм). Нейропарадигми.
- •2. 1. Процес навчання
- •2.2. Алгоритм навчання хебба
- •2.3. Алгоритм навчання кохонена
- •2.4. Алгоритм навчання процедурою зворотного поширення помилки
- •3. Експертні системи. Основні визначення
- •3.Класифікація експертних систем (ес)
- •4. Архітектура ес
- •2. Методи машинного навчання
- •2.1. Індуктивне навчання (ін)
- •2.2. Навчання формування гіпотез на основі зростаючих пірамідальних мереж
- •1. Стан і тенденції розвитку штучного інтелекту
- •2. Успіхи систем штучного інтелекту і їхньої причини
- •3. Експертні системи реального часу - основний напрямок штучного інтелекту
- •4. Основні виробники
- •5. Архітектура експертної системи реального часу
- •6. Розширення прототипу до додатка
- •7. Тестування додатка на наявність помилок
- •8. Тестування логіки додатка й обмежень (за часом і пам'яттю)
- •9. Супровід додатка
- •2. Стисла історія розвитку систем підтримки прийняття рішень
- •2.1. Зародження і розвиток концепції сппр
- •2.2. Теорія розроблення сппр
- •2.3. Розширення рамок сппр
- •2.4. Технологічні просування
- •3. Цілі сппр та чинники,що сприяють їх досягненню
- •4. Посилення конкурентної переваги завдяки сппр
- •1. Еволюція концепції і структури сппр
- •2. Способи взаємодії особи, що приймає рішення, з сппр
- •3. Еволюція сппр
- •4. Характеристика сучасних сппр
- •5. Підсистеми програмного забезпечення сппр
- •1. Галузі застосування сппр
- •2. Приклади застосування сппр
- •3. Сппр Marketing Expert
- •4. Сппр Decision Grid
- •5. Сппр RealPlan
- •6. Сппр tax advisor
- •7. Сппр Advanced Scout
- •8. Система бізнесової інформації(Business Intelligence) FedEx
- •9. Сппр ShopKo
- •1. Архітектура систем підтримки прийняття рішень
- •2. Компоненти користувацького інтерфейсу
- •2.1. Призначення та загальні ознаки користувацького інтерфейсу
- •2.1.1. Важливість та ефективність користувацького інтерфейсу сппр
- •2.1.2. Основні теми та механізмистворення користувацького інтерфейсу
- •2.1.3. Загальні висновки щодо користувацького інтерфейсу
- •2.1.4. Компоненти мови відображень (презентацій)
- •2.1.4. Роль знань у користувацькому інтерфейсі
- •2.1.5. Питання проектування користувацького інтерфейсу
- •Тема: Класифікаційні групи та моделі систем підтримки прийняття рішень.
- •1. Класифікація на основі інструментального підходу
- •2. Класифікація за ступенем залежності опр у процесі прийняття рішень
- •3. Класифікація за часовим горизонтом
- •Характеристика інформаціїдля різних управлінських рівнів
- •4. Інституційні сппр та сппр на даний випадок
- •1. Моделі в аспекті інформаційного підходу
- •2. Модель, основана на знаннях
- •3. Модель єрархії управління
- •4. Моделі, орієнтовані на особистість опр
- •Характерні аспекти процесів оброблення інформації людиною
- •5. Моделі для планування та прогнозування
- •6. Модель для конторської діяльності
- •1. Облікові і фінансові моделі
- •1.1. Аналіз беззбитковості
- •1.2. Моделі фінансового планування
- •1.3. Орієнтовні фінансові звіти (баланси)
- •1.4. Аналіз на основі розрахунку коефіцієнтів за даними звітності
- •2. Моделі аналізу рішень
- •2.1. Аналітичний єрархічний процес (ahp)
- •2.2. Дерева рішень і моделі багатоатрибутної корисності
- •2.3. Діаграми впливу
- •2.4. Прийняття ризикованих рішень за допомогою функції вигідності
- •3. Моделі прогнозування
- •4. Сітьові і оптимізаційні моделі
- •5. Імітаційні (симуляційні) моделі
- •6. Мови моделювання і електронні таблиці
- •1. Стратегія оцінювання і вибору методів підтримки прийняття рішень у сппр
- •2. Процес прийняття рішень
- •3. Ситуації, пов’язані з прийняттям рішень
- •4. Функції і завдання прийняття рішень
- •5. Узагальнена матриця методів/ситуацій, пов’язаних з прийняттям рішень
- •1. Генетичні успадкування — концептуальна засада генетичних алгоритмів
- •2. Загальна схема генетичних алгоритмів
- •3. Доступне програмне забезпечення генетичних алгоритмів
- •1. Визначення виконавчих інформаційних систем
- •2. Призначення віс
- •3. Визначальні характеристики віс
- •Інформаційні потреби опр, реалізовані засобами віс
- •Вимоги щодо моделювання у віс
- •Вимоги щодо користувацького інтерфейсу віс
1. Концептуальні умовиводи (ку)
КУ – це такі умовиводи, для формування яких залучаються не судження в явному вигляді, а тільки ознаки, що входять до змісту понять (concept), що використовуються в цих судженнях. Таким чином, КУ ймовірності.
Причини невірогідності КУ:
Ігнорування фактів, не відбитих безпосередньо в посилках умовиводу;
Багатоваріантність наявних посилок, що є в базі знань(БЗ);
Багатоваріантність висновків, що відповідають посилкам.
КУ максимально евристичні. Ефективність КУ полягає в можливості формування гіпотез, ланцюжків наслідків у інформаційно бідних середовищах і ситуаціях (в умовах непевності). Сильною стороною є відсутність жорстких вимог до повноти і достовірності посилок, багатоваріантність висновків.
Вимоги і правила, що якими повинна діяти ІС, що реалізує КУ:
У БЗ системи повинні бути знання про зв’язки між поняттями і знання пор ознаки, що становлять зміст понять;
Повинна бути типізація КУ, що дозволяє використовувати невелику кількість узагальнених правил (метаправил), що відповідають типам КУ
Метаправила повинні містити посилання, задані явно, і ті, що задаються в знаннях про поняття;
У системі повинні бути реалізовані процеси розпізнавання придатності метаправил на основі зіставлення узагальнених посилок метаправил із конкретними фактами.
Судження в метаправилах подаються у вигляді виражень типу (a)r(b), де r – ім’я відношення, a та b - імена понять. Існують прості (рядок будь-яких символів, змінна Х з індексом) та складені (два простих розділені дефісом) імена відношень. (Перше поняття в складеному імені є родовим (видовим) відносно другого. Використання змінної X вказує на те, що мається на увазі будь-яке поняття.) Ліва і прав частини правил розділяють стрілкою . * позначає посилання які перевіряються в БЗ. - перетинання множини ознак, що становлять зміст понять.
Приклад:
(процес-Х1) реалізується в (система-Х2) *(Х3) засіб (процес-Х1) (система-Х2) використовує (Х3) |
Логічне виведення реалізоване у системі G Метод резолюцій засіб логічного виведення Система G використовує метод резолюції |
2. Дедуктивне виведення
2. 1. Виведення в продукційних системах (пс)
Д ля побудови ПС експерт виявляє в предметній галузі (ПГ) дані, необхідні для роботи системи, та заносить їх до бази даних (БД). Потім на основі правил міркувань формуються продукції та заносяться у базу правил (БП). За допомогою процедурних правил програмується робота модулю управління (МУ), щоб він крок за кроком імітував хід дій експерта, застосовуючи задану стратегію виведення. За допомогою декларативних правил МУ повідомляється логічний висновок, зроблений експертом на основі названих в умові правил вихідних даних. Таким чином ПС – це сукупність продукцій з доданими правилами їх застосування.
Тип структур в БП та БД залежить від ПГ. Використовуються, наприклад, висловлення логіки предикатів, фрейми для опису фактів і тверджень.
У МУ використовуються пряма, обернена або двонаправлена стратегії виведення (див. Лекцію 8).
ПС функціонує, поки не дійде до термального стану або не зупиниться через відсутність необхідної продукції. Формально виведення в ПС має вигляд:
де - множині правил-продукцій, , - поточний та наступний стан БД, - логічний перехід обумовлений відповідним правилом.
Можливі конфлікти (наприклад, наявність декількох правил, що можна застосувати для переходу на поточному кроці виведення) обмежуються за кількістю введенням метапродукцій, встановленням ділянок компетенції, керуванням за іменами та усуваються визначенням пріоритетів продукцій, вибором продукції за частотою використання і т.п.
Приклад: (зворотне виведення, пріоритет продукції задається її номером)
БД: істинні факти A і F.
БП: 1. ; 2. ; 3. ; 4. ; 5. ; 6. ; 7. .
Мета: дізнатися чи істинне Н.
Рішення:
Пошук Н у БД. Такого факту в БД немає. Пошук Н у правій частині правил з БП. Одне правило: Н істинне якщо істинне G.
Пошук G у БД. Такого факту в БД немає. Пошук G у правій частині правил з БП. Два правила (2 і 3). Конфлікт. Обираємо правило (2) з вищим пріоритетом. G істинне якщо істинні D i F.
Пошук D у БД. Такого факту в БД немає. Пошук D у правій частині правил з БП. Одне правило: D істинне якщо істинні A, B i C.
Пошук A у БД. А істинне.
Пошук B у БД. Такого факту в БД немає. Пошук В у правій частині правил з БП. Одне правило: B істинне якщо істинне F.
Пошук F у БД. F істинне. Запис у БД: B істинне.
Пошук C у БД. Такого факту в БД немає. Пошук С у правій частині правил з БП. Одне правило: С істинне якщо істинне В.
Пошук B у БД. B істинне. Запис у БД: С істинне.
З пункту 6. Запис у БД: D істинне.
Пошук F у БД. F істинне. З пункту 4 запис у БД: G істинне.
З пункту 2. Запис у БД: H істинне.