Системы интеллектуальной поддержки
Классификация экспертных систем, этапы их разработки и режимы функционирования. Логические модели баз данных. Направления развития современного искусственного интеллекта. Проблема представления знаний. Цель создания систем поддержки принятия решений.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 16.01.2014 |
Размер файла | 21,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://allbest.ru
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ
ЯРОСЛАВСКИЙ ФИЛИАЛ
Аккредитованного образовательного частного учреждения
высшего профессионального образования
«МОСКОВСКИЙ ФИНАНСОВО - ЮРИДИЧЕСКИЙ УНИВЕРСИТЕТ МФЮА»
Контрольная работа
по дисциплине: «Информационные системы в управлении»
по теме: «Системы интеллектуальной поддержки»
Работу выполнил студент 4 курса
Группы 31МЕк1820 Смирнов А.Н.
Работу проверил Гультяев В. Е.
Оценка ____________________
Ярославль, 2012г.
Содержание
Введение
1.Экспертная система
2.Система ИИ
3.Система СППР
Заключение
Список литературы
Введение
Экспертные системы (ЭС) - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Они возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ) - совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.
Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.
ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.
Главным достоинством экспертных систем является возможность накопления знаний - формализованной информации, на которую ссылаются или используют в процессе логического вывода, и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.
1.Экспертная система
Экспертная система (ЭС, expert system) - компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Современные ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление. Предтечи экспертных систем были предложены в 1832 году С. Н. Корсаковым, создавшим механические устройства, так называемые «интеллектуальные машины», позволявшие находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания.
Структура интеллектуальных систем представляет следующую структуру ЭС: интерфейс пользователя; пользователь; интеллектуальный редактор базы знаний; эксперт; инженер по знаниям; рабочая (оперативная) память; база знаний; решатель (механизм вывода); подсистема объяснений.
База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и, в зависимости от направленности ЭС, дает рекомендации по разрешению проблемы.
Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила - набор инструкций, применяя которые к известным фактам можно получать новые факты.
В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний.
Конкретные и обобщенные запросы к базам знаний на языке Пролог записываются с помощью языка предикатов, выражающих правила логического вывода и определения понятий над процедурами логического вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной предметной области деятельности и сфере знаний.
Обычно факты в базе знаний описывают те явления, которые являются постоянными для данной предметной области.
Характеристики, значения которых зависят от условий конкретной задачи, ЭС получает от пользователя в процессе работы, и сохраняет их в рабочей памяти.
Например, в медицинской ЭС факт «У здорового человека 2 ноги» хранится в базе знаний, а факт «У пациента одна нога» - в рабочей памяти.
База знаний ЭС создается при помощи трех групп людей: эксперты той проблемной области, к которой относятся задачи, решаемые ЭС; инженеры по знаниям, являющиеся специалистами по разработке ИИС; программисты, осуществляющие реализацию ЭС.
ЭС может функционировать в 2-х режимах:
*Режим ввода знаний - в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС.
*Режим консультации - пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.
Классификация ЭС: Классификация ЭС по решаемой задаче: интерпретация данных; диагностирование; мониторинг; проектирование; сводное планирование; обучение; управление; ремонт; отладка.
Классификация ЭС по связи с реальным временем: статические ЭС - это ЭС, решающие задачи в условиях не изменяющихся во времени исходных данных и знаний; квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени; динамические ЭС - это ЭС, решающие задачи в условиях изменяющихся во времени исходных данных и знаний.
Этапы разработки: Этап идентификации проблем - определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей.
Этап извлечения знаний - проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.
Этап структурирования знаний - выбираются ИС и определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, моделируется работа системы, оценивается адекватность целям системы зафиксированных понятий, методов решений, средств представления и манипулирования знаниями.
Этап формализации - осуществляется наполнение экспертом базы знаний. Процесс приобретения знаний разделяют на извлечение знаний из эксперта, организацию знаний, обеспечивающую эффективную работу системы, и представление знаний в виде, понятном ЭС. Процесс приобретения знаний осуществляется инженером по знаниям на основе анализа деятельности эксперта по решению реальных задач.
Реализация ЭС - создается один или несколько прототипов ЭС, решающие требуемые задачи.
Этап тестирования - производится оценка выбранного способа представления знаний в ЭС в целом.
2.Системы ИИ
Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) - наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.
Понятие искусственный интеллект (далее возможно сокращение ИИ), как в прочем и просто интеллект, весьма расплывчаты.
Термин интеллект (intelligence) происходит от латинского intellectus - что означает ум, рассудок, разум; мыслительные способности человека.
Соответственно искусственный интеллект (artificial intelligence) - ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.
Основной особенностью интеллектуальных систем является то, что они основаны на знаниях, а вернее, на некотором их представлении.
Знания здесь понимаются как хранимая (с помощью ЭВМ) информация, формализованная в соответствии с некоторыми правилами, которую ЭВМ может использовать при логическом выводе по определенным алгоритмам.
Наиболее фундаментальной и важной проблемой является описание смыслового содержания проблем самого широкого диапазона, т.е. должна использоваться такая форма описания знаний, которая гарантировала бы правильную обработку их содержимого по некоторым формальным правилам.
Эта проблема называется проблемой представления знаний.
В настоящее время наиболее известны четыре подхода к представлению знаний в обсуждаемых системах: продукционная модель; логическая модель; семантические сети; фреймы.
Продукционные правила - наиболее простой способ представления знаний.
Он основан на представлении знаний в форме правил, структурированных в соответствии с образцом «Если - То».
Часть правила «Если» называется посылкой, а «То» - выводом или действием.
Правило в общем виде записывается так:
«Если А1,А2,...,А То В»
Такая запись означает, что «если все условия от Ai до А являются истинными, то В также истинно» или «когда все условия от Ai до А выполняются, то следует выполнить действие В».
Например, рассмотрим правило: Если у является отцом х, z является братом у, то z является дядей x. В данном случае описано универсальное правило для трех переменных: x, y, z. Подставляя конкретные значения (Вася, Федя, Петя) вместо переменных можно получить конкретные различные знания. Конечно, при решении задач в искусственном интеллекте, используются куда более сложные постановки вопроса.
Знания, представленные в интеллектуальной системе, образуют базу знаний. В интеллектуальную систему входит также механизм выводов, который позволяет на основе знаний, имеющихся в базе знаний, получить новые знания. Простота и наглядность представления такой модели знаний обусловила применения данной системы во многих системах. Кроме того, данная модель может служить основой языка программирования, ориентированного на знания. Например, язык Пролог опирается на данную продукционную модель.
Можно выделить два направления развития современного ИИ:
1.решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека;
2. создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.
Но в настоящий момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих скорее практическое отношение к ИИ, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла.
Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика), при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.
Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.
3.Система СППР
Система поддержки принятия решений (СППР) (англ. Decision Support System, DSS) - компьютерная автоматизированная система, целью которой является помощь людям, принимающим решение в сложных условиях для полного и объективного анализа предметной деятельности. СППР возникли в результате слияния управленческих информационных систем и систем управления базами данных.
Современные системы поддержки принятия решения (СППР) представляют собой системы, максимально приспособленные к решению задач повседневной управленческой деятельности, являются инструментом, призванным оказать помощь лицам, принимающим решения (ЛПР). С помощью СППР может производится выбор решений некоторых неструктурированных и слабоструктурированных задач, в том числе и многокритериальных.
СППР, как правило, являются результатом мультидисциплинарного исследования, включающего теории баз данных, искусственного интеллекта, интерактивных компьютерных систем, методов имитационного моделирования.
Ранние определения СППР (в начале 70-х годов прошлого века) отражали следующие три момента: (1) возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций; (2) интерактивные автоматизированные (то есть реализованные на базе компьютера) системы; (3) разделение данных и моделей.
Приведем определения СППР: СППР - совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей.
В настоящее время нет общепринятого определения СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР:
СППР - в большинстве случаев - это интерактивная автоматизированная система, которая помогает пользователю (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений. Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов. экспертный искусственный интеллект логический
Функции СППР: Помогают произвести оценку обстановки (ситуаций), осуществить выбор критериев и оценить их относительную важность.
*Генерируют возможные решения (сценарий, действий).
*Осуществляют оценку сценариев (действий, решений) и выбирают лучший.
*Обеспечивают постоянный обмен информацией об обстановке принимаемых решений и помогают согласовать групповые решения.
*Моделируют принимаемые решения (в тех случаях, когда это возможно).
*Осуществляют динамический компьютерный анализ возможных последствий принимаемых решений.
*Производят сбор данных о результатах реализации принятых решений и осуществляют оценку результатов.
Классификации СППР: Для СППР отсутствует не только единое общепринятое определение, но и исчерпывающая классификация. Разные авторы предлагают разные классификации.
На уровне пользователя делится СППР на пассивные, активные и кооперативные СППР.
Пассивной СППР называется система, которая помогает процессу принятия решения, но не может вынести предложение, какое решение принять.
Активная СППР может сделать предложение, какое решение следует выбрать.
Кооперативная позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки.
Система изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения.
На концептуальном уровне: СППР, управляемые сообщениями (Communication-Driven DSS), СППР, управляемые данными (Data-Driven DSS), СППР, управляемые документами (Document-Driven DSS), СППР, управляемые знаниями (Knowledge-Driven DSS) и СППР, управляемые моделями (Model-Driven DSS).
СППР, управляемые моделями, характеризуются в основном доступ и манипуляции с математическими моделями (статистическими, финансовыми, оптимизационными, имитационными). Отметим, что некоторые OLAP-системы, позволяющие осуществлять сложный анализ данных, могут быть отнесены к гибридным СППР, которые обеспечивают моделирование, поиск и обработку данных.
На техническом уровне различают СППР всего предприятия и настольную СППР. СППР всего предприятия подключена к большим хранилищам информации и обслуживает многих менеджеров предприятия. Настольная СППР - это малая система, обслуживающая лишь один компьютер пользователя.
В зависимости от данных, с которыми эти системы работают, СППР условно можно разделить на оперативные и стратегические.
Оперативные СППР предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. Стратегические СППР ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников.
Важнейшей целью этих СППР является поиск наиболее рациональных вариантов развития бизнеса компании с учетом влияния различных факторов, таких как конъюнктура целевых для компании рынков, изменения финансовых рынков и рынков капиталов, изменения в законодательстве и др. СППР первого типа получили название
Информационных Систем Руководства (Executive Information Systems, ИСР). По сути, они представляют собой конечные наборы отчетов, построенные на основании данных из транзакционной информационной системы предприятия, в идеале адекватно отражающей в режиме реального времени основные аспекты производственной и финансовой деятельности.
СППР второго типа предполагают достаточно глубокую проработку данных, специально преобразованных так, чтобы их было удобно использовать в ходе процесса принятия решений.
Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, которые на основе агрегированных данных дают возможность менеджерам компании обосновывать свои решения, использовать факторы устойчивого роста бизнеса компании и снижать риски. СППР второго типа в последнее время активно развиваются.
Технологии этого типа строятся на принципах многомерного представления и анализа данных (OLAP).
При создании СППР можно использовать Web-технологии. В настоящее время СППР на основе Web-технологий для ряда компаний являются синонимами СППР предприятия.
Заключение
Разработка систем интеллектуальной поддержки (основанных на знаниях) является составной частью исследований по искусственному интеллекту и имеет целью создания компьютерных методов решения проблем, обычно требующих привлечения специалистов.
Существует много определений понятия «системы, основанные на знаниях», в частности они определяются как «интеллектуальные компьютерные программы, использующие знания и процедуры вывода для решения проблем, которые настолько сложны, что для их решения необходимо привлечь эксперта». Терминология по искусственному интеллекту пока еще окончательно не установилась, поэтому словосочетания «экспертные системы» (ЭС) и «системы, основанные на знаниях» будем употреблять как синонимы, хотя считается, что любая ЭС есть система, основанная на знаниях, но последняя не всегда является экспертной системой.
Системы основанные на знаниях, обладают рядом специфических свойств:
*База знаний и механизм вывода являются различными компонентами (оказывается возможным сочетать механизм вывода с другими базами знания для создания новых экспертных систем);
*Наиболее подходящая область применения - решение задач дедуктивным методом, т.е. правила, или эвристики выражаются в виде пар посылок и заключений типа «если - то»;
*Эти системы могут объяснять ход решения задачи понятным пользователю способом. Обычно мы не принимаем ответ эксперта, если вопрос «Почему?» не можем получить логический ответ. Точно так же мы должны иметь возможность спросить систему, основанную на знаниях, как было получено конкретное заключение.
Список литературы
1.Белов В.С. Информационно-аналитические системы. Учебное пособие / Московский государственный университет экономики, статистики и информатики. М., 2001г. - 69.
2.Боровиков В. П. Искусство анализа данных на компьютере. Для профессионалов. - СПб.: Питер, 2001.-656 с.
3.Грабауров В. А. Информационные технологии для менеджеров. - М.: Финансы и статистика, 2001- 368 с.: ил.
4.Информационные технологии управления: Учеб. пособие для вузов /Под ред. проф. Г.А. Титоренко. - 2-е изд., доп.- М : ЮНИТИ-ДАНА, 2004. - 439 с
5.Карташева О.В. Информационные технологии в управлении: Учебное пособие. - Ярославль: МУБиНТ, 2002. - 96с.
6.Корнеев И.К., Машурцев В.А. Информационные технологии в управлении. - М.: ИНФРА-М, 2001. -158 с.
7.Лихачева Г.Н. Информационные технологии в экономике и управлении / Московский международный институт эконометрики, информатики, финансов и права. - М., 2003. - 118 с.
Размещено на Allbest.ru
Подобные документы
Классификация систем поддержки принятия решений. Сравнительный анализ методик для оценки рисков розничного кредитования. Структура системы поддержки принятия решений, формирование начальной базы знаний. Проектирование базы данных информационной системы.
дипломная работа [1,9 M], добавлен 10.07.2017Понятие искусственного интеллекта и интеллектуальной системы. Этапы развития интеллектуальных систем. Модели представления знаний, процедурный (алгоритмический) и декларативный способы их формализации. Построение концептуальной модели предметной области.
презентация [80,5 K], добавлен 29.10.2013Обслуживание двух встречных потоков информации. Структура информационных систем. Разработка структуры базы данных. Режимы работы с базами данных. Четыре основных компонента системы поддержки принятия решений. Выбор системы управления баз данных.
курсовая работа [772,0 K], добавлен 21.04.2016Определение экспертных систем, их достоинство и назначение. Классификация экспертных систем и их отличие от традиционных программ. Структура, этапы разработки и области применения. Классификация инструментальных средств и технология разработки систем.
курсовая работа [78,0 K], добавлен 03.06.2009Эволюция систем искусственного интеллекта. Направления развития систем искусственного интеллекта. Представление знаний - основная проблема систем искусственного интеллекта. Что такое функция принадлежности и где она используется?
реферат [49,0 K], добавлен 19.05.2006Рассмотрение понятия и истории возникновения систем поддержки принятия решения. Приспособленность информационных систем к задачам повседневной управленческой деятельности. Понятие термина "интеллектуальный анализ данных". Методика извлечения знаний.
реферат [79,8 K], добавлен 14.04.2015Теоретические аспекты функционирования Business intelligence - систем в сфере логистики. Анализ условий для разработки системы поддержки принятия решений. Характеристика процесса создания программного продукта, применение аналитической платформы QlikView.
курсовая работа [2,5 M], добавлен 09.09.2017Концепция систем поддержки принятия решений. Диапазон применения Analytica 2.0. Программное обеспечение количественного моделирования. Графический интерфейс для разработки модели. Основные способы моделирования. Диаграмма влияния и дерево решений.
контрольная работа [1,1 M], добавлен 08.09.2011Основные модели представления знаний. Системы поддержки принятия решений. Диаграмма UseCase. Разработка базы данных на основе трех моделей: продукционные правила, семантическая сеть, фреймовая модель. Программная реализация системы принятия решений.
курсовая работа [715,1 K], добавлен 14.05.2014Понятия, классификация и структура экспертных систем. Базы знаний и модели представления знаний. Механизмы логического вывода. Инструментальные средства проектирования и разработки экспертных систем. Предметная область ЭС "Выбор мобильного телефона".
курсовая работа [2,2 M], добавлен 05.11.2014