- •Основные понятия интеллектуальных информационных систем
- •Методы представления знаний
- •Этапы разработки экспертных систем
- •Взаимодействие создателей эксп.Системы.(схема в тетр)
- •Классификация б.Систем и программ
- •Информационные технологии аудиторской деятельности
- •Электронная коммерция
- •Классификация систем электронной коммерции
- •Корпоративные вебсайты
- •Электронная публикация и пресса
- •Электронные информационные ресурсы
- •Информационно-аналитические и справочно-поисковые системы
- •Характеристика получаемой информации
20.01.12
Основные понятия интеллектуальных информационных систем
Интеллектуальная информационная система тесно связана с понятием искусственного интеллекта, однако среди ученых до сих пор нет трактовки данного понятия.
Искусственный интеллект – модель рациональной мыслительной составляющей психики
Искусственный интеллект – область исследований, в рамках которых разрабатываются модели и методы решения задач традиционно считавшихся интеллектуальными и не поддающимися формализации и автоматизации.
Искусственный интеллект - научная дисциплина, задачей которой явл.разработка математических описаний функций человеческого интеллекта, с целью аппаратной программной и технической реализации этих описаний средствами вычислительной техники.
Существует огромное множество интеллектуальных систем, например, самоорганизующиеся системы, системы эвристического поиска( к ним относятся робототехнические системы, системы распознавания), игровые системы; системы основанные на знаниях(экспертные системы, пакеты прикладных программ)
Наиболее широкое распространение получили системы искусственного интеллекта, основанных на знаниях. Под знанием данных систем понимается информация о предметной области, представленная определенным способом и используемая в процессе логического вывода. По своему содержанию эта информация явл некоторым набором суждений и умозаключений, описывающих состояние и механизм функционирования выбранной как правило весьма ограниченной предметной области. Указанные суждения и умозаключения высказываются экспертом в этой области, либо формулируется в анализе литературы по данному предметному направлению. Форма представления знаний имеет отличия от формы представления данных.
Данные – факты и идеи, представленные в формализованном виде, позволяющие лишь передавать, хранить или обрабатывать эти факты. В отличии от данных знания предполагают сосредоточение не только фактов и идей, в указанном выше смысле, но и дополнительных данных, которые описывают первичные данные с точки зрения след.составляющих : того, что представляют собой эти данные, какие м/у ними имеются связи, какие действия с ними и каким образом могут выполняться.
В системах, основанных на знаниях предполагается что исходные знания способны в соответствии с запросами пользователей в системе порождать новые знания. Процедура порождения новых знаний наз.логическим выводом.
Методы представления знаний
Для того, чтобы манипулировать всевозможными знаниями, необходимо осуществить их моделирование. При проектировании модели представления знаний должны выполняться 2 требования: однородность представления и простота понимания. Методы:
Представление знаний тройкой: объект, атрибут, значений. Этот метод используется для представления фактических знаний в простейших системах. (объект-студент, атрибут – успеваемость, значение-отличник).
Продукционная модель или модель правил. Данная модель предусматривает разработку системы правил вида: ЕСЛИ А1 и А2…..и Аn, то В1 или В2 или… или Вm. А и В- некоторые высказывания. Если левая часть – истина, то и высказывания в правой части также истина. Данная модель явл.наиболее проработанной и распространенной. Полнота базы знаний или базы правил определяет возможности системы по удовлетворению системы пользователей. Логический вывод в таких моделях основан на построении цепочек заключений, образуемых в результате последовательного просмотра левых и правых частей соответствующих правил. Вплоть до получения окончательного заключения.
Правила:
1.если в стране происходит падение курса нац.валюты, то материальное положение население ухудшается;
2. если объемы производства в стране падают, то курс нац.валюты снижается
3.если материальное положение население ухудшающих, то уровень смертности в стране возрастает
Ф акт правило 2 правило 1 заключение1(3пункт)-промежуточный вывод
П равило 3 заключение 2 (окончательное)
В современных системах может храниться несколько тысяч подобных правил. Однако, при большом числе правил возникает проблема связанная с трудностью обеспечения, непротиворечивости правил и их большом числе, что требует создание специальных правил, так называемых мето-правил для разрешения возникающих в ходе логического вывода противоречий.
М одель сигматической сети – направленный граф с поименованными вершинами и дугами. Причем вершины или узлы обозначают конкретные объекты, а дуги – отношения м/у ними. Сигматическую сеть можно построить для любой предметной области и для разных объектов и отношений. Например: «Студент Иванов добросовестно изучает план счетов перед сдачей экзамена по бух.учету»
Иванов кто ? студент что делает изучает
Что? Как? Когда?
Перед сдачей
План счетов добросовестно
Предикатная модель. Например : Р(к1,к2, … кn) Р- выражение наз.предметной переменной -логическая форма или значение предикат, м/б 0 или1. Предикат Р задает отношение м/у элементами (к1,к2, …кn) и обозначает что высказывание находятся м/у собой в отношении Р.
А -предметная область-множество различных чисел. Предикат Р(а) задает высказывание, что а- положительное число. Тогда предикат Р (а)=1 (истина), если а>0, предикат =0, если а ≤0
Из подобного рода элементарных высказываний с помощью логических связок образует более сложные высказывания. В аппарат исчисления предикатов также могут входить функции и специальные числа кванторы общности и существования.
+ =
27.01.12
1.Методы представления задач формулирование задач так, чтобы ее легче можно было решить
2.Методы поиска или вывода ответа- заключаются в стремлении создать достаточно хитроумные способы управления ходом решения задачи, обеспечивающий приемлемый расход машинных ресурсов
Эти группы не принесли успехов.
Только в конце 70 был сделан принципиальный вывод. Эффективность программ при решении интеллектуальных задач в большей степени зависит от знаний, которыми обладает не только от используемых
Чтобы сделать систему интеллектуальной, ее надо снабдить множеством качественных знаний о некоторой предметной области. Это и послужило основой для концепции развития системы искусственного интеллекта, т.е. создание
Такие программы в дальнейшем стали называть экспертными системами. Огромный интерес к экспертным системам обусловлен 3 мя основными обстоятельствами:
Экспертные системы ориентированы на решение определенного круга задач в раннее не формализированных областях, которые считались малодоступными для ЭВМ
Экспертные системы предназначены для решения задач в диалоговом режиме со специалистами. В данном случае экспертная система выступает как инструмент подкрепления знаний специалистов и усиление его способностей к логическому выводу
Специалист, использующий экспертную систему для решения своих задач может достигать, а иногда превосходить возможности экспертов в данной области, что позволяет повысить квалификацию рядовых специалистов за счет аккумуляции знаний в экспертной системе.
Экспертные системы получили название:
Информацию для них поставляют эксперты в данной области
Экспертная система выдает решения аналогичные тем, которые формулируют эксперты
Эксперт- человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области.
Экспертная система – программная система, выполняющая действия аналогичные тем, который выполняет эксперт в некоторой прикладной экспертной области, делая определенные заключения в ходе выдачи советов и консультаций.
Структура экспертной системы (перепечатать из блокнота)
Обозначения:
СОЗ- система, основанная на знаниях;
ЛП – лингвистический процессор;
РП (БД) – рабочая память (база данных)
БЗн- база знаний
МЛВ – механизм логического вывода
КПЗн – компонент приобретения знаний
Коб – компонент объяснений
СОЗ – представляет собой программную систему, состоящую из 3 –х основных элементов:
БЗн, МЛВ, РП (БД)
БЗн – часть экспертной системы, Предназначенная для генерации и поддержания динамической модели знаний о предметной области. В качестве модели знаний могут выступать продукционные модели и сетевые модели знаний.
МЛВ – часть экспертной системы, реализующая анализ, поступающий в экспертную систему и имеющейся в ней информации и формирование на ее основе новых заключений в ответ на запрос к системе.
РП (БД) – часть экспертной системы, предназначенная для информационного обеспечения механизма логического вывода, прежде всего в части хранения и обработки поступивших новых фактов и промежуточных результатов логического вывода
ЛП – предназначен для обеспечения комфортного интерфейса м/у конечным пользователем и экспертной системы. В нем реализуются процедуры морфологического, синтаксического и семантического контроля поступивших в систему запросов и приведение к виду понятного ЭВМ. При выдачи обратной информации осуществляется обратная операция. Заключения переводятся с машинного языка на естественный, понятный конечному пользователю.
Компонент приобретения знаний предназначен для обеспечения работы инженера знаний по поддержанию моделей знаний в состоянии, адекватном реальной предметной области.
Компонент объяснений – его наличие, обеспечивающий по запросу пользователя выдачу информации о ходе и исходе логического вывода, принципиально отличает экспертную систему от всех других видов информационных систем, т.к. в большинстве случаев пользователю не достаточно сообщить лишь конечное заключение экспертной системы, который должен или может использовать в своей профессиональной деятельности. Гораздо большее доверие вызывают понятный вывод, подтвержденный промежуточными расчетами. Эту задачу и выполняет компонент объяснений.