ПРЕДИКАТИВНАЯ КЛАССИФИКАЦИЯ ИНФОРМАЦИОННЫХ ОБЬЕКТОВ В ЭКСПЕРТНЫХ СИСТЕМАХ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ

ВВЕДЕНИЕ…………………………………………………………………4
1 Экспертные системы, их особенности. Применение экспертных си-стем……………………………………………………………………………….....7
1.1 Определение экспертных систем. Главное достоинство и назначе-ние экспертных систем…………………………………………………………...7
1.2 Отличие экспертных систем от других систем искусственного ин-теллекта……………………………………………………………………………8
1.3 Экспертные системы первого и второго поколения………………..10
1.4 Области применения экспертных систем…………………………...12
1.5 Критерий использования экспертных систем для решения задач...15
1.6 Ограничения в применение экспертных систем……………………17
1.7 Преимущества экспертных систем перед андрогенными система-ми.............................................................................................................................18
2 Технология инкапсуляции нейронных сетей в экспертные системы20
2.1 Структура систем, основанных на знаниях…………………………20
2.2 Подсистема вывода с использованием нейронныхт систем……….24
2.3 Диалог с экспертной системой. Объяснение………………………..31
2.4 Стратегии управления выводом……………………………………..36
2.5 Предикативная классификация задач в пространстве состояний....39
2.6 Контроль поиска в пространстве состояний нейронных сетей...….43
2.7 Обсуждение эвристической информации…………………………...54
3 Особенности применения модернезированных экспертных систем в экономике…...…………………………………………………………………....61
3.1 Реализация модернезированных экспертных систем экономиче-ского анализа деятельности предприятия………………..……………………61
3.2 Реализация динамических экспертных систем управления бизнес-процессами……………………………………………………………………….66
3.3 Практическая реализация динамической экспертной системы с пре-дикативной классификацией системы сетевого предприятия со слабострук-турированной базой знаний…………………………………………………….70
ЗАКЛЮЧЕНИЕ…………………………………………………………...75
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ……………………..78

Весь текст будет доступен после покупки

Экспертные системы (ЭС) являются естественным результатом эволю-ционирования методов построения и математического обеспечения систем искусственного интеллекта (ИИ).
Разработка систем искусственного интеллекта ведется уже около полу-века, при этом в ней рассматривался ряд весьма сложных задач, которые 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 - это программное обеспечение, выполняющее функции эксперта при решении задач над произвольной предметной областью с применением формализованных правил. Практическое применение ЭС в бизнесе повыша-ет эффективность работы и облегчает труд специалистов.
Неоспоримым достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличии 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].

Весь текст будет доступен после покупки

1 Экспертные системы, их особенности. Применение экспертных систем
1.1 Определение экспертных систем. Главное достоинство и назначение экспертных систем

Экспертные системы (ЭС) - это самое распространенное и эффектив-ное направление в части практического применения искусственного интел-лекта (ИИ). В отличии от фундаментальных исследований ИИ, экспертные системы дают вполне ощутимый и быстрый результат при решении задач из самых различных областей человеческой деятельности. Существуют уни-кальные ЭС, работающие в сфере обороны, стратегического экономического планирования, а так же модульные динамические ЭС универсального применения.
ЭС имеют исключительно программную реализацию, функционирую-щую на базе ЭВМ и выполняющую функции реального специалиста-эксперта, оперирующего этими формализованными функциями и алгорит-мами в пределах предметной области базы знаний. Область этих знаний, определенным образом формализована и представлена в памяти ЭВМ, может изменяться и дополняться в процессе развития системы [2, 3].
ЭС выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В от-личие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

Весь текст будет доступен после покупки

1. Братко И.Н. Программирование на языке Пролог для искусственного интеллекта/ И. Н. Братко. - М.: Мир, 2021. – 456с.
2. Вендров А.М. Проектирование программного обеспечения экономических информационных систем: Учебник./ А.М. Вендров – М.: Финансы и статистика, 2020. – 289с.
3. Малпасс Д. Р. Реляционный язык Пролог и его применение./ Д. Р. Малпасс, А.П.Конев, М.И. Петраковский – М.: Финансы и статистика, 1998. – 479с.
4. Марселлус Д. Н. Программирование экспертных систем на Турбо Прологе/ Д. Н. Марселлус, А. Н. Алексеев - М.: Финансы и статистика, 1994. – 452с.
5. Нейлор К. Как построить свою экспертную систему/ К. Нейлор. - М.: Энергоатомиздат, 2018. – 379с.
6. Нильсон Н. Д. Искусственный интеллект. Методы поиска решений/ Н. Д. Нильсон.- М.: Мир, 1973. – 488с.
7. Сафонов В. О. Современные экспертные системы - интеллектуальные помощники специалистов. Руководство интегратора./ В. О. Сафонов.- С.-Пб: Санкт-Петербургская организация общества “Знания” России, 2020. – 239с.
8. Таунсенд К. Проектирование и программная реализация экспертных систем на персональных ЭВМ/ К. Таунсенд, Д. Фохт.- М.: Финансы и статистика, 2019. – 588с.
9. Убейко В. Н. Экспертные системы/ В. Н. Убейко.- М.: МАИ, 2018. – 456с.
10. Уотермен Д. Руководство по экспертным системам/ Д. Уотермен.- М.: Мир, 2019. – 489с.

Весь текст будет доступен после покупки