Автоматика Автоматизация Архитектура Астрономия Одит Биология Счетоводство Военна генетика География Геология Държавна къща Други Журналистика и медии Изобретателност Чужди езици Информатика История на изкуството Компютри Кулинарна култура Лексикология Литература Логика Маркетинг Математика Механика Механика Мениджмънт Метал и заваръчна механика Музика Население Образование Сигурност Безопасност на труда Трудова педагогика Политика Право Pryborostroenye Програмиране Производство индустрия Психология P DiO Rehylyya Communications Социология Спорт стандартизация Строителни технологии Търговия Туризъм Физика физиология Философия Финанси Химия икономика Tsennoobrazovanye Cherchenye Екология Эkonometryka икономиката Електроника Yuryspundenktsyya

Експертни системи, тяхната структура и приложение в икономиката

Прочетете още:
  1. Автономия и условия на международни споразумения, използващи акредитиви.
  2. XIV. 7. Измерване на електромодулната сила. Приложение на метода за измерване на ЕМП за определяне на различни физични и химични променливи
  3. А. Решения за прилагането на един от първите три режими на радиационна защита
  4. Аграрното производство в националната икономика. Форми на управление и поземлени отношения
  5. Правни актове: концепции, атрибути, видове, структура
  6. Актовете за официално тълкуване (тълкувателни актове) са нормативни актове, приети от компетентните държавни органи, съдържащи обяснения за правните норми или реда за тяхното прилагане.
  7. Актове на правоприлагащите органи, техните видове
  8. Архитектоника (структура) на представлението
  9. Б. Решения за прилагането на четвъртия или петия режим на радиационна защита
  10. Протеин. ТЕХНИЯ СГРАДА
  11. Структурата на заваръчния шев
  12. СТРОИТЕЛСТВО И ЕВОЛЮЦИЯ.

Решаващата характеристика на компютърните програми, наречени експерти, е способността им да натрупват знания и опит от най-квалифицираните експерти (експерти) в определена област. След това, с тези знания, потребителите на ЕС със стандартна квалификация могат да разрешат задачите си успешно, както самите експерти биха направили.

Експертните системи са програми за компютри, които натрупват знания от експерти в конкретни области, които са предназначени да получат приемливи решения при обработката на информация. Експертните системи превръщат опита на експерти във всяка конкретна област на знанието под формата на евристични правила и са предназначени да се консултират с по-малко квалифицирани професионалисти.

Известно е, че знанието съществува в две форми: колективен опит, личен опит. Ако субектът е представен чрез колективен опит (например по-висока математика), тогава тази индустрия не изисква експертни системи. Ако в областта на темата голяма част от знанията са личен опит на висококвалифицирани специалисти и тези знания са слабо структурирани, тогава такава индустрия се нуждае от експертни системи. Съвременните експертни системи се използват широко във всички сфери на икономиката.

Функционално, експертна система може да бъде определена като компютърна система, която може да използва познания за определена тематика и да взема решения в тази област на експертно ниво.

Експертната система се състои от:

- база от знания (състояща се от работна памет и база правила), предназначена за съхранение на изходни и междинни факти в работната памет (наричана още базата данни) и съхранение на модели и правила за манипулиране на модели в базата данни с правила

- решаване на задачи (преводач), който осигурява изпълнението на последователност от правила за решаване на конкретна задача въз основа на факти и правила, съхранявани в бази данни и бази от знания

- обяснение на подсистемата, което позволява на потребителя да получи отговори на въпроса: "Защо системата е взела такова решение?"

- придобиване на знания в подсистемата, предназначени да добавят към базата от знания на нови правила и да променят съществуващите правила.

потребителския интерфейс, набор от програми, които изпълняват диалоговия прозорец на потребителя със системата на етапа на въвеждане на информация и получават резултати.



Структурата на експертната система

Система за обяснение на вземането на решения
Подсистемата на логическите заключения
База знания
Придобиване на знания в подсистемата

Придобиването на знания на подсистемата има за цел да допълни базата от знания на новите правила и изменения, които са на разположение. Нейната задача е да въведе правилото във формата, което позволява на изходната подсистема да прилага това правило в процеса на работа. В по-сложни системи има и инструменти за проверка на вход или промяна, за да се противопоставят на съществуващите правила.

Базата от знания е най-важният компонент на експертната система, на която се основават нейните "интелектуални способности".

Базата знания съдържа факти и правила, които измерват ефективността на всеки вариант по отношение на възможно най-бързото постигане на целта. Базата знания може да бъде заменена и това няма да повлияе на процеса на разсъждение на системата.

Базата от знания е ядрото на експертната система. Преходът от данни към знание е следствие от развитието на информационните системи. Базите данни се използват за съхраняване на данни и за съхранение на знания, бази за знания. В базата данни по правило големи масиви за данни се съхраняват на сравнително малка цена, а базите на знанията запазват малки обеми, но скъпи информационни масиви.

Базата от знания е набор от знания, описан с помощта на избраната форма на представяне. Попълването на базата от знания е една от най-трудните задачи, свързани с избора на знания за тяхното формализиране и тълкуване.

Подсистемата на логическите заключения е софтуерен компонент на експертните системи, който изпълнява процеса на разсъжденията си въз основа на базата от знания и работния набор. Той изпълнява две функции: първо, прегледа на съществуващите факти от работната група и правилата от базата от знания и, доколкото е възможно, добавя към работния набор от нови факти и, второ, определя реда на преразглеждане и прилагане на правилата. Тази подсистема управлява процеса на консултиране, съхранява потребителската информация за констатациите и я пита за информация, когато няма достатъчно данни, за да се задейства следващото правило в работния комплект.

‡ зареждане ...

Целта на ЕС е да се изведе даден факт, който се нарича целева декларация (т.е. в резултат на прилагането на правила, за да се гарантира, че този факт е включен в работната група), или да се опровергае този факт (т.е. да се гарантира, че следователно не може да се изведе от дадено ниво на знание системата е погрешна). Целевото изявление може да бъде "предварително" в базата знания на системата или да бъде извлечено от системата в диалог с потребителя.

Работата на системата е поредица от стъпки, на всяко от които е избрано правило от базата данни, което се отнася до текущото съдържание на работния комплект. Цикълът завършва, когато целевото изявление бъде оттеглено или отхвърлено. Цикълът на работата на експертната система по друг начин се нарича логическо заключение Логическо заключение може да се случи по много начини, като най-често срещаните са директната продукция и обратен ред на изхода.

Директният ред на изхода - от фактите, които са в работната група, до заключението. Ако може да се намери такова заключение, тогава то се вписва в работния комплект. Директният изход често се нарича продукция, контролирани данни.

Обратният ред на изхода: заключенията се преглеждат, докато работната памет бъде открита, или фактите, получени от потребителя, потвърждават едно от тях. При системите с резервно копие се поставя най-напред хипотеза и след това изходният механизъм в процеса на работа, сякаш вървеше назад, преминавайки от него към фактите и опитвайки се да намери сред тях онези, които потвърждават тази хипотеза. Ако се окаже, че е вярна, тогава е избрана следната хипотеза, която уточнява първата, която е във връзка с нейната субективна. След това ще открием факти, потвърждаващи истината за подчинената хипотеза. Заключението от този тип се нарича ръководени цели. Обратното търсене се използва в случаите, когато целите са известни и относително малко.

Системата за обяснение на вземането на решения показва , по каква причина системата получи резултата във форма, разбираема за дадено лице.

Тъй като системите, базирани на знания, се реализират на компютри, входната информация се възприема или във формата на ясен компютър, т.е. в бита и байтовете. За да може обаче неподготвен потребител да взаимодейства, той трябва да включва средства за комуникация на естествения език. Огромното мнозинство от базираните на знанието системи има по-скоро примитивен интерфейс за естествен език - позволената комуникация на входящите потребители е ограничена от набор от концепции, съдържащи се в базата от знания. Поради това са включени блокове, за да се обясни всяка стъпка от разсъжденията, че за непрограмиран потребител подобен начин на обяснение може да изглежда ненужно подробен и твърде формален и би изисквал обяснение на "по-високото ниво" от гледна точка на здравия разум и без задълбочаване в подробности. Подобни модели на обяснение започват да се появяват в ЕС и изискват по-сложна организация на знанието.

Характеристиките, присъщи на ЕС като системи на изкуствен интелект, могат да бъдат приписани:

Компетентност, т.е. способност да взема решения, които са адекватни на решенията на професионален експерт от високо ниво.

Възможност за изграждане на "разсъждение" въз основа на символични трансформации.

Способност да се използват както общи, така и индивидуални схеми за генериране на схеми.

Способност за решаване на проблеми в реални теми.

Способност да интерпретира формулировката на задачите и задачите.

Способност да анализирате работата си.

Експертните системи се различават от традиционните системи за обработка на данни по това, че обикновено използват метод за представяне на символи, символичен изход и евристично решение за търсене. Невронните мрежи или неврокомпютрите са по-обещаващи за решаване на проблемите, които са слабо формализирани или не са формализирани.

Основата на неврокомпютрите са невронни мрежи - йерархично организирани паралелни комбинации от адаптивни елементи - неврони, които осигуряват взаимодействие с обекти от реалния свят, както и с биологичната нервна система.

Успешни успехи в използването на невронни мрежи са постигнати при създаването на експертни системи за самообучение. Мрежата е изградена, т.е. те са преподавани, преминавайки през всички известни решения и достигайки до необходимите отговори на изхода. Настройката е да изберете параметрите на невроните. Често използвайте специализирана програма за обучение, която се занимава с мрежово обучение. След тренировка системата е готова за работа.

Ако в експертната система нейните създатели развиват знанието в определена форма, тогава в невронни мрежи дори и разработчиците не са известни, как се формира знанието в структурата му в процеса на учене и самообучение, т.е. мрежата е "черна кутия".

Неврокомпютрите, като системи за изкуствен интелект, са много обещаващи и могат безкрайно да се усъвършенстват в своето развитие. Понастоящем системите за изкуствен интелект под формата на експертни системи и невронни мрежи се използват широко в решаването на финансови и икономически проблеми.


1 | 2 | 3 | 4 | 5 6 | | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |


Когато използвате материал, поставете връзка към bseen2.biz (0.097 сек.)