![]() 978 63 62 |
![]() |
Сочинения Доклады Контрольные Рефераты Курсовые Дипломы |
РАСПРОДАЖА |
все разделы | раздел: | Компьютеры, Программирование | подраздел: | Программирование, Базы данных |
Создание экспертных систем в среде EXSYS | ![]() найти еще |
![]() Молочный гриб необходим в каждом доме как источник здоровья и красоты + книга в подарок |
Примером служит управление различными производствами, а также распределением компьютерных систем. Управляющие экспертные системы должны включать в себя наблюдающие компоненты, для того, чтобы контролировать поведение объекта на протяжении длительного времени, но они могут нуждаться и в других компонентах из уже проанализированных типов задач. Экспертные системы применяются в самых различных областях: финансовых операциях, нефтяной и газовой промышленности. Технология экспертных систем может быть применена также в энергетике, транспортном хозяйстве, фармацевтическом производстве, космических разработках, металлургической и горной промышленностях, химии и многих других областях. 2. Структура экспертных систем Разработка экспертных систем имеет ряд существенных отличий от разработки обычного программного продукта. Опыт создания экспертных систем показал, что использование при их разработке методологии, принятой в традиционном программировании, либо сильно увеличивает количество времени, затраченного на создание экспертных систем, либо вовсе приводит к отрицательному результату
На проектирование и создание одной экспертной системы раньше требовалось 20-30 чел.-лет. В настоящее время имеется ряд средств, ускоряющих создание экспертных систем. Эти средства называются инструментальными (ИС), или инструментарием. Использование ИС сокращает время разработки экспертных систем в 3 - 5 раз. Экспертные системы выполняются на ЭВМ следующих типов: общего назначения; ПЭВМ; интеллектуальные рабочие станции (то есть рабочие станции типа Sa , Арроlо и др., снабжённые эффективными ИС для создания экспертной системы); последовательные символьные ЭВМ типа ЛИСП - машин (Symbolik-3670, А1рhа, Ехр1огег, Хегох 1100 и дугие) и ПРОЛОГ - машин; параллельные символьные ЭВМ (Co ec io , Dado, Fau , Hyper Cube и другие). Программные ИС определяются следующей совокупностью характеристик: назначение; стадия существования; тип ИС; тип используемых методов и знаний; универсальность; основные свойства; среда функционирования. Назначение определяет, для работы в каких проблемных областях и для создания какой стадии экспертной системы предназначено ИС. По степени отработанности ИС обычно выделяют три стадии существования: экспериментальная, исследовательская, коммерческая.
Предполагается, что практические задачи будут решаться нейрокомпьютерами – искусственными нейро-подобными сетями, созданными на основе микроэлектронных вычислительных систем. Спектр задач для разрабатываемых нейрокомпьютеров достаточно широк: распознавание зрительных и звуковых образов, создание экспертных систем и их аналогов, управление роботами, создание нейропротезов для людей, потерявших слух или зрение. Достоинства нейрокомпьютеров – параллельная обработка информации и способность к обучению. Несмотря на чрезвычайную активность исследований, многое в них настораживает. Ведь изучаемые алгоритмы выглядят как бы «вырванным куском» из общего осмысления работы нервной системы. Часто исследуются те алгоритмы, для которых удается построить хорошие модели, а не те, что наиболее важны для понимания свойств мышления, работы мозга и для создания систем искусственного интеллекта. Задачи, решаемые этими алгоритмами, оторваны от эволюционного контекста, в них практически не рассматривается, каким образом и почему возникли те или иные системы обработки информации
Министерство образования и науки Республики Казахстан Карагандинский Государственный Технический Университет Кафедра САПР ПОЯСНИТЕЛЬНАЯ ЗАПИСКА к курсовой работе По дисциплине: «Интеллектуальные системы» Тема: «Разработка оболочки экспертной системы» Руководитель (подпись) (дата) Студент (подпись)(дата) 2009 Содержание Введение 1 Постановка задачи 2 Теоретическая часть 2.1 Основные понятия 2.2 Структура экспертной системы 2.3 Классификация экспертных систем 2.4 Характеристики экспертных систем 2.5 Этапы создания экспертных систем 3 Практическая часть 3.1 Выбор среды разработки программирования 3.2 Алгоритм работы экспертной системы 3.2.1 Алгоритм формирования базы знаний 3.2.2 Алгоритм вывода 3.3 Структура разработанной экспертной системы 3.3.1 Проект «Exper » 3.3.2 Проект «Klie » 3.4 Методическое обеспечение 3.4.1 Руководство эксперта 3.4.2 Руководство пользователя Заключение Список использованной литературы Введение Искусственный интеллект (ИИ) - совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.
Любопытно, что отсутствие среди участников разработки инженеров по знаниям, т. е. замена их программистами, либо приводит к неудаче всего проекта создания конкретной экспертной системы, либо значительно увеличивает сроки ее разработки. И, наконец, программист разрабатывает инструментальные средства (если инструментальные средства разрабатываются заново), предназначенные для ускорения разработки экспертных систем. Эти инструментальные средства содержат в пределе все основные компоненты экспертной системы; также программист осуществляет сопряжение своих инструментальных средств с той средой, в которой она будет использоваться. 4. Режимы работы экспертных систем Экспертная система работает в двух основных режимах: 1) в режиме приобретения знаний; 2) в режиме решения задачи (называемом также режимом консультаций, или режимом использования экспертной системы). Это логично и понятно, ведь сначала необходимо как бы загрузить экспертную систему информацией из той предметной области, в которой ей предстоит работать, это и есть режим «обучения» экспертной системы, режим, когда она получает знания
Таким образом, построенные в данном параграфе фундаментальные основные агрегаты маркетинговой системы транспортно-экспедиторских услуг, элементы их составляющие, а также функциональная логическая зависимость между ними являются предпосылкой для создания структурных моделей, используемых в системах имитационного моделирования. Наполнение каждого формализованного элемента предложенных блоков конкретизированными составляющими, построение системы моделей (логистических, математических, имитационных) и применение методов и систем имитационного моделирования позволят, как мы полагаем прогнозировать и проигрывать ситуации, тем самым, упрощая процесс создания экспертных систем маркетинга. Список литературы
Представление знаний на основе правил, например, позволяет расширять знания по мере развития системы и не накладывает значительных ограничений на их содержание. В результате этого при создании экспертных систем появляется возможность объединять знания, требующие «глубокого» теоретического уровня понимания, с чисто эмпирическими примитивными правилами. Применение относительно простой управляющей структуры также имеет свои преимущества. Выбор простого дедуктивного механизма во многих системах приводит к упрощению реализации «средств разъяснения», с помощью которых системорешатель задач может объяснить пользователю ход своих рассуждений. Подобные средства делают систему более приятной в общении, снижают скрытность ее заключений и облегчают модификацию и отладку базы знаний. При решении практических задач с использованием экспертных систем рекомендуется соблюдать следующие принципы: 1. Сосредоточиться на узкой предметной области, для которой характерен небольшой объем знаний, основанных на здравом смысле 2. Выбрать задачу, которая не очень проста и не слишком трудна для эксперта-человека 3.
Особенности проектирования интеллектуальной экономической информационной системы 17. Основные компоненты и существенные черты ИИС 18. Схема ИИС 19. Характеристика базы знаний и особенности её конструирования. Компоненты баз знаний 20. Определение, назначение и области применения экспертных систем 21. Структура и принцип работы экспертных систем. Схема обобщённой структуры БД 22. Характеристики базы знаний и машины вывода ЭС 23. Особенности технологии создания экспертных систем 24. Нейронные сети как один из альтернативных подходов к решению интеллектуальных задач. Структура персептрона, принципы его работы 1. Схема движения финансовых и экономических потоков в экономике и характеристика ИС их обеспечения В течение последних 10 лет произошло значительное расширение сферы фактического применения информационных технологий и систем в области экономики. Интенсивное развитие и индустриализация информационных технологий привела к тому, что информационные потоки сопровождают все стадии цикла производство-потребление и соответствующего движения денежных средств в общественном производстве.
Даже после такой эмпирической проверки не всегда можно строго сформулировать критерии оценки достоверности отрицательных результатов ранее выданных положительных прогнозов. Что же касается отрицательных геологических прогнозов, то их достоверность вообще не проверяется. Эти факторы крайне усложняют проблему совершенствования теоретических и практических основ геологического прогнозирования, поскольку приводят к формированию незакономерно усеченных статистических выборок, в которых отсутствуют не только отдельные ветви, но и образуются интервалы "незнания". В целом же проблема выбора критериев оценки надежности геологических прогнозов остается одной из важнейших задач прикладной металлогении. Эта задача осложняется не только отсутствием эмпирических данных об истинности отрицательных прогнозных заключений, но и относительно небольшой выборкой реализованных положительных прогнозов при большом числе признаков прогнозируемых объектов или процессов. В связи с этим важное значение приобретает создание экспертных систем, содержащих базы не только фактографических данных, но и знаний, включающих интуицию специалиста, в основе которой тоже лежит знание, но в мегаинтегрированном виде.
Программная для разделения хроматографических пиков. 1 Необходимость Одной из актуальных проблем в хроматографии является выделение пиков из их суперпозиции для более точного расчёта площади каждого из них. Существует множество статистических методов решения этой задачи (метод наименьших квадратов, метод главных компонент и т. д.). Но в настоящее время наиболее интересен подход с использованием в этой области искусственных нейронных сетей (ИНС). Искусственные нейронные сети перестают быть экзотикой. В последние годы разработки в этой области представляют большой интерес не только для учёного света, но и для практичных людей. Областей их применения множество. Это автоматизация процессов распознавания образов, адаптивное управление, аппроксимация функционалов, прогнозирование, создание экспертных систем, организация ассоциативной памяти и многие другие приложения. При решении задачи выделения хроматографических пиков из их суперпозиции искусственные нейронные сети дают более точные результаты, чем методы статистики.
Появились основания для того, чтобы говорить о переходе от бумажной коммуникации к коммуникации безбумажной, от книжной культуры к культуре мультимедийной, от индустриального к постиндустриальному информационному обществу. Среди факторов, наиболее ощутимо влияющих на настоящее и будущее библиографии, следует отметить качественные изменения информационных ресурсов в плане их доступности и удобства использования, и в том числе: доступной для всего общества, а не только для читателей данной библиотеки. Создание такой продукции предполагает осуществление маркетинговых исследований и нахождение на информационном рынке соответствующей ниши с последующим сопоставлением параметров выявленного неудовлетворенного спроса и возможностей библиотеки (реальных и потенциальных). Таким образом, в ходе своей деятельности библиограф интегрирует внутренние и внешние информационные ресурсы и пополняет их собственным уникальным продуктом. Перспектива следующих десятилетий — это создание интеллектуальных экспертных систем, сопрягающих полнотекстовые, библиографические и реферативные, фактографические ресурсы с экспертным знанием библиографов и облегчающих информационный поиск.
Компьютерные технологии обучения позволяют осуществить разработку экспертно-обучающих систем оценки знаний, умений и навыков, в основу таких экспертных систем должны быть положены принципы теории поэтапного формирования умственных действий и умений. Среди этих принципов выделяю следующие: 1. Переход к планированию учебного процесса в соответствии с уровнем усвоения знаний. 2. Введение в учебный процесс количественного измерителя степени законченности процесса обучения в виде коэффициента усвоения. 3. Экспертно-обучающая система оценки знаний, умений, навыков должна создаваться с учетом двух выше названных принципов. 4. 1.3 ЭКСПЕРТНО - ОБУЧАЮЩИЕ СИСТЕМЫ ОЦЕНКИ ЗНАНИЙ, УМЕНИЙ, НАВЫКОВ НА ОСНОВЕ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ОБУЧЕНИЯ. Создание экспертно-обучающих, экспертных систем по оценке качества усвоения знаний и завершенности процесса обучения предполагает прежде всего учет основополагающих принципов: 1. Изменение роли и функции преподавателя, превращение его в специалиста-консультанта, что добавляет новую обязанность в его преподавательской деятельности. 2. Отказ от поточного метода обучения и перехода к индивидуальной подготовке специалиста. 3. Перенос центра тяжести учебного процесса на самостоятельную работу студентов. 4. Подготовка учебно-методического комплекса на основе учета особенностей компьютерной технологии обучения.
Кроме того проводятся экспертизы и исследования для нотариата, органов социального обеспечения, юридических лиц и граждан. Наряду с экспертной работой РФЦСЭ проводит научные исследования по планам НИР, утверждаемым Минюстом России, и направленным на разработку теоретических и методологических проблем судебной экспертизы, создание новых и совершенствование существующих методов и методик экспертного исследования, автоматизированных систем и программных комплексов для решения экспертных задач. Среди наиболее актуальных общетеоретических работ последнего времени можно отметить методические пособия и монографии по общей теории судебной экспертизы, идентификации, диагностике и многим важным экспертным направлениям, а также ряд методических рекомендаций, методических писем и методик для экспертов по отдельным видам судебной экспертизы. РФЦСЭ обеспечивает судебно-экспертные учреждения системы Минюста России теоретическими и методическими разработками в области судебной экспертизы. В этих целях подготавливает к печати, издает и направляет им сборники научных трудов, методические и информационно-справочные материалы. Кроме того, РФЦСЭ осуществляет учебно-методическую работу с сотрудниками судебно-экспертных учреждений системы Минюста России путем обучения экспертов на потоках повышения квалификации, стажировок экспертов в подразделениях РФЦСЭ, рецензирования экспертных заключений, дачи письменных и устных консультаций по различным направлениям экспертной, методической и научной деятельности и в других формах.
Исследования американских учёных показали, что максимальную пользу от применения информационных и телекоммуникационных технологий в учебном процессе получают обучающиеся с более высокими показателями успеваемости и мотивации . Информационные и телекоммуникационные технологии уже сами по себе выступают достаточно сильным фактором повышения мотивации образования. Однако, можно выделить следующие пути и способы мотивации, которые рекомендуется учитывать при создании креативной образовательной среды на основе информационных и телекоммуникационных технологий: - ориентация на достижение конкретных учебных целей и освоение конкретных действий; мотивация будет намного выше, если цели обучения и план действий выработаны самими обучающимися; разработаны специальные компьютерные программы, выступающие в качестве экспертных систем, облегчающих процесс целеполагания; - повышение актуальности и новизны содержания; электронные учебники позволяют постоянно дополнять, модернизировать, обновлять материал без больших затрат на типографские расходы; - раскрытие значимости профессиональных знаний; большое значение может играть показ средствами информационных и телекоммуникационных технологий происхождения знания, его эволюции, моделирование тенденций развития; - обеспечение принятия обучающимся некоей роли в учебном процессе: исследователя - при работе с экспертной системой; конструктора - при работе с конструкторской программой; виртуального субъекта - в игровых программах и т. д.; - предоставление обучающемуся свободы действий при управлении осваиваемыми объектами в рамках заданных ограничений; компьютер как нельзя лучше может моделировать реакцию сложных систем на действия обучающегося, без каких-либо последствий для этих систем; - применение наглядности, занимательности, эмоциональности, эффекта парадоксальности, удивления; в данном вопросе компьютер просто незаменим; возможности моделирования явлений, трёхмерной графики, видео, мультипликации и звуков позволяют обучающемуся получить максимальное впечатление от осваиваемого материала, глубоко врезающееся в память и стимулирующее дальнейшее саморазвитие; - использование сравнений и аналогий, ассоциаций, понятных и близких обучающемуся; большое значение для этого имеет индивидуализация образования при использовании информационных технологий, возможность построение динамической модели обучающегося; - использование произведений искусства и литературы; динамическое включение в осваиваемый материал электронного учебника картин и фотографий, музыкальное оформление, звучащее в перерывах, организуемых для предотвращения утомления обучающегося позволяют "оживить" сухой материал, сделать его жизненным и интересным; - применение активных, деятельностных методов и форм обучения: совместных сетевых проектов, компьютерных деловых игр, проблемного метода, обучения через открытия, подкрепляемых компьютерными банками информации, развитой поисковой системой, экспертными системами поддержки принятия решения и т. д.; - структурирование учебного материала, разделение его на логически целостные, небольшие по размеру блоки; выделение главных идей и подчинённых мыслей; гипертекстовое представление материала в компьютере как нельзя более лучше способствует решению данной задачи; - использование учебных заданий с элементами новизны и непредсказуемости; обновление материала электронных учебников можно производить достаточно часто; датчик случайных чисел
Пакет Macromedia Au horware всегда был широко популярен среди разработчиков мультимедийных приложений и с выходом новой версии только упрочил свои позиции. Как и большинство выпускаемых компанией Macromedia программных продуктов, он ориентирован в первую очередь на сетевые и Интернет-проекты. Уникальная сфера его применения — создание обучающих систем. Macromedia Au horware подойдет как при подготовке несложного интерактивного учебника или справочника, так и при создании распределенных комплексов дистанционного обучения с выделенным центром управления, а также контроля и тысячами пользователей, проживающих в разных уголках Земного шара. Впрочем, это не означает, что при помощи данного пакета нельзя подготовить мультимедийное приложение без сетевых соединений. Напротив, одним из вариантов публикации готового проекта является его перенос на лазерные диски для последующего запуска с локальных компьютеров. Au horware 6 органично вписывается в общую номенклатуру выпускаемых компанией Macromedia продуктов для разработчиков. Общие элементы интерфейса и простота интеграции с другими программами (как десктоп-класса, например Flash, Freeha d или Direc or, так и серверными, вплоть до Cold Fusio и JRu ) призваны максимально облегчить знакомство с пакетом для тех, кто уже имеет опыт создания проектов при помощи средств Macromedia.
Более правомерна постановка вопроса о создании специализированной безопасной мировой инфосферы, предназначенной для управления мировым производством, транспортом, геополитикой. Видимо, прогресс приведет к необходимости создания такой единой системы. Такая среда общения будет обладать архитектурой безопасности и гарантировать целостность и конфиденциальность информации. Очевидно, что создатели этой системы должны обеспечить соблюдение политических и экономических интересов мировых субъектов, т. к. многопольное владение этой системой означает контроль над миром. Ясно, что подобной средой не может быть I er e в сегодняшнем виде. Главное, на наш взгляд, — нужно воздержаться от стремления приблизить сегодняшний I er e к такой среде управления миром. I er e по-своему хорош в том виде, в каком он есть. В чем перспектива защиты информационных систем в эпоху интеграции среды обработки информации? По нашему мнению, выход из сложившегося положения состоит в четком разграничении информации, представляющей жизненный интерес для субъектов — пользователей — и создания специализированных систем ее обработки.
Федеральный учет видеозаписей информационно связывается (интегрируется) в ГИЦ с федеральной фототекой особо опасных преступников, разыскиваемых граждан и неопознанных трупов. Регистрация визуальной информации о лицах служит для опознания граждан в ходе оперативно-розыскных мероприятий и следственных действий. Федеральный учет видеозаписей в ГИЦ формируется на основе информации, поступающей из ИЦ МВД, ГУВД, УВД, из видеотек экспертно-криминалистических подразделений (ЭКП) соответствующих органов внутренних дел. 2 С конца 80-х гг. начались активные попытки внедрения в деятельность ОВД автоматизированных информационных дактилоскопических систем (АДИС) на основе персональных компьютеров, с помощью которых можно автоматически кодировать отпечатки и следы пальцев рук, сохранять их изображение в памяти и производить качественный сравнительный анализ. Однако при создании таких систем возникли трудности, так как следы и отпечатки пальцев рук очень трудны для машинной обработки: в них нет устойчивости признаков ни по наименованию, ни по размерам, ни по топографическим и геометрическим параметрам.
И для решения таких многоцелевых экологических задач и нужны экологические информационные системы, которые могут быть как глобального, так и регионального масштаба. Одна из самых развитых информационных систем мир - ИНФОТЕРРА, создана на основе решений Стокгольмской конференции ООН по окружающей человека среде 1972 г. В настоящее время ИНФОТЕРРА -одна из самых широко известных глобальных информационных систем. Ее тематика охватывает все аспекты охраны окружающей среды . Автоматизированные системы, предназначенные для интеграции разнородной информации, называются информационно-моделирующими системами. Они представляют собой информационное «ядро» географических информационных систем, создаются в идеологии, объединяющей концепции банков данных и знаний (экспертных систем) и систем моделирования. Благодаря этому ИМС не только сохраняет преимущества объединяемых видов систем, но и приобретает новые качества, связанные с возможностью интегрирования разнородной информации, накапливаемой в моделях и базах знаний. ИМС рассматриваются как перспективный инструмент для решения региональных экологических проблем и повышения качества окружающей среды. 1. ПОТРЕБНОСТЬ, КАК ФАКТОР ПОЯВЛЕНИЯ НОВЫХ ЭКОЛОГИЧЕСКИХ ИНФОРМАЦИОННЫХ СИСТЕМ Современный уровень сложности задач, решаемых с помощью информационных систем, постоянно растет.
![]() | 978 63 62 |