Лекции по интелектуальным информационным системам

Подождите немного. Документ загружается.

таких случаях переходят от рассмотрения входных и выходных величин к

рассмотрению подмножеств их элементов. Это приводит к

вероятностным и нечетким описаниям систем.

Существуют разные подходы к формированию целей

проектирования. Сложившийся на практике стереотип - ясно

поставленная цель есть главнейшее условие успеха - противоречит опыту

специалистов по системному анализу, утверждающих, что цель создания

системы и ее составляющие уточняются в ходе работы. В связи с этим

одним из условий, обеспечивающих успех любого проекта, является

построение следующих прогнозов:

- прогноз состояния или поведения внешней среды (надсистемы),

взаимодействующей с исследуемой системой (объектом);

- прогноз изменения целей функционирования и структуры

исследуемой системы;

- прогноз развития конкурирующих или противоборствующих

подсистем, их характеристик и стратегий поведения.

Взаимодействие системы со средой, а также элементов системы друг

с другом может быть представлено моделями структуры и моделями

функционирования. Модель структуры в зависимости от цели

исследования может иметь следующие разновидности:

 внешняя модель - система представляется в каноническом виде, а

ее связи с внешней средой выражаются посредством входов и

выходов;

 иерархическая модель - система расчленяется по уровням

согласно принципу подчинения низших уровней высшим;

 внутренняя модель - отражает состав и взаимосвязь между

элементами системы.

Функционирование системы может быть представлено:

 моделью жизненного цикла системы, характеризующей процесс

существования системы от ее замысла до гибели;

 операциональной моделью системы, представляющей

совокупность процессов ее функционирования по основному

назначению.

Характеристика подходов к моделированию сложных систем.

Статистический подход основан на построении макромоделей

больших систем, которые могут использовать различные типы описаний:

132

теоретико-мно-жественный, лексикографический, топологический и др.

Макромодели дают представление о зависимости состояния системы от

поведения человека и среды, но не учитывают состязательный характер

развития и не содержат представлений об эффективности.

Структурно-функциональный подход связан с построением модели

структуры, элементами которой являются функции. Для построения

механизма, порождающего функции, используют теоретико-

множественный аппарат и математико-лингвистические средства.

Ситуационное моделирование разработано для задач динамического

управления сложными системами в условиях неопределенности. Система

описывается конечным набором возможных ситуаций и соответствующих

им управленческих решений. Главным условием применимости этого

подхода является возможность классификации ситуаций.

Имитационное моделирование основано на использовании

субъективных предположений исследователей о динамике

рассматриваемых процессов. При моделировании динамики сложных

систем дифференциальные уравнения можно составить только для

идеализированной структуры при усредненных значениях параметров.

Усложнение обычно сопровождается переходом к моделям,

распределенным в пространстве. При этом возникают серьезные

затруднения с заданием граничных условий, определением неизвестных

коэффициентов уравнений, а также сложности вычислительного

характера.

Синергетический подход к моделированию сложных систем

учитывает нелинейность сложных систем, одним из проявлений которой

является нарушение принципа суперпозиции. В данном подходе

используется динамическая имитационная модель системы,

описывающая процесс ее развития. Основополагающие понятия в теории

развития - информация и энтропия. Энтропия есть мера недостатка

информации о действительной структуре системы. Для эволюции

существенно не количество информации, а ее ценность, которая

непосредственно связана со степенью использования информации в

системе. Ценность информации оказывается тем больше, чем меньше

существует способов выполнить нужную функцию без данной

информации. Другими словами, ценность характеризует незаменимость

информации. В процессе использования информации происходит отбор

тех элементов-признаков, которые дают преимущества в ходе развития.

133

Согласно концепции И. Пригожина абсолютно устойчивая система не

способна к развитию, так как она подавляет любые отклонения от

устойчивого состояния.

Задачи проектирования систем всегда предполагают решение задач

синтеза, которые в зависимости от исходных данных разделяют на три

класса.

1. Синтез структуры системы при заданных алгоритмах

функционирования;

2. Синтез оптимального поведения и алгоритмов

функционирования системы при известной структуре;

3. Синтез структуры и алгоритмов функционирования системы,

распределение функций по элементам и определение их

оптимального состава.

Требования, предъявляемые к синтезируемым системам, зависят от

конкретных условий и определяющим образом влияют на качество

получаемых решений. Проблема выбора оптимальных решений из

множества синтезированных объектов осложняется по следующим

причинам:

 объекты выбора (альтернативы) реально не существуют;

 отсутствует возможность количественного или объективного

измерения свойств проектируемой системы;

 представление о «наилучшем решении» может отсутствовать или

быть неоднозначным и противоречивым;

 необходим учет многих критериев в процессах принятия

решений;

 требования к проектируемой системе изменяются с течением

времени.

Задача структурного синтеза считается наиболее трудной для

формализации проектной процедурой. Для синтеза необходима

информация о базовых элементах системы, макроэлементах (типовая

совокупность взаимосвязанных элементов) и обобщенных структурах

проектируемого объекта. Автоматизация структурного синтеза, как

правило, сопряжена с разработкой интеллектуальных систем. Для

представления знаний об объектах синтеза обычно используются

объектно-ориенти-рованные модели. Распространенным средством

представления обобщенных структур являются И-ИЛИ-деревья.

Известны следующие подходы к алгоритми-зации структурного синтеза:

134

перебор законченных структур; наращивание структуры; выделение

варианта из обобщенной структуры; трансформация готовых описаний.

Отсутствие строгого общего решения задачи синтеза сложной

неоднородной системы обусловлено следующими причинами:

 начальная информация о составе элементов и отношений между

ними ограничена, различным уровням описания системы

соответствуют свои составы элементов;

 возможны альтернативные способы членения сложной системы

на элементы;

 не все свойства системы можно получить суммированием

свойств ее частей;

 в процессе формализации связи между элементами обычно

выражаются через бинарные отношения или отношения,

сводимые к бинарным, но известно, что система, будучи

целостной организацией, не сводима к бинарным отношениям;

 проектирование новых систем часто является поиском

принципиально новых решений, следовательно, эффективный

метод решения задачи должен включать процессы, ведущие к

образованию новых структур с новым составом элементов и

отношениями между ними.

Библиографический список.

1. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информа-

ционные системы: Учебник. – М.: Финансы и статистика, 2004.- 424

с.

2. Частиков А.П., Гаврилова Т.А., Белов Д. Л. Разработка экспертных

систем. Среда СLIPS/ - CПб.: БХВ – Петербург, 2003.- 608 с.

3. Корнеев В.В., А.Ф. Гарев, С.В. Васютин, В. В. Райх Базы данных

интеллектуальная обработка информации – М.: «Нолидж», 2000.-

352 с.

4. Нейронные сети. MATLAB 6 / Под общ. ред. В.Г. Потемкина. – М.:

ДИА-ЛОГ-МИФИ, 2002. – 496 с.

5. Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных

систем. - CПб.: Питер, 2001. - 384 с.

6. Джонс М.Т. Программирование искусственного интеллекта в

приложениях / М.: ДМК Пресс, 2004.-312 с.

135

7. Калан Р. Основные концепции нейронных сетей. - М.: Издательский

дом «Вильямс», 2001. - 288 с.

8. Барский А.Б. Нейронные сети: распознавание, управление, принятие

решений – М.: «Финансы и статистика», 2004. – 176 с.

Словарь основных терминов и определений, используемый в лекциях.

Основные понятия и определения, используемые в лекциях.

1. Искусственный интеллект а) научное направление, в рамках

которого ставятся и решаются задачи аппаратного или программного

моделирования тех видов человеческой деятельности, которые

традиционно считаются интеллектуальными; б) свойство

интеллектуальных систем выполнять функции (творческие), которые

традиционно считаются прерогативой человека.

2. Интеллектуальная система (ИС) - техническая или

программная система, способная решать задачи, традиционно

считающиеся творческими, принадлежащие конкретной предметной

области, знания о которой хранятся в памяти ИС. Структура ИС

включает три основных блока - базу знаний, решатель,

интеллектуальный интерфейс.

3. Система, основанная на знаниях - интеллектуальная

система, функционирование которой определяется совокупность

знаний о проблемной области , в которой она используется.

4. Экспертная система (ЭС) – интеллектуальная система,

предназначенная для оказания консультационной помощи

специалистам, работающим в некоторой предметной области.

Особенностью ЭС является наличие в них системы объяснений,

повышающей консультационную силу ЭС.

5. Система объяснений - одна из функций ИС, она.

предоставляет пользователю информацию о том, как

интеллектуальная система получила выданное пользователю

решение. В отличие от обоснования система объяснений опирается

лишь на тот маршрут, который сохранился в памяти системы от

процесса поиска решения. Используя этот маршрут,

интеллектуальная система формирует пользователю объяснение. на

136

профессиональном естественном языке, позволяющее ему

представить все принципиальные шаги решения.

6. Инженерия знаний – раздел искусственного интеллекта, в

рамках которого решаются проблемы, связанные с извлечением

знаний, приобретением знаний, представлением знаний и

манипулированием знаниями. Инженерия знаний служит основой для

создания экспертных систем и других интеллектуальных систем.

7. Нейробионика - направление в исследованиях по

искусственному интеллекту для которого характерно использование

для воспроизведения в интеллектуальных системах процессоров,

присущих биологическим объектам, структур и функций,

аналогичных структурам и функциям этих объектов. В рамках этого

направления были созданы формальные модели нейронов, на основе

которых строятся сети, позволяющие решать задачи распознавания

образов, классификации.

8. Предметная (проблемная) область - совокупность реальных

или абстрактных объектов (сущностей), связей и отношений между

этими объектами, а также процедур преобразования этих объектов

для решения задач, возникающих в предметной области.

9. Знания - совокупность сведений, образующих целостное

описание, соответствующее некоторому уровню осведомленности об

описываемом вопросе, предмете, проблеме и т.д.

10. База знаний - совокупность программных средств,

обеспечивающих поиск, хранение, преобразование и запись в памяти

ЭВМ сложно структурированных информационных единиц (знаний).

11. Решатель - система, способная благодаря встроенной в нее

общей стратегии нахождения решения путем поиска в пространстве

альтернатив или путем логического вывода находить решения задач.

12. Логический вывод - последовательность рассуждений,

приводящая от посылок к следствию с использованием аксиом и

правил вывода.

13. Вывод на знаниях - вывод, использующий в качестве

посылок выражения, хранящиеся в базе знаний.

14. Интеллектуальный интерфейс - интерфейс, в который

включены средства, позволяющие человеку вести общение с ЭВМ, не

используя для ввода в ЭВМ специальные программы.

137

15. Инженер по знаниям - специалист, основной задачей которого

является проектирование баз знаний и наполнение их знаниями по

проблемной области. В процессе этой деятельности инженер по

знаниям выбирает форму представления знаний, удобную для данной

проблемной области, организует приобретение знаний из различных

источников (официальные документы, учебники, монографии и т.п.),

а также в результате общения с экспертами-специалистами в данной

проблемной области.

16. Представление знаний - совокупность методов и процедур,

которые применяет инженер по знаниям при заполнении им базы

знаний. Представление знаний предполагает использование

источников знаний двух типов: пассивных и активных. К первым

относятся официальные документы, инструкции, печатные издания,

кино-фото-документы и многие другие источники, в которых

содержатся сведения, важные для описания знаний о предметной

области. Ко второму типу источников знаний относятся люди -

специалисты в данной предметной области.

138