- •1 Основные понятия и структурная схема приборного комплекса.
- •17 Принципы построения измерителей навигационных параметров в живом организме.
- •2.Комплексы оборудования самолетов.
- •10 . Основные направления развития исследований и систем искусственного интеллекта
- •4. Основные характеристики и требования, предъявляемые к системам отображения информации.
- •5. Навигационные комплексы. Общие сведения и классификация.
- •11.Диалоговые системы искусственного интеллекта.
- •12 Бионика, как наука.
- •6.Основные закономерности построения навигационных комплексов.
- •7.Навигационные комплексы на базе микропроцессоров.
- •8.Иерархические структуры навигационных комплексов. Системы искусственного интеллекта в навигационных комплексах.
- •18 Общие принципы построения биологических навигационных комплексов.
- •22 Интеллектуальный биологический навигационный комплекс.
- •9.Понятие об искусственном интеллекте. Интеллектуальные системы.
- •13 Обобщенная модель живого организма.
- •14 Основные функции живого организма.
- •15 Навигационная бионика. Общность задач и основных принципов навигации в живой природе и технике.
- •16 Общая характеристика методов навигации.
- •19 Информационное обеспечение пространственной навигации животных.
- •20 Обеспечение точности и надежности функционирования навигационных биосистем.
- •21 .Накопление априорной информации в биологических навигационных комплексах при обучении.
- •23 Основные особенности биологических навигационных комплексов.
- •24 Системы искусственного интеллекта – системы, базирующиеся на знаниях.
- •25 Основные структуры систем искусственного интеллекта.
- •26 Представление знаний.
- •27. Семантические сети.
- •28 Фреймовые модели.
- •29 Логические модели знаний и системы логического вывода.
- •30 Продукции и продукционные системы.
- •31. База знаний систем искусственного интеллекта.
- •32 Стратегия управления и механизм вывода в системах искусственного интеллекта.
- •33 Прямая цепочка рассуждений. База знаний. Обобщенный алгоритм работы.
- •34 Обратная цепочка рассуждений. Дерево решений. База знаний. Обобщенный алгоритм работы.
- •35 Общие методы поиска решений в пространстве состояний.
- •41)Нечеткие множества и лингвистические переменные.
- •42)Операции с нечеткими множествами.
- •37 Особенности разработки баз знаний бортовых экспертных систем.
- •43)Нечеткие алгоритмы.
- •47) Программная и аппаратная реализация нечетких регуляторов.
- •44)Общие принципы построения интеллектуальных систем управления на основе нечеткой логики.
- •45) Процедура синтеза нечетких регуляторов.
- •46) Синтез адаптивной сау с эталонной моделью на основе нечеткой логики.
- •48)Общая характеристика проблемы построения искусственных нейронных сетей. История проблемы.
- •49)Моделирование механизмов человеческого мышления. Модели нейронов.
- •50_Реализация логических функций на формальных нейронах. Проблема «Исключающего или».
- •51 .Искусственные нейронные сети. Общие положения.
- •52 . Персептрон ф. Розенблатта.
- •53 .Адаптивный пороговый элемент.
- •55. Общие принципы построения интеллектуальных сау с использованием нейронных сетей.
- •39 Нечеткая логика: история проблемы, практические приложения.
- •54. Многослойные персептроны. Алгоритм обратного распространения.
- •57 Применение нейронных сетей в задачах адаптации алгоритмов управления нелинейными объектами.
- •62. Нейрокомпьютер фирмы аас.
- •61. Способы реализации нейронных сетей. Примеры реализации нейрокомпьютеров.
- •1. Нейрокомпьютеры на базе транспьютеров.
- •58. Применение нейронных сетей в задачах идентификации математических моделей динамических объектов.
- •59 Обзор возможных вариантов построения нейронных сетей.
- •63.Генетические алгоритмы. Особенности построения и реализации
- •38 Системы искусственного интеллекта с использованием нечеткой логики.
- •36.Проблемы разработки бортовых оперативно-советующих экспертных систем.
28 Фреймовые модели.
Фреймы — это минимальные структуры информации, необходимые для представления класса объектов, явлений или процессов.
Рис. 11.5. Схема фрейма
где ИФ — имя фрейма; ИС — имя слота; ЗС — значение слота; ПП — имя присоединенной процедуры (необязательный параметр).
Слоты — это некоторые незаполненные .подструктуры фрейма, заполнение которых приводит к тому, что данный фрейм ставится 'в соответствие некоторой ситуации, явлению или объекту.
Можно выделить три основных процесса, происходящих во фреймовых системах:
Создание экземпляра фрейма.
Активация фреймов.
Организация вывода.
29 Логические модели знаний и системы логического вывода.
Логические модели знаний — основа человеческих рассуждений и умозаключений, которые, в свою очередь, могут быть описаны подходящими логическими исчислениями.
Логические исчисления могут быть представлены как формальные системы, в виде четверки
M = {T, P, A, F},
где Т — множество базовых элементов (например, буквы некоторого алфавита); Р—множество синтаксических правил, на основе которых из Т строятся правильно построенные формулы; А —множество правильно построенных формул, элементы которого называются аксиомами; F — правила вывода, которые из множества А позволяют получать новые правильно построенные формулы — теоремы.
Примерами формальной системы М являются исчисление высказываний и исчисление предикатов.
Дедуктивные модели. Каждая правильно построенная формула есть высказывание, которое может быть истинным или ложным. Из подобного рода элементарных высказываний с помощью логических связок образуют более сложные высказывания, которые также могут принимать два значения — «истина» (И) и «ложь» (Л). Эти связки суть следующие:
конъюкция («И») — ,
дизъюнкция («или») — ,
импликация («если — то») — ,
отрицание («не») — .
Индуктивные модели. Формальные системы, в которых правила вывода порождаются в процессе получения общих выводов на основе совокупности частных утверждений.
Т.о. получение общих закономерностей на основе экспериментальных наблюдений: вероятностно-статистическим и логическим способом.
30 Продукции и продукционные системы.
Продукционные модели представляют собой набор правил в виде «условие — действие», где условия являются утверждениями о содержимом БД (фактов), а действия есть некоторые процедуры, которые могут модифицировать содержимое БД.
Продукционная система содержит:
структурированную или неструктурированную БД.
продукции:
условия;
действия.
Интерпретатор - последовательно определяет, какие продукции могут быть активированы в зависимости от условий, в них содержащихся; выбирает одно из применимых в данной ситуации правил продукций; выполняет действие из выбранной процедуры.
31. База знаний систем искусственного интеллекта.
Основу — ядро любой СИИ — составляют база знаний и заложенный в систему механизм вывода решений. Если говорить обобщенно, эти компоненты определяют две основные интеллектуальные характеристики системы: способность хранить знания о чем-то и умение оперировать этими знаниями. Более развитым системам, основанным на знаниях, присуща также способность обучаться, т. е. приобретать новые знания, расширять БЗ, корректировать знания в соответствии с изменяющимися условиями и ситуацией в предметной области.
При проектировании СИИ значительные усилия и время затрачиваются на разработку БЗ, т. е. накопление знаний, создание модели представления знаний, их структурирование, заполнение БЗ и дальнейшее поддержание ее в актуальном состоянии. Прежде чем приступить к проектированию и реализации БЗ, разработчикам необходимо осмыслить и разрешить ряд вопросов, непосредственно связанных с процессом создания БЗ и СИИ в целом.
Структурно БЗ можно организовать в виде двух основных подбаз — базы правил (БП) и базы данных (БД).
В БД хранится фактографическая информация, о решаемых на объекте задачах и данные, которые относятся к указанной предметной области. База правил определяет отношения между элементами данных, хранящихся в БД, на основе моделей представления знаний о предметной области, а также способы активизации этих знаний. Модель представления знаний основывается на одной или нескольких рассмотренных выше форм представления знаний.
Таким образом, очень обобщенно можно говорить о двух уровнях представления знаний: первый уровень — фактографическая информация, данные; второй уровень — описания, отношения, правила и процедуры, определяющие способ манипулирования фактографической информации.
Взаимодействие БЗ с основными компонентами СИИ