- •Пояснювальна записка
- •Магістра
- •З а в д а н н я на дипломний проект (роботу) студенту Романюк Ірині Сергіївні
- •Календарний план
- •Розділ 1 аналіз гібридних інтелектуальних систем
- •1.1. Аналіз та порівняльні дослідження методів та підходів для вирішення задач інтелектуального аналізу даних
- •1.2. Дослідження сутності гібридних інтелектуальних систем
- •Класифікація архітектури гібридних інтелектуальних систем
- •1.3. Аналіз основних задач Data Mining
- •Характеристика методів Data Mining
- •Розділ 2 методологічні основи побудови гібридної інтелектуальної системи для вирішення основного класу задач data mining
- •2.1. Аналіз алгоритмів і методів кластеризації та регресії для вирішення класу задач Data Mining
- •2.2. Методика дослідження гіс для вирішення основного класу задач Data Mining
- •2.3. Побудова моделі гібридної інтелектуальної системи з використанням математичного апарату
- •Розділ 3 Проектування гібридної інтелектуальної інформаційної системи для вирішення задач кластеризації та регресії
- •3.1. Узагальнена структура гібридної інформаційної системи та алгоритм її роботи
- •3.2. Програмна реалізація гібридної інтелектуальної системи для рішення задач кластеризації та регресії
- •3.3. Ефективність побудови гібридної інтелектуальної системи для рішення задач кластеризації та регресії
- •Загальні результати розбиття на 3 кластери тестової вибірки методом к-середніх
- •Загальні результати розбиття на 3 кластери тестової вибірки методом к-середніх
- •Розділ 4 Охорона праці та безпека в надзвичайних ситуавціях
- •4.1. Вимоги до робочого місця програміста
- •4.2. Режим роботи програміста
- •Час регламентованих перерв при роботі на комп'ютері
- •4.3. Вимоги до приміщень на підприємстві
- •Параметри мікроклімату для приміщень, де встановлені комп’ютери
- •Норми подачі свіжого повітря в приміщення, де розташовані комп'ютери
- •Граничні рівні звуку, дБ, на робочих місцях.
- •Допустимі значення параметрів неіонізуючих електромагнітних випромінювань (відповіднодо СанПіН 2.2.2.542-96)
- •Висновки
- •Список використаних джерел:
- •Порівняльна характеристика методів Data Mining
- •Лістинг програмного продукту
- •Діаграми бізнес-варіантів використання та варіантів використання розробленого програмного продукту
- •Загальні результати кластеризації тестової вибірки різними методами з різними мірами подібності
1.2. Дослідження сутності гібридних інтелектуальних систем
Для вирішення подібних комплексних задач необхідне велике розмаїття інтелектуальних методів обчислення, до яких відносяться традиційні методи жорстких обчислень (експертні системи) та методи м’яких обчислень (нейронні мережі, нечітка логіка, генетичні алгоритми). Ці інтелектуальні методи доповнюють один одного, аніж замінюють, отже, повинні бути використані у поєднанні. Це дозволяє нам домогтися успіху їх репрезентуючи складових переважних сторін та компенсувати індивідуальні слабкості, тому таке поєднання заведено називати ГІС.
Під ГІС прийнято розуміти систему, в якій для вирішення завдання використовується більш ніж за один метод імітації інтелектуальної діяльності людини. ГІС є новою і перспективною фундаментальною галуззю міждисциплінарних досліджень, що орієнтована на вирішення складних практичних завдань з використанням інтеграції знань [2 – 4]. Основна ідея полягає у відмові від спроб пошуку і використання одного універсального інструменту для вирішення задачі і переходу до його конструювання, як комбінації методів штучного інтелекту, дослідження операцій, теорії прийняття рішень та системного аналізу. Гібридні інтелектуальні системи комбінують різні види знань в інтересах взаємної компенсації недоліків та об’єднання переваг різнорідних моделей. Це обіцяє перспективність гібридних інтелектуальних систем для вирішення складних практичних задач, які не вдається звести до однорідних представлень і відповідним їм алгоритмам пошуку рішень на моделі.
Вирішення складних, неоднорідних задач передбачає опору на досягнення в сфері штучного інтелекту, розробки в галузі методології і технології проектування функціональних гібридних інтелектуальних систем. Принциповою відмінністю парадигми проектування гібридних систем від традиційної побудови інтелектуальних обчислювальних систем є можливість синтезувати якісно різні варіанти рішень. Даний синтез в рівній мірі залежить як від специфіки поставленої задачі, так і від внутрішніх параметрів системи, умов зовнішнього середовища, а також характеру їх взаємодії. Це дає підставу розглядати застосування гібридних інтелектуальних систем як стратегічний напрям у різних галузях. Якщо аргументувати гібридні інтелектуальні системи з позицій теорії систем, то з самого початку в штучному інтелекті, принцип системного підходу був порушений. Методи, які використовуються, в різних інтелектуальних системах, не є універсальними. Переваги одних представлень компенсують слабкі сторони інших за рахунок взаємодії частин цілого і дають нову, інтегративну властивість якісно нової сутності. Таким чином, інтеграція різних методів, дозволяє подолати обмеження кожного окремого методу, що у свою чергу надає кілька можливостей обробки інформації в рамках однієї архітектури.
Класифікація та властивості гібридних інтелектуальних систем ГІС можна класифікувати, в залежності від архітектури, на наступні типи: комбіновані (combination), інтегровані (integration), об’єднані (fusion) і асоціативні (association) гібридні інтелектуальні системи. У табл. 1.1 пропонується нами класифікація гібридних інтелектуальних систем.
Таблиця 1. 1