- •1.Понятие интеллектуальной системы. Интеллектуальная система как «черный ящик».
- •3. Классификация экспертных систем.
- •4. Идеальная статическая экспертная система.
- •5. Динамическая экспертная система. Режимы работы экспертных систем.
- •6. Преимущества и недостатки экспертных систем. Целесообразность разработки экспертной системы.
- •7. Знания, как способ представления информации. Иерархия способов представления информации.
- •8. Знания, как способ представления информации. Классификация знаний.
- •9. Знания, как способ представления информации. Особенности знаний.
- •10. Модели представления знаний. Продукционная модель.
- •11. Модели представления знаний. Семантическая сеть.
- •12. Модели представления знаний. Фреймовая модель.
- •14. Реляционная модель представления знаний. Понятие отношения. Свойства отношений.
- •15. Реляционная модель. Реляционные операции: объединение, пересечение, разность.
- •16.Реляционная модель. Реляционные операции: произведение, проекция, выборка.
- •17. Нечеткие знания. Понятие термина «нечеткость» в экспертных системах.
- •18.Теория нечетких множеств – основные определения
- •19. Примеры нечетких множеств и их функций принадлежности. Операции над нечеткими множествами.
- •20. Нечеткая логика, ее основное отличие от логики предикатов. Понятие нечеткой и лингвистической переменной.
- •24. Основные операции над нечеткими отношениям.
- •25. Композиция нечетких отношений. Применение композиции к оценке проф. Пригодности сотрудников
- •26. Основы нечеткой логики. Понятие нечеткого высказывания и нечеткого предиката.
- •27. Основы нечеткой логики. Основные операции над нечеткими высказываниями
- •28. Правила нечетких продукций.
- •29. Прямой метод вывода заключений в системах нечетких продукций.
- •30. Архитектура систем нечеткого вывода.
- •31. Основные этапы нечеткого вывода.
- •1. Опишите нечеткую переменную «низкая скорость автомобиля» и постройте на ее основе нечеткие переменные с использованием модификаторов «не», «очень», «более-менее».
4. Идеальная статическая экспертная система.
Ідеальна статична експертна системаміститьтакіосновнікомпоненти, як: машина логічноговиведення, база знань, підсистема набуття знань, підсистемапоясненнярішень, інтерфейс напідсистема, робоча пам’ять. Такі експертні системи використовуються в тих застосуваннях, де можна не враховувати зміни навколишнього світу за час рішеннязадачі. База знань – частинаекспертноїсистеми, щоміститьподаннязнань, яке стосується визначеної предметної області. Робоча пам’ять– динамічначастинабазизнань, щозмінюєсвій стан підвпливом правил, призначена для збереженнявихіднихданихі проміжнихданихрозв’язуваної в поточний момент задачі. Машина логічноговиведення – основначастинаекспертноїсистеми, яка, використовуючиінформацію з базизнань, на основістратегії, тіснопов’язаноїзі способом поданнязнань в експертнійсистемі і характером розв’язуваних задач, генеруєрекомендації з вирішеннязадачі та містить:інтерпретатор, диспетчер,робочий список правил.
Оболонкаекспертноїсистеми – програма, щозабезпечуєвзаємодіюміж базою знань та машиною логічноговиведення. Кінцевийкористувачвзаємодіє з оболонкою через інтерфейснупідсистему, передаючиїйзапити. Інтерфейс напідсистема розподіляєролікористувачів і експертної системи, а також організує їхню взаємодію в процесі. Підсистеманабуттязнань – автоматизує процес наповнення експертної системи знаннями. Підсистема пояснень – дозволяє контролювати хід суджень експертної системи і пояснювати її рішення або їхню відсутність. Схема ідеальної статичної експертної системи.
5. Динамическая экспертная система. Режимы работы экспертных систем.
Динамічні експертні системи – більш високий клас програмних засобів у порівнянні зі статичними експертними системами, що враховують динаміку зміни навколишнього світу за час виконання програми. У порівняннізі статичною експертною системою в динамічнувводятьсяще два компоненти: підсистемамоделюваннязовнішньогосвіту і підсистемасполучення з зовнішнімсвітом (рис).
Рисунок – Динамічна експертна система
Динамічнаекспертна система здійснюєзв’язки з зовнішнімсвітом через систему контролерів і датчиків. Крім того компонентибазизнань і механізмувиведенняістотнозмінюються, щобвідбититимчасовулогікуподій, яківідбуваються в реальному світі. Режими роботи експертної системи виділяють такі: – Режим набуття знань: спілкування з експертною системою здійснюєексперт за посередництвомінженеразізнань. Експертописуєпроблемну область у виглядісукупностіфактів і правил. Факти визначають об’єкти, їхні характеристики і значення, щоіснують в областіекспертизи. Правила визначають способи маніпулювання даними, характерні для розглянутої проблемної області. Експерт, використовуючи компонент набуттязнань, наповняє систему знаннями, щодозволяютьекспертнійсистемі в режимі рішення самостійно (без експерта) вирішувати задачі з проблемноїобласті. Важливу роль урежимінабуттязнаньграєпояснювальний компонент. Самезавдякийомуексперт на етапітестуваннялокалізує причини невдалої роботи експертної системи, що дозволяє експерту цілеспрямовано модифікувати старі або вводити нові знання. Звичайно пояснювальний компонент повідомляєтаке: як правила використовуютьінформаціюкористувача; чомувикористовувалисяабо не використовувалисяданічи правила; якібулизробленівисновки і т.п. Усіпоясненняробляться, як правило, обмеженоюприродноюмовоюабомовоюграфіки. – Режим консультації (рішення): спілкування з експертною системою здійснюєкінцевийкористувач, якогоцікавить результат та (або) спосіб одержання рішення. Користувач у залежності від призначення експертної системи може не бути фахівцем у даній проблемній області, у цьому випадку він звертається до системи за порадою, не вміючи одержати відповідь самостійно, або бути фахівцем, у цьому випадку він звертається до системи, щоб або прискорити процес одержання результату, абопокласти на систему рутинну роботу. Урежиміконсультаціїдані про задачу користувача обробляються діалоговим компонентом. Після обробки дані надходять у робочу пам’ять. На основі вхідних даних з робочої пам’яті, загальних даних про проблемну область і правил з базизнаньвирішувач (інтерпретатор) формуєрішеннязадачі. На відміну від традиційних програм експертна система в режимі рішення задачі не тільки виконує запропоновану послідовність операцій, але і попередньо формує її. Якщо відповідь системи є незрозумілою користувачу, то він може зажадати пояснення того, як відповідь отримана.