Стр. 8 - СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ

[Введите текст]
Содержание 6
СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.
ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ
изменения части параметров модели не допускается. Общепризнанного лучшего ме-
тода оптимизации нечетких систем на данный момент не существует. Известные ал-
горитмы обучения различаются особенностями этапов структурной и параметриче-
ской оптимизации, подходами к настройке параметров сегментации входных пере-
менных. Последняя задача является особо важной и трудно решаемой (если
учитывать требование простой вербализуемости результирующей базы знаний).
В учебном пособии описывается метод структурно-параметрической опти-
мизации баз знаний экспертных систем, допускающий использование априорной
информации о прикладной области на разных этапах обучения. В процессе раз-
работки метода решались следующие задачи:
1. Разработка математической модели нечеткой адаптивной системы, соче-
тающей гибкость и универсальность в представлении знаний с простотой
вербализации.
2. Ввод критерия структурной сложности нечеткой адаптивной модели, фор-
мализующего понятие "логической прозрачности".
3. Разработка и программная реализация метода оптимизации адаптивной сис-
темы, допускающего автоматическую генерацию и модификацию нечетких
правил, настройку параметров сегментации входных переменных и при
этом позволяющего использовать априорную информацию о прикладной
области на различных этапах обучения.
4. Исследование эффективности применения предложенной модели нечеткой
адаптивной системы при решении прикладных задач.
Учебноепособие состоит из четырех глав.Первая главапосвящена обзору со-
временных подходов к построению экспертных систем и методов интеллекту-
ального анализа данных. Приведены общие сведения об ЭС, перечислены основ-
ные модели представления знаний в интеллектуальных системах.
Во второй главе рассматривается структура базы знаний обучаемой ЭС,
приводится модель нечеткой сети логического вывода, дается общее описание
процесса обучения БЗ.
В третьей главе описаны основные алгоритмы оптимизации нечеткой сети
логического вывода: генетический алгоритм (ГА) параметрической оптимизации
и алгоритм факторизации сети, который приводит структуру сети к виду, более
доступному для оценки человеком.
В четвертой главеприведены результаты исследования эффективности раз-
работанного подхода при решении тестовых и практических задач.
Основные результаты, описанные в учебном пособии, опубликованы в ра-
ботах авторов[7].
Данное пособие предназначено для студентов старших курсов специально-
стей «Автоматизированные системы обработки информации и управления»,
«Вычислительные машины, комплексы, системы и сети» всех форм обучения.