Интеллектуальные информационные системы

 

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ....................................................................................................................

Глава 1. Классификация интеллектуальных информационных систем.....

1.1. Особенности и признаки интеллектуальности

информационных систем.........................................................................

1.2. Системы с интеллектуальным интерфейсом.................................

1.3. Экспертные системы.............................................................................

1.4. Самообучающиеся системы...............................................................

Что следует запомнить ............................................................................................

Литература..................................................................................................................

“Знание действия зависит от знания причины

и включает в себя последнее”

Б.Спиноза

 

 

ВВЕДЕНИЕ

 

Целью учебного пособия является ознакомление студентов, обучающихся по специальности «Прикладная информатика по областям применения», с проблематикой и областями использования искусственного интеллекта в экономических информационных системах, освещение теоретических и организационно-методических вопросов построения и функционирования систем, основанных на знаниях, привитие навыков практических работ по проектированию баз знаний. В результате изучения учебного пособия студенты получат знания по архитектуре и классификации ИИС, методам представления знаний, областям применения, а также научатся выбирать адекватные проблемной области инструментальные средства разработки ИИС и методы проектировании базы знаний.

Учебное пособие «Интеллектуальные информационные системы» предназначено также для студентов экономических специальностей: «Финансы и кредит», «Бухгалтерский учет», «Антикризисное управление», «Менеджмент», «Маркетинг», «Мировая экономика», которые в результате изучения учебного пособия освоят методы принятия управленческих решений, основанные на классификации ситуаций, построении деревьев целей и решений, логической и эвристической аргументации, расчете рейтингов на базе нечеткой логики, управления динамическими процессами.

Структурно учебное пособие состоит из 4 глав:

· В первой главе рассматриваются вопросы классификации и архитектуры ИИС, а также дается описание основных областей применения.

· Во второй главе представлены основные этапы разработки наиболее распространенного класса ИИС - экспертных систем. При этом большое внимание уделяется вопросам построения концептуальной модели проблемной области, анализу и выбору методов представления знаний и соответствующих инструментальных средств.

· В третьей главе дается описание методов реализации экспертных систем для внешнего и внутреннего экономического анализа финансово-хозяйственной деятельности предприятий.

· В четвертой главе разбираются вопросы применения динамических экспертных систем для управления цепочками операций бизнес-процесса, в частности для реализации системы управления запасами.

Глава 1. Классификация интеллектуальных информационных систем

Особенности и признаки интеллектуальности информационных систем

Знание имеет двоякую природу: фактуальную и операционную. · Фактуальное знание - это осмысленные и понятые данные. Данные сами по себе… · Операционное знание - это те общие зависимости между фактами, которые позволяют интерпретировать данные или…

Системы с интеллектуальным интерфейсом

- “Вывести список товаров, цена которых выше среднеотраслевой”, - “Вывести список товаров-заменителей некоторой продукции”, - “Вывести список потенциальных покупателей некоторого товара” и т.д.

Экспертные системы

Экспертная система является инструментом, усиливающим интеллектуальные способности эксперта, и может выполнять следующие роли: · консультанта для неопытных или непрофессиональных пользователей; · ассистента в связи с необходимостью анализа экспертом различных вариантов принятия решений;

Самообучающиеся системы

· “с учителем”, когда для каждого примера задается в явном виде значение признака его принадлежности некоторому классу ситуаций (классообразующего… · “без учителя”, когда по степени близости значений признаков классификации… В результате обучения системы автоматически строятся обобщенные правила или функции, определяющие принадлежность…

Не печатает принтер

Вопросы

Включено ли питание? да

Прошло ли тестирование? да

Замята ли бумага? да

Подключен ли драйвер? не знаю

Действия

Освободите бумагу уверенность 80

Загрузите драйвер уверенность 50

Вызовите тех. персонал уверенность 10

В качестве примера инструментального средства поддержки баз знаний прецедентов, распространяемого в России, можно назвать систему CBR-Express… Информационные хранилища (Data Warehouse). В отличие от интеллектуальной базы… Типичными задачами оперативного ситуационного анализа являются:

Что следует запомнить

Важнейшие признаки классификации ИИС: развитые коммуникативные способности, сложность (плохая формализуемость алгоритма), способность к… Основные подклассы ИИС: интеллектуальные базы данных, в т.ч. с интерфейсами,… Система с интеллектуальным интерфейсом - это ИИС, предназначенная для поиска неявной информации в базе данных или…

Единица знаний - это элементарная структурная единица, (описание одного объекта, одного действия), которая имеет законченный смысл. В качестве единиц знаний обычно используютсяправила и/или объекты.

Неопределенность знаний - это или неполнота, или недостоверность, или многозначность, или качественная (вместо количественной) оценка единицы знаний.

Механизм вывода - это обобщенная процедура поиска решения задачи, которая на основе базы знаний и в соответствии с информационной потребностью пользователя строит цепочку рассуждений (логически связанных единиц знаний), приводящую к конкретному результату.

Дедуктивный вывод (от общего к частному)- вывод частных утверждений путем подстановки в общие утверждения других известных частных утверждений. Различаютпрямую (от данных к цели) и обратную (от цели к данным) цепочки рассуждений (аргументации).

Индуктивный вывод (от частного к общему) - вывод (обобщение) на основе множества частных утверждений общих утверждений (из примеров реальной практики правил).

Абдуктивный вывод (от частного к частному) - вывод частных утверждений на основе поиска других аналогичных утверждений (прецедентов).

Механизм приобретения знаний - это процедура накопления знаний в базе знаний, включающая ввод, контроль полноты и непротиворечивости единиц знаний и, возможно, автоматический вывод новых единиц знаний из вводимой информации.

Механизм объяснения - это процедура, выполняющая обоснование полученного механизмом вывода результата.

Интеллектуальный интерфейс - это процедура, выполняющая интерпретацию запроса пользователя к базе знаний и формирующая ответ в удобной для него форме.

Назначение экспертной системы: консультирование и обучение неопытных пользователей, ассистирование экспертам в решении задач, советы экспертам по вопросам из смежных областей знаний (интеграция источников знаний).

Статическая экспертная система - это ЭС, решающая задачи в условиях не изменяющихся во времени исходных данных и знаний.

Динамическая экспертная система - это ЭС, решающая задачи в условиях изменяющихся во времени исходных данных и знаний.

Аналитическая экспертная система - это ЭС, осуществляющая оценку вариантов решений (проверку гипотез).

Синтетическая экспертная система - это ЭС, осуществляющая генерацию вариантов решений (формирование гипотез).

Классы решаемых задач в экспертной системе: интерпретация, диагностика, прогнозирование, проектирование, планирование, мониторинг, коррекция, управление.

Самообучающаяся система - это ИИС, которая на основе примеров реальной практики автоматически формирует единицы знаний.

Система с индуктивным выводом - это самообучающаяся ИИС, которая на основе обучения по примерам реальной практики строит деревья решений.

Нейронная сеть - это самообучающаяся ИИС, которая на основе обучения по примерам реальной практики строит ассоциативную сеть понятий (нейронов) для параллельного поиска на ней решений.

Система, основанная на прецедентах, - это самообучающаяся ИИС, которая в качестве единиц знаний хранит собственно прецеденты решений (примеры) и позволяет по запросу подбирать и адаптировать наиболее похожие прецеденты.

Информационное хранилище (Data Warehouse) - это самообучающаяся ИИС, которая позволяет извлекать знания из баз данных и создавать специально-организованные базы знаний.

 

Литература

1. Дракин В.И., Попов Э.В., Преображенский А.Е. Общение конечных пользователей с системами обработки данных. - М.: Радио и связь, 1988.- 287 с.

2. Информационные системы в экономике: Учебник / Под ред. проф. В.В. Дика. - М.: Финансы и статистика, 1996. - 272с.

3. Искусственный интеллект. Книга 1. Системы общения и экспертные системы./ Под ред. проф. Э.В.Попова.- М.: Радио и связь, 1990. - 461с.

4. Искусственный интеллект. Книга 2. Модели и методы. / Под ред. проф. Д.А.Поспелова. - М.: Радио и связь, 1990. - 304 с.

5. Искусственный интеллект. Книга 3. Программные и аппаратные средства. / Под. ред. В.Н.Захарова, В.Ф.Хорошевского. - М.: Радио и связь, 1990. - 320с.

6. Калянов Г.Н. Консалтинг при автоматизации предприятий: Научно-практическое издание. Серия «Информатизация России на пороге ХХI века». - М.: СИНТЕГ, 1997. - 316 с.

7. Левин Р., Дранг В., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бэйсике./ Пер. с англ.- М.: Финансы и статистика, 1991.- 239c.

8. Мишенин А.И. Теория экономических информационных систем. М.: Финансы и статистика, 1993 - 166 с.

9. Обработка знаний / Пер. с япон.: Под ред. С.Осуга. - М.: Мир, 1989. - 292 с.

10. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и современные информационные технологии. - М.: Финансы и статистика , 1997. -336с.: ил.

11. Попов Э.В., Шапот М.Д., Кисель Е.Б., Фоминых И.Б.. Статические и динамические экспертные системы, М: Финансы и статистика, 1996. -320с. : ил.

12. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных фактов. - М.: Радио и связь, 1989.- 184 с.

13. Приобретение знаний / Пер. с япон.: Под ред. С.Осуга., Ю. Саэки - М.: Мир, 1990. - 292 c.

14. Представление и использование знаний / Пер. с япон.; Под ред. Х.Уэнo, М.Исидзука. - М.: Мир, 1990. - 220 c.

15. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. - М.: Финансы и статистика, 1990.- 319с

16. Тельнов Ю.Ф., Скорова А.А., Андреева Н.В. Проектирование баз знаний. Учебное пособие.- М.: МЭСИ, 1992.-100с.

17. Тельнов Ю.Ф., Диго С.М., Полякова Т.М. Интеллектуальные системы обработки данных. Учебное пособие.- М.: МЭСИ, 1989.-102с.

18. Тельнов Ю.Ф. Реинжиниринг бизнес-процессов и проектирование информационных систем. - В кн.: «Реинжиниринг бизнес-процессов предприятий на основе современных информационных технологий». Сб. научных трудов 2-й Российской научно-практической конференции. - М.: МЭСИ, 1998. - с.28 - 34.

19. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика. / Пер с англ. Ю.А. Зуева М.:Мир, 1992 -237 с.

20. Уотерман Д. Руководство по экспертным системам. / Пер. с англ.; Под. ред. Стефанюка В.Л. - М.: Мир, 1989.- 388 с.

21. Durkin J. Expert Systems: a view of the field. IEEE Expert, 1996, No2 ,p. 56- 63

22. Harmon P. The intelligente software development tools market// Part I. Intelligent Software Strategies. - 1995, Vol. 11, No 2. p. 1 - 12.

23. Harmon P. The intelligente software development tools market// Part II. Intelligent Software Strategies. - 1996, Vol. 12, No 3. p. 1 - 16.

24. Martinson, F.R. Schindler. Organizational visions for technology assimilation: the strategic road to knowledge-based systems success. IEEE Transactions on engineering management, 1995, Vol 42, No 1, p 10 - 18.

25. Ross R.G. The Business Rule Book. Classifying, Defining and Modelling Rules. Data Base Research Group, Inc. -1997, 394 p.