Перспективы развития программного обеспечения КИС

В настоящее время можно отметить несколько тенденций в развитии КИС:

- разработка различных вертикальных решений, предназначенных для сквозной автоматизации предприятий какой-либо отрасли;

- создание гибких программных продуктов, оперативно внедряемых и максимально легко настраиваемых под потребности предприятия, на котором они внедряются;

- тесная интеграция работы ИТ-специалистов по внедрению и специалистов по кадрам, т.е. разработка КИС, которые удобны и понятны сотрудникам и поэтому легко внедряются в реальную промышленную эксплуатацию.

На динамику процесса также оказывают влияние различные теории корпоративного управления, постоянно появляющиеся, обретающие популярность и внедряемые на предприятиях наряду с КИС. Развитие и совершенствование КИС является одним из элементов естественного процесса технологического и организационного прогресса.

Понятие искусственного интеллекта. Интеллектуальные системы

ИИ— область научного знания, объединяющая различные направления, занимающиеся исследованиями принципов и закономерностей мыслительной деятельности и моделированием задач, которые традиционно относят к интеллектуальным.ИИ —св-во автоматизир-ых систем брать на себя отдельные ф-ции интеллекта человека.Интеллект и мышление органически связаны с решением следзадач: распознавание ситуаций, логический анализ, планирование поведения, игры и управление в условиях неопределенности. В процессе их решения проявляются такие характерные черты интеллекта, как способность к обучению, обобщению, накоплению опыта и адаптации к изменяющимся условиям.

Интеллектуальная информационная система (ИИС) —комплекс програм-х, лингвистических и логико-технических средств для реализации основ задачи: осуществление поддержки дея-сти человека и поиска инф-ии в режиме продвинутого диалога на естеств-м языке.

Такие системы имеют многокомпонентную и многосвязанную структуру, компонентами которой являются базы знаний и подсистемы извлечения знаний, формирования цели, вывода на знаниях, диалогового общения, обработки внешней и внутренней информации, обучения и самообучения, контроля и диагностики. Пользователь может формировать корректировать основные и вспомогательные БЗ системы

подсистема диалогового общениявзаимное действие с пользователем осуществляется в интерактивном режиме, который предполагает выдачу подтверждений о понимании задания или запросов на уточнение непонятных моментов.

Подсистема формирования целиобрабатывает формализованное задание и определяет возможность или невозможность его выполнения при существующих в данный ресурсах системы и состояний ее компонентов.

Основная БЗдолжна содержать формализованное описание среды, которую должна изменить система, чтобы выполнить задание. Знания о среде формируются подсистемой извлечения знаний,дополнительные знания о проблеме -подсистемой обучения и самообучения.Таким образом, в основной БЗ создается полная модель среды.

Обработка цели, знаний о среде и проблеме осуществляется подсистемойвывода на знаниях, которая выполняет поиск решения.

Подсистемы обработки внешней и внутренней информациивыполняют анализ текущих изменений информации, для получения которой могут быть использованы различные устройства, связывающие систему со средой.

Источниками знанийявляются описания сущностей, представленные с использованием определенной формальной модели знаний, приемлемой для аппаратно-программных реализаций

Модель знанийявляется представлением системы знаний с помощью определенного математического аппарата для корректного формального описания и построения процедуры решения задачи.

Пои построении интеллектуальных систем используются семантическая, фреймовая и формально-логическая модели знаний.

Математические методы и модели ИИ.

Искусственный интеллект реализуется на базе четырех подходов: логического, эволюционного, имитационного и структурного.

Основой логического подходаслужит булева алгебра и ее логические операторы, в первую очередь оператор IF (если). При этом исходные данные хранятся в базе знаний в виде аксиом, а правила логического вывода — как отношения между ними.данный подход требует эффективной реализации вычислительного процесса, и хорошие результаты достигаются при сравнительно небольшом размере базы знаний.

Самоорганизация—процесс самопроизвольногоувеличения порядка, или организации, в системе, происходящий под действием внешней среды. Самоорганизующиеся модели служат в основном для прогнозирования поведения и структуры систем различной природы. В процессе построения моделей участие человека сведено к минимуму.Эволюционное моделирование- универсальный способ построения прогнозов состояний системы в условиях задания их предыстории. Общая схема алгоритма эволюции: задание исходной организации системы, случайные мутации, отбор для дальнейшего развития той организации, которая является лучшей в рамках некоторого критерия.

Поиск оптимальной структуры происходит в большей степени случайно и не целенаправленно, что затягивает процесс, но обеспечивает наилучшее приспособление к изменяющимся условиям.

Генетические алгоритмы - это стохастические, эвристические оптимизационные методы, основанные на идее эволюции путем естественного отбора.

Генетический алгоритм -мощное поисковое средство, эффективное в различных проблемных областях.

Под структурным подходомподразумевается построение систем ИИ путем моделирования структуры человеческого мозга. Нейросетевое моделированиеприменяется в различных областях — бизнесе, медицине, технике, геологии, физике, где нужно решать задачи прогнозирования, классификации или управления. В основе лежит идея построения вычислительного устройства из большого числа параллельно работающих простых элементов — формальных нейронов, которые функционируют независимо друг от друга и связаны между собой однонаправленными каналами передачи информации.

Искусственные нейронные сети (ИНС) — это математические модели и их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей.

Как правило, искусственная нейронная сеть используется, когда неизвестны виды связей между входами и выходами.

Для моделей, построенных по аналогии с мозгом человека,характерны простое распараллеливание алгоритмов и связанная с этим высокая производительность.Основное использование этих моделей — прогнозирование.

23.Системы интеллектуального анализа данных (АИД). Управление знаниями

ИАД-общий термин для обозначения анализа данных с активным использованием матем-х мет-в и алгоритмов (м-ды оптимизации, генетические алгоритмы, распознование образов, статистич-ие м-ды,DataMining и т.д.), использующих визуальное представление данных.

В общем случае процесс ИАД состоит из 3стадий;1.выявление закономерностей; 2.использование выявленных закономерностей для предсказания неизвестных значений; 3.анализ исключений для выявления и толкования аномалий в найденных закономерностях.

Существующие системы ИАД подразделяют на исследовательские, ориентированные на специалистов и предназначенные для работы с новыми типами проблем; прикладные,рассчитанные на аналитиков, менеджеров, технологов и решающиетиповые задачи.

Управление знаниями - систематическое приобретение, синтез, обмен и использование опыта для достижения успеха в бизнесе или в управлении компанией.выделяют два типа знаний:Явные знания— представленные в компании в виде должностных инструкций, регламентов и положений о деятельности подразделений, корпоративные учеб пособия и др.Неявные знания — знания, носителем которых является человек (продукт личного опыта, передать их можно только посредством личного и непосредственного общения.Они могут содержаться в корпоративном хранилище данных, для извлечения которых используются технологии искусственного интеллекта и статистики.

Управлять знаниями так, как управляют, например, финансовыми ресурсами, нельзя, но можно управлять взаимодействиями явных и неявных знаний, способствовать их обмену на уровне групп, индивидуальном и корпоративном уровнях, управлять переходом знаний из одной формы в другую. Процедуры взаимодействия могут быть реализованы в портале управления знаниями (это корпоративный информационный портал для управления взаимодействием на уровне знаний сотрудников орг-ации, рабочих групп иорг-ции)

24. Понятие и назначение экспертной системы ЭС— система искусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения.ЭС предназначена для решения неформализованных задач, к которым относят задачи, обладающие одной или несколькими из следующих характеристик: -исходные данные не могут быть заданы в числовой форме; -цели не могут быть выражены в терминах точно определенной целевой функции; -не существует алгоритмического решения задач; -алгоритмическое решение существует, но его нельзя использовать из-за ограниченности ресурсов (время, память).Классификация ЭС.-по назначению: общего пользования и специализированные; -по степени зависимости от внешней среды: статические и динамические; -по типу использования: изолированные, ЭС на входе/выходе других систем и гибридные; -по стадии создания: исследовательские образцы; демонстрационые; промышленые; коммерческие

Структура ЭС.Полностью оформленная статическая экспертная система имеет 6 компонентов: база знаний, машина логического вывода; компонент приобретения знаний, объяснительный и диалоговый компоненты; база данных. Режимы работы ЭС.ЭС может работать в 2 режимах: приобретения знаний и решения задачи.

Дата добавления: 2018-02-18; просмотров: 909; Мы поможем в написании вашей работы!

Поделиться с друзьями:

⇐ Предыдущая 1 2 3 4 567 8 9 10 Следующая ⇒

Мы поможем в написании ваших работ!