Разработка и исследование экспертной системы для анализа различных предметных областей в условиях нечеткой информации

• Автор: Абарникова, Елена Борисовна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2001
• Место защиты: Комсомольск-на-Амуре
• Количество страниц: 163 с.

ОГЛАВЛЕНИЕ
Введение.
Глоссарий.
Глава I. Современное состояние исследований в области интеллектуальных систем и основные тенденции развития

1.1. Классификация интеллектуальных систем

1.2. Виды неопределенности задач принятия решений.

1.3. Подходы к принятию решений.

1.4. Методы принятия решений

1.5. Коллективные методы принятия решений.

1.6. Построение функций принадлежности

1.7. Основные положения и классификация нейронных сетей

1.8. Классификация методов обучения.
1.9. Тенденции развития исследований и разработок в области интеллектуальных систем и основные выводы
Глава 2. Моделирование задачи анализа предметной области с использованием лингвистического подхода, теории нечетких множеств и нейронных сетей.
2.1. Структурная и математическая модель предметной области.,
2.2. Комплексный подход к решению задачи анализа.
2.2.1. Предобработка
2.2.2. Исходные данные в виде нечетких высказываний.
2.2.3. Метод деффазификации нечетких данных.
2.2.4. Методика нормировки и центрирования входного вектора
2.2.5. Модель искусственной нейронной сети
2.2.6. Методы обучения искусственной нейронной сети.
2.2.7. Интерпретация результатов.
2.3. Основные выводы и результаты.
Глава 3. Экспертные системы как инструмент автоматизации задач анализа из различных предметных областей
3.1. Архитектура и функционирование экспертной системы
3.2. Компонента взаимодействия с пользователем
3.3. Компонента приобретения знаний.
3.4. База знаний
3.5. Механизм логическою вывода.
3.6. Компонента объяснения выводов
3.7. Основные выводы и результаты.
Глава 4. Практические приложения экспертной системы анализа.
4.1. Общие принципы работы экспертной системы.
4.2. Экспертная система ЭКО
4.2. Экспертная система Композиционный материал
4.3. Экспертная система Объект.
4.4. Основные выводы и результаты
Заключение.
Список использованных источников


Разработка математической N1 одел и для класса задач анализа и создание на ес основе ЭС стало возможным благодаря комплексному использованию теоретических и экспериментальных методов исследования, проведения обобщения и сравнительного анализа хорошо известных методов и моделей, применении компьютерного моделирования при проведении анализа, базированием на строго доказанных методах таких наук как теория вероятностей, математическая статистика, теория индуктивных выводов, теория нечетких множеств, теория искусственных нейронных сетей, формальные основы ЭС; комплексным использованием проверенных элементов этих теорий. Научная новизна. Реализация результатов работы заключается в создании ЭС, практические приложения которой используются в учебном процессе кафедр МОП ЭВМ, ИС, ПГС, ЭиБЖД КнАГТУ, а также при выполнении гос. НИР «Архитектура и строительство», выполняемой по НЗН, в исследованиях по хоздоговорной теме с АИЛ СП КПД “Диагностика объектов незавершенного строительства”, при выполнении работ по сертификации качества новых строительных материалов в лаборатории КнАГТУ и анализе финансово-хозяйственной деятельности ПЖРЭТ-4. Апробация работы. Международной конференции молодых ученых (аспира»ггов. Актуальные проблемы современною строительства» (г. С-Пстербург, г. Всероссийской научно-технической конференции «Архитектура и строительство. Наука, образование, рынок» (Томск, г. Региональных открытых научных чтениях памяти проф. Даниловского (Хабаровск, г. КнАГТУ (Комсомольск-на-Амуре 4- апреля г. Компьютерных технологий КнАГТУ. Публикации. Основные результаты диссертационной работы лично и в соавторстве отражены в печатных работах, в том числе, четыре статьи и три свидетельства РОСПАТЕНТА о регистрации комплекса программ. Структура работы. Диссертация содержит введение, четыре главы, заключение и 4 приложения, изложенные на 0 страницах машинописного текста, рисунков. Список литературы включает 9 наименований. Во введении обосновывается актуальность работы, формулируется цель работы, перечислены задачи и основные положения, выносимые на защиту. В первой главе приведен анализ современною состояния исследований в области экспертных систем, проводится классификация экспертных систем, подходов и методов форматизации задач анализа, основных методов и алгоритмов лингвистического подхода к задаче анализа, классификация искусственных нейронных сетей и методов их обучения, анализируются достоинства и недостатки существующих . Проводится анализ и обобщение задач анализа в области новых строительных материалов, экологии, экономики строительства с целью определения структуры единой модели для класса задач анализа. Во второй главе описывается разработанная диссертантом структурная и математическая модель для класса задач анализа, методы и алгоритмы реализации нечеткого классификатора. В четвертой главе описываются модели и функционирование разработанных практических приложений. В заключении приводятся основные выводы и результаты работы. ИнтС - интеллектуальная система. ЭС - экспертная система. ЕЯ * естественный язык. ТНМ - теория нечетких множеств. ЛП - лингвистическая переменная. ЛПР - лицо, принимающее решения. ИНС - искусственная нейронная сеть. ИН - искусственный нейрон. КИНС - каскадная искусственная нейронная сеть. КВз - компонента взаимодействия с пользователем. КПрЗ - компонента приобретения знаний. МЛВ - механизм логического вывода. БЗ - база знаний. БД - база данных. КОВ - компонента объяснения выводов. КМИ - комплекс морфологической информации. СИА - синтаксический анализ. СГФ - словарь готовых форм. СО - словарь основ. СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ И ОСНОВНЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ. Классификация интеллектуальных систем. Интеллектуальные системы (ИнтС) - это системы программного обеспечения, основными структурными элементами которых являются база знаний и механизм логических выводов []. Для обозначения работ в области баз знаний в англоязычной литературе принято использовать термин knowledge engineering (инженерия знаний), введенный Фейгенбаумом []. Однако в русской литературе термин инженерия знаний используется редко. Чаще его заменяют термином экспертные системы (ЭС). Существует целый ряд определений этого термина [,,,]. Остановимся на следующем. ЭС - это интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение специфических задач []. Классификация ИнтС по группам используемых методов. ГА). Объективной оценкой практической значимости направлений ИИ служит объем их продаж. На рис. США за , годы [, ,,].