Принципы построения и использования экспертных обучающих систем в курсе "Теоретические основы информатики"

• Автор: Кудинов, Виталий Алексеевич
• Шифр специальности: 13.00.02
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 159 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. МЕТОДИЧЕСКИЕ ПРИНЦИПЫ ПРОЕКТИРОВАНИЯ ЭКС ПЕРТНЫХ ОБУЧАЮЩИХ СИСТЕМ
1.1. Классификация и основные направления использования эксперт ных систем в обучении
1.2. Архитектура экспертной обучающей системы
1.3. Методика проектирования экспергшых обучающих систем
1.3.1. Этапы создания экспертной обучающей системы
1.3.2. Особенности организации диалога в экспертных обучающих сис темах
ВЫВОДЫ К ГЛАВЕ 1
2. РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ ДЛЯ КУРСА ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИНФОРМАТИКИ
2.1. Идентификация и концептуализация предметной области дисци плины Теоретические основы информатики
2.1.1. Предметная область Теоретические основы информатики в стандартах подготовки учителя информатики
2.1.2. Предметная область Теоретические основы информатики в школьной информатике
2.2. Формирование терминологического словаря предметной области Теоретические основы информатики
2.3. Экспертная обучающая система для курса Теоретические осно
вы информатики
2.3.1. Структура и назначение системы
2.3.2. Программная реализация составных частей системы
2.3.3. Методика работы с системой
ВЫВОДЫ К ГЛАВЕ 2
3. ПЕДАГОГИЧЕСКИЙ ЭКСПЕРИМЕНТ ПО ОПРОБАЦИИ РАЗ
РАБОТАННОЙ МЕТОДИКИ
3.1. Подготовка и планирование эксперимента
3.2. Выбор критериев оценки эффективности
3.3. Результаты эксперимента
ВЫВОДЫ К ГЛАВЕ 3
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В течение последнего десятилетия в рамках исследований по искусственному интеллекту сформировалось самостоятельное направление - экспертные системы (ЭС) или инженерия знаний. В задачу этого направления входят исследования и разработка программ (устройств), использующих знания и процедуры вывода для решения задач, являющихся трудными для людей-экспертов [5, 7,8, 0]. Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области. Достоинство применения экспертных систем заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний. По способу формирования решения экспертные системы разделяются на два класса: аналитические и синтетические. Аналитические системы предполагают выбор решений из множества известных альтернатив (определение характеристик объектов), а синтетические системы - генерацию неизвестных решений (формирование объектов). По способу учета временного признака экспертные системы могут быть статическими или динамическими. Статические системы решают задачи при неизменяемых в процессе решения данных и знаниях, динамические системы допускают такие изменения. Статические системы осуществляют монотонное непрерываемое решение задачи от ввода исходных данных до конечного результата, динамические системы предусматривают возможность пересмотра в процессе решения полученных ранее результатов и данных. По видам используемых данных и знаний экспертные системы классифицируются на системы с детерминированными (четко определенными) знаниями и неопределенными знаниями. Под неопределенностью знаний (данных) понимается их неполнота (отсутствие), недостоверность (неточность измерения), двусмысленность (многозначность понятий), нечеткость (качественная оценка вместо количественной). По числу используемых источников знаний экспертные системы могут быть построены с использованием одного или множества источников знаний. Источники знаний могут быть альтернативными (множество миров) или дополняющими друг друга (кооперирующими). Рассмотрим более подробно некоторые классы экспертных систем. Классифицирующие экспертные системы. К аналитическим задачам, прежде всего, относятся задачи распознавания различных ситуаций, когда по набору заданных признаков (факторов) выявляется сущность некоторой ситуации, в зависимости от которой выбирается определенная последовательность действий. Таким образом, в соответствии с исходными условиями среди альтернативных решений находится одно, наилучшим образом удовлетворяющее поставленной цели и ограничениям. Экспертные системы, решающие задачи распознавания ситуаций, называются классифицирующими, поскольку определяют принадлежность анализируемой ситуации к некоторому классу. В качестве основного метода формирования решений используется метод логического дедуктивного вывода от общего к частному, когда путем подстановки исходных данных в некоторую совокупность взаимосвязанных общих утверждений получается частное заключение. Доопределяющие экспертные системы. Более сложный тип аналитических задач представляют задачи, которые решаются на основе неопределенных исходных данных и применяемых знаний. В этом случае экспертная система должна как бы доопределять недостающие знания, а в пространстве решений может получаться несколько возможных решений с различной вероятностью или уверенностью в необходимости их выполнения. В качестве методов работы с неопределенностями могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика. Доопределяющие экспертные системы могут использовать для формирования решения несколько источников знаний. В этом случае могут использоваться эвристические приемы выбора единиц знаний из их конфликтного набора, например, на основе использования приоритетов важности, или получаемой степени определенности результата, или значений функций предпочтений и т.