Разработка методов создания прикладных интеллектуальных систем с использованием технологии SIMER+MIR : В обл. экологии и прогнозирования мор. биол. ресурсов

• Автор: Сазонова, Людмила Ильинична
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 1998
• Место защиты: Переславль-Залесский
• Количество страниц: 139 с. : ил.

Введение
Содержание

Глава 1. Представление знаний с использованием семантических сетей
1.1 .Когнитивные структуры и их представление семантическими
сетями
1.2. Особенности интеллектуальной технологии 81МЕК+МШ
1.2.1. Архитектура ЗШЕЯ+МЖ
1.2.2. Основные методы приобретения знаний
1.2.3. Основные методы формирования базы знаний
1.2.4. Синтез и настройка механизма решения задач
1.2.5. Принципы и алгоритм решения задач
1.2.6. Механизм взаимодействия баз знаний
Глава 2. Основные формальные структуры в технологии вШЕП+Мт
2.1. Представление знаний в моделях дифференциальной диагностики
2.2. Представление иерархических понятий предметной области
2.3. Представление логических операций
2.4. Модель знаний, отражающих этапы развития процессов
Г лава 3. Основные модели и когнитивные структуры в
области экологии
3.1. Представление знаний в ЭС «Оценка качества воды»
3.2 Представление знаний в ЭС «Оценка воздуха рабочей зоны»
3.3. Представление знаний в ЭС «Санитарно-лабораторная экспертиза пищевых продуктов»

Глава 4. Основные модели и когнитивные структуры в
области оценки и прогнозирования морских ресурсов
4.1. Общее представление о системах поддержки принятия решений по управлению ресурсами
4.2. Представление знаний в системах поддержки принятия решений по управлению морскими рыбными ресурсами
4.3. Модель решения задачи прогнозирования рыбных
ресурсов
4.4. Результаты работы интеллектуальных распределенных систем оценки и прогнозирования морских биологических ресурсов
Заключение
Литература
Приложение 1. Функциональные схемы интегрированных систем поддержки принятия решений по управлению морскими биологическими ресурсами
Приложение 2. Акты о внедрении

ВВЕДЕНИЕ
Актуальность работы
Разработка методов создания прикладных интеллектуальных систем в различных областях приносит кардинальные изменения в эти области, стимулирует их дальнейшее развитие, предлагает новые способы работы с информацией.
Сложность и многообразие структур знаний порождают многообразие формальных способов их представления и разработку соответствующих программных средств, предназначенных для работы с такими структурами.
С другой стороны, то же многообразие структур знаний требует развития методов выявления знаний и переноса их в интеллектуальные программные системы. Известно, что проблемы выявления знаний (например, компетентности эксперта) с возникновения инженерии знаний и по сегодняшний день относятся к числу сложнейших проблем искусственного интеллекта. В этой связи, особенно важными оказываются исследования, направленные на установление специфических черт устройства знаний тех или иных предметных областей и использование этих исследований для создания проблемно-ориентированных методов приобретения и представления экспертизы.
Как показывает ряд работ последних лет, наибольший эффект на этом пути дает применение технологических программных средств выявления, переноса и представления знаний. Одной из таких технологий является технология 81МЕ11+М111 [1,2], которая позволяет существенно изменить традиционную технологию создания систем, основанных на знаниях. Как известно, традиционный подход к инженерии знаний включает в себя реализацию следующих стадий создания прикладной системы: идентификация проблемы; концептуализация проблемы;
формализация проблемы; реализация; тестирование [3].

Процедуры
Кроме отношений R„ некоторые другие связи между событиями могут устанавливаться с помощью специальных (внутренних и внешних) процедур, вычисляющих значения некоторых атрибутов событий, на основе уже известных значений других атрибутов "установленных" событий. Например, значение атрибута «средняя температура» естественно вычислять соответствующей программой.
Точнее, у процедуры должны быть входные и выходные параметры, а также, в случае внутренней процедуры, ее тело, описывающее действие процедуры. Параметрами могут служить атрибуты, а также и произвольные события. Значениями атрибутов служат элементы из соответствующих доменов. Для входных атрибутов в процедуре обязательно указывается часть домена - область возможных значений параметра, в которую должно попасть значение атрибута, чтобы процедура могла начать работу. Параметры, являющиеся событиями, могут принимать значения «да», «нет», «пока неизвестно», «неизвестно».
Таким образом, процедура вычисляет по значениям входных параметров значения выходных параметров согласно инструкциям (алгоритму), записанным в ее теле. (Понятно, что инструкции могут фактически не использовать значения каких-то входных параметров.) Конкретный язык, на котором пишется тело процедуры описан в [45]. Приведем пример:
Имя процедуры «Плодовитость», входные параметры: 'масса тела': [0..5], выходные параметры: 'коэффициент плодовитости', тело процедуры: begin
IF (('масса тела’ > 0) && ('масса тела’ < 0.4))
'коэффициент плодовитости' = 0.38;