Тема 9. Экспертно-обучающие системы
Нейронные системы и сети
В то время как экспертные системы пытаются перенести опыт людей в компьютерную программу, нейронные сети пытаются создать значимые модели из большого количества данных. Нейронные сети могут распознавать модели, слишком неясные для людей, и адаптировать их при получении новой информации.
Ключевая характеристика нейронных сетей в том, что они обучаются. Программе нейронных сетей сначала дается набор данных, состоящих из многих переменных с большим количеством случаев, или исходов, в которых результаты известны. Программа анализирует данные и обрабатывает все корреляции, а затем выбирает набор переменных, которые строго соотнесены с частными известными результатами в виде начальной модели. Эта модель используется, чтобы попробовать предсказать результаты различных случаев, а предсказанные результаты сравниваются с известными результатами. Базируясь на этом сравнении, программа изменяет модель, регулируя параметры переменных или даже заменяя их. Этот процесс программа нейронных сетей повторяет много раз, стремясь улучшить прогнозирующую способность при отладке модели. Когда в этом итерационном подходе дальнейшее усовершенствование исчерпывается, программа готова делать предсказания для будущих случаев.
Как только станет доступным новое большое количество случаев, эти данные также вводятся в нейронную сеть, и модель еще раз корректируется. Нейронная сеть обучается относительно в относительно причинно-следственных моделей из этих дополнительных данных, и её прогнозирующая способность улучшается.
|
|
|
Процесс проектирования экспертно-обучающей системы
Системы, которые используют логику принятия решения человеком, экспертом в определенной отрясли – это экспертные системы. Самая новая отрасль – нейронные сети, которые устроены по аналогии с тем, как работает человеческая нервная система, но фактически используют статистический анализ, чтобы распознать закономерности и модели из большого количества информации посредствам адаптивного изучения.
Чтобы спроектировать экспертно-обучающую систему, специалист, называемый инженером знания (специально подготовленный по системному анализу), очень тесно работает с одним или большим количеством экспертов в изучении предметной области. Инженеры знания пытаются узнать все относительно способа, которым эксперт принимает решения. Если строится экспертная система для планирования оборудования, то инженер работает с опытными планировщиками оборудования, чтобы видеть, как они работают. Информация, полученная инженером знания, затем загружаются в компьютерную систему, в специализированном формате в блоке, названном базой знаний. Эти базы знаний содержат правила и заключения, которые используются в принятии решений, - параметры или факты, необходимые для решения.
|
|
|
Другие главные фрагменты экспертно-обучающей системы – создание заключения и интерфейса пользователя. Создание заключения – логический каркас, который автоматически проводит линию рассуждения и который обеспечен правилами заключения и параметрами вовлечения в решение. Таким образом один и тот же создатель заключения может использоваться для многих экспертных систем с различной базой знаний. Интерфейс пользователя – блок, используемый конечным пользователем, например неопытным планировщиком оборудования. Идеальный интерфейс – дружественный. Другие блоки включают подсистему обучения, чтобы разъяснить доводы, что система движется в направления решения, а также подсистему накопления знания, чтобы помочь инженеру знания в регистрации правил заключения и параметров в базе знаний, рабочей области.
Тема 10. Системы поддержки принятия решений
Назначение систем поддержки принятия решений
|
|
|
Система поддержки принятия решений (DSS) – это компьютерные интерактивные системы, разработанные в помощь менеджеру (или руководителю) при принятии решений. DSS включают и данные, и модели, чтобы помочь принимающему решения решить проблемы, особенно те, которые плохо формализованы.
Системы ориентированы на главных управляющих и средних менеджеров, на изменения, гибкость и быструю реакцию. Акцент делается на моделях, предположениях и показе графики. Основа – профессиональный анализ и приемы проектирования. Эти системы по типу итерационные, не жесткие и никогда не закончены. Этого требует суть неструктурированных проблем, которые оригинальны и необычны, для них не имеется никаких алгоритмов для решения и каждая имеет свой ответ.
Поэтому DSS разработаны для поддержки слабоструктурированного и неструктурированного прикладного анализа, чтобы помогать проектировать, оценивать альтернативы и контролировать процесс реализации. Самый распространенный тип DSS – в виде генератора финансового отчета.
Дата добавления: 2018-09-23; просмотров: 208; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!