1033

Системы принятия решения и оптимизация в электронных таблицах, конструирование баз данных

Реферат

Информатика, кибернетика и программирование

Краткие сведения о системах принятия решения. Системы искусственного интеллекта, имитирующие на компьютере мышление человека при решении различных задач. Разработка системы принятия решения для аттестации знаний студентов по курсу Финансовая математика.

Русский

2013-01-06

469 KB

25 чел.

Министерство образования и науки Российской Федерации

Северо-Западный государственный заочный технический университет

Институт управления производственными и

Инновационными программами

Реферат на тему:

«Системы принятия решения и оптимизация в электронных таблицах,

конструирование баз данных»

               

 

реферат по курсу

«Информатика» студента 1 курса

Института управления производственными

и инновационными программами

специальность 080502.65

Тотиева Максима Михайловича 0702321029

                                                               

                

                                                   Работа сдана «    »  июня    2011г.                 

Проверил  Гульнара Анваровна

                                                               «______»____________2011г.

                                                              

Санкт-Петербург  2011

Краткие сведения о системах принятия решения

В настоящее время широкое распространение получили системы искусственного интеллекта, имитирующие на компьютере мышление человека при решении различных задач. Чтобы воспроизвести на компьютере процесс принятия решения человеком, нужно предварительно отобрать все факты, характеризующие исследуемую человеком область, и сформулировать правила решения в зависимости от совокупности фактов в момент принятия решения. Система искусственного интеллекта, созданная для решения задачи в конкретной области, называется экспертной системой, или системой принятия решения.

Существуют системы принятия решения в таких предметных областях, как медицина (для диагностики заболеваний), бизнес (для оценки целесообразности строительства предприятий, приобретения товаров и т.д.), обучение (для проверки знаний обучаемых) и многих других.

1.Системы принятия решения.

Задание.

Вариант 34

Разработать систему принятия решения для аттестации знаний студентов по курсу «Финансовая математика». База знаний имеет вид

№ пп

Атрибут

Весовой фактор атрибута

1

Умеет дать определение статистической гипотезе

20

2

Умеет использовать критерий согласия Пирсона для проверки гипотез о выборках

30

3

Умеет использовать критерий различия Стьюдента для анализа двух выборок

30

4

Умеет использовать функцию ХИ2ТЕСТ

20

5

Умеет использовать функцию ТТЕСТ

40

6

Может провести сравнение двух выборок по среднему значению с использованием Пакета анализа

40

7

Знает понятие факторного анализа

40

8

Может провести сравнение двух выборок по дисперсии с использованием Пакета анализа

50

9

Может провести сравнение двух выборок по дисперсии значению с использованием функции ФТЕСТ

40

10

Знает понятие коэффициента корреляции

20

11

Умеет проверить наличие корреляционной связи между двумя процессами с использованием специальной функции

30

12

Умеет проверить наличие корреляционной связи между несколькими процессами с использованием Пакета анализа

40

13

Умеет использовать метод наименьших квадратов для установления функциональной зависимости между двумя процессами

50

14

Умеет использовать специальные функции для установления регрессионной зависимости между двумя процессами

40

15

Умеет использовать пакет анализа для установления регрессионной зависимости между несколькими процессами

50

Правила вывода:

Правила вывода:

Если студент набрал меньше 360 баллов, оценка «неудовлетворительно».

Если сумма баллов 360-430 – оценка «удовлетворительно».

При сумме баллов 431-500 – оценка «хорошо».

Если сумма баллов больше 500 – оценка «отлично».

Решение:

Если на заданный вопрос дается положительный ответ («Да»), т. е. абитуриент продемонстрировал достаточные знания по этой теме, весовой фактор атрибута сохраняется. Если ответ отрицательный («Нет») весовой фактор обнуляется.

Просуммировав весовые факторы ответов в нашей базе данных (табл. 15), найдем суммарный весовой фактор S = 410. Поскольку эта сумма баллов находится в диапазоне 360-430, согласно правилам вывода абитуриент должен получить оценку «Удовлетворительно».

Заполнив базу данных ответами, мы будем те же самые ответы вводить в систему принятия решения, реализуемую в электронной таблице. В случае правильного функционирования системы принятия решения абитуриент должен получить ту же самую оценку «Удовлетворительно». Это значит, что система прошла тестирование, можно вводить в нее данные о результатах других абитуриентов и доверять поставленным оценкам.

Если условие S < 360 выполняется, абитуриент получает оценку «Неудовлетворительно» (первый блок принятия решения). Если условие S < 360 не выполняется, значит, набранная абитуриентом сумма баллов больше 360. В этом случае нужно установить, в каком диапазоне находится сумма баллов.

По ветке «Нет» от первого блока проверка условий приходим на второй блок проверки, где записано условие S < 430. При его выполнении очевидно, что сумма баллов находится в диапазоне 360-430, т.е. абитуриент получает оценку «Удовлетворительно». По ветке «Да» идем к вершине «Удовл.» В случае невыполнения данного условия очевидно, что сумма балов равна или превысила значение 361. Поэтому по ветке «Нет» происходит переход к последнему блоку проверки условия S < 431. При выполнении данного условия (ветка «Да») абитуриент получает оценку «Хорошо», при невыполнении (ветка «Нет») – оценку «Отлично».

При положительном ответе («Да») нужно ввести число 1, при отрицательном («Нет») – ввести – 0. Чтобы не возникло неоднозначности при вводе ответа, в ячейке D2, приводятся указания о правилах ввода. Ввод ответа в таком виде позволяет легко вычислить весовой фактор ответа путем умножения кода ответа на весовой фактор атрибута.

В строке 12 вычисляется суммарный весовой фактор, а в строке 14 размещена формула для принятия решения. Это формула составляется в соответствии с «Правилами вывода» и деревом решения рис.1. =ЕСЛИ(E17<=360;”Неуд”;ЕСЛИ(E17<=430;”Удовл”;ЕСЛИ(E17<=431;”Хор”;”Отл”)))

Вариант 52

Небольшая фабрика выпускает два вида красок: для внутренних работ (В) и наружных работ (Н). Продукция обоих видов поступает в продажу.

Для производства красок используются два исходных продукта Р1 и Р2. Максимально возможные суточные запасы этих продуктов составляют 10 т и 8 т соответственно. Расходы Р1 и Р2 на 1 т соответствующих красок и оптовые цены одной тонны приведены в таблице.

Исходный продукт

Расход исходных продуктов

(в тоннах) на тонну краски

Максимально возможный запас, в тоннах

Краска В

Краска Н

А

2

1

10

В

1,5

2

8

Оптовая цена за одну тонну

3000 руб.

4000 руб.

Изучение рынка сбыта показало, что суточный спрос на краску В никогда не превышает спроса на краску Н более, чем на 3т. Кроме того, установлено, что спрос на краску В никогда не превышает 6 т в сутки.

Какое количество краски каждого вида должна производить фабрика, чтобы доход от реализации продукции был максимальным?

Решение:

Создадим электронную таблицу для реализации решения в режиме показа формул , в режиме показа вычислений. В ячейках B5 и B6  размещен начальный план выпуска красок B ,а в ячейках C5 и C6 . Поскольку сразу определить оптимальный план выпуска не удастся, считаем, что начальные объёмы производства красок равны одной тонне. 

Оптимизация плана решения

1) Запускаем средство Поиск решения (Сервис – Поиск решения).

2) Установим в окне Поиск решения параметры.

3) Щелкнем по кнопке Выполнить.

Оптимизированный вид решения .

Балансовая Модель Леонтьева .

Вариант 0

Определить валовой выпуск продукции каждой отрасли материального производства для обеспечения заданного спроса. Для составления матрицы технологических коэффициентов использовать данные таблицы.

Отрасль

производства

Валовой

выпуск

Межотраслевые потоки

Прогнозируемый конечный спрос

1

2

3

1

600

0

200

150

2000

2

900

150

400

0

2000

3

600

150

200

150

2000

    Решение:

 Компьютерная реализация балансовой модели в ЭТ показана в табл. 70 (режим показа формул в Excel), табл. 71 (показ формул в Calc) и в табл. 72 (режим вычислений).

В строке 11 размещены формулы для проверки продуктивности матрицы технологических коэффициентов. В ячейке А11 формула

=ИЛИ(В10>=1;C10>=1;D10>=1).

Балансовая Модель.

Формульный Вид :


S
< 360

 < 430

S < 431

Неудовл.

Удовл.

Хорошо

Отлично

Да

Да

Да

Нет

Нет

Нет


 

А также другие работы, которые могут Вас заинтересовать

64220. Познавательные аспекты раннего постнатального поведения 35 KB
  Так щенята лисята и детёныши других хищных млекопитающих уже с первого дня жизни совершают поисковые маятникообразные движения головой прекращающиеся после нахождения соска матери. В дальнейшем ориентировочные реакции усложняются детёныши развивают способности узнавать предметы...
64221. Игровой (ювенильный) период онтогенеза. Концепции игры. Значение игры для формирования поведения животных 33 KB
  Как было сказано выше ювенильный игровой период развития поведения наблюдается только у детёнышей высших животных у которых развитие поведения совершается перед половым созреванием в форме игровой активности.
64222. Формирование общения в играх животных 33.5 KB
  Такие игры встречаются только у животных которым свойственны развитые формы группового поведения. У детёнышей нехищных животных совместная игра состоит из общеподвижных игр совместных прыжков игрового бегства и так далее Игровая борьба если она встречается у данных видов...
64223. Познавательная функция игровой активности животных 29 KB
  В последнем случае имеет место активное воздействие на объект игры особенно деструктивного порядка позволяющее изучить внутреннее строение объекта а не только его внешние признаки. Важно что в ходе игры животное относится практически к каждому незнакомому предмету как к потенциально значимому и пытается найти ему применение.
64224. Общая характеристика эволюции психики 29.5 KB
  Исходя из этого следует что движение являлось решающим фактором эволюции психики. Леонтьев рассматривая эволюцию психики анализировал наиболее глубокие и качественные изменения которые претерпела психика в процессе эволюции животного мира.
64225. Элементарная сенсорная психика. Низший уровень психического развития. Характеристика сенсомоторной активности простейших 30 KB
  На низшем уровне психического развития находится довольно большая группа животных. Движения простейших отличаются большим разнообразием. Локомоция простейших осуществляется в виде кинезов элементарных инстинктивных движений.
64226. Общая характеристика психической активности простейших 27.5 KB
  Наряду с этим у простейших встречаются и элементы допсихического отражения простая раздражимость характерная для растений. У простейших встречаются разнообразные формы передвижения в водной среде но только на самом примитивном уровне инстинктивного поведения кинезов.
64227. Высший уровень развития элементарной сенсорной психики. Нервная система как фактор усложнения психической деятельности животных 26 KB
  Усложнение структуры организма обусловило возникновение нервной системы которая осуществляет координацию деятельности этих многоклеточных образований.
64228. Органы чувств и сенсорные способности низших многоклеточных беспозвоночных 28 KB
  Предполагается что первичные органы чувств вообще обладали лишь общей присущей всей живой материи чувствительностью но в повышенной степени. Согласно приведённой гипотезе все органы чувств многоклеточных животных развились из наименее дифференцированных осязательных рецепторов.