31796

Методы моделирования знаний при принятии управленческого решения

Доклад

Менеджмент, консалтинг и предпринимательство

Методы моделирования знаний при принятии управленческого решения. Проблема моделирования знаний решается в разделе информатики который носит название Искусственный интеллект. Основой любой системы искусственного интеллекта является модель знаний и созданная на ее основе база знаний. Всякая конкретная база знаний содержит модель определенной предметной области.

Русский

2013-09-01

34.5 KB

0 чел.

Методы моделирования знаний при принятии управленческого решения.

Проблема моделирования знаний решается в разделе информатики, который носит название «Искусственный интеллект». Предметом исследования этой науки является человеческое мышление. Цель этих исследований – создание компьютерных моделей интеллектуальной деятельности человека. Такие модели называются системами искусственного интеллекта. Основой любой системы искусственного интеллекта является модель знаний и созданная на ее основе база знаний.

Знания делятся на четыре вида:

-понятийные или концептуальные знания – это набор понятий из некоторой области знания, их свойства и взаимосвязи;

-конструктивные знания – знания о структуре объектов, о взаимодействии их частей;

-процедурные или алгоритмические знания – это уже известные людям методы решения задач, алгоритмы, программы;

-фактуальные или фактографические знания – это количественные и качественные характеристики конкретных объектов.

Всякая конкретная база знаний содержит модель определенной предметной области. Предметная область – это некоторая часть реального мира (научная область, производственный процесс, социальная система и пр.). Любая база знаний содержит в себе базу данных в качестве составляющей, но не сводится к ней. Главное отличие базы знаний от базы данных с точки зрения пользователя – ее активность. База данных - пассивна. Из базы данных можно извлечь ту фактографическую информацию, которая в ней заложена. База знаний – активна. Благодаря процедурной компоненте она может сама выводить новые факты, которые непосредственно в нее заложены не были, может по своей инициативе вступать во взаимодействие с другими установленными на компьютере системами и человеком.

Всякая конкретная база знаний содержит модель определенной предметной области. Предметная область – это некоторая часть реального мира (научная область, производственный процесс, социальная система и пр.). Любая база знаний содержит в себе базу данных в качестве составляющей, но не сводится к ней. Главное отличие базы знаний от базы данных с точки зрения пользователя – ее активность. База данных - пассивна. Из базы данных можно извлечь ту фактографическую информацию, которая в ней заложена. База знаний – активна. Благодаря процедурной компоненте она может сама выводить новые факты, которые непосредственно в нее заложены не были, может по своей инициативе вступать во взаимодействие с другими установленными на компьютере системами и человеком.

Существует несколько возможных модельных представлений знаний - продукционные и логические модели; представление знаний в виде графов.

Модели знаний на графах.

В основе таких моделей лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними.

Смысл математических выражений.

Традиционная математическая символика является формальным языком математики. Смысл математического выражения заключается в определенной им последовательности вычислительных операций. Чтобы его понять, нужно знать правила старшинства операций, правила раскрытия скобок. Наглядным средством изображения последовательности вычисления математических выражений, т.е. их смысла являются графы. Такой граф представляет собой дерево, листьями которого являются числа, а прочими вершинами – операции.

При принятии решения в таких случаях необходимо иметь некоторую сумму знаний о самой этой области. Например, при выборе наилучшего хода в конкретной шахматной позиции необходимы знания о правилах игры, силе шахматных фигур, стратегии и тактике и многое другое. Под знаниями понимается то, что стало известно после изучения. Совокупность знаний, нужных для принятия решений, принято называть предметной областью или знаниями о предметной области.

В любой предметной области есть свои понятия и связи между ними, своя терминология, свои законы, связывающие между собой объекты данных предметной области, свои процессы и события. Кроме того, каждая предметная область имеет свои методы решения задач.

Решая задачи такого вида, на ЭВМ используют ИС, ядром которых являются базы знаний, содержащие основные характеристики предметных областей

При построении баз знаний традиционные языки, основанные на численном представлении данных, являются неэффективными. Для этого используются специальные языки представления знаний, основанные на символьном представлении данных. Они делятся на типы по формальным моделям представления знаний. Различные авторы по-разному эти модели классифицируют. Вообще их четыре:

продукционные модели;

логические модели;

сетевые модели;

фреймовые модели;

Кто-то объединяет продукционные и логические, а кто-то сетевые и фреймовые. Так же возможны комбинации моделей

Каждая из этих моделей, будучи инструментом, используемым в технологическом подходе к знанию, связана с определенными взглядами на структуру знания как такового.

Логическая модель, использующая язык логики предикатов, предполагает в общем случае пропозициональный взгляд на знание, когда в качестве элемента знания рассматривается суждение, и, соответственно, элементарным знанием может быть названа атомарная формула языка логики предикатов. Фреймовая модель, напротив, предполагает в качестве основной структурной единицы понятие или некоторый его аналог. Таким образом, давний философский спор о характере элементарного знания и о соотношении понятия с суждением, неожиданным образом преломляется в способах моделирования знания в компьютерной системе. «Если сделаешь работу то получишь зарплату» и т.д.

В основе сетевых моделей представления знаний лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними. В отличие от продукционных эти модели более наглядны, поскольку любой пример можно представить в виде ориентированного (направленного) графа.

В основе моделей этого типа лежит конструкция, названная семантической сетью.

Фрейм – это минимально возможное описание сущности какого-либо события, ситуации, процесса или объекта.


 

А также другие работы, которые могут Вас заинтересовать

29471. Признак Даламбера в предельной и непредельной форме 168.98 KB
  При́знак дАламбе́ра или Признак Даламбера признак сходимости числовых рядов установлен Жаном дАламбером в1768 г. Если для числового ряда существует такое число что начиная с некоторого номера выполняется неравенство то данный ряд абсолютно сходится; если же начиная с некоторого номера то ряд расходится. Признак сходимости дАламбера в предельной форме[править] Если существует предел то рассматриваемый ряд абсолютно сходится если а если расходится. Если то признак д′Аламбера не даёт ответа на вопрос о сходимости ряда.
29472. Признак коши (радикальный) 15.45 KB
  Радикальный признак Коши: Рассмотрим положительный числовой ряд .в При признак не дает ответа. Нужно использовать другой признак.
29474. Накочередующиеся ряды, признак Лейбница 18.25 KB
  Теорема Лейбница о сходимости знакочередующихся рядов Признак Лейбница признак сходимости знакочередующегося ряда установлен Готфридом Лейбницем. Формулировка теоремы: Пусть для знакочередующегося ряда выполняются следующие условия: монотонное убывание. Тогда этот ряд сходится.
29476. ЧЕЛОВЕК ПРИСПОСОБЛЕННЫЙ 152.5 KB
  Проблема приспособления человека к изменившейся социальной среде становится предельно острой и общезначимой в условиях крутых общественных переломов когда практически все общественные слои и группы оказываются перед выбором вынужденного приспособления или самораспада. период перестройки общества и человека оказался более долгим располагал более массированными средствами включая тотальный террор и последствия двух мировых войн притом объектом воздействия оказывался расшатанный ранее тип социального человека. Ориентируясь на идеологию...
29477. ЧЕЛОВЕК НЕДОВОЛЬНЫЙ: ПРОТЕСТ И ТЕРПЕНИЕ 114.5 KB
  Чтобы преодолеть видимый парадокс нужно определить те социальные условия и структуры которые формируют и поддерживают такое сочетание а точнее взаимодействие недовольства и терпения в обществе. или к неэффективности современного социального недовольства фонового констатируют бесспорные факты но не объясняют их. Состояние общественно значимого недовольства возникает как реакция на сравнение то ли с лучшим по крайней мере более спокойным прошлым то ли с неосуществленным светлым будущим точнее с иллюзией такого будущего...
29478. ЧЕЛОВЕК ЛУКАВЫЙ: ДВОЕМЫСЛИЕ ПО-РОССИЙСКИ 150 KB
  Он приспосабливается к социальной действительности ища допуски и лазейки в ее нормативной системе то есть способы использовать в собственных интересах существующие в ней правила игры и в то же время что не менее важно постоянно пытаясь в какойто мере обойти эти правила. Успех этой системы на долгие десятилетия по крайней мере был бы невозможен если бы она опиралась только на массовое принуждение и массовый обман. Практическое отсутствие общеобязательных авторитетов создает многополярную структуру нормативного поля где...
29479. «ЧЕЛОВЕК ОГРАНИЧЕННЫЙ»: УРОВНИ И РАМКИ ПРИТЯЗАНИЙ 107.5 KB
  Стабильность притязаний На протяжении ряда лет данные ВЦИОМ охватывают как реальные так и воображаемые приписанные показатели положения человека: данные о полученном и желаемом нормальном по мнению опрошенных доходе и т. При этом 72 опрошенных считали что они получают намного меньше или несколько меньше чем заслуживают; 19 что они получают столько сколько заслуживают; 8 что получают больше чем того заслуживают. Если бы в распоряжении опрошенных исследование типа Мониторинг март 1997 г. При сходной формулировке...