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

16987. Побудова діаграм 308 KB
  Практична робота №15 Тема: Побудова діаграм. Мета: Навчитися будувати діаграми змішаного типу та кругові діаграми. Обладнання: ПЕОМ. Табличний процесор MS Excel. Хід виконання Правила ТБ Індивідуальне завдання 1. За даними табл. 3 побудувати діаграму зміша...
16988. Фільтрація даних. Критерії фільтрації 1.03 MB
  Практична робота №16 Тема: Фільтрація даних. Критерії фільтрації. Мета: Навчитися використовувати фільтрацію даних та навчитися використовувати Автофильтр та Расширенный фильтр. Обладнання: ПЕОМ. Табличний процесор MS Excel. Хід виконання Правила ТБ Інд
16990. Рішення задач матричної і векторної алгебри в Maple 356.5 KB
  Практична робота №30. Тема: Рішення задач матричної і векторної алгебри в Maple. Мета: Навчитися обчислювати визначників вирішувати системи лінійних рівнянь методом Крамера і матричним способом а також знаходити значення матричного многочлена використовуючи можлив
16991. Диференціальне і інтегральне числення функцій одного і декількох змінних в Maple 430.5 KB
  Практична робота №31. Тема: Диференціальне і інтегральне числення функцій одного і декількох змінних в Maple. Мета: Навчитися обчислювати межі часткову суму послідовностей похідні функцій і інтеграли в середовищі Maple. Обладнання: ПК зі встановленим математичним па
16992. Команди MS-DOS: cls, date, time, copy, del, dir, find, mem, mkdir, label, rd 72.5 KB
  Практична робота №1 Тема: Команди MSDOS: cls date time copy del dir find mem mkdir label rd. Мета: навчитися використовувати основні команди MSDOS при роботі з ОС. Устаткування: ПК. Операційна система MSDOS та Windows. Правила ТБ. Методичні рекомендації. Індивідуальне завда
16993. Профілі обладнання.Створення командних файлів 78.5 KB
  речка Ю.Г. Варіант 4 ВПЗ 2ПМС07 Практична робота №3 Тема: Профілі обладнання.Створення командних файлів. Мета: Навчитися створювати профілі обладнання та тривіальні команд
16994. Створення командних файлів. Створення файлів config.sys, autoexec.bat 36.5 KB
  Практична робота №3 Тема: Створення командних файлів. Створення файлів config.sys autoexec.bat. Мета: Навчитися створювати тривіальні командні файли; створювати файли config.sys autoexec.bat. Устаткування: ПК. Операційна система MSDOS та Windows. Хід роботи I. Слідуючи вказівкам напиш...
16995. Робота з файловими менеджерами для ОС MS-DOS. Настройка і створення меню користувача 294.5 KB
  Практична робота №2 Тема: Робота з файловими менеджерами для ОС MSDOS. Настройка і створення меню користувача. Мета: Навчитися працювати з каталогами файлами а також створювати і настроювати меню користувача. Устаткування: ПК. Файловий менеджер NC операційна система M...