Файл: Интеллектуальные информационные системы и технологии.doc

М ИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение высшего образования

«Тверской государственный технический университет»

(ТвГТУ)

Н.А. Семенов

Интеллектуальные информационные системы и технологии

Учебное пособие

Издание второе

Тверь 2020

УДК 004.89(075.8)

ББК 32.813я73

Рецензенты: зам. генерального директора ЗАО НИИ «Центрпрограмм-систем», кандидат технических наук Карпов В.В.; доктор технических наук, профессор, профессор кафедры «Автоматизация технологических процессов» ТвГТУ Филатова Н.Н.

Семенов, Н.А. Интеллектуальные информационные системы и технологии: Учебное пособие. 2-ое изд. / Н.А. Семенов. Тверь: ТвГТУ, 2020. 156 с.

Рассмотрены теоретические и практические аспекты разработки интеллектуальных информационных систем, связанные с определением и извлечением поверхностных и глубинных знаний на основе коммуникативных и текстологических методов, интеллектуального анализа данных и эволюционного моделирования. Определены модульные (продукционные, формально-логические) и сетевые (фреймовые, семантические сети) модели представления знаний, технологии проектирования интеллектуальных информационных систем различного функционального назначения. Уделено внимание нейросетевым технологиям решения неформализованных задач и технологии построения многоагентных систем, разработке естественно-языковых интерфейсов и систем управления знаниями, интеллектуальным методам проектирования сложных систем.

Предназначено для студентов, обучающихся по программам бакалавриата 09.03.02 Информационные системы и технологии, 09.03.03 Прикладная информатика. Будет полезно аспирантам, обучающимся по профилю 2.3.1 - Системный анализ, управление и обработка информации, статистика.

Из множества направлений развития искусственного интеллекта основное внимание уделено результатам исследований российских и зарубежных ученых в области разработки интеллектуальных информационных систем, нейротехнологий и мультиагентных систем, цифровой экономики.

© Н.А. Семенов, 2020

© Тверской государственный

---

технический университет, 2020

Оглавление

Введение………………………………………………………………..…. 6 Глава 1. Информация как основа научных исследований………….. 8
1.1. Данные и знания…………………………………………………… 8
1.2. НЕ-факторы и нечеткие знания………………………………… 12
Глава 2. Технология и методы извлечения знаний………………… 16
2.1. Процедура извлечения знаний ………………………………….. 16 2.2. Основные аспекты извлечения знаний………………………... 17 2.3. Методы извлечения поверхностных знаний…………………. 21 2.4. Методы извлечения глубинных знаний………………………. 24 2.5. Интеллектуальный анализ данных………………………….. 27
Глава 3. Модели представления знаний……………………………. 29
3.1. Продукционная модель……………………..……………………. 29
3.2. Формально-логическая модель…………………………………… 35
3.3. Фреймовая модель……………………………………………… 37
3.4. Семантические сети……………………….…………………… 42
Глава 4. Структура и этапы проектирования интеллектуальных информационных систем……………………… 46
4.1. Классификация интеллектуальных информационных систем………………………………………………………………… 46
Структура статической и динамической экспертной системы………………………………………………………………… 50 4.3. Характеристики, стадии существования и этапы проектирования статической экспертной системы……………………. 52 4.4. Технология разработки СППР………………………………….. 58 4.5. Технология разработки ЭСС …………………………………... 60
Глава 5. Программный инструментарий разработки систем, основанных на знаниях………………………………………………… 64
5.1. Цели и принципы технологии разработки программных средств………………………………………………………………... 64
5.2. Технология и инструментарий разработки программных средств………………………………………………………………… 66
Глава 6. Нейронные сети………………………………………………. 71
6.1. Искусственный нейрон и функции активации………………… 71
6.2. Нейронные сети с прямой связью…………………………….… 72
6.3. Алгоритмы обучения нейронных сетей..……………………… 75
Глава 7. Агенты и мультиагентные системы………………………. 80
7.1. Интеллектуальные агенты………………………………………. 80
7.2. Мультиагентные системы………………………………………. 85
7.3. Мультиагентные системы различного функционального назначения……………………………………………………….. 87
Глава 8. Хранилища данных и системы управления знаниями…. 94
8.1. Хранилища данных………………………………………………. 94
8.2. Системы управления знаниями………………………………… 96
8.3. Технология создания систем управления знаниями……………………………………………………………...… 98
Глава 9. Интеллектуальные информационные системы в условиях неопределенности и риска………………………………. 104
9.1. Понятие риска в СППР………………………………………….. 104
9.2. Реализация экспертной системы инвестиционного проектирования…………………………………………………………. 109
Глава 10. Системы, ориентированные на естественно-языковые запросы и машинное обучение……………………………………….. 114
10.1. Естественно-языковые интерфейсы…………………………… 114
10.2. Машинное обучение……………………………………………... 120
Глава 11. Современные методы исследования, моделирования и проектирования сложных систем……………………………… 123
11.1. Интеллектуальные методы проектирования сложных систем………………………………………………………………… 123
11.2.Эвристические методы проектирования сложных систем….. 129
11.3. Гибридные, синергетические и интегрированные системы… 131 11.4. Интегрированные экспертные системы………………………. 137 11.5. Системы когнитивного моделирования……………………….. 139 Глава 12. Цифровая экономика: основные понятия и направления развития…………………………………………………………………. 142 12.1. Движущие силы и источники эффективности цифровизации и цифровой экономики…………………………………………………….. 142 12.2. Основы теории цифровой экономики…..…………………….. 143 12.3. Цифровые технологии………………………………………… 144 12.4. «Индустрия 4.0» и интернет вещей…………………………….. 146
Заключение………………………………………………………… 147 Приложение……………………………………………………………. 148
Библиографический список………………………………………… 154

---

Введение
Искусственный интеллект (ИИ) – это раздел информатики, посвященный моделированию интеллектуальной деятельности человека. В середине ХХ века он оформился в самостоятельную науку. Термин «искусственный интеллект» (artificial intelligence) был предложен в 1956 году. Искусственный интеллект охватывает обширную область исследований и разработок интеллектуальных систем, предназначенных для работы в трудноформализуемых областях деятельности человека. Для задач, решаемых методами ИИ, характерно наличие большого числа степеней свободы с числом вариантов поиска решений, приближающимся к бесконечности.

Основные направления развития ИИ:

1. 
   Разработка интеллектуальных информационных систем, основанных на знаниях. Интеллектуальные информационные системы объединяют в себе возможности систем управления базами данных (СУБД), лежащих в основе информационных систем, и технологию ИИ, благодаря чему хранение в них информации сочетается с ее обработкой
   и подготовкой к использованию при принятии решений. Ядром интеллектуальных информационных систем (ИИС) является база знаний (БЗ). На основе БЗ реализуются различные процедуры логического вывода (индуктивная, дедуктивная, абдуктивная). Основными разновидностями ИИС являются экспертные системы (ЭС), системы поддержки принятий решений (СППР) и экономические советующие системы (ЭСС).
   
2. 
   Нейросетевые и нейрокомпьютерные технологии
   

Искусственные нейронные сети (ИНС) и нейрокомпьютеры в значительной мере заимствуют принципы работы головного мозга человека. Знания в них изначально не закладываются, а приобретаются в процессе обучения. Применение нейронных сетей целесообразно для решения задач моделирования, прогнозирования, распознавания образов в случаях:

1) отсутствует алгоритм или неизвестны принципы решения задач, но накоплено большое количество примеров;

2) задача характеризуется большим объемом входной информации;

3) входные данные неполны, зашумлены и противоречивы.

3. 
   Мультиагентные (многоагентные) системы
   

Агентом является все, что может рассматриваться как воспринимающее свою среду с помощью датчиков и воздействующее на эту среду с помощью исполнительных механизмов (человек, робот, компьютерная программа). Интеллектуальный агент способен воспринимать и анализировать информацию из внешней среды, вступать в интерактивные отношения с другими агентами и воздействовать на среду для достижения собственных целей. Мультиагентная система (МАС) – это система, образованная несколькими взаимодействующими агентами. Способность связываться на языке взаимодействия агентов (ACL) – единственная характеристика, которая отличает агентов от другого программного обеспечения. Структура и динамика МАС определяются ситуацией взаимодействия агентов,

---

в зависимости от совместимости целей, уровня взаимных обязательств
и ответственности. Интернет является средой существования программных МАС. Интеллектуальные агенты используются для поиска и сбора тематической информации, анализа данных и знаний. В случае если агент представляет собой не программу, а программно-техническое устройство (робот), МАС может быть реализована в виде комплекса взаимосвязанных технических элементов (например, с целью дезинфекции зараженных химическими или радиоактивными элементами площадей, разминирования территорий).

4. 
   Распознавание образов. Сюда относят широкий круг проблем в области распознавания изображений, символов, текстов и звуков.
   
5. 
   Компьютерная лингвистика. В рамках данного направления решаются задачи машинного перевода и разработки естественно-языковых интерфейсов между человеком и компьютером на основе нейросетевых технологий, реализации текстологических методов извлечения знаний.
   
6. 
   Игры и творчество. Традиционно ИИ включает интеллектуальные задачи, решаемые при игре в шашки и шахматы. В широком смысле под игрой понимается некоторая конфликтная ситуация, участники которой своими действиями не только достигают своих целей, но и влияют на достижение целей другими участниками игры, например, в экономике, политике, в военных конфликтах.
   
7. 
   Эволюционное моделирование предполагает воспроизведение процесса естественной эволюции с помощью компьютерных программ, в частности, на основе генетических алгоритмов и методов группового учета аргументов (МГУА). В соответствии с генетическими алгоритмами методы и модели органического мира используются в качестве механизма комбинаторного перебора вариантов при решении оптимизационных задач. При разработке генетических алгоритмов преследуются две цели: абстрактное и формальное объяснение процессов адаптации в естественных условиях; проектирование искусственных программных систем, воспроизводящих механизмы функционирования естественных систем.
   

Алгоритмы эвристической самоорганизации МГУА воспроизводят
схему массовой селекции. В них есть генераторы усложняющихся из ряда в ряд комбинаций и пороговые самоотборы лучших из них. Теория самоорганизации моделей, положенных в основу МГУА, отвергает путь расширения и усложнения модели, увеличения объема входных данных, постулируя при этом существование оптимального, ограниченного размера области моделирования и единственной модели оптимальной сложности.

---

Контрольные и экзаменационные вопросы приведены в приложении.

Глава 1. Информация как основа
научных исследований

1. 
   Данные и знания
   

Информация – это сложное, многоаспектное, многогранное понятие, имеющее глубокий философский смысл. Информация отображает сведения о проблемной области исследования, которая идентифицируется соответствующей предметной областью и характеристиками решаемых в ней задач. Данные и знания могут рассматриваться как некоторые разновидности информации, обладающие определенными свойствами и особенностями [2, 5, 13].

Данные – это информация, полученная в результате наблюдений или измерений отдельных свойств (атрибутов), характеризующих объекты, процессы и явления предметной области. При обработке на компьютере данные трансформируются, условно проходя следующие этапы:

данные как результат измерений и наблюдений;

данные на материальных носителях информации (таблицы, протоколы, справочники);

данные на языке описания (сетевые, иерархические, реляционные модели представления данных);

БД на машинных носителях информации.

Данные могут быть измерены в различных шкалах: номинальной, ординальной, порядковой, относительной. (Последняя является наиболее информативной.) В зависимости от того, в каких шкалах измерены переменные, выбирается метод многомерного статистического анализа для их обработки (регрессионный, дисперсионный, дискриминантный, факторный и др.).

Знания – это связи и закономерности предметной области (принципы, модели, законы), полученные в результате практической деятельности и профессионального опыта, позволяющего специалистам ставить и решать задачи в данной области. Знания основаны на данных, полученных экспериментальным путем, и представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта. Можно привести различные исторические примеры, иллюстрирующие трансформацию данных в знания в процессе развития человечества. Например, на протяжении многих тысяч лет люди наблюдали факты (данные) о том, что спелые фрукты падают с ветвей.
И надо было родиться Исааку Ньютону, чтобы трансформировать имеющиеся данные в знания – закон всемирного тяготения.

При обработке на компьютере знания трансформируются аналогично данным:

знания в памяти человека как результат анализа опыта и мышления;

материальные носители знаний (литература, учебники, аналитические отчеты);

---