Автор: Пользователь скрыл имя, 09 Октября 2012 в 20:06, реферат
Понятие и классификация интеллектуальных информационных систем
Интеллектуальная информационная система (ИИС) – это информационная система, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей.
Программные средства, применяемые в экономических информационных системах, можно разделить на следующие группы:
1. Проблемно-ориентированные пакеты экономико-математического моделирования.
2. Пакеты программ статистического анализа данных.
3. Программные средства интеллектуализации доступа к базе данных.
Разработка (проектирование) ЭС существенно отличается от разработки обычного программного продукта.
Программные средства, базирующиеся на технологии и методах искусственного интеллекта, получили значительное распространение в мире. Их важность, и в первую очередь важность экспертных систем, состоит в том, что данные технологии существенно расширяют круг практически значимых задач, которые можно решать на компьютерах, и их решение приносит значительный экономический эффект.
В основе любой экспертной
системы лежит принцип
Уровень пользователей экспертных систем может варьироваться в очень широком диапазоне. От вида деятельности пользователей зависят и функции, которыми наделяются создаваемые для них ЭС.
В настоящее время технология экспертных систем получила широкое распространение. Так, на американском и западноевропейском рынках систем искусственного интеллекта организациям, желающим создать экспертную систему, фирмы-разработчики предлагают сотни инструментальных средств для их построения. Прикладных же ЭС, успешно решающих задачи из определенного узкого класса, насчитываются тысячи. Это позволяет говорить о том, что ЭС сейчас составляет мощную ветвь в индустрии программирования.
Экспертные системы и Интернет/интранет. Интернет/интранет технологии поддерживают экспертные системы и наоборот. Телекоммуникационные технологии обеспечивают огромному числу пользователей доступ к возможностям экспертных систем, это способствует окупаемости затрат на разработку ЭС. К сожалению, только немногие экспертные системы доступны по сети. Они могут быть связаны по сети не только с пользователями, но и с другими системами, включая базы данных, системы принятия решений, управления роботами. Сетевые технологии открывают новые возможности в разработке экспертных систем группами людей, разделенных территориально, а также в реализации экспертных систем.
Применение интеллектуальных технологий в экономических системах
Применение ЭС. Экспертные
системы – это прогрессирующее
направление в области
Основные типы задач, решаемых с помощью ЭС:
1) интерпретация, определение смыслового содержания входных данных;
2) предсказание последствий наблюдаемых ситуаций;
3) диагностика неисправностей (заболеваний) по симптомам;
4) конструирование объекта
с заданными свойствами при
соблюдении установленных
5) планирование
6) слежение (наблюдение) за
изменяющимся состоянием
7) управление объектом с целью достижения желаемого поведения;
8) поиск неисправностей;
9) обучение.
В экономических информационных системах с помощью ЭС возможно решение следующих задач:
1. Анализ финансового состояния предприятия.
2. Оценка кредитоспособности предприятия.
3. Планирование финансовых ресурсов предприятия.
4. Формирование портфеля инвестиций.
5. Страхование коммерческих кредитов.
6. Выбор стратегии производства.
7. Оценка конкурентоспособности продукции.
8. Выбор стратегии ценообразования.
9. Выбор поставщика продукции.
10. Подбор кадров.
Применение нейронных сетей. Нейронные сети особенно эффективны в случаях, когда нужно проанализировать большое количество данных для оценивания ситуации. Например, при принятии решения о выдаче кредита нужно просмотреть случаи из прошлого опыта с ответами да/нет.
Области применения нейронных сетей в сфере экономической деятельности:
· обнаружение нарушений при уплате налогов;
· анализ рынка ценных бумаг, предсказание курсов валют;
· выдача кредитов;
· предсказание последствий того или иного решения;
· предсказание результатов продвижения на рынке новых товаров;
· управление аэролиниями: заполнение мест и составление расписания;
· оценивание кандидатов на должность;
· оптимальное распределение ресурсов;
· установление подлинности подписи и др.
Ключевые слова
Понятие интеллектуальной
информационной системы,
1. Что Вы знаете о природе знаний? Что такое Фактуальное знание и Операционное знание?
Фактуальное знание — это осмысленные и понятые данные. Данные сами по себе — это специально организованные знаки на каком-либо носителе.
Операционное знание
— это те общие зависимости
между фактами, которые
Часто фактуальное знание называют экстенсиональным (детализированным), а операционное знание - интенсиональным (обобщенным).
2. Как соединяется фактуальное и операционное знание в прикладной программе?
Процесс извлечения информации из данных сводится к адекватному соединению
операционного и фактуального знаний и в различных типах ИС выполняется по-разному. Самый простой путь их соединения заключается в рамках одной прикладной программы:
3. Как соединяется фактуальное и операционное знание в системах, основанных на обработке баз данных (СБД - Data Base Systems?
В системах, основанных на обработке баз данных (СБД - Data Base Systems), происходит отделение фактуального и операционного знаний друг от друга. Первое организуется в виде базы данных, второе - в виде программ. Причем программа может автоматически генерироваться по запросу пользователя (например, реализация SQL или QBE запросов). В качестве посредника между программой и базой данных выступает программный инструмент доступа к данным - система управления базой данных (СУБД).
4. Как соединяется фактуальное и операционное знание в системах, основанных на обработке знаний?
Анализ структуры программы
показывает возможность
5. Как соединяется фактуальное и операционное знание в системах, основанных на моделях?
В развитии интеллектуальных
информационных систем
6. Какие признаки характерны
для интеллектуальных
Характерны следующие признаки:
1. развитые коммуникативные способности
2. умение решать сложные плохо формализуемые задачи
3. способность к самообучению
4. адаптивность.
7. Как можно охарактеризовать
коммуникативные способности
Коммуникативные способности
ИИС характеризуют способ
8. Как можно охарактеризовать
«умение решать сложные плохо
формализуемые задачи» для
Сложные плохо формализуемые
задачи - это задачи, которые требуют
построения оригинального
9. Как можно охарактеризовать
способность к самообучению
Способность к самообучению
- это возможность
10. Что означает адаптивность интеллектуальных систем
Адаптивность - способность
к развитию системы в
11. На какие классы
делятся интеллектуальные
ИИС делятся на:
1 Системы с интеллектуальным интерфейсом
2 Экспертные системы
3 Самообучающиеся системы
4 Адаптивные системы.
12. На какие классы делятся
системы с интеллектуальным
Информационные системы
с интеллектуальным
1 Интеллектуальные базы данных
2 Информационные системы
с естественно-языковым
3 Гипертекстовые системы
4 Системы контекстной помощи
5 Системы когнитивной графики
13. Чем отличаются
Интеллектуальные базы данных отличаются от обычных баз данных возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся в базе данных.
14. Принцип работы систем
с естественно-языковым
Естественно-языковой
интерфейс предполагает
Естественно-языковый интерфейс используется для:
- доступа к интеллектуальным базам данных;
- контекстного поиска документальной текстовой информации;.
- голосового ввода команд в системах управления;
- машинного перевода с иностранных языков.
15. Принцип работы
Гипертекстовые системы
предназначены для реализации
поиска по ключевым словам
в базах текстовой информации.
Интеллектуальные
16. Принцип работы систем контекстной помощи?
Системы контекстной
помощи можно рассматривать
17. Принцип работы систем когнитивной графики?
Системы когнитивной
графики позволяют
Информация о работе Понятие и классификация интеллектуальных информационных систем