Классификация интеллектуальных информационных систем по видам интеллектуальных технологий.В сфере экономики наиболее применяемыми являются следующие интеллектуальные технологии: 1) технологии инженерии знаний; 2) технологии экспертных систем; 3) технологии эволюционного моделирования; 4) нейросетевые технологии. 1.1. Технологии инженерии знаний Научное направление, занимающееся вопросами формализации, представления и обработки знаний в информационных системах, называют инженерией знаний. Этот термин предложил в 1977 году американский ученый Э. Фейгенбаум. Инженерия знаний изучает вопросы: · извлечения знаний из экспертов и/или других источников информации; · формализации и обработки знаний; · проектирования и разработки баз знаний. Знания представляют собой более сложную информационную категорию по сравнению с данными. Данные несут в себе фактическую информацию, связанную с состоянием объектов, процессов, явлений предметной области. Знания описывают не только данные, но и взаимосвязи между ними, поэтому их иногда называют структурированными данными. Знания представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта. Для того, чтобы знания могли быть использованы в ИИС, их необходимо формализовать и представить в виде определенной информационной структуры. Такой структурой выступает база знаний (БЗ). База знаний – это семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе. В этом определении констатируется существенное отличие баз знаний от баз данных. Если из базы данных можно получить только ту информацию, которая была когда-либо внесена в базу, то базы знаний позволяют извлекать принципиально новую информацию. Это становится возможным благодаря системе правил, позволяющих выводить новые знания из уже существующих систем. 1.2. Технологии экспертных систем Экспертная система (ЭС) – вид ИИС, аккумулирующих знания специалистов в определенной предметной области и способных предлагать и объяснять пользователю разумные решения. Э. Фейгенбаум писал: «По опыту нам известно, что большая часть знаний в конкретной предметной области остается личной собственностью эксперта. И это происходит не потому, что он не хочет разглашать своих секретов, а потому, что он не в состоянии сделать этого – ведь эксперт знает гораздо больше, чем сам осознает». Данное высказывание констатирует существование так называемых неформальных, или неявных знаний, связанное с рядом факторов: · часть экспертных знаний носит неосознаваемый характер; · эксперт не всегда способен оценить важность тех или иных знаний для принятия решения; · опыт, накопленный экспертом, сложно вербализовать и представить в формализованном виде. Целесообразность применения экспертной системы определяется особенностями предметной области, и прежде всего, характером знаний, преобладающих в этой области. Традиционно знания существуют в двух видах – коллективный опыт и личный опыт. Если большая часть знаний в предметной области представлена в виде коллективного опыта, эта предметная область не нуждается в экспертных системах. В качестве примера можно привести высшую математику, в которой все знания легко формализуются в виде теорем, формул и т.п. Если же в предметной области значительная часть знаний является личным опытом экспертов, если эти знания плохо формализуются и слабо структурированы, то в этой области применять экспертные системы имеет смысл. Достоинство экспертных систем заключается в возможности принятия решения в уникальных ситуациях, для которых алгоритм решения заранее не известен. В настоящее время экспертные системы широко используются для тиражирования опыта и знаний практически во всех сферах экономики. 1.3. Технологии эволюционного моделирования Эволюционное моделирование – это направление в моделировании, использующее методы и принципы биологической эволюции для оптимизации систем. Идеи эволюционного моделирования возникали у ряда авторов, начиная с 1960-х годов. Следует отметить вышедшую в 1975 году книгу американского ученого Дж. Холланда «Адаптация в естественных и искусственных системах», в которой впервые был предложен генетический алгоритм. Примерно в это же время группа немецких ученых (И. Рехенберг, Г.-П. Швефель и др.) начала разработку так называемой эволюционной стратегии. Эти работы заложили основы эволюционного моделирования. Эволюционное моделирование включает в себя ряд методов и алгоритмов, таких как генетические алгоритмы, эволюционное программирование и др. Наибольшее распространение получили генетические алгоритмы.
|