КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Спицын В.Г., Цой Ю.Р.C 72 Представление знаний в информационных системах: учебное пособие. – Томск: Изд-во ТПУ, 2006. – 146 с.
В учебном пособии рассматриваются современные модели представления знаний в информационных системах и принципы построения экспертных систем; обсуждаются проблемы применения нечеткой логики, генетических алгоритмов и нейронных сетей в интеллектуальных информационных системах; содержатся методические указания и задания для выполнения лабораторных работ. Пособие подготовлено на кафедре вычислительной техники, соответствует программе дисциплины и предназначено для студентов специальности 071900 «Информационные системы и технологии».
УДК 681.3.016
Рекомендовано к печати Редакционно-издательским Советом Томского политехнического университета
Рецензент Доктор технических наук, профессор, заведующий кафедрой автоматизированных систем управления ТУСУРа А.М. Кориков
© Томский политехнический университет, 2007 © Оформление. Издательство ТПУ, 2007 © В.Г. Спицын, Ю.Р. Цой, 2007 В предлагаемом вниманию читателя учебном пособии приведены современные модели представления знаний, принципы построения экспертных систем (ЭС) и перспективные направления развития систем, основанных на знаниях. Первая глава посвящена краткому изложению истории возникновения систем искусственного интеллекта, процесса мышления человека, классификации систем, основанных на знаниях, а также методов извлечения знаний из экспертов инженером по знаниям. Содержание следующих двух глав составляют современные модели представления знаний, архитектура и технология разработки ЭС, описание систем анализа и синтеза входных и выходных сообщений. В заключительных трех главах излагаются получившие широкое распространение методы решения неформализованных задач. К этим методам относятся нечеткая логика, генетические алгоритмы и искусственные нейронные сети. В результате освоения изложенного материала студент сможет самостоятельно приступить к разработке ЭС в роли инженера по знаниям. Глава 1
|