Кратки лекции по изкуствен интелект


Категория на документа: Други


видове евристики :
- перфектна - от начално към целево без излишни възли. Трудно се намира информация.
- информативни - лесни за пресмятане и изпълнява оценъчна функция.
- евристични - ценови или оценъчни и няма отрицателно число.

Основна идея на алгоритми с насочено тъсене :
- създава се списък на откритите възли, които се сортират по оценката за перспективност;
- избира се възел с мин.стойност на оценъчната функция;
- пресортиране на възлите;

тема 5.
Експертни системи

Характеристики :
- обяснителни доводи;
- интелигентно държание;
- изводи от сложни взаимоотношения;
- преносими знания;

Черупка на експертна система - колекция от софтуерни инструменти, използвани за разработване на ЕС;

Ограничения на ЕС :
- не са широко използвани ;
- решават малко проблеми ;
- нямат готовност за обработка на "смесени" знания;
- възможности за грешки ;
- не може да се подобрят нашите знания ;
- трудни за поддръжка ;
- скъпи за разработване ;
Възможности на ЕС :
- задаване на стратегически цели (влияние)
- планиране ( планиране на ресурси )
- дизайн ( принции на дизайн с ограничение на производството ) ;
- вземане на решения ( съвети )
- контрол на качество и мониторинг ( наблюдава качеството и подпомага вземането на решения )
- диагностика ( причини за възникнали проблеми и предлага решения )

Кога да използваме ЕС :
- възможности за добри резултати при намаляване на риска ;
- улавя и съхранява незаменим човешки опит ;
- във враждебна среда, опасна за човешкото здраве ;
- скъп експертен опит с цел обучение;
- разработва решения, по-бързо от човешките възможности ;

Компоненти на ЕС :
- база знания - данни, правила, случаи и взаимовръзки. Съхранява цялата нужна инф. използвани от експертната система;
- механизъм за извод - отговори, предвиждания и предложения. Търси инф. и взаимоотношения от базата знания ;
- правила - свързват условията с действия или резултати ;
- размита логика - позволява различни отсенки и не изисква всичко да е само "да/не" или "true/false";
- обратен извод ( Backward chaining ) - започва с изводите и се насочва към фактите ;
- прав извод ( Forward chaining ) - тръгва от фактите към изводите;



Сподели линка с приятел:





Яндекс.Метрика
Кратки лекции по изкуствен интелект 9 out of 10 based on 2 ratings. 2 user reviews.