Станислав Горобченко - Курс Интеллектуальные средства автоматизации. Модуль Конспект лекций и концепт-карты основных тем

Информационные хранилища – это самообучающиеся интеллектуальные информационные системы, которые позволяют извлекать знания из баз данных и создавать специально-организованные базы знаний.

Нейронные сети – это самообучающиеся интеллектуальные информационные системы, которые на основе обучения по реальным примерам, строят ассоциативную сеть понятий (нейронов) для параллельного поиска на ней решений.

Понятие о нейронной сети

Нейронная сеть – параллельная распределенная структура обработки информации, которая состоит из обрабатывающих информацию элементов (нейронов), соединенных между собой сигнальными каналами (связями).

Каждый нейрон имеет одну выходную связь, которая может разветвляться и соединять его с другими элементами сети. Выходной сигнал элемента может быть любой математической формы.

Рис. 1. 7. Модель нейронной сети

Структура нейросети

Внешне структура нейронной сети напоминает структуру биологической нейронной сети. Часть терминологии в данной области появилась из нейронауки, которая исследует мозг и память.

Мозг состоит из нейронов, которые являются малыми единицами обработки информации. Природный нейрон состоит из тела клетки с ядром и протоплазмой, одного или нескольких дендритов, проводящих импульсы к нейрону, и аксона, выводящего импульс из нейрона.

Рис. 1.8. Биологический нейрон

Между окончанием аксона и началом дендритов других нейронов находится пространство – синапс. Через него импульсы с аксона передаются на дендрит другого нейрона. Такую связь называют синаптической: Синапс – точка соединения, где дендриты принимают сигналы. Уникальными способностями нейрона считается прием, обработка и передача по нейронной сети электрохимических сигналов.

Импульсы через синапс способны проходить только в одном направлении. При получении импульса нейрон начинает оценивать его силу. Одни импульсы игнорируются, другие пытаются возбудить нейрон, некоторые препятствуют этому. Эффект действия всех полученных импульсов суммируется. Если суммарный эффект превышает некоторый порог, то нейрон возбуждается, выдавая импульс на выход, т.е. посылает по аксону сигнал другим нейронам.

Рис. 1.9. Синапс в нейроне

Для успешного моделирования процесса искусственный нейрон должен действовать точно так же как и биологический.

Рис. 1.10. Искусственный нейрон

В сетях нейроны группируются слоями. Входной слой состоит из нейронов, которые получают сигналы из внешней среды. Выходной слой состоит из нейронов, которые связывают выход системы с пользователем или внешней средой.

Обработка знаний в нейронной сети состоит из взаимодействия между слоями нейронов. Проектирование связей между нейронами подобно программированию системы для обработки входа и создания желаемого выхода.

Рис. 1.11. Модель нейронной сети

Проектирование нейросети

Проектирование нейронной сети состоит из следующих этапов:

– установление нейронов по слоям;

– определение связей между нейронами различных слоев, а также между нейронами внутри слоя;

– принятие решений о том, каким образом нейрон получает вход и как создает выход;

– определение силы связей внутри нейронной сети, чтобы узнать соответствующие значение весов путем использования контрольного набора данных.

Внутри одного слоя группируются нейроны одного типа, которые имеют или не имеют связи между собой. Чаще всего нейроны одного слоя не связаны между собой.

Принцип построения систем искусственного интеллекта. Современная информационная система

– Современная информационная система – это набор информационных технологий, направленных на поддержку жизненного цикла информации и включающего три основных процесса: обработку данных, управление информацией и управление знаниями.

– Интеллектуальные системы – технические или программные системы, способные решать задачи, которые считаются творческими

Система называется интеллектуальной, если в ней реализованы следующие функции:

– накапливать знания об окружающем мире, классифицировать и оценивать их с точки зрения полезности и непротиворечивости, осуществлять соотнесение новых знаний с полученными раннее;

– получать обобщенные знания на основе анализа полученных данных и логически планировать свою деятельность;

– общаться с человеком на языке максимально простом и понятном ему;

– оказывать пользователю помощь за счет знаний, которые хранятся в памяти, и логических средств рассуждений, которые имеет система

Структура интеллектуальной системы

Системы управления с искусственным интеллектом состоят из трех основных элементов:

– базы знаний,

– устройства принятия решения (решателя),

– интеллектуального интерфейса.

На рис. 1.12. в общем виде представлена структура интеллектуальной системы в виде совокупности блоков и связей между ними.

Рис.1.12. Общая структура интеллектуальной системы

Система управления интеллектуальной робототехнической системы

Перспектива использования систем искусственного интеллекта связывается с оптимизацией процесса принятия решений управленческим и оперативным персоналом АСУ ТП и энергетическими комплексами, созданием условий для их деятельности, получением возможности максимально использовать творческие возможности человека за счет минимизации рутинных операций подготовки решений.

Рис. 1.13. Структурная схема интеллектуальной робототехнической системы

Система поддержки принятия решений

СПР – компьютерная автоматизированная система, которая помогает людям принимать решение для полного и объективного анализа предметной деятельности в сложных условиях.

Одним из главных свойств интеллектуальности системы поддержки принятия решения является способность к поиску, конструированию и выводу решения, которое в готовом виде не содержится в системе.