Физическое проектирование - определение особенностей хранения данных, методов доступа и т.д.

14 Особенности экспертных  систем экономического  анализа

Архитектура экспертной системы экономического анализа (особенности  формирования базы знаний, выбора методов  логического вывода, пользовательского  интерфейса) во многом зависит от целей  и глубины анализа: внешнего (для  сторонних организаций) или внутреннего (для самого предприятия).

Внешний экономический  анализ проводится внешними для предприятия  субъектами: инвесторами, кредиторами, партнерами, поставщиками, аудиторами, налоговыми и таможенными службами, страховыми организациями и т.д. Для внешнего анализа используются интерпретирующие экспертные системы.

Целью внешнего анализа  предприятия является определение  общего состояния предприятия, т.е. интерпретация его экономического положения с точки зрения выявления  возможностей эффективного взаимодействия с ним внешних организаций 

Интеллектуальная  система моделирования бизнес-процессов  предназначена для анализа на долговременной основе эффективности  организации бизнес-процессов, прогнозирования  последствий реализации рекомендаций по реинжинирингу бизнес-прцессов.

Наиболее зарекомендовавшим  себя методом внешнего анализа, интегрирующим  множество различных экономических  показателей предприятия, служит рейтинговый  метод.

В случае применения экспертной системы внутреннего  финансового анализа FINEX экспертиза осуществляется автоматически на основе введенных данных финансовой отчетности.

Функциями экспертной системы финансового анализа  предприятия являются:

- Ввод и проверка  правильности составления бухгалтерской  отчетности;

- Анализ финансового  состояния предприятия;

- Анализ результатов  финансово-хозяйственной деятельности  предприятия и диагностика эффективности  использования ресурсов.

Анализ финансового  состояния предприятия предполагает комплексную рейтинговую и классификационную  оценку платежеспособности и финансовой устойчивости предприятия.

Для интерпретации  данных используются рейтинговый или  классификационный методы. Чем больше признаков (факторов) оценки ситуации, тем предпочтительнее рейтинговый  метод по сравнению с классификационным.

Рейтинговый метод - получение суммарной оценки ситуации по ряду независимых признаков, при  этом используется дизъюнктивный подход к построению правил. Этот метод  неточный, гибкий.

Классификационный метод - ситуации классифицируются как  различные комбинации значений признаков, при этом используется конъюнктивный  подход к построению правил. Этот метод  точный, жесткий.

Интеллектуальные  системы

  «Интеллектуальные системы»

  Компьютерные  системы окружают нас повсюду  и являются важнейшим компонентом  в функционировании бизнеса, правительственных  и военных ор-ганизаций, учреждений здравоохранения, программ обучения и  т.д. Эффектив-ность компьютерных систем зависит от возможностей доступа, обработки  и анализа информации. Для полного  сотрудничества с пользователем  компью-терные системы должны иметь  зачатки интеллекта, чтобы квалифицированно сохранять и обрабатывать большие  объемы информации, используя аналоги  ес-тественных средств коммуникации. 
Искусственный интеллект (интеллектуальная система) - это концепция, по-зволяющая компьютерам делать такие вещи, которые у людей выглядят разум-но. Область применения: доказательства теорем, игры, распознавание образов, принятие решений, адаптивное программирование, сочинение машинной музы-ки, обработка данных на естественном языке, обучающиеся сети (нейросети), вербальные концептуальные системы обучения и т.д. 
Аналитические технологии - это методики, которые на основе определенных моделей, алгоритмов, математических теорем позволяют по известным данным оценить значения неизвестных характеристик и параметров. Другим примером аналитической технологии можно назвать алгоритм обработки информации че-ловеческим мозгом. Для применения алгоритма необходимо, чтобы данная за-дача целиком описывалась определенной детерминированной моделью. В та-ком случае алгоритм дает точный ответ. Но на практике часто встречаются за-дачи, связанные с наблюдением случайных величин - например, задача прогно-зирования курса акций. Для подобных задач применяется принципиально дру-гой, вероятностный подход. Параметры вероятностных моделей - это распреде-ления случайных величин, их средние значения, дисперсии и т.д. Как правило, эти параметры заранее неизвестны, а для их оценки используются статистиче-ские методы, применяемые к выборкам зафиксированных значений. 
В последние 10 лет происходит бурное развитие аналитических систем но-вого типа. В их основе - технологии искусственного интеллекта, имитирующие естественные процессы, например, деятельность нейронов мозга или процесс естественного отбора. 
При разработке аналитических технологий учитывается их способность: 
§ понимания задачи, общего процесса и знания возможностей других сис-тем и людей, принимающих участие во взаимодействии; 
§ связь с пользователями с помощью понимания естественного языка, ри-сунков, изображений и знаков; 
§ знания, основанные на здравом смысле; 
§ координирование принятия решений, планирования и действия; 
§ обучение на предыдущем опыте и адаптация поведения. 
Компьютерные технологии для интеллектуальных вычислений переживают свой расцвет. Сейчас происходит стремительный рост числа программных про-дуктов, использующих новые технологии, а также типов задач, где их примене-ние дает значительный экономический эффект. 
Элементы автоматической обработки и анализа данных, которые называют Data Mining (добыча знаний) становятся неотъемлемой частью концепции элек-тронных хранилищ данных и организации интеллектуальных вычислений. 
Хотя инструментарий интеллектуального анализа и освобождает пользова-теля от возможных сложностей в применении статистических методов, он все-таки требует от него понимания работы и алгоритмов, на которых он базирует-ся. Кроме этого, технология нахождения нового знания в базы данных не может дать ответа на не заданные вопросы. Она не заменяет аналитиков или менедже-ров, а дает им современный, мощный инструмент для улучшения выполняемой работы. 
Современные технологии интеллектуального анализа перерабатывают ин-формацию с целью автоматического поиска шаблонов, характерных для каких-нибудь фрагментов неоднородных многомерных данных. Тяжесть формулиро-вания гипотез и выявления необычных шаблонов переведена с человека на компьютер.

  Ключом  к успешному применению методов  интеллектуальных вычислений служит не просто выбор алгоритма, а мастерство человека, создающего модель и возможности  программы, моделирующей процесс. Существуют две стороны успеха. Во-первых - четкое и ясное формулирования задачи, подлежащей ре-шению. Во-вторых - использование  правильных данных и методов. После  вы-бора данных из всех доступных источников (или получения данных из внешних  источников) необходимо их преобразовать  или сгруппировать в определенном порядке. Чем больше аналитик может  «играть» с данными, строить модели, оценивать результаты, тем лучше  может быть результат. Работа с данными  ста-новится эффективней, при интеграции следующих компонентов: визуализации, графического инструментария, средств  формирования запросов, оперативной  аналитической обработки, позволяющей  понять данные и интерпретировать ре-зультаты. 
Выделяют следующие алгоритмы интеллектуальных вычислений: 
§ нейронные сети; 
§ деревья решений; 
§ системы размышлений на основе аналогичных случаев; 
§ алгоритмы определения ассоциаций и последовательностей; 
§ нечеткая логика; 
§ генетические алгоритмы; 
§ эволюционное программирование; 
§ визуализация данных; 
§ комбинация 
По мнению специалистов, в недалекой перспективе интеллектуальные сис-темы будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг. Их техно-логия, получив коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально - взаимодейст-вующих модулей. 
Коммерческий рынок продуктов искусственного интеллекта в мире в 1993 году оценивался примерно в 0,9 млрд. долларов. 
Использование экспертных систем и нейронных сетей приносит значитель-ный экономический эффект. Так, например: American Express сократила свои потери на 27 млн. долларов в год благодаря экспертной системе, определяющей целесообразность выдачи или отказа в кредите той или иной фирме; DEC еже-годно экономит 70 млн. долларов в год благодаря системе XCON/XSEL, кото-рая по заказу покупателя составляет конфигурацию вычислительной системы VAX - её использование сократило число ошибок от 30% до 1%. 
Одним из основных направлений в этой области являются экспертные сис-темы реального времени.

   
БИБЛИОГРАФИЧЕСКИЙ СПИСОК ЛИТЕРАТУРЫ

  1. Курс  лекций «Организация интеллектуальных  вычислений», режим дос-тупа: http://victoria.lviv.ua/html/oio/. 
2. Курс лекций «Системы искусственного интеллекта», режим доступа: http://www.isuct.ru/~ivt/books/IS/IS6/. 
 

  КОНТРОЛЬНАЯ РАБОТА

  по  дисциплине

  «Интеллектуальные информационные системы»

  на  тему «ИИС в образовании. Основные виды и технологии ИИС. Интеллектуальная поддержка дистанционного образования  
и экстерната»

  выполнила студентка … курса, группы…,

  zzz84@bk.ru

  Минск 2005

  Содержание

  Искусственный интеллект в образовании. 3

  Основные  виды и технологии интеллектуальных информационных систем.. 4

  Знание  – основа интеллектуальной системы.. 4

  Аспекты представления знаний. 5

  Функциональная  структура использования СИИ.. 6

  Интеллектуальная  поддержка дистанционного образования  и экстерната. 8

  Концепция дистанционного и открытого образования. 8

  Глобальный  рынок учебных программ.. 9

  «Электронные» учебники. 9

  «Электронные» тесты.. 11

  Литература. 13

Искусственный интеллект в образовании

  Искусственный интеллект (ИИ) – это наука о  концепциях, позволяющих компьютерам  делать такие вещи, которые у людей  выглядят разумными. Но что же представляет собой интеллект человека? Есть ли эта способность размышлять? Есть ли эта способность усваивать  и использовать знания? Есть ли эта  способность оперировать и обмениваться идеями? Несомненно, все эти способности  представляют собой часть того, что  является интеллектом. На самом деле дать определение в обычном смысле этого слова, по-видимому, невозможно, потому что интеллект – это  сплав многих навыков в области  обработки и представления информации.

  Центральные задачи ИИ состоят в том, что бы сделать компьютеры более полезными  и чтобы понять принципы, лежащие  в основе интеллекта. В связи с  этим ученым и инженерам, специализирующимся в вычислительной технике, необходимо знать, каким образом ИИ может  помочь им в разрешение трудных проблем.

  Существует  множество областей применения ИИ: доказательства теорем; игры; распознавание  образов; принятие решений; адаптивное программирование; сочинение машинной музыки; обработка данных на естественном языке; обучающиеся сети (нейросети); вербальные концептуальные обучения.

  В учебных заведениях компьютеры должны рассматривать задачи, которые решают студенты, в поисках ошибок, подобно  тому как ищутся ошибки в программе, и устранять их. Они должны обеспечивать студентов суперкнигами, хранящимися  в памяти вычислительных систем.

  Процесс вхождения высшей школы в мировое  образовательное пространство требует  совершенствование, а также серьёзную  переориентацию компьютерно–информационной составляющей. Информационный взрыв  породил множество проблем, важнейшей  из которых является проблема обучения. Особый интерес представляют вопросы, связанные с автоматизацией обучения, поскольку “ручные методы” без  использования технических средств  давно исчерпали свои возможности. Наиболее доступной формой автоматизации  обучения является применение ЭВМ, то есть использование машинного времени  для обучения и обработки результатов  контрольного опроса знаний учащихся.

  Всё большее использование компьютеров  позволяет автоматизировать, а тем  самым упростить ту сложную процедуру, которую используют научные сотрудники и преподаватели при создании методических пособий. Тем самым, представление  различного рода “электронных учебников”, методических пособий на компьютере имеет ряд важных преимуществ. Во-первых, это автоматизация, как самого процесса создания таковых, так и хранения данных в любой необходимой форме. Во-вторых, это работа с практически  неограниченным объёмом данных. Создание компьютерных технологий в обучении соседствует с изданием учебных  пособий новой генерации, отвечающих потребностям личности обучаемого. Учебные  издания новой генерации призваны обеспечить единство учебного процесса и современных новационных научных  исследований, т.е. целесообразность использования  новых информационных технологий в  учебном процессе и, в частности, различного рода так называемых “электронных учебников”. По моему мнению, эффект от применения средств компьютерной техники в обучении может быть достигнут лишь тогда, когда специалист предметной области не ограничивается в средствах представлениях информации, коммуникаций и работы с базами данных и знаний.