Научная литература
booksshare.net -> Добавить материал -> Психология -> Сальвенди Г. -> "Человеческий фактор. Том 3. Часть 1" -> 53

Человеческий фактор. Том 3. Часть 1 - Сальвенди Г.

Сальвенди Г. Человеческий фактор. Том 3. Часть 1 — М.: Мир, 1991. — 487 c.
ISBN 5-03-001815-8
Скачать (прямая ссылка): chelovecheskiyfactort3ch11991.djvu
Предыдущая << 1 .. 47 48 49 50 51 52 < 53 > 54 55 56 57 58 59 .. 198 >> Следующая

Искусственный интеллект
131
Литература
1. Barr A., Cohen P., Feigenbaum Е. A., The handbook о! artificial intelligence, v. 1, 2, 3, William Kaufmann, Loa Altos, CA, 1981—1982.
2. Chang C. L., Lee R. С. Т., Symbolic logic and mechanical theorem proving, Academic Press, New York, 1973.
3. Fikes R. E., Hart P. E., Nilsson N. J., Learning and executing generalized robot plans, Artificial Intelligence, 3, 4, 251—288 (1972).
-4. Fikes R. E., Nilsson N. J., STRIPS: A new approach to the application of theorem proving to problem solving, Artificial Intelligence, 2, 3/4, 189—208 (1971).
5. K. S. Fu (ed.), Syntactic pattern recognition applications, Springer-Verlag, New York, 1981—1982.
6. K. S. Fu (ed.), Applications of pattern recognition, CRC Press, Cleveland, OH, 1982.
7. Green C., Application of theorem proving to problem solving, Proc. First International Joint Conference on Artificial Intelligence, Washington, 1969.
8. Building expert systems, F. Hayer-Roth, D. Waterman, D. Lenat (eds.), Addison-Wesley, Reading, MA, 1983.
9. Ishizuka М., Fu K. S., Yao J. P. Т., A rule-based damage assessment system for existing structures, SM Archives, 8, 99—118 (1983).
10. Lee C. S. G., Gonzales R. C„ Fu K- S., Tutorial on robotics, IEEE Computer Society Press, New York.
11. Nau D. S., Expert computer systems, Computer, 16, 63—85 (1983).
,12. Nilsson N. J., Problem solving methods in artificial intelligence, McGraw-Hill, New York, 1971.
13. Nilsson N. J., Principles of artificial intelligence, Tioga Publ. Co., Palo Alto, CA, 1980.
14. Rieh E., Artificial intelligence, McGraw-Hill, New York, 1983. Special Issue on robotics and automation, Computer, 15 (12).
15. Tangwongsan S., Fu K. S., An application of learning to robotic planning, International Journal of Computer and Information Sciences, 8, 4, 303—333 (1979).
16. Weiss S. M, Kulikowski C. A., A practical guide to designing expert system, Rowman and Allanheld, Totowa, NJ, 1984.
37. Winston P. H, Artificial intelligence, 2nd ed., Addison-Wesley, Reading, MA, 1984.
Глава 3
ЭКСПЕРТНЫЕ СИСТЕМЫ
Ч. Гарг-Янардан, Р. Е. Эберте,
Б. Зимолонг, Ш. И. Ноф, Г. Салвендип
В этой главе рассматриваются технические аспекты экспертных систем и вопросы использования в инх человеческих знаний. Без обсуждения технических аспектов обойтись невозможно, поскольку, не поняв их, невозможно исследовать и роль человеческого фактора. Той же цели призван служить и широкий обзор областей применения экспертных систем,, приведенный в данной главе.
3.1. Введение
Вейсс и Куликовский [125] определяют экспертные системы (ЭС) как системы, которые «связаны со сложными проблемами реального мира, требующими для своего решения специальных знаний и опыта», и которые «решают эти проблемы, используя ту или иную компьютерную модель интеллектуальной деятельности специалиста, позволяющую приходить к тем же заключениям, к каким пришел бы и он, столкнувшись с аналогичными проблемами».
Эти системы обладают способностью делать разумные логические выводы, манипулируя базами знаний, которые представлены в символьной форме и построены на основе разнообразных специальных сведений, почерпнутых у высококвалифицированных специалистов (экспертов). Эти сведения образуются из фактов, процедур и эвристических приемов, считающихся полезными для решения трудных задач данной предметной области. Известные в настоящее время приложения экспертных систем относятся к тем областям человеческой деятельности» где сложность задач характеризуется пропорциональным увеличением количества вариантов, которые необходимо рассмотреть при поиске решения.
Любую экспертную систему (ЭС) можно также рассматривать как машинную программу, в которой используются методы искусственного интеллекта (ИИ) и которая способна решать важные интеллектуальные задачи научного характера. Особенности этих интеллектуальных задач отражены в табл. 3.1. Исходным здесь является предположение, что для квалифици-
') Ch. Garg-Janardan, R. Е. Eberts, В. Zimolong, Sh. Y. Hof, G, Salvendy, School of Industrial Engineering, Purdue University.
Экспертные системы
133
Таблица 3.1. Основные идеи решения интеллектуальных задач [641
Знания=Ф акты+Убеждеиня+Эврнстнки
Успех=Отысканне достаточно хорошего ответа наличными средствами Степень эффективности процедуры поиска напрямую связана с его успехом нли неудачей
Средства повышения эффективности поиска:
Адекватные задаче, достоверные н различные знания Быстрота отсечения «тупиковых» ветвей Устранение избыточных вычислений Увеличение скорости вычислений
Совместное использование знаний нз многих источников Рассуждения на различных уровнях абстракции Первопричины увеличения трудности задачи:
Ошибочные данные или знания Динамический характер данных Многочисленность вариантов, подлежащих оценке Сложные процедуры исключения возможных вариантов
рованного анализа любой задачи достаточно располагать соответствующими специальными знаниями и знанием общих методов решения задач. Способность экспертных систем решать интеллектуальные задачи основана на отделении специальных знаний о конкретной задаче от процедур манипулирования этими знаниями. Это обеспечивает экспертным системам необходимую гибкость, поскольку с базой знаний, содержащей специальные сведения о конкретной предметной области, можно обращаться так же, как и с любой другой структурой данных.
Предыдущая << 1 .. 47 48 49 50 51 52 < 53 > 54 55 56 57 58 59 .. 198 >> Следующая

Реклама

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed

Есть, чем поделиться? Отправьте
материал
нам
Авторские права © 2009 BooksShare.
Все права защищены.
Rambler's Top100

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed