Интеллектуальные информационные системы в экономике

1.

*
Обсуждена и одобрена
на заседании кафедры
Протокол №24
10 июля 2024 года
Подготовил:
Старший преподаватель кафедры
майор полиции
Ю.А. Абросимова
Краснодар
2024 г

2.

*Вопросы :
*1.
История
развития
информационных систем
Интеллектуальных
*2. Интеллектуальные системы и их виды
*3. Интеллектуальные информационные системы
(ИИС) поддержки принятия решений
*4. Разработка и проектирование ИИС
*5. Архитектура ИИС
*6. Классификация ИИС и перспективы развития
ИИС

3.

1. Балдин, К.В. Информационные системы в экономике[Текст]: учеб.
пособие / К.В. Балдин. – М.: Инфра-М, 2012.
2. Информационные технологии в экономике и управлении[Текст]:
учебник / ред. В.В. Трофимов. - М.: Юрайт, 2012.
Корпоративные информационные системы [Электронный ресурс] / С.А.
Матяш. – М: Директ-Медиа, 2015.- http://www.knigafund.ru/books/181681
(1.07.2016).
1. Грошев, А.С. Управление планированием и производством изделий в
ERP-системе [Электронный ресурс] / А.С. Грошев.- М.: Директ-Медиа
2015.- http://www.knigafund.ru/books/181731 (1.07.2016).
2. Информатика в экономике [Текст]: учеб. пособие / ред.: Б.Е. Одинцов,
А.Н. Романов. - М.: Вузовский учебник, 2012.
3. Информационные технологии в экономике и управлении [Текст]:
учебник / ред. В. В. Трофимов. - М. :Юрайт, 2013.
4. Кияев, В ИТ в современном менеджменте [Электронный ресурс] / В.
Кияев, О. Граничин.- М: ИНТУИТ 2016.http://www.knigafund.ru/books/176161 (1.07.2016).

4.

I. История развития Интеллектуальных
информационных систем
Основное назначение информационных систем в экономике –
это своевременное представление необходимой информации
ЛПР (лицо принимающее решения) для принятия им
адекватных и эффективным решений при управлении
процессами, ресурсами, финансовыми транзакциями,
персоналом или организацией в целом.
Информационная система поддержки решений (ИСПР)
связывает интеллектуальные ресурсы управленца со
способностями и возможностями компьютера для улучшения
качества решений. Эти системы предназначены для
менеджеров, принимающих управленческие решения в
условиях полуструктурированных и слабо определенных задач

5.

Использование ИИТ в реальной практике подразумевает учет
специфики проблемной области, которая может
характеризоваться следующим набором признаков:
-качество и оперативность принятия решений;
-нечеткость целей и институциальных границ;
-множественность субъектов, участвующих в решении
проблемы;
-хаотичность, флюктуируемость и квантованность поведения
среды;
-множественность взаимовлияющих друг на друга факторов;
-слабая формализуемость, уникальность, нестереотипность
ситуаций;
-латентность, скрытость, неявность информации;
-девиантность реализации планов, значимость малых действий;
парадоксальность логики решений и др.

6.

История ИИТ связана также с развитием трех научных
направлений: компьютерной философии, компьютерной
психологии и продвинутой компьютерной науки
(Advanced computer science) и дополняется прогрессом в
создании:
1.
ситуационных центров
2.
информационно-аналитических систем
3.
инструментариев эволюционных вычислений и
генетических алгоритмов
4.
систем поддержки общения человека с компьютером на
естественном языке
5.
когнитивным моделированием
6.
систем автоматического тематического рубрицирования
документов
7.
систем стратегического планирования
8.
инструментариев технического и фундаментального
анализа финансовых рынков
9.
систем менеджмента качества
10. систем управления интеллектуальной собственностью и др.

7.

Период
Рождение ИИ
(1943-1956)
События
-У.Маккалок и У. Питс:
Логическое
исчисление
идей,
присущих
нервной деятельности, 1943.
-А.Тьюринг:
Вычислительная
машина
и
интеллект, 1950.
-К. Шеннон: Программирование компьютера для
шахматной игры, 1950.
Подъем ИИ
-Д. Маккарти:LISP – язык программирования
(1956- конец 1960-х)
искусственного интеллекта.
-М.
Куллиан:
Семантические
сети
для
представления знаний,1966.
-А. Ньюэл и Г. Саймон: Универсальный
решатель задач (GPS),1961.
-М. Минский: Структуры для представления
знаний (фреймы), 1975.
Открытие и разработка - Э. Фейгенбаум, Б. Букханан и др.
экспертных
систем (Стэндфордский
университет):
Экспертная
(начало
1970-х
– система DENDRAL
середина 1980-х).
-Э. Фейгенбаум, Э. Шортлиф: Экспертная
система MYCIN
-Стэндфордский
исследовательский
центр: Экспертная система PROSPECTOR
-А.
Колмероэ,
Р.
Ковальски
и
др.
(Франция):
Язык
логического
программирования PROLOG.

8.

Возрождение
-Дж. Хопфилд: Нейронные сети и физические с эмержентными
искусственный
коллективными вычислительными способностями, 1982.
нейронных сетей (1965 и -Т. Кохонен: Самоорганизующиеся топологически правильные карты,
далее)
1982.
-Д. Румельхарт и Д. Макклеланд: Распределенная параллельная
обработка данных, 1986.
Эволюционное
- И. Рехенберг: Эволюционные стратегии – оптимизация технических
вычисление
(начало систем по принципам биологической информации, 1973.
1970-х и далее)
- Дж. Холланд: Адаптация в естественных и искусственных системах, 1975.
-Дж.
Коза:
Генетическое
программирование:
компьютерное
программирование средствами естественного отбора, 1992.
-Д.Фогель: Эволюционное вычисление – направление новой философии в
машинном интеллекте, 1995.
Нечеткие множества и -Л. Заде: Нечеткие множества,1965.
нечеткая
логика -Л. Заде: Нечеткие алгоритмы, 1969.
(середина
1960-х
и -Э. Мамдани: Применение нечеткой логики в приближенном рассуждении с
далее)
использованием лингвистического синтеза, 1977.
- М. Суджено: Нечеткий логический вывод (алгоритм Такаги-Суджено),
1985
Вычисления при помощи -А. Нейгоца: Экспертные системы и нечектие системы, 1985.
слов (конец 1980-х и -Б. Коско: Нейронные сети и нечеткие системы, 1992.
далее)
- Б. Коско: Нечеткое мышление, 1993.
- Р. Ягер и Л. Заде: нечеткие множества, нейронные сети и мягкие
вычисления, 1994.
-Б. Коско: Нечеткая инженерия,1996.
- Л. Заде: Вычисления при помощи слов, 1996.

9.

, исторически разработки в области ИИ велись в двух
основных направлениях:
- первое направление связано с попытками разработки
интеллектуальных машин путем моделирования их
биологического прототипа - человеческого мозга. Сейчас
это направление возрождается на основе развития
современных аппаратных и программных средств
(микрочипы на основе нечеткой логики, распределенные
многопроцессорные системы, многоагентные системы,
мягкие вычисления, генетические алгоритмы и
нейронные сети и т.д.).
- второе направление связано с разработками методов,
приемов, специализированных устройств и программ для
компьютеров, обеспечивающих решение сложных
математических и логических задач, позволяющих
автоматизировать отдельные интеллектуальные действия
человека (системы, основанные на знаниях, экспертные
системы, прикладные интеллектуальные системы).

10.

II. Интеллектуальные системы и их виды
Интеллектуальная система (ИС, intelligent system) — это
техническая или программная система, способная решать
задачи, традиционно считающиеся творческими,
принадлежащие конкретной предметной области, знания о
которой хранятся в памяти такой системы. Структура
интеллектуальной системы включает три основных блока — базу
знаний, решатель и интеллектуальный интерфейс.

11.

Расчетно-логическая система
К расчетно-логическим системам относят системы,
способные решать управленческие и проектные задачи по
декларативным описаниям условий. При этом пользователь
имеет возможность контролировать в режиме диалога все
стадии вычислительного процесса. Данные системы
способны автоматически строить математическую модель
задачи и автоматически синтезировать вычислительные
алгоритмы по формулировке задачи. Эти свойства
реализуются благодаря наличию базы знаний в виде
функциональной семантической сети и компонентов
дедуктивного вывода и планирования

12.

Рефлекторная интеллектуальная система
Рефлекторная система - это система, которая
формирует вырабатываемые специальными
алгоритмами ответные реакции на различные
комбинации входных воздействий. Алгоритм
обеспечивает выбор наиболее вероятной реакции
интеллектуальной системы на множество входных
воздействий, при известных вероятностях выбора
реакции на каждое входное воздействие, а также на
некоторые комбинации входных воздействий.

13.

Интеллектуальная информационная система
Интеллектуальная информационная
система (ИИС, intelligent system) — система, основанная
на знаниях.
Гибридная интеллектуальная система
Под гибридной интеллектуальной системой принято
понимать систему, в которой для решения задачи
используется более одного метода имитации
интеллектуальной деятельности человека. Таким образом
ГИС — это совокупность:
аналитических моделей
экспертных систем
искусственных нейронных сетей
нечетких систем
генетических алгоритмов
имитационных статистических моделей

14.

III. Интеллектуальные информационные
системы (ИИС) поддержки принятия решений
ИИС представляет собой комплекс программных, лингвистических и
логико-математических средств для реализации основной задачи:
осуществление поддержки деятельности человека, например
возможность поиска информации в режиме продвинутого диалога на
естественном языке.
ИИС – это компьютерная система, состоящая из 5 основных
взаимодействующих компонентов: языковой
подсистемы (механизм обеспечения связи между пользователем и
другими компонентами ИСПР), информацией
подсистемы (хранилище данных и средств их
обработки), подсистемы управления знаниями (хранилище знаний
о проблемной области, таких как процедуры, эвристики и правила, и
средства обработки знаний), подсистемы управления моделями и
подсистемы обработки и решения задач (связующее звено между
другими подсистемами).

15.

Классификация задач, решаемых ИИС:
Интерпретация данных.
Диагностика.
Мониторинг.
Проектирование.
Прогнозирование.
Планирование.
Обучение.
Управление.
Поддержка принятия решений.

16.

IV. Разработка и проектирование ИИС

17.

Демонстрационный прототип — это
состояние разработанности системы,
когда она решает некоторую часть
проблемных задач.

18.

1. Оболочки экспертных систем
Примером может служить система EMYCIN,
созданная на основе прошедшей длительную
«обкатку» системы MYCIN. В EMYCIN сохранен
интерпретатор и все базовые структуры данных –
таблицы знаний и связанные с ними механизм
индексации. Оболочка дополнена специальным
языком, улучшающим читабельность программ, и
средствами поддержки библиотеки типовых
случаев и заключений, выполненных по ним
экспертной системой.

19.

2. Языки программирования высокого уровня
Инструментальные средства этой категории избавляют
разработчика от необходимости углубляться в детали реализации
системы – способы эффективного распределения памяти,
низкоуровневые процедуры доступа и манипулирования данными.
Одним из наиболее известных представителей таких языков
является OPS5. Этот язык прост в изучении и предоставляет
программисту гораздо более широкие возможности, чем типичные
специализированные оболочки. Следует отметить, что большинство
подобных языков так и не было доведено до уровня коммерческого
продукта и представляет собой скорее инструмент для
исследователей. Осуществляется программирование на обычных
языках (Паскаль, Си и др.), программирование на
специализированных языках, применяемых в задачах
искусственного интеллекта (LISP, FRL, SmallTalk и др.) и др.

20.

3. Среда программирования, поддерживающая несколько
парадигм
Средства этой категории включают несколько программных
модулей, что позволяет пользователю комбинировать в процессе
разработки экспертной системы разные стили программирования.
Среди первых проектов такого рода была исследовательская
программа LOOP, которая допускала использование двух типов
представления знаний: базирующегося на системе правил и
объектно-ориентированного. На основе этой архитектуры во
второй половине 1980-х годов было разработано несколько
коммерческих программных продуктов, из которых наибольшую
известность получили KEE, KnowledgeCraft и ART. Эти программы
предоставляют в распоряжение квалифицированного пользователя
множество опций и для последующих разработок, таких как КАРРА
и CLIPS, и стали своего рода стандартом.

21.

V. Архитектура ИИС

22.

23.

24.

25.

Представление знаний в
интеллектуальных системах
осуществляется на основе:
1. Фреймов и семантических сетей
2. Продукционных и логических
моделей
3. Моделей представления и
формализации нечетких знаний
4. Нейронных сетей.

26.

Семантическая сеть представляет
собой ориентированный граф,
вершинами которого являются
информационные единицы, имеющие
индивидуальные имена. В качестве
информационной единицы могут
выступать события, действия,
обобщённые понятия или свойства
объектов. Вершины графа соединяются
дугой, если соответствующие
информационные единицы находятся в
каком-либо отношении.

27.

Фрейм представляет собой структуру
данных, дающую целостное
представление об объектах, явлениях и
их типах в виде абстрактных образов.
Структура фрейма записывается в виде
списка свойств (слотов). Каждый фрейм
имеет специальный слот, заполненный
наименованием представляемой
сущности, а другие заполнены
значениями разнообразных атрибутов,
ассоциирующихся с объектом.

28.

Логика предикатов является расширением
логики высказываний. Основным объектом
здесь является переменное высказывание
(предикат), истинность и ложность которого
зависят от значения его переменных. Язык
логики предикатов является более мощным по
сравнению с языком логики высказываний. Он
пригоден для формализации понятий многих
проблемных областей.

29.

Основными методами обработки знаний и вывода решений в ИИС являются:
I. Методы вывода и поиска решений в продукционных системах
1. Методы вывода на основе прямой и обратной цепочек
2. Общие методы поиска решений в пространстве состояний
-Методы перебора
-Поиск в глубину
-Поиск в ширину
-Поиск на основе стоимости дуг (Нахождение пути минимальной стоимости)
-Поиск с возвратом (бэктрекинг)
3. Эвристические методы поиска (для определения направления поиска
используется оценочная функция)
4. Методы редукции
5. Методы поиска решений в больших пространствах состояний
- Методы порождения и проверки
- Методы последовательного уточнения сверху
- др.
II. Выводы на фреймах и в семантических сетях
III. Дедуктивные методы поиска решений
IV. Поиск решений в условиях неопределенности
1. Вероятностный вывод
2. Вывод на основе теории уверенности
3. Нечеткая логика и приближенные рассуждения
V. Вывод в нейронных сетях

30.

ИИС:
Экспертные системы
Собственно экспертные системы
(ЭС)
Интерактивные баннеры (web + ЭС)
Вопросно-ответные системы (в
некоторых источниках «системы
общения»)
Интеллектуальные поисковики
(например, система Старт)
Виртуальные собеседники
Виртуальные цифровые помощники

31.

32.

33.

Характерными чертами ЭС являются:
-четкая ограниченность предметной области;
-способность принимать решения в условиях неопределенности;
-способность объяснять ход и результат решения понятным для пользователя
способом;
-четкое разделение декларативных и процедурных знаний (фактов и
механизмов вывода);
-способность пополнять базу знаний, возможность наращивания системы;
-результат выдается в виде конкретных рекомендаций для действий в
сложившейся ситуации, не уступающих решениям лучших специалистов;
-ориентация на решение неформализованных (способ формализации пока
неизвестен) задач;
-алгоритм решения не описывается заранее, а строится самой экспертной
системой;
-отсутствие гарантии нахождения оптимального решения с возможностью
учиться на ошибках.

34.

35.

Механизм вывода имеет два главных элемента:
- Интерпретатор, который выполняет
выбранные позиции аренды, используя
соответствующие правила БЗ.
- Планировщик, который поддерживает
управление агендой. Он оценивает результаты
используемых правил вывода в свете их
приоритетов или других критериев в агенде.

36.

Класс
На решение какой задачи направлена
Интерпретация Выявление
описаний
ситуации
из
наблюдений
Предсказание Выявление похожих последствий в данной
ситуации.
Диагностика
Выявление неисправности системы через
наблюдения.
Проектировани Конфигурирование и разработка объектов,
е
удовлетворяющих
определенным
требованиям.
Планирование Разработка планов для достижения целей.
Мониторинг
Сравнение
наблюдений
с
планами,
сигнализируя
об
отклонениях
и
исключениях.
Отладка
Выявление и устранение неисправностей.
Управление
Интерпретирование,
предсказывание
восстановление и мониторинг поведения
системы.

37.

Наиболее известные/распространённые ЭС:
CLIPS — популярная ЭС (public domain)
OpenCyc — мощная динамическая ЭС с глобальной
онтологической моделью и поддержкой независимых
контекстов
MYCIN — наиболее известная диагностическая система, которая
предназначена для диагностики и наблюдения за состоянием
больного при менингите и бактериальных инфекциях.
HASP/SIAP — интерпретирующая система, которая определяет
местоположение и типы судов в Тихом океане по данным
акустических систем слежения.

38.

Человеческая
компетентность
Непрочная
Трудно представляемая
Трудно
документируемая
Непредсказуемая
Дорогая
Искусственная
компетентность
Постоянная
Легко передаваемая
Легко документируемая
Устойчивая
Приемлемая по затратам

39.

Классификация Вопросно-ответных
систем:
Интеллектуальные поисковики
(например, система Старт)
Виртуальные цифровые помощники
Виртуальные собеседники (ВС)

40.

Сферы применения:
Банки и страховые компании, которым важно иметь на сайте
грамотного консультанта, способного оперативно рассказать все
подробности о предоставляемых услугах;
Интернет–магазины, которым важно помогать клиентам в выборе
товаров, а также продвигать акции и распродажи;
Интернет–порталы, которым необходимо привлекать внимание
пользователей к их внутренним проектам;
Организаторы мероприятий, которым важно информировать
посетителей сайта о всех новостях и подробностях;
Компании, оказывающие технические услуги, которым важно
обеспечить круглосуточную техническую поддержку пользователей.

41.

Использование ВС позволяет:
- Увеличить конверсию посетителей в клиентов
- Повысить лояльность посетителей
- Улучшить эффект от рекламной кампании и
маркетинговых акций
- Снизить нагрузку на штатных консультантов,
продавцов и сотрудников техподдержки
-Повысить уровень обслуживания клиентов

42.

Перспективы развития ИИС в управлении знаниями:
1. Технологии извлечения и представления знаний.
2. Технологии манипулирования знаниями, решение
интеллектуальных задач
3. Технология общения.
4. Технологии восприятия.
5. Технологии обучения.
6. Технологии поведения.