ввведение. Гибридных систем (ГС). Направление гис объединяет специалистов, которые занимаются разработкой методов имитации умственной деятельности человека
 Скачать 0.79 Mb.
|
|
Системы, состоящие из нескольких разных подсистем, имеющих одну цель и общие действия, носят название Гибридных систем (ГС). Направление ГИС объединяет специалистов, которые занимаются разработкой методов имитации умственной деятельности человека. ГИС состоит из: · аналитических моделей, · экспертных систем, · искусственных нейронных сетей, · нечетких систем, · генетических алгоритмов, · имитационных статистических моделей. Один из видов гибридизации:  Для решения каких задач используются ГИС?   Классификация  Стратегии: Автономные модели применяются для построения нулевого образца. Автономные модели состоят из независимых программ, поэтому при поступлении новых данных сразу должны измениться. Результатом разработки трансформационных моделей должна стать автономная, не связанная с другими частями модель. Основное отличие трансформационной модели от автономной заключается том, что она начинает функционировать как система, которая использует один автономный метод, а заканчивает как система, использующая другой метод. Трансформационные модели быстро создаются и требуют меньше затрат. В слабосвязанные модели приложение делится на элементы, которые общаются через файлы данных. Они просты для разработки и применяют коммерческие программы. Сильносвязанные ГИС требуют меньше затрат, но имеют большую производительность по сравнению со слабосвязанными моделями. Однако они имеют три принципиальных ограничения: 1)Их сложно разрабатывать и поддерживать в рабочем состоянии. 2) Излишество накопленных данных. 3) Трудность проверки адекватности. Полностью интегрированные ГИС вместе пользуются общими структурами данных и представлениями знаний. Это вид гибридов быстро развивается. В них выделяют создание концептуальных нейросетей, экспертных систем, в которых элементы связываются быстро и просто, а общая информация доступна тому и другому компоненту. К преимуществам полной интеграции можно отнести надежность, увеличение скорости обработки, адаптацию и дедукцию. Заключение: В последние годы традиционные методы искусственного интеллекта, такие как экспертные системы, нечеткие системы, искусственные нейронные сети, генетические алгоритмы и т.п. все чаще объединяются в гибридные интеллектуальные системы. Гибридные интеллектуальные системы позволяют использовать преимущества традиционных средств искусственного интеллекта, преодолевая некоторые их недостатки, и могут решать задачи, нерешаемые отдельными методами искусственного интеллекта. |