Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП

Представлены теоретические основы искусственного интеллекта: информационные аспекты, сведения о бинарной и нечеткой логике, а также методы и модели актуальных направлений искусственного интеллекта, экспертных систем, инженерии знаний, нейронных сетей и генетических алгоритмов. Подробно рассмотрены вопросы практической реализации интеллектуальных систем. Приведено множество примеров, иллюстрирующих разработку и применение рассматриваемых методов и моделей. Особое внимание уделено экономическим задачам.

Благодаря компьютерам мы не только можем создать программу, которая займётся нашими финансами, проконтролирует отопление в доме или вычислит траекторию полета ракеты, но и построить машину, взаимодействующую с людьми или видеоигру со сложными виртуальными противниками, которые поступают как живые. В этой книге изложены основы искусственного интеллекта и машинного обучения. Благодаря ей вы сможете создать свои собственные игры, а также программы, которые могут распознавать естественную речь и изображения. Все проекты на языке Scratch сопровождаются подробными пошаговыми инструкциями, так что не беспокойтесь, если вы не эксперт в применении этого языка визуального программирования.

Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на языке программирования Python с использованием библиотеки глубокого обучения PyTorch. Средой машинного обучения является компьютерная игра StarCraft II с интерфейсом кооперативного мультиагентного обучения SMAC.

Учебное пособие состоит из двух частей. В первой теоретической части дается краткий исторический обзор развития машинного перевода как отрасли науки, рассматриваются основные системы машинного перевода и принципы их работы, критерии оценки качества машинного перевода, наиболее распространенные CAT-системы, практические принципы организации работы переводчика с автоматизированными системами перевода. В практической части учебного пособия содержатся контрольные вопросы и практические задания к теоретической части.

Учебное издание содержит сведения по методам разработки моделей и алгоритмов управления для объектов управления химико-технологических систем. Теоретические материалы сопровождаются примерами и практическими заданиями, основанными на использовании программных средств пакетов MATLAB Simulink.

Рассматриваются механизмы, которые наделяют мультиагентные системы способностью к самоорганизации и развитию, исследуются проявления этих способностей в системах разной природы: экономике, биологии, робототехнике, защите информации. Показаны способы управления самоорганизацией и развитием и их применение в разных областях.

В монографии предложены методы управления техническими объектами с помощью интеллектуальных регуляторов. Представлены модели гибридного управления техническим объектом с разработанными системами адаптивного поведения на основе нейронечеткого вывода. В представленных моделях применяются интеллектуальные регуляторы на основе самоорганизации базы знаний без привлечения эксперта, позволяющие обеспечить эффективное робастное управление объектом, функционирующим в непредвиденных внешних ситуациях, а также при изменении его параметров, используя объективные знания о его динамическом поведении. Разработаны методы оптимизации процедуры синтеза нечетких регуляторов.

Приведены краткая теоретическая информация по методам машинного обучения, методические указания и задания к выполнению лабораторных работ. В качестве инструмента для решения задач машинного обучения рассматривается среда для обработки и анализа данных R. Задание к первой лабораторной работе сопровождается примером выполнения.

В учебном пособии приведены основные понятия и термины системного анализа и теории принятия решений. Отмечена роль математического моделирования как способа формирования множества альтернатив решения, дана классификация применяемых математических моделей и рассмотрены примеры их использования при принятии решений. Описаны методы выбора альтернатив решений, базирующиеся на знаниях, когнитивные модели знаний, экспертные оценки, онтологии, продукционные модели, а также методы поддержки принятия решений на основе теории оптимизации, цепей Маркова, сетей Петри, GERT-сетей, имитационного моделирования. В качестве примеров действующих систем поддержки принятия решений описаны две системы: экспертная система по ликвидации аварий ЭСПЛА и система космического мониторинга состояния лесов ИСДМ-Рослесхоз.

Развитие транспортной инфраструктуры крупных российских городов требует качественных изменений, комплексно влияющих на социальную, экономическую и экологическую составляющие транспортного процесса, для чего, в свою очередь, необходимо разработать современные подходы и информационно-вычислительных технологии, позволяющие повысить качество транспортного процесса. В статье решается задача создания методологических основ интеллектуальной поддержки социально-ориентированных решений участников транспортного процесса на основе методов и механизмов социальной самоорганизации web-сообществ. Для этого предлагается использование таких технологий, как интеллектуальная поддержка принятия решений, самоорганизация сетей сервисов, управление на основе социальных систем, киберфизические и социокиберфизические системы, web-сообщества. Предложены специфицированные на основе анализа проблемной области и существующих технологий требования к интеллектуальным системам поддержки социально-ориентированных решений участников транспортного процесса, а также общая методология динамического конфигурирования мультимодальных транспортных сетей на основе их анализа, виртуализации и последующего синтеза с использованием общей онтологической модели

В статье рассматривается автоматизированный учебный курс и математическая модель, позволяющая оценить ее с помощью алгебр

В рамках работы рассматривается онтология интеллектуального пространства, приводится формализация динамической сети ресурсов и описываются правила включения и исключения ресурсов из сети. Предлагаемая онтология объединяет онтологическое представление интеллектуального пространства и модель знаний проблемной области. Динамическую сеть ресурсов предложено формализовать как множество вершин двух типов – ресурс и функция – и множество ориентированных дуг, показывающих функциональные зависимости между входными и выходными переменными функций. Правила включения и исключения ресурсов из сети основаны на потребностях в реализуемых ресурсами функциях в текущей ситуации. В заключении кратко сформулированы основные положения статьи и указаны перспективы дальнейших исследований.

Изложены методологические основы анализа и аттестации уровней зрелости процессов программного проекта, включающие в себя современный подход к построению современной методики аттестации процессов программного проекта в условиях нечеткости исходных данных. Предложены модель и алгоритмы для решения слабоструктурированных задач, связанных с определением уровня зрелости процессов программного проекта в условиях нечеткости. Рассмотрены модели процесса оценки процессных рисков, основанные на качественном представлении экспертных данных по характеристикам анализируемого процесса, а также приведены алгоритмы нечеткой оценки процессных рисков, основанные на построении нечеткой базы знаний, формируемой посредством применения положений теории нечеткой идентификации и нечеткой логики.

Изложены методологические основы, включающие в себя современную концепцию построения информационного сопровождения стадий жизненного цикла гибких многослойных печатных плат (ГМП), основы анализа и синтеза проектных конструкторско-технологических решений и информационной поддержки этапов автоматизированного проектирования и технологической подготовки производства изделий ГМП.

Математическая модель движения мобильного робота с дебалансным вибровозбудителем.

В рецензируемой книге рассматриваются вопросы искусственного интеллекта.

Создана частица умной пыли.

Монография посвящена исследованию и разработке методов адаптивного управления процессами укладки и уплотнения асфальтобетонных смесей на основе математического аппарата методов идентификации динамических объектов и искусственного интеллекта. Рассмотрены методы управления технологическими процессами строительства асфальтобетонных покрытий. Представлены модели и методики моделирования технологических процессов, используемые в качестве объектов управления при разработке алгоритмов автоматического управления режимами. На основе анализа результатов исследований предложены новые технические решения систем автоматического управления. Представлены алгоритмы функционирования адаптивных регуляторов и результаты моделирования процессов управления.

Вторая часть пособия посвящена моделированию интеллектуальных систем, в основе функционирования которых лежат методы составляющих концепции мягких вычислений – фазиматематика и нейроматематика.

Третья часть пособия посвящена краткому изложению основных положений агентной проблематики, на которых возможно построение и моделирование систем разнообразного назначения: свойств и принципов построения и моделирования агентов и мультиагентных систем различных классов, инструментальных средств агентных вычислений, а также базовых принципов организации и функционирования объектов роевого интеллекта и искусственных иммунных систем, в том числе базирующихся на агентах.

Приведен системный подход к определению типа и шкал переменных, произведена классификация методов по целям решаемых задач и типам используемых переменных. Рассмотрены различные подходы к решению задачи распознавания образов и классификации наблюдений. Среди них представлены как классические (дискриминантный анализ, логистическая регрессия, кластерный анализ), так и относящиеся к области Data Mining исследования данных (деревья решений и нейронные сети). Кроме того, изложены важные в практических приложениях методы факторного анализа, которые могут использоваться как для снижения размерности, так и для структуризации множества исходных переменных. Рассмотрены возможности прогнозирования для различных типов зависимой переменной с использованием целого спектра методов. Проведен их сравнительный анализ, рассмотрены особенности, указаны способы верификации качества полученных результатов.