Модели и методы искусственного интеллекта. Применение в экономике (1500,00 руб.)

Стр.3

Стр.4

Стр.5

УДК 004.8 : 33 (075.8) ББК 32.813я73 + 65с51я73 М33 Кафедра «Интеллектуальные технологии и системы» Московского государственного института радиотехники, электроники и автоматики (технического университета) (заведующий кафедрой – академик РАЕН, профессор В.В. Нечаев); С.Л. Блюмин, РЕЦЕНЗЕНТЫ: доктор физико-математических наук, профессор (Липецкий государственный технический университет) М33 Модели и методы искусственного интеллекта. Применение в экономике: учеб. пособие / М.Г. Матвеев, А.С. Свиридов, Н.А. Алейникова. – М.: Финансы и статистика, 2023. – Режим доступа: https://finstat.ru/wp-content/uploads/2023/10/ Matveyev-Modeli_i_metody_iskusstvennogo_intellekta.pdf, ограниченный. – Загл. с экрана – 448 с.: ил. ISBN 978-5-00184-101-2 Матвеев М.Г. 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. Для студентов, аспирантов, научных работников и специалистов, изучающих и разрабатывающих интеллектуальные информационные системы в экономической и других областях применения. УДК 004.8 : 33 (075.8) ББК 32.813я73 + 65с51я73 ISBN 978-5-00184-101-2 © Матвеев М.Г., Свиридов А.С., © ООО «Издательство «Финансы Алейникова Н.А., 2008, 2023 и статистика», 2023

Стр.3

Оглавление Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Глава 1. Системы искусственного интеллекта в экономике . . . 1.1. Искусственный интеллект в проблеме принятия реше ний . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Подходы к созданию систем искусственного интел лекта . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Глава 2. Теоретические основы создания систем искусственного интеллекта . . . . . . . . . . . . . . . . 2.1. Информация и ее виды, измерение информации . . . . 2.2. Основы теории неопределенности, нечеткие мно жества . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Основы математической (бинарной) логики . . . . . . . . 2.4. Логический вывод на основе алгебры логики . . . . . . . . 2.5. Логический вывод на основе исчисления выска зываний и предикатов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6. Нечеткая логика и нечеткий вывод . . . . . . . . . . . . . . . . . Контрольные вопросы и практические задания . . . . . . . . . Глава 3. Экспертные системы . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1. Понятие, назначение, структура . . . . . . . . . . . . . . . . . . . 3.2. Базы знаний и модели представления знаний . . . . . . . 3.3.Механизм работы со знаниями . . . . . . . . . . . . . . . . . . . . . Контрольные вопросы и практические задания. . . . . . . . . . Глава 4. Инженерия знаний . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1. Классификация методов инженерии знаний . . . . . . . . 4.2. Извлечение знаний (непосредственное взаимодей ствие эксперта и инженера знаний) . . . . . . . . . . . . . . . . . . . . 4.3. Приобретение знаний (автоматизированное взаимо действие эксперта и инженера знаний) . . . . . . . . . . . . . . . . . 4.4. Автоматическое формирование знаний . . . . . . . . . . . . . Контрольные вопросы и практические задания . . . . . . . . . Глава 5. Искусственные нейронные сети . . . . . . . . . . . . . . . . . . . 5.1. Биологические нейронные сети . . . . . . . . . . . . . . . . . . . 5.2. Искусственные нейронные сети . . . . . . . . . . . . . . . . . . . 5.3. Возможности искусственных нейронных сетей по обработке информации . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 7 7 9 21 21 35 59 69 89 106 115 121 121 127 145 165 166 166 168 170 178 187 188 188 191 199 3

Стр.4

5.4. Модель биологического нейрона . . . . . . . . . . . . . . . . . . 5.5. Многослойный персептрон . . . . . . . . . . . . . . . . . . . . . . . 5.6. Отбор и предварительная обработка исходных данных 5.7. Выбор оптимальной структуры многослойной сети . . 5.8. Обучение многослойных сетей методом обратного распространения ошибки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.9. Обучение нейронных сетей «без учителя» . . . . . . . . . . . 5.10. Обучение нейронных сетей методом Хебба . . . . . . . . . 5.11. Сеть Кохонена . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.12. Архитектура рекуррентных нейронных сетей. Ней ронные сети Хопфилда и Хэмминга . . . . . . . . . . . . . . . . . . . 5.13. Сеть встречного распространения . . . . . . . . . . . . . . . . . 5.14. Модели теории адаптивного резонанса (ART) . . . . . . 5.15. Нечеткие сети Такаги–Сугено–Канга . . . . . . . . . . . . . Контрольные вопросы и практические задания . . . . . . . . . Глава 6. Генетические алгоритмы . . . . . . . . . . . . . . . . . . . . . . . . 6.1. Вводные понятия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2. Пример работы генетического алгоритма . . . . . . . . . . . 6.3. Кодирование фенотипов в хромосомы . . . . . . . . . . . . . . 6.4. Функция приспособленности . . . . . . . . . . . . . . . . . . . . . 6.5. Формирование начальной, текущей популяции и ро дительского пула . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6. Операторы репродукции . . . . . . . . . . . . . . . . . . . . . . . . . . 6.7. Теоретические аспекты применения генетических ал горитмов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Контрольные вопросы и практические задания . . . . . . . . . Глава 7. Решение экономических задач методами искусствен ного интеллекта . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.1. Применение технологий экспертных систем . . . . . . . . 7.2. Использование нейронных сетей в задачах искус ственного интеллекта . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3. Применение генетических алгоритмов в задачах искус ственного интеллекта . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4. Использование гибридных систем . . . . . . . . . . . . . . . . . Библиографический список . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Предметный указатель . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 208 217 223 231 240 241 245 254 263 266 276 284 287 287 291 296 307 314 319 324 335 336 336 389 404 427 440 442

Стр.5