Разработка экспертной системы по выбору мобильного телефона - Курсовая работа

бесплатно 0
4.5 112
Понятия, классификация и структура экспертных систем. Базы знаний и модели представления знаний. Механизмы логического вывода. Инструментальные средства проектирования и разработки экспертных систем. Предметная область ЭС "Выбор мобильного телефона".

Скачать работу Скачать уникальную работу

Чтобы скачать работу, Вы должны пройти проверку:


Аннотация к работе
Мобильные телефоны очень быстро внедрились в нашу повседневную жизнь. Миллионы людей ежедневно пользуются МТ, которые становятся непременным атрибутом современного человека. В связи с этим возникают вопросы: как правильно выбрать сотовый телефон, кто может квалифицированно проконсультировать в вопросах выбора той или иной модели, всегда ли мнение консультанта - эксперта является объективным? Проблема, построения модели экспертной системы выбора мобильного телефона заключается в сложности входящих в модель данных. При исследовании вариантов выбора следует учитывать как количественные показатели, так и качественные.В середине семидесятых годов 20 века в исследованиях по искусственному интеллекту (ИИ) сформировалось самостоятельное направление, получившее название экспертные системы. Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Экспертные системы - прикладные программы ИИ, в которых база знаний представляет собой формализованные знания высококвалифицированных специалистов (экспертов) области [2].По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения. По видам используемых данных и знаний различают ЭС с детерминированными и неопределенными знаниями. Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.База знаний - важная компонента экспертной системы, она предназначена для хранения долгосрочных данных, описывающих рассматриваемую предметную область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области [1]. Существует несколько способов представления знаний в ЭС, однако общим для всех них является то, что знания представлены в символьной форме (элементарными компонентами представления знаний являются тексты, списки и другие символьные структуры). Одной из наиболее важных проблем, характерных для систем, основанных на знаниях, является проблема представления знаний. В таких случаях необходимо отличать знания, предназначенные для обработки компьютером, от знаний, используемых человеком. Продукционная модель - модель, основанная на правилах, позволяющая представить знания в виде предложений типа [1]: Если (условие), то (действие)При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Первый предполагает обработку информации в прямом направлении (метод сопоставления), когда образцом для поиска служит левая часть продукционного правила - условие, то есть задача решается в направлении от исходного состояния к целевому.На проектирование и создание одной экспертной системы ранее требовалось 20-30 человек-лет. Инструментальное средство разработки экспертных систем - это язык программирования, используемый инженером знаний или (и) программистом для построения экспертной системы.Системы этого типа создаются, как правило, на основе какой-нибудь экспертной системы, достаточно хорошо зарекомендовавшей себя на практике. Примером может служить система EMYCIN, созданная на основе прошедшей длительную «обкатку» системы MYCIN. Оболочка дополнена специальным языком, улучшающим читабельность программ, и средствами поддержки библиотеки типовых случаев и заключений, выполненных по ним экспертной системой. Инструментальные средства этой категории избавляют разработчика от необходимости углубляться в детали реализации системы - способы эффективного распределения памяти, низкоуровневые процедуры доступа и манипулирования данными. Этот язык прост в изучении и предоставляет программисту гораздо более широкие возможности, чем типичные специализированные оболочки.Класс программ, которые называются оболочкой экспертной системы, создавался с целью позволить непрограммистам воспользоваться результатами работы программистов, решавших аналогичные проблемы. На базе EMYCIN были разработаны экспертные системы как для медицины (например, система PUFF для диагностики легочных заболеваний), так и для других областей знаний, например программа структурного анализа SACON. Совершенно очевидно, что оболочки экспертных систем являются программами, ориентированными на достаточно узкий класс задач, хотя и более широкий, чем та программа, на основе которой была создана та или иная оболочка. Разработанная им система EMYCIN ориентирована на те проблемы диагностирования с большими объемами данн

План
Содержание

Введение

Глава 1. Экспертные системы

1.1 Основные понятия экспертной системы

1.2 Классификация и структура экспертных систем

1.3 Базы знаний и модели представления знаний

1.4 Механизмы логического вывода

Глава 2. Выбор среды разработки ЭС

2.1 Инструментальные средства проектирования и разработки экспертных систем

2.2 Оболочки экспертных систем

2.3 Языки программирования

2.4 Среда программирования Delphi

Глава 3. Предметная область ЭС

3.1 Понятие предметной области

3.2 Предметная область ЭС «Выбор мобильного телефона

Глава 4. Руководство пользователя ЭС «По выбору мобильного телефона»

Заключение

Список использованной литературы: Приложение

Введение
Мобильные телефоны очень быстро внедрились в нашу повседневную жизнь. Миллионы людей ежедневно пользуются МТ, которые становятся непременным атрибутом современного человека.

В связи с этим возникают вопросы: как правильно выбрать сотовый телефон, кто может квалифицированно проконсультировать в вопросах выбора той или иной модели, всегда ли мнение консультанта - эксперта является объективным? Решить эти вопросы можно с помощью современных экспертных систем (ЭС). Проблема, построения модели экспертной системы выбора мобильного телефона заключается в сложности входящих в модель данных. При исследовании вариантов выбора следует учитывать как количественные показатели, так и качественные.

Целью работы является разработка экспертной системы по подбору сотового телефона по определенным критериям на основании анализа запросов покупателя, и ее реализация в языке Object Pascal.

Объектом исследования является процесс выбора модели телефона.

Предмет исследования - продукционная модель как метод построения базы знаний в экспертных системах.

Исходя из поставленной цели, выделяют следующие задачи исследования: 1. Анализ информации о мобильных телефонах

2. Изучение методов построения базы знаний

3. Разработка модели построения базы знаний

4. Изучение механизмов логического вывода

5. Реализация экспертной системы в языке программирования Object Pascal, который используется в среде программирования Delphi

В результате исследования будет создана экспертная система, способная осуществить выбор модели телефона наиболее соответствующей запросам покупателя.

Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность
своей работы


Новые загруженные работы

Дисциплины научных работ





Хотите, перезвоним вам?