Синергетические базы знаний
Автор: Евгенев Г.Б.
Журнал: Онтология проектирования @ontology-of-designing
Рубрика: Прикладные онтологии проектирования
Статья в выпуске: 1 (39) т.11, 2021 года.
Бесплатный доступ
Современные базы знаний должны в значительной мере соответствовать человеческому мышлению и реальности мира. Синергетические базы знаний создают возможность совместного использования как «жёстких» вычислений, которые требуют точности и единственности решения, так и «мягких» вычислений, допускающих заданную погрешность и неопределённость для конкретной задачи. Предложена методология создания синергетических систем для представления знаний с использованием технологий искусственного интеллекта. Методология основана на методах создания баз знаний и может использоваться для разработки систем проектирования и управления в отраслях промышленности. Предложена модель представления лингвистических переменных. Рассмотрен метод создания нечётких баз знаний и этапы механизма логического вывода. Описан нечёткий вывод на примере механизма Мамдани. Предложена функциональная схема создания систем нечёткого логического вывода на основе структурированного чёткого модуля знаний. Рассмотрен метод создания баз знаний для реализации нейросетевых моделей. Приведён пример базы знаний для обучения нейронных сетей.
Мягкие вычисления, базы знаний, модуль знаний, интеллектуальные системы, системы проектирования
Короткий адрес: https://sciup.org/170178879
IDR: 170178879 | DOI: 10.18287/2223-9537-2021-11-1-76-88
Список литературы Синергетические базы знаний
- Батыршин, И.З. Нечёткие гибридные системы. Теория и практика / И.З. Батыршин, А.О. Недосекин, А.А. Стецко, В.Б. Тарасов, А.В. Язенин, Н.Г. Ярушкина // Под ред. Н.Г. Ярушкиной. - М.: ФИЗМАТЛИТ. 2007. 208 с.
- Ярушкина, Н.Г. Основы теории нечётких и гибридных систем / Н.Г. Ярушкина. - М. Финансы и статистика, 2004. 320 с.
- Штовба, С.Д. Проектирование нечётких систем средствами MATLAB / С.Д. Штовба. М.: Горячая линия-Телеком. 2007. 288 с.
- Рутковская, Д. Нейронные сети, генетические алгоритмы и нечёткие системы / Д. Рутковская, М. Пилинь-ский, Л. Рутковский. — М.: Горячая линия-Телеком, 2008. 383 с. ISBN 5-93517-103-1.
- Рутковский, Л. Искусственные нейронные сети. Теория и практика / Лешек Рутковский. — М.: Горячая линия-Телеком, 2010. 520 с. ISBN 978-5-9912-0105-6.
- Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечёткая логика / А. А. Усков, А.В. Кузьмин. — М.: Горячая Линия-Телеком, 2004. 143 с.
- Голубев, Ю.Ф. Нейросетевые методы в мехатронике / Ю.Ф. Голубев. — М.: Изд-во Моск. ун-та, 2007. 157 с. ISBN 978-5-211-05434-9.
- Хайкин, С. Нейронные сети: полный курс = Neural Networks: A Comprehensive Foundation / С. Хайкин. 2-е изд. — М.: Вильямс, 2006. 1104 с. ISBN 0-13-273350-1.
- Гладков, Л.А. Генетические алгоритмы: / Л.А. Гладков, В.В. Курейчик, В.М. Курейчик. — 2-е изд. — М.: Физматлит, 2006. 320 с. ISBN 5-9221-0510-8.
- Ульянов, С.В. Интеллектуальное робастное управление: технологии мягких вычислений / С.В. Ульянов, Л.В. Литвинцева, В.Н. Добрынин, А. А. Мишин. - М.: ВНИИгеосистем, 2011. 406 с.
- Hutter, M. Universal Artificial Intelligence / Marcus Hutter. Berlin: Springer. 2005. ISBN 978-3-540-22139-5.
- Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика / В.Б. Тарасов. - М.: Эдиториал УРСС, 2002. 352 с.
- Евгенев, Г.Б. Экспертопедия как средство создания онтологического Интернета знаний / Г.Б. Евгенев // Онтология проектирования. - 2019. - Т.9, №3(33). - С.7-23. DOI: 10.18287/2223-9537-2019-9-1-7-23.
- Евгенев, Г.Б. Основы автоматизации технологических процессов и производств. Т. 2: Методы проектирования и управления / Г.Б. Евгенев // Москва, Изд-во МГТУ им. Н.Э. Баумана, 2015. 479 с.
- Заде, Л. Понятие лингвистической переменной и его применение к принятию приближённых решений / Л. Заде. — М.: Мир, 1976. 166 с.
