Информационные системы в экономике. Шпаргалка

Статическая база знаний используется в экспертных системах с монотонным выводом, в которых факты, хранимые в базе знаний, являются статичными, т.е. не изменяются и не удаляются в процессе решения задачи.

База данных содержит количественные характеристики фактов из базы знаний.

Механизм логического вывода (МЛВ) составляет наиболее важную часть экспертной системы. МЛВ – это логико–математический аппарат, который непосредственно осуществляет поиск решения задачи и получение достоверного вывода на основе знания базой знаний данных базы данных.

Блок объяснения предназначен для разъяснения сгенерированных выводов. Данный блок позволяет проследить цепочку логических рассуждений экспертной системы и вмешиваться в ход решения задачи.

Блок введения, пополнения и корректировки баз знаний необходим для поддержки мощности и актуальности базы знаний с помощью исключения устаревших и несовершенных правил или добавления новых.

В экспертных системах знания могут быть представлены посредством типичных моделей представления знаний:

1) формальные модели, основанные на применении методов математической логики и исчислении предикатов, или логические модели;

2) модель, основанная на использовании правил (продукционная модель);

3) модель, основанная на использовании фреймов;

4) модель семантической сети.

Общей характеристикой перечисленных моделей является то, что знания представлены в символьной форме, т.е. элементарными структурными единицами представления знаний являются тексты, списки и другие символьные структуры.

83 ИСПОЛЬЗОВАНИЕ ТЕОРИИ НЕЧЕТКОЙ ЛОГИКИ ПРИ СОЗДАНИИ ЭКСПЕРТНОЙ СИСТЕМЫ

В конце ХХ в. одним их наиболее популярных методов создания экспертных систем стала теория нечеткой логики, которая основывается на теории нечетких множеств (Fuzzy Sets Theory), изложенной в серии работ Л. Заде в 1965—1973 гг. Основным новшеством этой теории стало применение элементов множеств, для которых функция принадлежности не является двухэлементной, а представляет собой плавную сигмоиду (часто упрощаемую ломаной линией), способную принимать все значения от нуля до единицы.

С помощью теории нечеткой логики можно выполнять все возможные логические операции (объединение, пересечение, отрицание и др.) над любыми качественными величинами реального мира.

Согласно теореме FAT (Fuzzy Approximation Theorem), доказанной Б. Коско, любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике.

Преимущество методов нечеткого управления перед традиционными методами анализа и вероятностным подходом заключается в более быстром анализе задачи и получении результатов с высокой точностью. Б. Коско считает, что нечеткие экспертные системы отличают от традиционных экспертных систем три преимущества:

1) лучшая адаптированность к условиям реального мира;

2) отсутствие проблемы «циклических блокировок» при построении заключений;

3) различные базы нечетких правил с легкостью поддаются объединению, что редко удается в обычных экспертных системах. Среди наиболее популярных областей внедрения экспертных систем на основе алгоритмов нечеткой логики можно выделить:

1) нелинейный контроль над процессами (производство);

2) самообучающиеся системы или классификаторы, исследование рисковых и критических ситуаций;

3) распознавание образов;

4) финансовый анализ (фондовый рынок, валютный рынок);

5) исследование данных;

6) совершенствование стратегий управления и координации действий, например сложное промышленное производство.

Одной из основных областей приложения нечетких экспертных систем в последнее десятилетие стали финансовые рынки. Банки, брокерские организации и частные трейдеры используют различные по стоимости комплексные системы, включающие модуль нечеткой логики, для решения сложнейших задач прогнозирования различных сегментов финансовых рынков.

Основные результаты использования нечеткой логики в различных областях внедрения были получены в Японии, где работает специально созданная лаборатория LIFE (Laboratory for International Fuzzy Engineering Research). Программа данной организации заключается в создании более близких человеку вычислительных устройств.

84 ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ

Проблема защиты информации актуальна для любой организации, фирмы и частного пользователя ПК, обладающих различного рода конфиденциальной информацией, доступ к которой должен быть строго ограничен.

Проблему защиты информации можно рассматривать как совокупность тесно связанных между собой вопросов в областях права, организации управления, разработки технических средств, программирования и математики.