ВУЗ:
Составители:
Рубрика:
ЗАКЛЮЧЕНИЕ
Использование методов искусственного интеллекта становится всё более актуальным для синтеза проектных решений.
В связи с этим необходимо правильно извлечь знания от эксперта; формализовать эти знания; представить в виде, пригодном
для дальнейшего использования; применить знания для решения конкретных задач. Этим вопросам и посвящено данное
учебное пособие.
В пособии представлены методы принятия решений для различных способов представления знаний. Приведено краткое
описание языка Пролог, который является наиболее распространённым языком программирования для систем
искусственного интеллекта. В качестве примера рассмотрен учебно-лабораторный комплекс для анализа знаний в условиях
нечётко-заданной экспертной информации.
Все рассмотренные вопросы будут полезны студентам и магистрантам, изучающим дисциплины “Интеллектуальные
подсистемы САПР”, “Системы искусственного интеллекта”, “Нейросетевые технологии в САПР”, а также использующим
методы искусственного интеллекта в выпускных квалификационных работах.
СПИСОК ЛИТЕРАТУРЫ
1.
Искусственный интеллект : В 3-х кн. Кн. 2. Модели и методы: справочник / под ред. Э.В. Попова. – М. : Радио и
связь, 1990. – 303 с.
2.
Левин, Р. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями
на Бейсике / Р. Левин, Д. Дранг, Б. Эделсон. – М. : Финансы и статистика, 1990. – 239 с.
3.
Нильсон, Н. Принципы искусственного интеллекта / Н. Нильсон. – М. : Радио и связь. 1990. – 376 с.
4.
Экспертные системы в САПР : лаб. работы / сост. : А.А. Кузнецов, О.П. Федосов. – Тамбов : Изд-во Тамб. гос. техн.
ун-т, 1995. – 33 с.
5.
Методы представления знаний : метод. указ. / сост. И.Л. Коробова. – Тамбов : Изд-во Тамб. гос. техн. ун-та, 2003. – 30
с.
6.
Основы теории нечётких множеств : метод. указания / сост. И.Л. Коробова. – Тамбов : Изд-во Тамб. гос. техн. ун-та,
2003. – 30 с.
7.
Малышев, Н.Г. Нечёткие модели для экспертных систем в САПР / Н.Г. Малышев, Л.С. Берштейн, А.В. Боженюк. –
М. : Энергоатомиздат, 1991. – 264 с.
8.
Горбань А.Н., Дунин-Барковский В.Л., Кирдин Н., Миркес Е.М., Новоходько А.Ю., Россиев Д.А., Терехов С.А.,
Сенашова М.Ю. Нейроинформатика. <http//www.bmstu.ru//facult/iu/iu4/rus/stst/book2/ann.htm>
9.
Вопросы приближения функций : метод. указ. / сост. : Ю.В. Литовка, А.В. Романенко, И.Л. Коробова. – Тамбов :
Изд-во Тамб. гос. техн. ун-та, 2001. – 20 с.
10.
Заде, Л. Основы нового подхода к анализу сложных систем и процессов принятия решения / Л. Заде // Математика
сегодня : сб. ст. – М. : Знание, 1974. – 48 с.
11.
Zimmerman H. J. Fuzzy Set Theory and its Applications. – Boston etc. 1992.
12.
Кафаров, Б.Б. Системный анализ процессов химической технологии. Применение метода нечётких множеств / Б.Б.
Кафаров, И.Н. Дорохов, Е.П. Марков. – М. : Наука, 1986.
13.
Кофман, Л. Введение в теорию нечётких множеств / Л. Кофман. – М. : Радио и связь, 1982.
14.
Нечёткие множества в моделях управления и искусственного интеллекта / под ред. Д.А. Поспелова. – М. : Наука,
1986.
15.
Вощинин, А.П. Оптимизация в условиях неопределенности / А.П. Вощинин, Г.Р. Сотиров. – Изд-во : МЭИ (Россия),
Техника (НРБ), 1990.
