Книга: Матвеев М. Г., Свиридов А. С., Алейникова Н. А. «Модели и методы искусственного интеллекта. Применение в экономике»

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 эко¬номическим задачам.
Для студентов, аспирантов, научных работников и специалистов, изуча¬ющих и разрабатывающих интеллектуальные информационные системы в экономической и других областях применения.

Содержание:

Предисловие...... 5 Глава 1. Системы искусственного интеллекта в экономике...... 7 1. 1. Искусственный интеллект в проблеме принятия решений...... 7 1. 2. Подходы к созданию систем искусственного интеллекта...... 9 Глава 2. Теоретические основы создания систем искусственного интеллекта...... 21 2. 1. Информация и ее виды, измерение информации...... 21 2. 2. Основы теории неопределенности, нечеткие множества...... 35 2. 3. Основы математической (бинарной) логики...... 59 2. 4. Логический вывод на основе алгебры логики...... 69 2. 5. Логический вывод на основе исчисления высказываний и предикатов...... 89 2. 6. Нечеткая логика и нечеткий вывод...... 106 Контрольные вопросы и практические задания...... 115 Глава 3. Экспертные системы...... 121 3. 1. Понятие, назначение, структура...... 121 3. 2. Базы знаний и модели представления знаний...... 127 3. 3. Механизм работы со знаниями...... 145 Контрольные вопросы и практические задания...... 165 Глава 4. Инженерия знаний...... 166 4. 1. Классификация методов инженерии знаний...... 166 4. 2. Извлечение знаний (непосредственное взаимодействие эксперта и инженера знаний)...... 168 4. 3. Приобретение знаний (автоматизированное взаимодействие эксперта и инженера знаний)...... 170 4. 4. Автоматическое формирование знаний...... 178 Контрольные вопросы и практические задания...... 187 Глава 5. Искусственные нейронные сети...... 188 5. 1. Биологические нейронные сети...... 188 5. 2. Искусственные нейронные сети...... 191 5. 3. Возможности искусственных нейронных сетей по обработке информации...... 199 5. 4. Модель биологического нейрона...... 202 5. 5. Многослойный персептрон...... 208 5. 6. Отбор и предварительная обработка исходных данных...... 217 5. 7. Выбор оптимальной структуры многослойной сети...... 223 5. 8. Обучение многослойных сетей методом обратного распространения ошибки...... 231 5. 9. Обучение нейронных сетей «без учителя»...... 240 5. 10. Обучение нейронных сетей методом Хебба...... 241 5. 11. Сеть Кохонена...... 245 5. 12. Архитектура рекуррентных нейронных сетей. Нейронные сети Хопфилда и Хэмминга...... 254 5. 13. Сеть встречного распространения...... 263 5. 14. Модели теории адаптивного резонанса (ART)...... 266 5. 15. Нечеткие сети Такаги—Сугено—Канга...... 276 Контрольные вопросы и практические задания...... 284 Глава 6. Генетические алгоритмы...... 287 6. 1. Вводные понятия...... 287 6. 2. Пример работы генетического алгоритма...... 291 6. 3. Кодирование фенотипов в хромосомы...... 296 6. 4. Функция приспособленности...... 307 6. 5. Формирование начальной, текущей популяции и родительского пула...... 314 6. 6. Операторы репродукции...... 319 6. 7. Теоретические аспекты применения генетических алгоритмов...... 324 Контрольные вопросы и практические задания...... 335 Глава 7. Решение экономических задач методами искусственного интеллекта...... 336 7. 1. Применение технологий экспертных систем...... 336 7. 2. Использование нейронных сетей в задачах искусственного интеллекта...... 389 7. 3. Применение генетических алгоритмов в задачах искусственного интеллекта...... 404 7. 4. Использование гибридных систем...... 427 Библиографический список...... 440 Предметный указатель...... 442

Издательство: "Финансы и статистика" (2011)

ISBN: 9785279032792