CC BY
43
Материалы Всероссийской конференции
“Интеллектуальные САПР-97”
• максимально возможная независимость друг от друга двух частей системы знаний алгоритмических знаний (знания о том как решать задачу, представленные в виде последовательностей инструкций) и знаний о проблемной среде (знания об объектах ПС и их свойствах, о закономерностях, существующих в ПС и не зависящих от решаемой задачи, ситуативные знания);
• знания о ПС образуют целостную систему — базу знаний о ПС. Основу БЗПС составляют декларативные знания, которые только констатируют наличие или отсутствие в ПС определенных фактов, не предписывая системе никаких действий, что обеспечивает высокую степень открытости базы знаний;
• алгоритмические знания представляются в виде совокупности независимых друг от друга и от ПС автономных функциональных систем, интеграция которых в единую систему АЗ осуществляется только через БЗПС, посредством передачи в нее результатов деятельности отдельных функциональных систем для их возможного использования для решения других подзадач.
УДК 658.512
Мелихова О.А.
Нечеткая модель представления и преобразования знаний интеллектуальной
системы
На основе известных методов представления и обработки нечетких знаний разработана структура интеллектуальной системы принятия решений с повышенным коэффициентом интеллектуальности для диагностики и назначения лекарственных средств естественной медицины. На основе симптомов заболевания пациента, выраженных нечеткими значениями лингвистических переменных, система ставит автоматический диагноз заболевания, используя практически разработанную базу знаний в виде нечетких метаимпликаций и нечетких отношений на нечетких ситуациях. В базе знаний системы используются как известные методы нечеткого логического вывода на основе композиционного правила и на основе распознавания эквивалентности нечетких ситуаций, так и новый метод логического вывода - экспресс вывод на основе нечеткой аналогии. После постановки диагноза система обращается к базам данных и выдает рекомендации по лечению и профилактике заболеваний с использованием лекарственных средств естественной медицины. Построенная модель базы знаний позволяет получить приближенный диагноз, т.к. не учитывает всех факторов. Но в случае профилактического использования лекарственных средств народной медицины это вполне оправданно, а во многих случаях оказывается не только оправданным, но и эффективным. Для построения более точной модели базы знаний ее можно дополнить соответствующими недостающими симптомами и более тонкой градацией нечетких значений лингвистических переменных.
Работа выполнена при поддержке РФФИ.
УДК 681.51
Бутенко Д.В., Бутенко Л.Н.
Концепция маркетинга, основанного на закономерностях развития Технических
Систем (Инновационный маркетинг)
В условиях насыщенности рынка товаров и услуг, постоянного роста сложности предлагаемых товаров, когда многосторонняя конкурентная борьба заставляет постоянно увеличивать потребительскую привлекательность продукта, качество выходного товара,
Известия ТРТУ
Тематический выпуск
совершенствовать технологии и увеличивать требования к сырью, управление процессом выработки решений повышения эффективности производства должен взять на себя маркетинг.
В настоящее время традиционный маркетинг использует следующие методы прогнозирования:
нормативное прогнозирование, по сути не столько прогнозирование, сколько планирование, когда составляются подробнейшее описание последовательности осуществления проекта.
исследовательское прогнозирование, которое разделяется на три вида: экспертное прогнозирование, основанное на суммировании мнений специалистов, прогнозирование по аналогии, использующее знания о развитии живых и биологических систем ; экстраполяция тенденций развития -это метод, основанный на предположении, что тенденция развития, проявленная ранее, сохранится и в будущем.
Нами предлагается концепция инновационного маркетинга, использующая закономерности развития технических систем. Суть концепции инновационного маркетинга заключается в следующем. Поскольку развитие технических систем осуществляется по объективным законам развития техники, логично использовать выявленные законы для прогнозирования развития. Таким образом, можно предсказать последовательность замены существующих на рынке технических продуктов и осуществлять опережающее планирование выдвижения на рынок тех или иных товаров. Речь идет о том, что можно управлять появлением на рынке новых продуктов. Могут быть созданы как безмашинные так и интеллектуальные информационные системы. Такие начальные подходы к созданию инновационного маркетинга в настоящее время разработаны, в частности, создан макет экспертной системы прогнозирования развития технических систем, система ассоциативного поиска решений для различных областей «ИНСПИРАТОР», использующая эвристические функции языка и визуальных образов, а так же практически реализованная система маркетинга, выполняющая стандартные функции слежения за состоянием рынка, потоков финансов и продукции, разработана система наполнения банка потребностей предприятий, для реализации ассоциативной цепи «потребность» - «цели» - «функции».
Отметим также, что для целей инновационного маркетинга можно использовать банки фундаментальных знаний при создании объектно-ориентированного интеллектуального интерфейса.
Традиционные методы исследования рынка должны быть использованы как часть системы маркетинга, для получения и передачи результатов анализа в предлагаемое инновационное звено.
В заключительной части такой системы маркетинга логично использовать звено, решающее вопросы продвижения товаров на рынки, создания потребительской потребности в новых товарах, выработку и поддержание фирменного стиля предприятия, рекламных решений и внешнего облика продуктов.
В целом, необходимо отметить, что такой подход, что немаловажно, не требует реинжиниринга, т.е. перестройки структуры предприятия и создается для усиления роли существующих элементов управления.
УДК 658.512
Неймарк Ю.И., Рапопорт А.Н.
Эволюционные алгоритмы оптимиэациии их автоматная реализация
Вопрос о том, каким образом возможна самоорганизация поиска сложных решений с помощью простых действий, представляет общий интерес, как для математики и кибернетики, так и всей науки в целом. Природа нашла пути к такой самоорганизации, и, естественно, мы хотим понять, как она это сделала. Можно сказать, что она нашла их дважды: один раз в виде процесса эволюции, приведшего к живым организмам, другой раз в самих живых организмах,
