45080 (Ответы к экзамену по специальности Информатик-технолог), страница 3

Лингвистическое обеспечение.

Языковые средства - множество единиц выражающих смысл.

Информационное обеспечение.

Информационная база совокупность данных и документов и методов их подготовки. В соаременных АИПС вся информация представлена в машиночитаемом языке. Отсюдова вытикает выделяемость внемашинных доков совокупность доков предназначеных для непосредственного использования. Внутримашинные доки на машиночитаемых насителях делятся на 2 группы:

1) Доки служащие основным источником информации при удовлетворении запрсов пользователей.

2) Доки составляющие основу служебной и управленческой документации и делятся на такие: Организационные, Распорядительные, Служебные, Плановые, Производственные, Бухгалтерсие.

11. Структура ЭС, ее основыне системы.

Экспертные системы относятся к числу интелектуальных вычислительных систем и предназначены для моделирования, или имитации поведения опытных специалистов-экспертов при решении задач по какому-либо узкому вопросу.

Современные ЭС включают в себя как правило, следующие компаненты:

-подсистему приобретения знаний;

-базу знаний;

-машину вывода;

-рабочую память;

-интерфейс пользователя;

-подсистему объяснения;

-подсистему совершенствования вывода и "очищение" знаний.

Посистема приобретения знаний - сбор знаний и приобретение опыта решения проблем из некоторых источников знаний в компутерные программы при их создании или расширении. Потенциальные источники знаний включают людей-экспертов, учебние, база данных, исследовательские отчеты, собственный опыт пользователя. Приобретени знаний сложна задача, представляющая узкое место в создании ЭС. ДЛя построения базы знаний необходим инженер по знаниям, помогающий эксперту структурировать его знания о предметной области, интерпритируя и интегрируя ответы и вопросы, находя аналогии, предлагая контрпримеры и выявляя концептуальные трудности.

База знаний - это все необходимое для понимания, формирования и решения проблемы. она содержит два основных элемента: факты(данные) из предметной области и специальные эвритики или правила, которые управляют использованием фактов при решени проблем.

Машина вывода - "Мозг" ЭС известная как управляющая структура или инрепритатор правил (в ЭС основаных на правилах).

Компутерная программа, поддерживающая методологию обработки информации из базы знаний, получение и представлениезаключений и рекомендации. Машина вывода попосредством формирования и организации последовательности шагов, предпринимаемых для решения проблемы, управляет использованием системных знаний.

Основными элементами мащины вывода являются:

.интерпритатор - который выполняет выбранную "ветку", применяя соответствующие правила из базы знаний;

.планировщик - управляет процессом выполниея "ветви", оценивая эффект применения различных правил с точки зрения приоритетов или других критериев.

Рабочая память - облость, выделеная для описания текущей проблемы, специфицированная входными данными; испоьзуется также для запяси промежуточных результатов. В РП записываются текущие гипотезы для решения проблемы; план - какая стратегия выбрана для решеняи проблемы; повестка - потенциальные действия, ожидающие выполения; решение - гипотезы и альтернативные способы действия, сгенерированнные системой.

Интерфейс пользователя - ЭС содержат языковой процессор для дружественного , проблемно-ориентрованного общения между пользователем и компутером. Меню на естественном языке, графика.

Подсистема объяснения - возможность проверки соответствия выводов их посылка имеет важное знание как при передаче опыта, так и при решении проблемы. Подсистема может проследить это соответсвие и объяснить поведение ЭС, интерактивно отвечая на вопросы.

Совершенствоавния вывода - как и люди эксперты ЭС може нализировать своб собственную работы, опыть, знания и улудшать их. В роцессе решения проблемы ЭС проводит двухсторонний диалог с пользователем, запрашивая его о фактах, касающейся конкретного случая. После получения ответа ЭС пытается получить заключение. Эта попытка осуществляется МВ, решающей, какая стратегия эвристического поиска должна быть использована для определения порядка применения к данной проблеме знаний из базы знаний.

12. Модели представления данных.

Представлнеи данных - это соглашение о том, как описывать реальный мир. Представлнеи занаий должно быть понятным экспертам и пользователям системы. Модели могут быть такми:

-логические исчисления;

-фреймы;

-семантические сети.

Логические исчисления - в большенстве случаев ограничиваются исчислением предикатов первого порядка. В простейшем случае запись факта имеет вид P(x,y,z...), где P-отношение, а x,y,z... - объекты, на которых оно задано. Логическте модели представлнеия фактов с помощью предикатов носят название атомарных формул.

Фреймовая модель - основаня на теории М.Минского, представляет собой систематизированую в виде единой теории технологическую модель памяти человека и его сознания. Фрейм - структура данных для представлнеия некоторго концептуального объекта.

Собстенно структура, описывающая некоторую ситуацию, называется фреймом-прототипом. К достоинствам можно отнести ее естественность, наглядность представления, модульность, поддержку возможности использования правил умолчания.

Семантическая сетка - основой нотаций для которой является формализация знаний в виде ориентрованного графа с размеченными вершинами и дугами. Вершины - объекты или ситуации, а дуги - оношения между ними. По сравнению с другими методами представления знаний семантические сети более естественны, наглядны и понятны. Они адекватно отражают взаимосвязь примитивных фактов.

Однако события, представленные в виде тразитивных формул, в виде сети представить сложно. Кроме того, существует точка зрения, что семантические сети - это формализм, который существует для представления высказываний о внешне мире, а не для представления проблемно-ориентрованных моделей внешнего мира. Из этого следует семантические сети видятся малопригодными для построения формальных моделей реального мира или его части.

23. Работа с несколькими окнами. Связывание. Консолидация.

Очень не удобно вводить большое количество данных в таблицу, когда строка или столбец выходит за пределы экрана. Excel дает возможность открыть новое окно или разделить 1 окно на несколько частей, чтобы просматривать различные фрагменты 1 рабочего листа.

Excel представляет возможность связывания рабочих листов. Способы позволяют работать с большими и сложными таблицами и производить объемные вычисления. С их помощью можно свести значение разных таблиц в 1 рабочий лист.

Например, А5* Прайслист! С4

А5 – адрес ячейки, где указано количество предметов для калькуляции – это называется связывание. В этом случае отсылка к другому рабочим листам нужно задать полный путь и имя файла узнается в единых скобках, и имя рабочей книги в квадратных скобках.

Например, ‘С:\EXCEL\[PRISEXLS]ПРАЙСЛИСТ”.$A$1

При сохранении файлов со ссылками на др. таблицу пр. всего обращают внимание на очередность сохранения.

Консолидация – это способ связывания различных таблиц, с помощью которой можно обрабатывать суммы, среднее значение и вести статистическую обработку, используя данные разных областей 1-го рабочего листа, нескольких рабочих листов и нескольких рабочих книг.

Консолидация применяется при изготовлении квартальных отчетов, обработку данных по отбору средств и т.д.

13. Использование аппарата нечеткой логики при выработке заключения в ЭС.

Машина вывода включает последовательность циклов, каждый из которых может содержать две.

Машина вывода обрабатывает БЗ, включающую базу фактов (БФ), содержащую достоверные факты и факты, которые требуется установить; базу правил (БП), состоящую из процедурных знаний.

В фазе АНАЛИЗА машина вывода определяет в текущей БП правила, которые можно разъединить на части, исходя из текущей БФ; в фазе ВЫПОЛНЕНИЕ машина разъединяет правила, найденные в фазе АНАЛИЗА.

Останов машины вывода может произойти в любой из этих фаз. В фазе АНАЛИЗА он означает отсутствие правил для разъединения на основе текущих БФ и БП. Останов в фазе ВЫПОЛНЕНИЕ относится к некоторому разъединяемому правилу.

Фаза АНАЛИЗА включает три этапа: ВЫБОР, ФИЛЬТРАЖ и РАЗРЕШЕНИЕ КОФЛИКТОВ.

На этапе ВЫБОР определяется подмножество фактов Ф1 из БФ и подмножество правил П1 из БП, исходя из текущих или прежних состояний БФ и БП. Выбранные подмножества обрабатываются на следующем этапе ФИЛЬТРАЖ. Выбор подмножеств Ф1 и П1 связан с целесообразностью обрабатывать факты и правила, относящиеся к ограниченной области знаний. Например, в медицинской диагностике можно разделить правила, связанные с детскими болезнями, от других правил; или отличить факты об анализе крови от других фактов. В некоторых машинах вывода отличают достоверные факты от фактов, которые требуется установить.

На этапе ФИЛЬТРАЖ машина сравнивает разъединяемую часть каждого из правил П1 с фактами из Ф1. В результате такого сравнения выбирается подмножество правил П2 из П1, которые совместимы с Ф1, т.е. правила, которые можно разъединить, используя Ф1. Подмножество П2 называют множеством конфликтов.

На этапе РАЗРЕШЕНИЕ КОНФЛИКТОВ выделяется подмножество правил П3 из П2, которые должны быть эффективно разъединены. Если П3 пусто, то фаза ВЫПОЛНЕНИЕ отсутствует для данного цикла. Выбор правил на последнем этапе обычно не связан с существом их применения. Так, например, БП является произвольно упорядоченным списком правил, из которого они последовательно выбираются, или предпочтение отдается наименее обрабатываемым правилам, или вначале выбираются правила, которые считаются менее сложными, содержащими меньше условий для проверки. Иногда выбор правил связан с контекстом их применения. Так, одни правила более предпочтительны с точки зрения решаемой проблемы, чем другие.

Фаза ВЫПОЛНЕНИЕ является второй частью каждого цикла. Машина вывода управляет разработкой действий, определяемых правилами подмножества П3 (если оно не пусто). Управление обработкой правил П3 отличается в различных типах машин вывода.

Когда П3 пусто, некоторые более простые машины вывода останавливаются. Говорят, что такие машины работают в режиме без возврата. Другие машины вновь рассматривают множество конфликтов П2 предыдущего цикла и пытаются разъединить другие правила П2. Однако, если ни одно их разъединенных правил, реализованных в течение предыдущего выбора в П2, не ставится под вопрос, т.е. если действия этих правил не удалены перед разъединением других правил, говорят, что такие машины функционируют в режиме без возврата. В противоположность рассмотренным машинам имеются такие машины, которые работают в режиме, управляемом попытками, т.е. когда разъединение одних правил заменяется другими. Машины, которые возвращаются к разрешению предыдущих конфликтов, ставя под вопрос разъединения правил, работают в режиме возврата.

Базовый цикл машин вывода было бы целесообразно реализовать в виде инструкций традиционной ЭВМ. А каждый цикл вывода требует выполнения сотен или тысяч подобных инструкций. Для машин вывода, реализованных на современных ЭВМ, предполагается скорость порядка нескольких сотен циклов вывода в секунду. В рамках японского проекта ЭВМ пятого поколения делается попытка реализовать электронные схемы и архитектуры машин, позволяющие достигнуть скорости порядка миллиона или миллиарда lips (Logical Interference Per Second), где каждый цикл считается одним выводом.

14. Специфика решения задач в ЭС. Методы, используемые при построение механизма логического вывода.

В системах, база знаний которых насчитывает сотни правил, желательным является использование стратегии управления выводом, позволяющей минимизировать время поиска решения и тем самым повысить эффективность вывода. К числу таких стратегий относятся: поиск в глубину, поиск в ширину, разбиение на подзадачи и альфа-бета алгоритм.

При поиске в глубину в качестве очередной подцели выбирается та, которая соответствует следующему, более детальному уровню описания задачи. Например, диагностирующая система, сделав на основе известных симптомов предположение о наличии определенного заболевания, будет продолжать запрашивать уточняющие признаки и симптомы этой болезни до тех пор, пока полностью не опровергнет или подтвердит выдвинутую гипотезу.

При поиске в ширину, напротив, система вначале проанализирует все симптомы, находящиеся на одном уровне пространства состояний, даже если они относятся к разным заболеваниям, и лишь затем перейдет к симптомам следующего уровня детальности.

Разбиение на подзадачи – подразумевает выделение подзадач, решение которых рассматривается как достижение промежуточных целей на пути к конечной цели. Примером, подтверждающим эффективность разбиения на подзадачи, является поиск неисправностей в компьютере – сначала выявляется отказавшая подсистема (питание, память и т.д.), что значительно сужает пространство поиска. Если удается правильно понять сущность задачи и оптимально разбить ее на систему иерархически связанных целей-подцелей, то можно добиться того, что путь к ее решению в пространстве поиска будет минимален.

Альфа-бета алгоритм позволяет уменьшить пространство состояний путем удаления ветвей, неперспективных для успешного поиска. Поэтому просматриваются только те вершины, в которые можно попасть в результате следующего шага, после чего неперспективные направления исключаются. Альфа-бета алгоритм нашел широкое применение в основном в системах, ориентированных на различные игры, например в шахматных программах.

19-20. СУБД. Сравнение. Тенденции развития.

Реляционная модель описывает, какие данные могут храниться в реляционных базах данных, а также способы манипулирования такими данными. В упрощенном виде основная идея реляционной модели состоит в том, что данные должны храниться в таблицах и только в таблицах. Эта, кажущаяся тривиальной, идея оказывается вовсе не простой при рассмотрении вопроса, а что, собственно, представляет собой таблица? В данный момент существуем много различных систем обработки данных, оперирующих понятием "таблица", например, всем известные, электронные таблицы, таблицы текстового редактора MS Word, и т.п. Ячейки электронной таблицы могут хранить разнотипные данные, например, числа, строки текста, формулы, ссылающиеся на другие ячейки. Собственно, на одном листе электронной таблицы можно разместить несколько совершенно независимых таблиц, если под таблицей понимать прямоугольную область, расчерченную на клеточки и заполненную данными.

Типы данных