Искусственный интеллект
Курсовая работа
5 фев 2021
22 страниц

Анализ современного состояния интеллектуальных систем и модулей для управления производственными процессами

История Интеллектуальных информационных систем (ИИС) начинается с середины XX века, что связано с развитием Искусственного интеллекта как нового научного направления, появлением термина «Artificial Intelligence». [11]
Предпосылки развития искусственного интеллекта в СССР и России появляются уже в XIX веке, когда Коллежский советник Семён Николаевич Корсаков (1787—1853) ставил задачу усиления возможностей разума посредством разработки научных методов и устройств, перекликающуюся с современной концепцией искусственного интеллекта, как усилителя естественного. В 1832 г. С. Н. Корсаков опубликовал описание пяти изобретённых им механических устройств, так называемых «интеллектуальных машин», [24] для частичной механизации умственной деятельности в задачах поиска, сравнения и классификации. В конструкции своих машин Корсаков впервые в истории информатики применил перфорированные карты, игравшие у него своего рода роль баз знаний, а сами машины по существу являлись предшественниками экспертных систем. «Интеллектуальные машины» позволяли находить решения по заданным условиям, например определять наиболее подходящие лекарства по наблюдаемым у пациента симптомам заболевания. [40] В СССР работы в области искусственного интеллекта начались в 1960-х гг. В Московском университете и Академии наук был выполнен ряд пионерских исследований, возглавленных В. Пушкиным и Д. А. Поспеловым. В 1964 г. была опубликована работа ленинградского логика С. Маслова «Обратный метод установления выводимости в классическом исчислении предикатов», [22] в которой впервые предлагался метод автоматического поиска доказательства теорем в исчислении предикатов. В 1966 г.

Введение
Основное назначение интеллектуальных системы и модулей для управления производственными процессами – это своевременное представление необходимой информации ЛПР для принятия им адекватных и эффективным решений при управлении процессами, ресурсами, финансовыми транзакциями, персоналом или организацией в целом.[2] Однако в процессе развития информационных технологий, исследования операций и технологий моделирования, а также с возрастанием потребителей информационно – аналитической поддержки самих ЛПР, все больше проявлялась потребность в системах, не только представляющих информацию, но и выполняющих некоторый ее предварительный анализ, способных давать некоторые советы и рекомендации, осуществлять прогнозирование развития ситуаций, отбирать наиболее перспективные альтернативы решений, т.е. поддерживать решения ЛПР, взяв на себя значительную часть рутинных операций, а также функции предварительного анализа и оценок. [20]
Информационная система поддержки решений (ИСПР) связывает интеллектуальные ресурсы управленца со способностями и возможностями компьютера для улучшения качества решений. Эти системы предназначены для менеджеров, принимающих управленческие решения в условиях полуструктурированных и слабо определенных задач. [39]
Таким образом, дальнейшее развитие ИСПР привело к созданию интеллектуальной информационной СПР. [6]
Интеллектуальные информационные технологии (ИИТ) (Intellectual information technology, IIT) — это информационные технологии, помогающие человеку ускорить анализ политической, экономической, социальной и технической ситуации, а также - синтез управленческих решений.
Использование ИИТ в реальной практике подразумевает учет специфики проблемной области, которая может характеризоваться следующим набором признаков:
• качество и оперативность принятия решений;
• нечеткость целей и институциальных границ;
• множественность субъектов, участвующих в решении проблемы;
• хаотичность, флюктуируемость и квантованность поведения среды;
• множественность взаимовлияющих друг на друга факторов;
• слабая формализуемость, уникальность, нестереотипность ситуаций;
• латентность, скрытость, неявность информации;
• девиантность реализации планов, значимость малых действий;
• парадоксальность логики решений и др.
ИИТ формируются при создании информационных систем и информационных технологий для повышения эффективности управления знаниями, принятия решений в условиях, связанных с возникновением проблемных ситуаций. [28] В этом случае любая жизненная или деловая ситуация описывается в виде некоторой познавательной модели (когнитивной схемы, архетипа, фрейма и пр.), которая впоследствии используется в качестве основания для построения и проведения моделирования, в том числе - компьютерного. [12]

Содержание
Введение……………………………………………………………………….....2
1. Анализ современного состояния интеллектуальных систем и модулей для управления производственными процессами………………………………….3
1.1 История развития Интеллектуальных информационных систем…………………………………………………………………………….3
1.2 Интеллектуальные системы и их виды………………………..…....4
1.3 Интеллектуальные информационные системы (ИИС) поддержки принятия решений………………………………………………………………..4
1.4 Стадии существования ИИС…………………………………...…….6
1.5 Структура интеллектуальной системы…………………………….7
1.6 Модели представления знаний в ИИС………………………………..7
1.7 Обработка знаний и вывод решений в ИИС………………………....9
1.8 Интеллектуальный интерфейс………………..……………………...9
2. Оценка выборки литературных источников………………………………...11
Заключение………………………………………………………………..18
Список литературы……………………………………………………….19

1. Артамонов, Д. В. Основы теории линейных систем автоматического управления : учеб. пособие / Д. В. Артамонов, А. Д. Семёнов. Пенза : Изд-во Пенз. гос. ун-та, 2003.- 135 с.
2. Ахо, А. В. Структуры данных и алгоритмы / А. В. Ахо, Д. Э Хоп-крофт, Д. Д. Ульман. -М.: Вильяме, 2007.-391 с.
3. Бабичев, А. В. Распознавание и спецификация структур данных / А. В. Бабичев. М.: Ленанд, 2008. - 187 с.
4. Бергер, Г. Автоматизация посредством STEP 7 с использованием STL и SCL, и программируемых контроллеров SIMATIC S7-300/400 / Ганс Бергер. Б. м. : Siemens AG, 2001. - 776 с.
5. Большаков, А. А. Методы обработки многомерных данных и временных рядов : учебное пособие / А. А. Большаков, Р. Н. Каримов. М. : Горячая линия — Телеком, 2007. - 520 с.
6. Букреев, В. Г. Основы инструментальной системы разработки АСУ Trace Mode : учеб. пособие / В. Г. Букреев, А. В. Цхе. Томск : Изд-во ТПУ, 2003.-127 с.
7. Васильев, В. И. Интеллектуальные системы управления. Теория и практика : учебное пособие / В. И. Васильев, Б. Г. Ильясов. — М.: Радиотехника, 2009.-392 с.
8. Верёвкин, А. П. Современные технологии управления процессами : учеб. пособие / А. П. Верёвкин, С. В. Денисов. Уфа : Изд-во УГНТУ, 2001. -86 с.
9. Генельт, А. Е. Автоматизированные методы разработки архитектуры программного обеспечения / А. Е. Генельт. СПб. : СПбГУ ИТМО, 2007. -133 с.
10. Грекул, В. И. Проектирование информационных систем : учебное пособие / В. И. Грекул, Г. Н. Денищенко, Н. JI. Коровкина. М.: БИНОМ. Лаборатория знаний, 2008. — 299 с.
11. Деменков, Н. П. Нечёткое управление в технических системах : учеб. пособие / Н. П. Деменков. -М.: Изд-во МГТУ им; Н. Э. Баумана, 2005. 200 с.
12. Деменков, Н. П. Программные средства оптимизации настройки систем управления : учеб. пособие / Н. П. Деменков. М. : Изд-во МГТУ им. Н. Э. Баумана, 2006. - 244 с.
13. Деменков, Н. П. Языки программирования промышленных контроллеров : учеб. пособие / Н. П. Деменков ; под ред. К. А. Пупкова. М. : Изд-во МГТУ им. Н. Э. Баумана, 2004. - 172 с.
14. Денисенко, В. А. Основные определения дискретно-непрерывных сетей / В. А. Денисенко // Труды Одесского политехнического университета. — Одесса: Б. и., 1997.-Вып. 2. С. 9-13.
15. Зотов, М. Г. Многокритериальное конструирование систем автоматического управления / М. Г. Зотов. М. : БИНОМ. Лаборатория знаний, 2009. -375 с.
16. Игнатьева, А. В. Исследование систем управления / А. В. Игнатьева, М. М. Максимцов. -М.: ЮНИТИ-ДАНА, 2000. 157 с.
17. Интеллектуальные системы управления с использованием нейронных сетей : учеб. пособие / В. И. Васильев и др.. — Уфа: УГАТУ, 1997. — 158 с.
18. Ипатова, Э. Р. Методологии и технологии системного проектирования информационных систем / Э. Р. Ипатова, Ю. В. Ипатов. — М. : Флинта, 2008.-255 с.
19. Искусственный интеллект и интеллектуальные системы управления / И. М. Макаров и др.. М. : Наука, 2006. - 333 с.
20. Каяшева, Г. А. Дискретно-логический регулятор для управления критичными технологическими процессами / Г. А. Каяшева // Инновации в интегрированных процессах образования, науки, производства. Уфа : Гилем,2006.-С. 250-259.
21. Каяшева, Г. А. Дискретно-логические регуляторы с продукционными правилами на основе функций двузначной логики / Г. А. Каяшева // Инновации в интегрированных процессах образования, науки, производства. — Уфа : Гилем, 2007. С. 153-158.
22. Каяшева, Г. А. Управление исполнительными органами нефтегазового комплекса на основе дискретно-логического регулятора / Г. А. Каяшева, Е. А. Муравьёва // Нефтегазопереработка и нефтехимия 2005. Уфа : Изд-во ГУ ИНХП РБ, 2005. - С. 368-369.
23. Келим, Ю. М. Типовые элементы систем автоматического управления / Ю. М. Келим. М.: ФОРУМ ИНФРА-М, 2002. - 384 с.
24. Коломейцева, М. Б. Адаптивные системы управления динамическими объектами на базе нечётких регуляторов / М. Б. Коломейцева, Д. Л. Хо. -М. : Компания "Спутник +", 2002. 138 с.
25. Комиссарчик, В. Ф. Автоматическое регулирование технологических процессов / В. Ф. Комиссарчик. Тверь : ТГТУ, 2001. - 248 с.
26. Круглов, В. В. Интеллектуальные информационные системы: компьютерная поддержка систем нечёткой логики и нечёткого вывода : учеб. пособие / В. В. Круглов, М. И. Дли. М. : Физматлит, 2002. - 254 с.
27. Круглов, В. В. Нечёткая логика и искусственные нейронные сети : учеб. пособие / В. В. Круглов, М. И. Дли, Р. Ю. Годунов. М. : Изд-во Физ.-мат. лит., 2001.-224 с.
28. Лукас, В. А. Теория автоматического управления / В. А. Лукас. — 2-е изд., перераб. и доп. М.: Недра, 1997. - 416 с.
29. Методы робастного, нейро-нечёткого и адаптивного управления / под общ. ред. К. А. Пупкова. -М.: МГТУ им. Н. Э. Баумана, 2001.-245 с.
30. Мирошник, И. В. Теория автоматического управления. Линейные системы / И. В. Мирошник. — СПб. : Питер, 2005. — 336 с.
31. Нестеров, А. Н. Проектирование АСУТП. Методическое пособие. Книга 2 / А. Н. Нестеров. СПб.: ДЕАН, 2009. - 944 с.
32. Никулин, Е. А. Основы теории автоматического управления. Частотные методы анализа и синтеза систем : учебное пособие / Е. А. Никулин. -СПб.: БХВ-Петербург, 2004. 629 с.
33. Новые информационные технологии : учебное пособие / под ред. В. П. Дьяконова. М.: Солон-Пресс, 2009. - 639 с.
34. Пятибратов, А. П. Вычислительные системы, сети и телекоммуникации : учебник / А. П. Пятибратов, Л. П. Гудыно, А. А. Кириченко. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2003. — 512 с.
35. Рапопорт, Э. Я. Оптимальное управление системами с распределёнными параметрами : учебное пособие / Э. Я. Рапопорт. М. : Высшая школа, 2009.-677 с.
36. Ротач, В. Я. Теория автоматического управления: соответствуют ли её основные положения действительности? / В .Я. Ротач // Промышленные АСУ и контроллеры. 2007. -№ 3. - С. 12-19.
37. Рыжков, А. П. Элементы теории нечётких множеств и измерения нечёткости / А. П. Рыжков. М.: Диалог-МГУ, 1997. - 81 с.
38. Теория автоматического управления : учебник для машиностро-ит. спец. вузов / В. Н. Брюханов и др. ; под ред. Ю. М. Соломенцева. — 3-е изд., стер. — М.: Высшая школа, 2000. — 268 с.
39. Технология, экономика и автоматизация процессов переработки нефти и газа / С. А. Ахметов и др.. М. : Химия, 2005. - 736 с.
40. У сков, А. А. Интеллектуальные системы управления на основе методов нечёткой логики / А. А. Усков, В. В. Круглов. Смоленск : Смоленская городская типография, 2003. — 177 с.
41. Cao, S. G. Analysis and design for a class of complex control system. Part I: Fuzzy modeling and identification / S. G. Cao, N. W. Rees, G. Feng // Au-tomatica.- 1997.-No. 33.-P. 1017-1028.
42. Horsch, M. An anytime algorithm for decision making under uncertainty / M. Horsch, D. Poole // Artificial Intelligence : proceedings of the international joint conference. S. 1. : s. п., 1997. - P. 726-736.
43. Kayashev, A. I. Algorithm of physical quantities fuzzification on the basis of crisp sets / A. I. Kayashev, E. A. Muravyova, A. F. Antipin // CSIT'2007 : proceedings of the international workshop.-Ufa :USATU, 2007.-Vol. 2.-P. 82-83.
44. Kayashev, A. I. The basis of automated designing of multivariate logical regulators / A. I. Kayashev, E. A. Muravyova, A. F. Antipin // CSIT'2009 : proceedings of the international workshop. S. 1.: s. п., 2009. - Vol. 1. - P. 60-62.
45. Kayasheva, G. A. The model of fuzzy linguistic variable regarded as a total combination of crisp terms / G. A. Kayasheva, E. A. Muravyova // CSIT'2007 : proceedings of the international workshop. Ufa : USATU, 2007. - Vol. 2. - P. 87-89.
46. Kayasheva, G. A. The peculiarities of fuzzy controllers on the base of the fuzzy production rules system using functions of Boolean logic // CSIT'2008 : proceedings of the international workshop. S. 1.: s. п., 2008. - Vol. 2. - P. 45-47.
47. Kosko, B. The shape of fuzzy sets in adaptive function approximation / B. Kosko // IEEE transactions on fuzzy systems. 2001. - Vol'. 9. - P. 637-656.
48. SCADA системы для АСУ ТП. SCADA-SOFTLOGIC-MES-EAM Электронный ресурс. Электрон, дан. - [Б. м.] : AdAstra Research Group, 2009. - Режим доступа : http://www.adastra.ru, свободный. - Загл. с экрана.
49. Schneider Electric специалист в управлении электроэнергией Электронный ресурс. - Электрон, дан. - [Б. м.] : Schneider Electric, 2009. - Режим доступа : http://www.schneider-electric.ru/sites/russia/ru/home.page, свободный. - Загл. с экрана.
50. Zilberstein, S. Using anytime algorithms in intelligent systems / S. Zil-berstein//AI Magazine, 1997. Vol. 17. -No. 3. - P. 73-83.

Stasia Si Stasia Si
4900 р