Особенности методов искусственного интеллекта

Содержание:

Особенности методов искусственного интеллекта

Введение

В последние годы среди специалистов в области теории автоматического управления наметился очевидный подъем интереса к новым нетрадиционным (то есть сформировавшимся вне рамок классической парадигмы, базирующейся на аппарате интегро-дифференциального исчисления) подходам, объединенным общей целью интеллектуализации систем управления. Наверное, трудно даже перечислить все те классификационные признаки, по которым эти подходы разнятся между собой, но одной из основных граней различия является то, что именно положено в основу концепции интеллектуализации — формализованные каким-либо образом знания человека об объекте управления (ОУ), либо свойственные человеку приемы мышления, посредством которых он изучает окружающий мир и подчиняет его своим интересам.

К первой группе подходов можно отнести, например, жестко детерминированные экспертные системы, а также более гибкие системы управления на базе нечеткой (фаззи) логики (fuzzy logic).

Второй подход реализуется в рамках эволюционных методов моделирования, под которыми мы подразумеваем генетические алгоритмы (ГА) и искусственные нейронные сети (ИНС).

Таким образом, целью данной работы является рассмотрение особенностей методов искусственного интеллекта.

Для достижения поставленной цели необходимо решить следующие задачи:

1. рассмотреть особенности теории нечетких множеств и нечеткой логики;

2. раскрыть аспекты искусственных нейронных сетей;

3. описать сущность генетических алгоритмов.

I. Теория нечетких множеств и нечеткая логика

1.1. Теория нечетких множеств

…

В контрольной:

Рассмотрение нечетких множеств, нечеткой логики, искусственных нейронных сетей и генетических алгоритмов в контексте методов искусственного интеллекта

• Что такое нечеткие множества и нечеткая логика?
• Какие особенности имеют искусственные нейронные сети?
• Что такое генетические алгоритмы и как они работают?