Представление знаний в ИС (стр. 6 )

№	Генотип		Р
1	1	2	3	4	5	20	20/93
2	2	1	3	4	5	23	23/93
3	3	4	5	1	2	26	26/93
4	4	5	1	2	3	24	24/93

Р – вероятность скрещивания. Генотип определяет последовательность обхода узлов графа, в соответствии с заданным законом.

Найдем значение критерия качества для минимальной суммы длин соединения:

=4+3+5+8=20

=4+6+5+8=23

=5+8+9+4=26

=8+9+4+3=24

Этап скрещивания: выбираем 2 наиболее оптимальные особи. Для выполнения операции Крассенговера разделим код на разряды:

№	Генотип
1	1	23	45
2	2	13	45
№	Генотип
3	3	451	2
4	4	512	3

Родители

Меняем местами соответствующие разряды в строках:

Потомки

№	Генотип
1	2	23	45	16
2	1	23	45	20

Мутация

№	Генотип
3	4	451	2	21
4	3	512	3	25

10.2.  Технология Data Mining

KDD – Knowledge of discovery in database. Данная технология предназначена для работы с хранилищами данных в распределенном пространстве.

Технология Data Mining заключается в определении закономерностей, фактов или событий, встречающихся в хранилищах данных, с целью получения максимальной прибыли или оптимизации работы деятельности компании. Data Mining отличается от технологий разработчиков систем типа OLAP наличием статической (динамической) количественной оценки взаимосвязанных факторов. Аналитическая система OLAP только описывает факты, так как они есть.

Всю совокупную информацию в хранилищах данных можно представить в трех слоях:

1. Оперативная обработка данных (обработка транзакций)

2. и 3. Недоступны для использования в аналитической системе. Т. о. для слоя 2, недоступной для оперативной обработки и для исследования данных, в используется интеграция методов OLAP, аналитическая обработка и технология Data Mining (может быть реализована только для второго слоя).

Технология Data Mining осуществляет поиск закономерности в обозримом пространстве данных с помощью следующих моделей:

·  Классификация – использование единственной переменной, определяющей класс совершающихся событий.

·  Регрессионный анализ – классификация событий в обозримом пространстве данных по нескольким переменным.

Регрессионный анализ в пространстве – изменение классификационных характеристик обозримого пространства данных, с учетом показателя времени.

Кластеризация – определение кластеров параметров по значению метаданных в обозримом пространстве данных.

Ассоциации – исследование структур имеющихся событий в обозримом пространстве данных.

Последовательность – извлечение закономерности из совокупности событий следующих друг за другом.

Методы поиска закономерностей технологии Data Mining:

·  Нейронные сети.

·  Бинарные и деревья (tree).

·  Нечеткие множества.

·  Выделение ассоциаций, последовательностей.

·  Интеллектуальная обработка данных.

·  Синтаксический, семантический анализ.

·  Генетические алгоритмы.

·  Эволюционное программирование.

·  Сравнение с образцами предшествующих данных.

Последовательность реализации задачи раскопок данных:

Изучение предметной области для Data Mining.

Подготовка информации в хранилище данных для выполнения Data Mining, т. е. выделение в многомерном пространстве данных N-мерные структур, которые предназначены для передачи данных на уровень Data Mining.

Исследование данных в обозримом пространстве данных, исключение ”мусора”.

Моделирование ситуаций, приводящих к выгоде на основе использования моделей и методов.

Тестирование созданных моделей на основе новых закономерностей, определение работоспособности моделей.

Работа аналитика с разработанным программным средством (конкретной фирмы или корпорации).

Инструменты:

Inter Prass Prainer, SQL.

10.3.  Геоинформационные системы

Все технологии, связанные с обработкой, визуализацией и манипулированием данными называется информационными технологиями. Технология функционирования геоинформационных систем является новейшей технологией обработки и манипулированием данными. Технология разработки таких систем предполагает интеграцию значений данных, имеющих текстовый или фактографический характер с данными, представленных в виде топологического представления. Такая интеграция позволяет выполнить естественную визуализацию и анализ данных, относящихся как к каждому топологическому элементу представления, так и к общему представлению информации о ситуации или объекте.

Геоинформационные системы нельзя смешивать или путать с системами картографии, визуального зондирования местности или с системами топологического проектирования, хотя характер обработки информации может совпадать.

Информация в геоинформационных системах носит информативный характер и

представлена в нескольких тематических слоях. Интеграция слоев позволяет выполнить анализ.

В свою очередь, универсальные ГИС могут быть профессиональными и настольными. Отдельная область – это открытые геоинформационные системы, которые определяют особую область современных исследований – интранетика. Последние версии систем имеют возможность организации работы в сети.

К универсальным профессиональным средствам разработки систем относятся две системы: Inter Graph + Inter Geo, Info Arc, реализованные на main frame.

Универсальные настольные средства создания приложений: Map Info, Auto Desk, Geo Draw, CADdy и система Панорама. Панорама и CADdy являются системами для планирования и топологического проектирования только картографической информации. Система CADdy является только кадастровой системой.

Каждая геоинформационная система или приложение оперирует векторной или растровой информацией. Векторная информация связана с координатным представлением точек на поверхности топологической основы. Растровая информация определена фрагментом или ячейкой на топологической основе. Каждая ячейка при этом характеризуется совокупностью непрерывных свойств (изменение одного и того же понятия в пределах одной ячейки). Совокупность ячеек (растров) образует кадастр, следовательно, любое представление информации ориентировано на работу в кадастровой геоинформационной системе. Кроме того, кадастр (реестр) может определять совокупность ячеек, принадлежащих к одному и тому же типу данных (единица информации).

Представление данных в любой ГИС осуществляется в 3 этапа:

задание топологической основы решаемой задачи. Это может быть выполнено:

а) простым сканированием информации;

б) в настольных универсальных инструментах имеются свойства создания топологической основы, реализованные в виде графических редакторов, работающих с картографической информацией;

в) использование интерфейса ГИС другого уровня (т. е. организация преемственности между форматами данных).

формирование фактологической базы данных или создание атрибутивных полей. Атрибутивные поля (АП) – поля базы данных, которые будут интегрированы с точками или ячейками топологической основы. В реляционной базе данных атрибутивные поля будут представлены таблицами. В объектно-ориентированных системах управления данными это будет иерархия классов.

интеграция атрибутивных данных (полей) и картографического представления информации. Интеграция осуществляется по нескольким тематическим слоям.

Основные операции ГИС:

1.  сбор и подготовка данных;

2.  визуализация представления;

3.  манипулирование данными (актуализация информации).

4.  запросы и анализ информации;

5.  наличие удобного интерфейса.

Новые информационные технологии классифицируются следующим образом:

1.  Системы документооборота и фактологической базы данных

В основе таких систем лежат:

·  информационно-поисковые системы;

·  системы искусственного интеллекта или системы, основанные на знаниях;

·  технологии организации хранилищ данных.

2.  Распределенные и параллельные базы данных.

В их основе лежат:

·  системы обработки транзакций;

·  нейросетевые технологии;

·  системы искусственного интеллекта,

·  системы, основанные на знаниях.

3.  Бизнес - процесс реинжениринг (BPR).

Системы реинжениринга бизнеса предназначены для кардинального, резкого, эффективного улучшения деятельности работы предприятия или компании на основе перепланирования ее деятельности. Если традиционно процесс производства или оказания услуги разбивается на задания, составляющие его, то система реинжениринга предполагает разбиение решаемой задачи на процессы. Выход каждого процесса является входом следующего процесса. При описании модели компании модель, на которой описываются процессы называется прецедентной, т. к. каждый процесс является прецедентом, т. е. он связан с работой (или функционированием) подразделения предприятия. 1-й этап реинжениринга – создание прецедентной модели. 2-й этап реинжениринга – построение имитационной не прецедентной модели. Результат второго этапа будет представлять внутреннюю модель компании, пригодную для использования.

4.  Технологии: имитационное моделирование, неиросетевые технологии, системы, основанные на знаниях, экспертные системы (технология G2: Re think).

5.  Дистанционное обучение.

Дистанционное обучение – самая новая технология. В нее входят:

·  системы аналитической обработки и представления хранилищ данных olap;

·  распределенные базы данных;

·  экспертные системы;

·  технологии мультимедиа, гипермедиа, экстрамедиа.

Литература

1. Джозеф Джарратано, Гари Райли Глава 2. Представление знаний (в PDF) // Экспертные системы: принципы разработки и программирование = Expert Systems: Principles and Programming — 4-е изд. — М.: «Вильямс», 2006. — С. 1152. — ISBN 1156-8.

2. Справочник по искусственному интеллекту в 3-х томах. Под редакцией - 1997.

3. Попов и динамические экспертные системы. М.:Финансы и статистика. 1998.

4. , Базы знаний интеллектуальных систем.2001.