Metode si tehnici generale de rezolvare a problemei

Metode si tehnici generale de rezolvare a problemei

Metodele si tehnicile generale de rezolvare a problemei sunt :

Metodele directe :

sunt acele metode care se utilizeaza in cadrul sistemelor inteligente in combinatie cu alte metode si tehnici atunci cand intr-o anume etapa de rezolvare a problemei sau pentru o anumita componenta se cunoaste rezolvarea;

metodele directe de rezolvare a problemelor presupune efectuarea urmatoarelor etape :

a)     definirea algoritmilor de rezolvare a problemelor ;

b)     programarea algoritmului folosind un limbaj de programare;

c)      executarea algoritmului.

modul de rezolvare a unei probleme folosind metode directe de rezolvare a problemelor e urmatorul :

limitele metodelor directe de rezolvare a problemelor sunt urmatoarele :

a)     definirea algoritmului in raport cu o structura fixa a datelor de intrare ;

b)     algoritmul e definit in raport cu un ansamblu de operatii de prelucrare standard ;

c)      dificultatea de a formula un algoritm care sa produca rezultate in timp acceptabil indiferent de dimensiunea problemei ;

d)     modul algoritm  de descriere a procesului de rezolvare a problemelor nu reprezinta un mod national de descriere a prelucrarilor.

2) Metode indirecte :

se caracterizeaza pri faptul ca in etapa de reprezentare a problemei si a posibilitatilor de rezolvare, definirea algoritmului a fost inlocuita cu definirea unui set de operatori si cu definirea strategiei  de control, acestea generand structuri de control a prelucrarilor :

Reprezentarea problemei si a modului de rezolvare

metodele indirecte au eliminat restrictia referitaore la structura fixa a datelor de intrare deoarece algoritmul e generat in functie de datele disponibile.

Metode si tehnici de achizitionare

a cunostintelor

Achizitionarea cunostintelor reprezinta procesul de colectare, transfer si transformare a expertiziei de rezolvare a problemelor de la experti si din documente catre un program informatic in scopul construirii bazei de cunostinte.

Etapele procesului de achizitiei a cunostintelor sunt urmatoarele :

identificarea caracteristicilor problemei

conceptualizarea : formulam conceptele pe care urmeaza sa le reprezentam ;

Document online: Contabilitatea institutiilor publice - test grila Document online: Impozitul pe profit - cote de impozitare, calculul profitului impozabil

formularea : reprezinta proiectarea structurii si organizarea cunoasterii ;

implementarea: reprezinta definirea regulilor de Q, a cadrelor  si a obiectelor;

testarea si validarea bazei de cunostinte

Actualele etape sunt interdependente si uneori chiar suprapuse, iar distinctia dintre ele nu e usor de realizat deoarece inginerul de cunostinte poate fi implicat in oricare din actualele atunci cand proiecteaza sistemul inteligent.

Extragerea cunostintelor, termen echivalent primelor 2 etape ale procesului de achizitie a cunostintelor se poate realiza prin trei categori de metode :

metode manuale :

au fost prelucrate din analiza sistemelor si sunt structurate in jurul interviului ;

metode manuale sunt lente, scumpe si lipsite de acuratete ;

Alte surse

SCHEMA DESFASURARII METODELOR MANUALE

interviul reprezinta cea mai cunoscuta metoda manuala de achizitionare a cunostintelor, actuala metoda e utila in special in primele etape ale procesului de acizitionare a cunostintelor, permitandu-i inginerului de cunostinte sa realizeze o descriere structurata a doemeniului si a modului de rezolvare a problemei ;

interviul se poate clasifica dupa forma si structura in interviu nestructurat, structurat si semistructurat.

metode semiautomate ;

metode automate

2) Metodele semiautomate se impart in doua mari categori :

I. Metode care sprijina pe experti in construirea  bazei de cunostinte, fara aportul inginerilor de cunostinte. In acest caz desfasurandu-se si formalizarea si implementarea in aceste ultime etape de achzitie a cunostintelor.

formalizarea

II. Metode care ii sprijina pe inginerii de cunostinte in efectuarea etapelor procesului de achizitie a cunostintelor, mult mai rapid si mai eficient, uneori fara ajutorul expertilor umani.

Metode automate. In cazul acestor metode, rolul expertului sau al inginerului de cunostinte este deminuat sau chiar eliminat prin folosirea unor instrumente specializate, care au scopul de a reduce pierderile de informatie ce se produc in procesul de acizitie manuala a cunostintelor si de a diminua volumul de munca corespunzator acestui proces.

Sistemele de invatare automata reprezinta sisteme de prelucrare a cunostintelor, in scopul identificarii si explicarii cunostintelor cu ajutorul metodelor si tehnicilor de achizitie automata a cunostintelor.     

Sistemul de invatare automata poate fi un element extern sistemului de inteligenta artificiala sau poate fi o componenta a acestui sistem caz in care cunostintele trebuie obtinute intr-o forma care sa permita transferul automat in baza de cunostinte.

Sisteme de invatare automata utilizeaza o serie de metode si tehnici si anume :

v    metode si tehnici de invatare neuronala ;

v    metode si tehnici de invatare mixta.

Invatarea simbolica permite construirea primei forme a bazei de cunostinte. Ea prezinta mai multe metode :

a)     invatarea pe de rost (rotelearning);

b)     invatarea prin instruire (learning by beingtold);

c) invatarea prin analogie;

d) invatarea prin inductie (prin exemple sau prin observare si descoperire) ;

e) invatarea prin deductie ;

v    Invatarea neuronala

Metode de invatare neuronala se imparte in trei categori :

a) metode de invatare supervizata ;

b) metode de invatare semisupervizata ;

c) metode de invatare nesupervizata.

v    Invatarea mixta - combina cele doua metode. Metodele de invatare mixta combina invatarea simbolica cu invatarea neuronala, o astfel de metoda fiind reteaua neuronala bazata pe cunostinte.

Metode de reprezentare a cunostintelor

Metodele si tehnicile de reprezentare a cunostintelor, definesc structurile de reprezentare care trebuie sa satisfac urmatoarele cerinte :

Adecvarea reprezentationala - adica structura de reprezentare poate reprezenta toate categoriile de cunostinte din domeniul respectiv ;

Adecvare achizitionala - adica schema de reprezentare este obligata sa favorizeze procesul de achizitie a cunostintelor ;

Adecvare inferentiala - in sensul ca structurile de reprezentare trebuie sa permita definirea unor operatori asupra lor adica trebuie sa fie prelucrabile ;

Eficacitatea inferentiala - structurile de reprezentare trebuie sa permita realizarea de prelucrari, nu in orice conditii, ci numai in conditii de eficienta.

O schema de reprezentare se caracterizeaza prin urmatoarele caracteristici :

1. gradul de granularitate - se refera la nivelul de detaliere ale primitivelor    reprezentationale ;
2. gradul de modularitate - se refera la nivelul de independenta al structurilor de reprezentare ;
3. gradul de compilare - exprima maniera in care structura de reprezentare favorizeaza o anumita schema de utilizare a cunostintelor ;
4. gradul de nedeterminism - se refera la numarul de soluti alternative pentru reprezentarea unei anumite cunostinte.

Cele mai folosite metode si tehnici de reprezentare a cunostintelor, sunt metodele si tehnicile bazate pe calcul simbolic :

metode si tehnici bazate pe logica ;

metoda regulilor de productie (Q) ;

metodele si tehnicile de reprezentare a cunostintelor structurale.

Metodele si tehnicile bazate pe calculul neuronal sunt mult mai omogene decat cele bazate pe calculul simbolic, in cadrul retetelor neuronale cunostintele fiind reprezentate prin parametri de retea.

Metodele si tehnicile bazate pe calcul  genetic au al baza conceptul de cromozomi ca unica structura de reprezentare adaptata.