Cuprins

Aceasta lucrare poate fi descarcata doar daca ai statut PREMIUM si are scop consultativ. Pentru a descarca aceasta lucrare trebuie sa fii utilizator inregistrat.

Extras din document

Cuprins
Introducere
Capitolul 1 - Analiza sistemului
1.1. Structura aplicatiei
1.2. Baza de cunostinte fuzzy - FKB
1.2.1. Domenii / Domenii lingvistice
1.2.2. Multimi fuzzy
1.2.3. Numere fuzzy
1.2.4. Modificatori lingvistici
1.2.5. Operatori si cuantificatori
1.3. Baze de cunostinte de context
Capitolul 2 - Conceptie si proiectare
2.1. Modelarea sistemului
2.1.1. Modelul obiectelor
2.1.2. Modelul dinamic
2.1.3. Modelul functional
2.2. Proiectarea sistemului
2.2.1. Subsistemul FKB
2.2.2. Subsistemul FKA
2.2.3. Subsistemul FEE
Capitolul 3 - Implementare
3.1. Implementarea bazei de cunostinte fuzzy - FKB
3.2. Implementarea subsistemului FKAEE
3.2.1. Implementarea subsistemului FKA
3.2.2. Implementarea subsistemului FEE
3.3. Implementarea functiilor speciale
3.3.1. Implementarea managementului bazelor multiple de cunostinte
3.3.2. Implementarea subsistemului de asistenta / ajutor
3.4. Tehnici si tehnologii avansate
Capitolul 4 - Testare si evaluare, mentenanta
4.1. Testarea aplicatiei in conditii anormale
4.2. Evaluare
4.2.1. Clasificarea aplicatiei
4.2.2. Studiul caracteristicilor de calitate
4.3. Mentenanta
Anexa A - Manualul utilizatorului
Bibliografie

Alte date

?Introducere

Este cunoscut faptul ca pentru a putea rezolva o problema intr-un anumit context este nevoie de cunostinte care sa descrie contextul respectiv. Aceste informatii ce descriu contextul, furnizeaza atat elemente referitoare la datele problemei, cat si metode de rezolvare corespunzatoare folosind un rationament adecvat si totodata, furnizeaza informatii despre natura solutiilor ce vor fi obtinute in urma aplicarii unei metode.

Daca acest cuantum de cunostinte poate fi reprezentat avand la baza o anumita structura, atunci se poate spune ca exista o baza de cunostinte, mai mult, daca se poate face o reprezentare a acestor cunostinte sub forma digitizata, atunci se pot cauta metode automatizate care, aplicate pe aceasta structura sa poata genera solutii posibile pentru anumite probleme ce se pot identifica in contextul respectiv.

Un alt aspect legat de aceasta problema il reprezinta natura cunostintelor ce compun baza de cunostinte. Daca aceste cunostinte sunt exprimate intr-un limbaj mai putin formal, cum este limbajul natural, atunci aceste cunostinte sunt incerte, imprecise, pot avea semnificatii diferite in contexte diferite s.a.m.d., acestea reprezentand unele dintre caracteristicile cunostintelor fuzzy. Aceste cunostinte sunt specifice contextelor in care este dificil a face o cuantificare a elementelor ce se vehiculeaza ca informatii, si sunt folosite tocmai pentru a putea face o reprezentare a informatiilor intr-un formalism bine definit – logica fuzzy, in asa fel incat, aceste cunostinte sa poata fi folosite drept suport pentru rationamente automatizate in sistemele de inteligenta artificiala.

Aplicatia de fata, se doreste a fi un instrument util pentru achizitia de cunostinte si evaluarea de expresii fuzzy. Necesitatea acestor instrumente s-a facut simtita din momentul in care s-au pus bazele automatizarii rationamentului, odata cu aparitia conceptului de Inteligenta Artificiala. Una din orientarile in inteligenta artificiala, o reprezinta dezvoltarea sistemelor bazate pe cunostinte exprimate in limbaj natural. Evident, este problema instrumentului de achizitie de cunostinte ca acestea sa fie preluate de la expert, apoi sa fie reprezentate printr-o baza de cunostinte avand o anumita structura, cu scopul de a servi sistemului in asa fel incat sa poata fi aplicat un anumit tip de rationament in vederea rezolvarii unui anumit tip de probleme.

Acest instrument comporta doua aspecte din punct de vedere functional: un aspect ce se refera la achizitia de cunostinte fuzzy in scopul de a constitui o baza de cunostinte corespunzatoare unui anumit context, iar al doilea aspect se refera la posibilitatea ca pe baza cunostintelor achizitionate de la expert, sa poata fi construite expresii in care apar termeni ce denota imprecizia cu scopul de a evalua gradul de adevar al acestor expresii comparabil cu cel pe care-l are acea expresie in contextul respectiv.

Asadar, aceste instrumente vin in ajutorul constructorilor de sisteme de inteligenta artificiala ca si modele de instrumente (module) de achizitie de cunostinte pentru automatizarea procesului de achizitie, proces in urma caruia va rezulta baza de cunostinte corespunzatoare pe care se pot aplica functii pentru regasirea si actualizarea informatiilor in cadrul modulului de achizitie cat si pentru aplicarea de rationamente in cadrul sintetizarii bazei de cunostinte.

Ca si utilizare in afara unui sistem, instrumentul de fata ofera posibilitatea expertilor de a crea baze de cunostinte fuzzy corespunzatoare unui anumit context, pe care sa le stocheze pe suporturi magnetice in vederea folosirii ulterioare cu scopul de a actualiza datele sau, odata ce bazele de cunostinte au fost create, atat expertul cat si un utilizator ne-expert, sa poata construi expresii fuzzy pe baza elementelor definite, pentru a evalua gradul de adevar al expresiilor construite folosind elemente definite intr-un anumit context elemente ce se afla in baza de cunostinte corespunzatoare contextului.

Aplicatia este asadar structurata pe doua module, unul corespunzator procesului de achizitie de cunostinte in care sunt puse la dispozitia utilizatorului instrumente pentru definirea elementelor ce compun baza de cunostinte, iar al doilea modul contine instrumente pentru construirea de expresii fuzzy si evaluarea gradului de adevar corespunzator acestora.

Conform cerintelor, sistemul trebuie sa rezolve cele doua probleme: de achizitie de cunostinte si evaluare de expresii fuzzy, utilizand o interfata cu utilizatorul intuitiva, instrumentul trebuind sa fie usor de utilizat.

Capitolul

1

Analiza sistemului

1.1. Structura aplicatiei