Vērtējums:
Publicēts: 18.04.2007.
Valoda: Latviešu
Līmenis: Augstskolas
Literatūras saraksts: 22 vienības
Atsauces: Nav
  • Referāts 'Faziloģikas ekspertu sistēmas', 1.
  • Referāts 'Faziloģikas ekspertu sistēmas', 2.
  • Referāts 'Faziloģikas ekspertu sistēmas', 3.
  • Referāts 'Faziloģikas ekspertu sistēmas', 4.
  • Referāts 'Faziloģikas ekspertu sistēmas', 5.
  • Referāts 'Faziloģikas ekspertu sistēmas', 6.
  • Referāts 'Faziloģikas ekspertu sistēmas', 7.
  • Referāts 'Faziloģikas ekspertu sistēmas', 8.
  • Referāts 'Faziloģikas ekspertu sistēmas', 9.
  • Referāts 'Faziloģikas ekspertu sistēmas', 10.
  • Referāts 'Faziloģikas ekspertu sistēmas', 11.
  • Referāts 'Faziloģikas ekspertu sistēmas', 12.
  • Referāts 'Faziloģikas ekspertu sistēmas', 13.
  • Referāts 'Faziloģikas ekspertu sistēmas', 14.
  • Referāts 'Faziloģikas ekspertu sistēmas', 15.
  • Referāts 'Faziloģikas ekspertu sistēmas', 16.
  • Referāts 'Faziloģikas ekspertu sistēmas', 17.
SatursAizvērt
Nr. Sadaļas nosaukums  Lpp.
2.  Ievads    3
3.  Faziloģikas teorija    5
4.  Faziloģikas pielietojuma sfēras    10
5.  Faziloģikas ekspertu sistēmas    12
6.  Secinājumi    16
7.  Informācijas avoti    17
Darba fragmentsAizvērt

Pēc pirmo elektronisko skaitļotāju izgudrošanas 20. gs. 40-to gadu beigās radās vēlēšanās iemācīt skaitļotājus domāt un spriest līdzīgi kā to dara cilvēki. Sākumā likās, ka tas ir tikai laika jautājums un vienīgais šķērslis ir skaitļotāju tehniskās iespējas, taču ātri vien kļuva skaidrs, ka daudz būtiskāk ir izprast cilvēka domāšanas procesu un tikai pēc tam to būtu iespējams imitēt datoros. Mūsdienās elementu skaits mikroshēmās jau līdzinās neironu skaitam cilvēka smadzenēs un arī to ātrdarbība ir ievērojami lielāka, taču vēl joprojām mākslīgais intelekts un ekspertu sistēmas spēj imitēt cilvēka intelektu tikai samērā šaurās jomās.
Mēģinot veidot mākslīgo intelektu uz tradicionālās loģikas pamata (patiess, nepatiess), tiek izkropļota situācijas uztvere, kā arī iegūtie rezultāti tāpat kā viss spriešanas mehānisms pamatojas uz principu – patiess/nepatiess, jā/nē, eksistē/neeksistē. Kāpēc cilvēks, izvērtējot to pašu situāciju, ar tiem pašiem nosacījumiem, var nonākt pie tādiem secinājumiem kā “varbūt”, “ļoti iespējams” utml.? Tam pamatā ir tas, ka cilvēks visas lietas novērtē neskaidri un it kā neprecīzi ļoti labs, labs, samērā labs utt. – dators , darbojoties pēc tradicionālās loģikas principiem izšķir tikai divus stāvokļus – labs vai slikts. Tāpat arī cilvēka sprieduma mehānisms nav precīzs – atkarībā no katra faktora novērtējuma un to kombinācijām, var tikt izdarīti dažādi secinājumi, vai arī dažādā pakāpē.
No tā var secināt, ka datoros izmantotā loģiskā sistēma (true/false) neatbilst cilvēka spriešanas veidam. Tādēļ, lai varētu datoros varētu imitēt cilvēka neskaidro un neprecīzo vērtēšanas un spriešanas veidu, tika ierosināts izmantot faziloģiku (no angļu valodas vārda fuzzy – neskaidrs, izplūdis) tradicionālās loģikas vietā. Varētu likties savādi, ka loģika var būt neskaidra vai izplūdusi, taču faziloģika savā būtībā ir loģika, kura apskata un sistematizē neskaidrību, nevis tā ir neskaidra loģika. Faziloģika ir radusi pielietojumu dažādās informācijas sistēmās, datorizētā vadībā, kā arī ekspertu sistēmās. Lai gan faziloģika neatrisina visas problēmas, kas saistītas ar mākslīgā intelekta izveidi, to tomēr uzskata par vienu no veidiem, kā “iemācīt” datorus domāt līdzīgi kā cilvēki. Sarežģītās situācijās faziloģika ļauj ērti un ātri pārnest cilvēka zināšanas datoram saprotamā veidā, nezaudējot to saturu un neieguldot ievērojamu darbu, lai neskaidros (fuzzy) sprieduma mehānismus pārveidotu stingri loģiskā un matemātiskā modelī.
Autors šajā darbā apskatīs, faziloģikas rašanos, tās teorētisko pamatojumu un priekšrocības, kas to ļauj izmantot dažādās sistēmās. Tiks apskatīta arī faziloģikas ekspertu sistēmas izveides secība un veicamās darbības.…

Autora komentārsAtvērt
Atlants