ИНТЕЛЛЕКТУАЛЬНЫЕ ПОДСИСТЕМЫ САПР

КОНСПЕКТ ЛЕКЦИЙ

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Тульский государственный университет»

 

Политехнический институт

Кафедра"Автоматизированные станочные системы"

 

 

Ямникова О.А.

профессор каф. АСС, д.т.н.

 

по дисциплине

 

 

Направление подготовки: 230100 – «Информатика и вычислительная техника»

Специальность: 230104 «Системы автоматизированного проектирования»

 

Форма обучения: очная

 

 

Тула 2012
Рассмотрено на заседании кафедры "Автоматизированные

станочные системы

протокол №1 от "31" августа 2012 г.

 

 

Зав. кафедрой ________________________ А.Н. Иноземцев

 

 

Содержание

Лекция № 1. 5

1. ВВЕДЕНИЕ В ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ. Методы искусственного интеллекта, базы знаний, экспертные системы: искусственный интеллект как научное направление. 5

1.1. история искусственного интеллекта.Метод резолюции. 5

1.2. Основные направления исследований в области искусственного интеллекта. Предмет исследования искусственного интеллекта. 12

Лекция № 2. 15

1.3. Данные и знания. Базы знаний. 15

Лекция № 3. 17

2. Представление знаний и вывод на знаниях.. 17

2.1. Представление знаний, рассуждений и задач. Эпистомологическая полнота представления знаний и эвристически эффективные стратегии поиска решения задач. 17

2.2.Классификация моделей представления знаний. 18

2.2.1 Продукционные системы и методы поиска решений. 18

2.2.2 Семантические сети.Графовые и гиперграфовые модели. И-ИЛИ деревья. 19

2.2.3 Фреймовые модели представления знаний. 21

2.2.4 Формальные логические модели.Формальные системы.. 24

Лекция № 4. 25

3. ЛОГИКА ПРЕДИКАТОВ.. 25

3.1. Синтаксис и семантика. 26

3.1.1 Объектные переменные. 26

3.1.2. Функции. 27

3.1.3 Объектные константы.. 27

3.1.4. Термы.. 28

3.1.5. Предикатный символ. 28

3.1.6. Атомы.. 29

3.1.7. Кванторы.. 29

3.1.8. Равенство. 33

3.1.9. Аксиомы, теоремы, факты и цели. 34

Лекция № 5. 35

3.2. Представление задач в пространстве состояний. Переход от естественного языка к языку логики предикатов. 35

3.3. Постановка задачи для среды чудовища в логике предикатов. 37

Лекция № 6. 42

4. Вывод на знаниях. Сценарии. 42

4.1 Машина вывода.Автоматическое доказательство теорем.. 42

Лекция № 7. 46

4.2 Стратегии управления выводом.. 46

Какими методами можно повысить эффективность поиска решения? Эти методы определяются выбранной стратегией. 46

4.3 Прямой и обратный вывод. 46

4.4 Методы поиска в пространствах состояний. 48

Лекция № 8. 50

4.5. ВЫВОД В ЛОГИКЕ ПРЕДИКАТОВ.. 50

4.5.1.Исчисление предикатов первого порядка. 51

4.5.2 Пример прямого и обратного вывода в среде кубиков. 77

4.5.3. Полнота и непротиворечивость исчисления. 83

4.5.4. Вывод на основе правила резолюции. 85

Лекция № 9. 96

5. Экспертные системы: искусственный интеллект как научное направление. 96

5.1. Введение в экспертные системы. Определение и структура. 100

Лекция № 10. 103

5.2. Классификация иструктураэкспертныхсистем. Подсистемы накопления знаний, общения, объяснения. 103

Лекция № 11. 110

5.3. Коллектив разработчиков. 110

Лекция № 12. 116

5.4.Технология проектирования и разработки. Инструментальные средства проектирования, разработки и отладки. Этапы разработки; примеры реализации. 116

Лекция № 13. 127

5.5 Технологии инженерии знаний. 127

Лекции № 14-15. 132

5.5.2. Коммуникативные методы.. 132

Лекция № 16. 162

5.5.3 Текстологические методы.. 162

Лекция № 17. 167

5.5.4. Простейшие методы структурирования. 167