Для поиска темы - пользуйтесь СИСТЕМОЙ ПОИСКА


Стоимость дипломной работы


Home Материалы для работы Особенности процедур представления знаний в агромаркетинговые системы

Особенности процедур представления знаний в агромаркетинговые системы
загрузка...
Рейтинг пользователей: / 0
ХудшийЛучший 

Особенности процедур представления знаний в агромаркетинговые системы

Проблема повышения эффективного управления системой маркетинга в АПК путем улучшения качества принимаемых решений в настоящее время становится все более актуальной. Глобализация рыночных отношений, возрастающая конкуренция обостряют проблему. Доступность и развитие инструментария обработки и организации информации делает эту проблему вполне разрешаемой.
В основе её решения создания на базе ПЭВМ автоматизированных систем принятия решений (СППР) и ЭС агромаркетолога.
Объект наших интересов и исследований сфера АПК, точнее агромаркетинговые сисетмы в АПК, которые с полным основанием можно считать как ………., специфическую, с четко выраженными особенностями. Особенности агромаркетинговых систем обусловлены сложностью их структуры, необходимостью обработки (организации) больших массивов информации и разнообразием информации, её неопределенностью во многих случаях. В таких системах преобладающей является информация, источником которой есть эксперт, пользователь, поэтому она имеет преимущественно качественный характер, зачастую противоречивый.
В таких условиях выбор способа представления знаний объективно наиболее важный аспект разработки автоматизированной системы поддержки принятия решений (СППР) в сфере агромаркетинговых отношений, поскольку с выбором способа связано выбор стиля взаимоотношений эксперта, с проблемной стороной решения задачи с учетом стиля мышления специалиста – маркетолога.
В эксперта, решающего такого рода проблемы (постановочная часть создания СППР) знания как правило структурированы и именно умение выделить основные понятия, а затем синтезировать на этой основе целостное представление и позволяет создать формальную модель объекта, что в принципе и будет отличать эксперта (инженера по знаниям) от специалиста.
Уровень структуризации во многом определяет тип формализации и степень понимания важности требований к процессу понимания знаний. Такою же важной и сложной при разработке агромаркетинговых ЭС и СППР является решение задачи независимости данных, которая должна обеспечивать возможность реализации про……. принятия решений ЛПР  в условиях модернизации и корректировки базы знаний (БЗ).
Это условие является одним и существенных отличий экспертных агромаркетинговых систем (ЭС) от типовых систем обработки данных в которых программы содержат сведения о том, что необходимо делать с данными.
Из всего этого следует, что данные в ЭС должны содержать всю семантику понятия и тем самым будут отличаться от традиционных способов представления. Условимся, что именно такие сложные формально-логические построения в виде высказываний и будем считать знаниями. Принимая знания как информационные единицы выделим некоторые особенности: 1) знания содержат всесторонние сведения от информационной единице; 2) знания содержат как собственно информационную единицу так и описательную часть где содержится вся информация, которая может быть полезной СППР или пользователю; 3) возможность создавать сложные многоуровневые структуры с помощью ввода различных отношений; 4) в качестве фрагментов информационных единиц  могут выступать процедуры, которые активизируются в случае появления  определенных ситуаций. Фрагменты описывают и эти ситуации и название процедур. В качестве процедур могут быть проверка корректности, поиск, изменение БЗ.
Переход от данных к знаниям обуславливает и появление более мощных процедур обработки информации.
Однако на сегодняшний день универсальной модели представления знаний не имеется и методы представления знаний тесно связаны с предметной областью, отраслью ().
Среди методов представления знаний в аграрном бизнесе наиболее перспективной можно считать фреймовую модель, где объединятся различная информация.
Фреймовая модель прежде всего обеспечивает распределенное представление знаний и естественно такие модели могут связываться некоторыми отношениями. Тем не менее они представляют собою а агромаркетинговых системах независимые модули, которые взаимодействуют между собой на основе принципа «черного ящика». Иными словами все фреймы взаимосвязаны и создают единую систему в которой информация, что имеет отношение к решаемой задачи органично объединяется. Благодаря фреймам информация хорошо структурируется и представляется в виде, который представляет для человека возможности конструктивного анализа. Такие возможности можно считать гарантией качественного решения задачи. Таким образом представление знаний в виде концептуального объекта и будут сутью фреймовой модели, структурные элементы которой (сложны) детализируют объект описания.
В качестве примера, можно привести некоторые формализмы для описания параметры, которые в фиксированное время. Речь пойдет в совокупности некоторых базовых элементов, которые могут дополняться при необходимости.
Пусть фрагмент простейшего параметра будет описан: «Цена товара W измеряется каким-то значением, что не выходит за пределы Х». Каждому товару соответствуют только ему свойственные пределы изменения W». В таком описании уже имеется информация, которая может быть использована как для описания самого понятия с другими (здесь – вид, тип товара). Область определения и ограничения на значение признака могут задаваться не только в виде конкретных числовых значений, но и в виде символьных атомов (например низкие, средние, высокие) так и форме предикатов.
В состав описания понятий может входить информация, которая определяет контекст его существования (если объект цена, то параметр «стоимость товара» имеет смысл) и процедурные знания (означенные или в виде обычных процедур, или в виде правил правая часть которых содержит предикаты). Например, если параметр «цена товара» известен, то параметр «стоимость» рассчитывается по формуле W =
Формула позволяет определить значение параметра «стоимость» не напрямую, а используя известную зависимость.
Для реализации концепции разработки базы знаний СППР в агромаркетинге особое значение приобретает язык представления знаний могут пользоваться представления знаний жесткие ограничения, быть максимально формализованными и использовать естественные языковые конструкции.
С таких описаний понятий можно построить виды СППР фреймы которой являются конечными описанием отдельного понятия, а все вместе они накрывают предметную область. Каждое такое понятие легко создать, модифицировать, отклонить, прибавлять с минимальным анализом содержания других фреймов. При таком представлении анализу подвергаются только связи между понятиями. Фреймы, предназначение  которых представлять параметры называются фреймами параметров или Р-фреймами. Слоты этих фреймов фиксированы, сохраняют информацию и параметрах и имеют строго определенные процедуры интерпретации. Каждое свойство определяет совокупность и содержание добавленных процедур, которые выполняют интерпретацию слота. Предлагается возможность оперировать и свободными слотами, а структура фрейма может заменяться путем присоединения нового слота и выделения соответствующих ему обслуживающих процедур. Каждый параметр имеет имя для его идентификации.
Для примера приведем фиксированный набор слотов, которые могут использованы при представлении агромаркетинговых знаний в СППР и ЭС фрейм «Агромаркетинг». Из-за ограничений для объема статьи ограничимся наименованием и функционально-сложной … раскрытия содержательной.
1. Слот   «Печатное имя» - печатное слова параметра.
2. Слот «Только для» - условия существования.
3. Слот «Возможные значения» - область значения параметра, которое он может принимать.
4. Слот «Комментарии» - комментарий. Заметим, что здесь может размещаться всевозможный текст, который поясняет фрейм или возможность ответа. Комментарий выводится на экран по желанию пользователя, тогда когда система обращается к человеку за информациею о значении параметра.
5. Слот «Собственные ограничения» - личные ограничения на значения (имеются в виду ограничения, которые касаются сути параметра).
6. Слот «Функциональные ограничения» - функциональные ограничения на значения. Слот содержит ограничения на значения, которые может принимать параметр в связи со значениями других параметров. Заметим, что слоты «Возможные значения», «Собственные ограничения» и «Функциональные ограничения» используются для прямого (только первые два), или непрямого определения значений параметра.
8. Слот «Значения» - значение параметра которое задает пользователь или который система вводит автоматически. Слот указывает на способ определения значений признака.
9. Слот «Зависимость» - правила определения значений параметра. Содержит правила автоматического определения значений параметра для слота «Значения».
10. Слот «Активность» - признака активизации фрейма.
11. Слот «Когда запрашивать» - указывает последовательность запроса и вывода;
12. Слот «Тест» - правила проверки корректности значения.
13. Слот «Восстановить значения» - правило восстановления значений параметра.
14. Слот «Описания» - ассоциативные связи с параметрами.
15. Слот «Управление выводом» - правила управления выводом.
16. Слот «Изображение» - ссылка на файлы с изображением.
После того как слоты получают значения, фрейм превращается в фрейм – пособие, что описывает конкретную ситуацию.
Естественно, что при конкретном описании маркетинговых действий в АПК некоторые из представленных слотов могут быть опущены.
При определении Р-фрейма очередность слотов не имеет значение, но  очередность обработки слотов в системе фиксирована, т.к. некоторые с них изменяются в зависимости в этом случае изменяются при описании типа, что определяет фрейм.
Таким образом, создание систем функционировано на основе автоматизации процедур принятия решений.

Литература
1. Мартин Дж. Организация баз данных в вычислительных системах (пер. с англ.), - М.: Мир, 1980-662 с.
2. Поспелов Д.А. Большие системы. Ситуационные управления.- М.: Знание, 1975.- 64 с.
3. Поспелов Д.А. логико-лингвистические модели в системах управления.- М.: Энергоиздат, 1981.- 231 с.
4. Поспелов Д.А. Моделирование рассуждений.- М.: Радио и связь, 1989.- 182 с.
5. Представление знаний в человеко-машинных и робототехнических системах.- т.-с.: Прикладные человеко-машинные системы, ориентированные на знания (под ред. Поспелов Г.С.).- М.: ВЦ АН СССР, ВИНИТИ АНСССР, 1984-380 с.
6. Таунсед К., Фохт Д. Проектирование и программная реализация экспертных систем для персональных ЭВМ (пер. с англ.).- М.: ФиС, 1990.- 314 с.
7. Lenat D/ The nature of nenrigfics III Artificial Inteligeuce, 19, 189-249.
8. Minsky M. Semantics Information Proccesing MIT Press, 1968.


 
загрузка...

Добавить комментарий


Защитный код
Обновить