Студентам СПбГУАП

Современный этап развития человечества отличается тем, что
на смену века энергетики приходит век информатики. Происходит интенсивное внедрение новых информационных технологий
во все сферы человеческой деятельности. встает реальная проблема перехода в информационное общество, для которого приоритетным должно стать развитие образования. изменяется и структура
зна ний в обществе. все большее значение для практической жизни
приобретают фундаментальные знания, способствующие творческому развитию личности. важна и конструктивность приобретаемых знаний, умение их структурировать в соответствии с поставленной целью. на базе знаний формируются новые информационные ресурсы общества.
Экспертные системы – это яркое и быстро прогрессирующее направление в области искусственного интеллекта. Причиной повышенного интереса, который экспертные системы вызывают к себе
на протяжении всего своего существования, является возможность
их применения к решению задач из самых различных областей
человеческой деятельности. Экспертные системы, как и экспертчеловек, в процессе своей работы оперирует со знаниями. знания о
предметной области, необходимые для работы экспертных систем,
определенным образом формализованы и представлены в памяти
ЭВМ в виде базы знаний.

Главное достоинство экспертных систем – возможность накапливать знания, сохранять их длительное время, обновлять и тем
самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов.
Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятиях и в организациях, используя наилучшие, проверенные решения. Практическое применение
искусственного интеллекта на предприятиях и в экономике в целом основано на экспертных системах, позволяющих повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации
специалистов.

Поэтому дисциплина «интеллектуальные информационные системы» стала базовой в структуре подготовки бакалавров, специалистов и магистров по направлению высшего профессионального
образования 230400 – «информационные систе мы и технологии».
Содержание учебного пособия «Экспертные системы» соответствует разделам содержания дисциплины «интеллектуальные информационные системы» федерального компонента государственного образовательного стандарта высшего профессионального образования по направлению подготовки 230400 – информационные
системы и технологии.

Отличительной чертой данного учебного пособия является то,
что в нем излагаются основные особенности современных технологий интеллектуализации организационного управления в условиях

Первые аналоговые сети сотовой связи были введены в эксплуатацию в начале восьмидесятых годов двадцатого века. Сети первого поколения сотовой связи в полной мере выполнили свою “первопроходческую” роль. На их основе были отработаны принципы построения сотовых сетей, выявлены проблемы, организованы операторские компании,
разработаны принципы и нормативно-правовая база взаимоотношений
операторов, обучены специалисты, и, главное, миллионы людей стали
абонентами сотовых сетей и уже не представляют себе жизнь без мобильной связи.
В 90-х годах были разработаны и получили широкое применение
сотовые системы второго поколения, основанные на цифровых методах
формирования и обработки сигналов при частотном и временном принципах разделения каналов абонентов сети.
В настоящее время на базе цифровых систем разрабатываются и уже
находят широкое применение сотовые системы связи третьего поколения, использующие широкополосные сигналы с кодовым разделением
каналов [1–7]. Кодовое разделение основано на том, что каждому абоненту выделяется свой абонентский алфавит сигналов (или кодовых
последовательностей), с помощью которого он передает информацию.
Разделение возможно потому, что сигналы различных абонентов существенно отличаются по форме. При таком способе разделения передаваемая информация снабжается адресом, роль которого выполняют выделенные сигналы. Наличие адресов позволяет реализовать асинхронный режим совместной работы многих абонентов.
Началом исследований по кодовому уплотнению и разделению сигналов можно считать работу Д. В. Агеева, опубликованную в 1935 году
[19]. При кодовом разделении имеют место взаимные помехи, которые
являются следствием одновременной работы абонентов в общей полосе
частот. Однако при КРК можно так выбрать параметры сигналов, что
уровень взаимных помех будет сколь угодно малым, т. е. обеспечить
заданную помехоустойчивость.
При написании пособия использованы новейшие материалы, взятые
из монографий и специализированных журналов и статей, изданных за
последний период [1–7]. Однако во всех рассмотренных источниках при
описании систем связи с кодовым разделением каналов только упоминается об использовании в системах для этих целей функций Уолша.

Особенности и характеристики функций Уолша, их вид при использовании 64 функций и схемное построение генераторов этих функций
нигде в этих источниках не рассматриваются. Данное учебное пособие
и призвано восполнить этот пробел.
Содержание пособия является частью лекционных курсов “Радиотехнические системы передачи информации” и “Теория цифровой обработки сигналов в системах связи”, читаемых студентам дневной, вечерней и заочной форм обучения, и может быть полезным как при усвоении

Содержание
Предисловие ………………………………………………………….      4
Введение ……………………………………………………………….      5
1. Исчисление высказываний и предикатов …………………….   10
1.1. Гипотеза о физической символьной системе ……………   10
1.2. Исчисление высказываний ………………………………..   11
1.3. Исчисление предикатов ……………………………………   13
1.4. «Мир блоков» ………………………………………………..   18
1.5. Язык логического программирования …………………..   20
2. Поиск в пространстве состояний ……………………………….   23
2.1. Граф пространства состояний …………………………….   23
2.2. Алгоритмы поиска с последовательным перебором …..   28
2.3. Эвристические алгоритмы поиска ……………………….   32
2.4. Язык обработки списков …………………………………..   39
3. распознавание образов …………………………………………..   45
3.1. Описание объектов набором признаков …………………   45
3.2. Метрики пространства признаков ……………………….   49
3.3. Методы кластеризации …………………………………….   54
3.4. Построение классификаторов …………………………….   57
4. Машинное обучение ………………………………………………   65
5. Нейронные сети ……………………………………………………   69
5.1. Естественные и искусственные нейроны ………………..   69
5.2. Топология нейронных сетей ………………………………   72
5.3. Алгоритм обратного распространения …………………..   76
5.4. Сеть встречного распространения ………………………..   80
5.5. Практическая реализация нейронных сетей …………..   87
6. Генетические алгоритмы ………………………………………..   90
6.1. Методологическая основа генетических алгоритмов …   90
6.2. Представление задачи в конъюнктивной нормальной
форме ……………………………………………………………….   93
6.3. Проблемы реализации генетических алгоритмов ……..   97
Контрольные вопросы ……………………………………………….  101
Список литературы ………………………………………………….  104

ПРЕДИСЛОВИЕ
При подготовке лекций по дисциплине «Системы искусственного интеллекта», положенных в основу данного пособия, автор в
основном использовал изданный в 2003 году в переводе на русский
язык учебник Д. Ф. Люгера «Искусственный интеллект: стратегии
и методы решения сложных проблем». Ни в коей мере не претендуя на полноту охвата столь обширной темы, предлагаемое Вашему
вниманию пособие является скорее кратким конспектом некоторых
разделов этого фундаментального труда с добавлением материалов
из других источников, перечисленных в списке литературы.
Автор надеется, что пособие окажется полезным для студентов
направления 230100 «Информатика и вычислительная техника»
и специальности 230101 «Вычислительные машины, комплексы,
системы и сети», изучающих дисциплины «Системы искусственного интеллекта», «Теория принятия решений», «распознавание
образов», а также для студентов родственных специальностей.

АЛГОРИТМ ПРОГРАММНОГО КОМПЛЕКСА
В настоящем разделе рассматривается логика работы программного
комплекса, реализующего обобщенный метод Галеркина применительно к системам автоматического управления различных классов: непрерывные и импульсные САУ как линейные, так и нелинейные; системы
управления с дискретными корректирующими устройствами, содержащие как линейные, так и нелинейные объекты управления; системы
управления со звеньями сосредоточенного запаздывания.
7.1. Алгоритм программного комплекса,
реализующего обобщенный метод Галеркина
для САУ различных классов
В отдельных случаях (заведомо устойчивые САУ невысокого порядка, содержащие один–два варьируемых параметра) решение задачи синтеза может быть осуществлено путем решения системы уравнений вида
(3.5). Однако, в общем случае метод решения задачи параметрического
синтеза САУ ориентирован на применение ЭВМ, поскольку для определения значений варьируемых параметров требуется осуществлять минимизацию функционала (3.17).
Поиск минимума функционала (3.17) осуществляется с помощью
процедуры сжимающего случайного поиска [90]. В процессе работы
данной процедуры случайным образом задается стартовая точка [в пределах допустимых вариаций (2.9)], которой соответствует определенное сочетание значений варьируемых параметров. Затем проверяется
ограничение на устойчивость САУ с заданными значениями параметров ck и в случае его выполнения вычисляется значение целевой функции J. Далее значения параметров изменяются с заданным шагом в окрестностях стартовой точки и для устойчивых решений определяются
новые значения функционала. Таким образом, в ходе работы процедуры поиска накапливается информация об изменениях значений функционала при различных сочетаниях значений искомых параметров и
выбирается то из них, которое доставляет минимум целевой функции
на первом этапе поиска. Сочетание значений варьируемых параметров,
минимизирующее функционал на первом этапе, принимается в качестве стартовой точки n-мерного пространства на втором этапе поиска.
Поисковая процедура повторяется до тех пор, пока вся область n-мерного пространства, ограниченная возможными пределами вариаций значений искомых параметров (2.9), не будет исследована заданными пользователем шагом и точностью.
В результате определяются значения варьируемых параметров, доставляющие целевой функции глобальный минимум. Определенные таким образом параметры можно считать оптимальными в смысле наилучшего воспроизведения в синтезируемой системе управления заданных показателей качества ее работы в динамическом режиме.
Программный комплекс, реализующий обобщенный метод Галеркина, построен по блочно-модульному принципу, что делает его универсальным и дает