Интеллектуальные информационные системы
Курсовая работа, 06 Апреля 2012, автор: пользователь скрыл имя
Описание работы
Современная экономика немыслима без информации. Тысячи предприятий, миллионы налогоплательщиков, триллионы рублей, биржевые котировки, реестры акционеров - все эти информационные потоки необходимо оценить, обработать, сделать необходимые выводы, принять правильное решение.
Современный специалист - экономист должен уметь принимать обоснованные решения.
Содержание работы
Список сокращений, условных обозначений и терминов ……………………. с. 2
Введение ……………………………………………………………………………..……..с. 3
I. Понятие «Система искусственного интеллекта», место СИИ в классификации информационных систем ……………………………………. с.4
II. Классификация систем искусственного интеллекта ………………….……... с.6
III. Использование нейросетей в финансах и бизнесе …………..…………….с. 10
III.1. Прогнозирование на основе нейросетей …………………………….. с.11
III.2. Преимущества и недостатки прогнозирования на нейросетях …….с.12
III.3. Обзор программных продуктов ……………………………………..…..с. 13
IV. Применение нейросетевых технологий на практике ………………………. с.16
Заключение …………………………………………………………………….…….….. с.21
Список литературы ……………………………………………………………..………с. 22
Приложения ………………………………………………………………………....…… с.23
Файлы: 1 файл
иис.doc
— 149.00 Кб (Скачать файл)
Продолжение таблицы 5.
6.Прогнозирова-ние потребления энергии | Эти данные получают в результате измерений потребляемой энергии для каждого клиента. Измерения проводятся каждые 15 минут, причем известно, что некоторые из них - ошибочны. | С помощью нейросетей была построена система выявления ошибочных измерений, а также система прогнозирования потребления энергии в каждый момент времени. Знание точного прогноза позволило энергетической компании использовать гибкую тарифную политику и увеличить свою прибыль. |
7. Оценка недвижимости | Стоимость недвижимости зависит от большого числа факторов. Так как вид этой зависимости неизвестен, то стандартные методы анализа неэффективны в задаче оценки стоимости квартиры. Как правило, эта задача решается экспертами-оценщиками, работающими в агентстве по недвижимости. Недостатком такого подхода является субъективность оценщика, а также возможные разногласия между различными экспертами. | Существуют успешные примеры решения задачи объективной оценки с помощью нейросети.
|
Приведенные выше примеры показывают, что технологии нейронных сетей применимы практически в любой области. В некоторых задачах, таких как прогнозирование котировок или распознавание образов, нейросети стали уже привычным инструментом. Нет сомнений, что повсеместное проникновение новых технологий и в другие области - только вопрос времени.
Внедрение новых наукоемких технологий в коммерческой фирме - достаточно непростое дело, требующее, кроме денег и времени, еще и некоторой перемены психологии. Однако, практика показывает, что эти вложения окупаются и выводят компанию на качественно новый уровень. [13]
Заключение
Итак, нейронные сети - это обобщенное название нескольких групп математических алгоритмов, объединенных одним общим свойством - умением обучаться на группе примеров, “узнавая” впоследствии черты ранее встреченных образов и ситуаций.
Основными предопределяющими условиями их использования являются наличие «исторических данных», используя которые нейронная сеть сможет обучиться, а также невозможность или неэффективность использования других, более формальных, методов. Для того, чтобы сеть можно было применять в дальнейшем, ее прежде надо "натренировать" на полученных ранее данных, для которых известны и значения входных параметров, и правильные ответы на них. Нейросеть может "научиться" даже на массиве сгенерированных случайных чисел.
Нейросетевые технологии, применяемые в финансовом и других методах анализа, давно перестали быть модной экзотикой и вызывать недоумение специалистов. В мире накоплен громадный опыт применения нейросетей, сто из ста западных финансовых и промышленных компаний применяют нейротехнологии в том или ином виде. В России же еще недавно найти приличный нейропакет было весьма непросто. Однако к настоящему времени барьер недоверия сломлен, появились обнадеживающие результаты решения различных аналитических задач с элементами нейротехнологий в условиях суровой российской действительности. Сегодня аналитики могут выбрать себе систему построения прогнозов соответственно своему вкусу, кругу решаемых задач.
Нейрокомпьютеры позволяют с высокой эффективностью решать целый ряд "интеллектуальных" задач. Это задачи распознавания образов, адаптивного управления, прогнозирования, диагностики и т.д.
Нейросети и нейрокомпьютеры представляют собой принципиально новый подход к описанным проблемам.
Разработки в области нейрокомпьютеров поддерживаются целым рядом международных и национальных программ. В настоящее время эксплуатируется не менее 50 нейросистем в самых различных областях — от финансовых прогнозов до экспертизы.
Список литературы
1. Анил, К. Джейн Введение в искусственные нейронные сети/ К. Джейн Анил, Мао Жианчанг, К.М. Моиуддин. // Открытые системы. — 1997 г., №4.
2. Виноградова, М.М. Интеллектуальные информационные технологии в экономике и управлении/М.М. Виноградова//Стратегический маркетинг гражданской продукции оборонной промышленности: доклад научно-практических семинаров. – М., 2001.
3. Грабауров, В.А. Информационные технологии для менеджеров/В.А. Грабауров. - М.: Изд-во «Финансы и статистика», 2001. – 368 с.
- Луценко, Е.В. Интеллектуальные информационные системы/ Е.В. Луценко, Краснодар: КубГАУ, 2006. – 615 с.
- NeuroProject [Электронный ресурс]. –Al&Data Analysis. Электрон. Дан. – М NeuroProjec Al&Data Analysis, 1992 – 2006. - Режим доступа: http// www.neuroproject.ru, свободный. – Заглавие с экрана.
Приложение 1.
Простой генетический алгоритм
Приложение 2.
Технология когнитивного анализа и моделирования
2
[1] Луценко Е.В. Интеллектуальные информационные системы.2006, С.46-48
[2] Там же, С. 327
[3] Там же, С. 384
[4] Грабауров В. А. Информационные технологии для менеджеров. 2001, С.121
[5] Луценко Е.В. Интеллектуальные информационные системы.2006, С.428
[6] Виноградова М.М. Интеллектуальные информационные технологии в экономике и управлении.2001, С.20
[7] Луценко Е.В. Интеллектуальные информационные системы.2006, С.474,485.
[8] Луценко Е.В. Интеллектуальные информационные системы.2006, С.495
[9] Анил К. Джейн, Жианчанг Мао, К.М. Моиуддин. Введение в искусственные нейронные сети // Открытые системы. — 1997 г., №4.
[10] http://www.neuroproject.ru
[11] Создание оптимальных нейронных сетей с помощью GeneHunter и NeuroShell 2 или NeuroWindows. GeneHanter http://www.neuroproject.ru
[12] http://www.neuroproject.ru/
[13] http://www.neuroproject.ru/