printКурсовые работы

printЭкспертные системы

Экспертная оболочка

Написать экспертную оболочку на языке Prolog, взяв за основу пример из лекций

Возможности:

  • Объяснение (как?, почему?)
  • Прямой и обратный вывод
  • Нечеткая логика

Данные хранятся в виде объект-атрибут-значение.

Пример Пример 2


Экспертная оболочка для технической или медицинской диагностики

Написать экспертную оболочку на языке Kotlin или Scheme

Правила (байесовские) берутся из текстового файла и описываются в виде:

ДИАГНОЗ
заключение [0.001]            - априорная вероятность
ЕСЛИ
признак1 [1;0.1]              - по умолчанию [1;0], если не указано
признак2 [0.9;0.01]
...
ОБЪЯСНЕНИЕ  (может отсутствовать, тогда выводится правило)
  текст
РЕКОМЕНДАЦИИ (может отсутствовать)
  текст

Заключение правила может выступать как признак для другого правила


Экспертная система для магазина "COMPUTER WORLD"

Рекомендации при покупке компьютера.

Исходные данные:

  • назначение
    • домашний: игры, хобби (писатель, Internet, хакер)
    • бизнес: торговля, банк, обработка заказов, бухгалтерия, реклама, издательская деятельность и т.д.
    • гос.учреждение
    • учебное или научно-исследовательское заведение
  • классы программ (БД, ACAD, графика или предположение на основании назначения)
  • загруженность (количество запросов и т.п.)
  • финансы, выделенные на приобретение
  • характеристики организации (несколько филиалов, уже имеющие и т.п.)
  • предположения о расширении обьема работы

Возможные решения:

  • типы компьютера (от Raspberry PI до суперкомпьютера IBM)
  • сеть из компьютеров
  • быстродейтвие/модель
  • объем ОЗУ
  • объем внешней памяти
  • внешние устройства (принтеры, сканеры, модемы, сетевые платы, мультимедиа и т.д.)
  • программное обеспечение (Linux, Windows, LibreOffice, 1C, 3D Studio и т.д.)

Экспертная система для магазина "1000 мелочей"

Рекомендации для выбора подарка (из имеющихся в наличии товаров).

Учитываются характеристики делающего подарок и принимающего его, (пол, возраст, характер, привычки, хобби), тип отношений между ними, тип торжества, финансы выделенные на подарок. Должен выдаваться список товаров в порядке уменьшения предпочтения и оценка уверенности.

Товары: цветы, духи 4 наим., книги 3 наим., телевизор, пылесос, конфеты "Самара", шоколад "Fazer", статуя "Укротитель лошади" (9,4 кг), картина Иванова И.С. "Сосновый бор в Помпеях" (50x80 см, подлинник) и т.д. и т.п.

Итого: 30-50 наименований.

Рекомендации по реализации:

Информация о товарах содержит цену, класс (парфюмерия/одежда/сувенир/…), а также свойства товара (например, художественная ценность (для сувенира), вызывающий запах (для парфюмерии)) и степень соответствия этому свойству.

Сначала определяются класс и свойства подарка, а затем подбирается товар из имеющихся.


Экспертная система по вопросам моды для магазина одежды

Учитывать род занятий, пол, возраст, внешние данные (цвет волос, полноту и т.д.), назначение покупаемой одежды (деловой, вечерний, обычный и т.п. костюм) и т.д.

Рекомендуется: цвета или сочетание цветов одежды, тип одежды (например, смокинг, шорты, вечернее платье, юбка и т.д.) длина и дополнительные элементы одежды (кружева, разрезы, карманы и т.д.) из товаров, имеющихся в наличии в магазине (должно анализирироваться ~10 типов, ~10 цветов, ~10 дополнительных элементов)

Возможно использование ЭС, чтобы спросить: Подойдет ли этот товар мне? Выводится оценка данного товара от 0 до 1.


Экспертная система для распознавания животных

ЭС должна распознать животное из списка: лошадь, верблюд, медведь, собака, кошка, лиса, волк, тигр, рысь, лось, олень, мышь, черепаха, хомяк, обезьяна, голубь, сорока, ворона, кукушка, синица, снегирь, канарейка, попугай, воробей, курица - основываясь на цвете, размере и др. характеристиках внешнего вида (без вопросов типа: это млекопитающее? или умеет летать?) в предположении, что имеется только фотография животного.


Экспертная система для распознавания пород собак (или кошек - на выбор)

ЭС должна распознавать не менее 25-30 пород, основываясь на цвете, размере, приблизительном возрасте и др. характеристиках внешнего вида.


Экспертная система для распознавания ядовитых и малосъедобных грибов

ЭС должна узнавать не менее 20-30 видов ядовитых и малосъедобных грибов, основываясь на цвете, запахе и др. характеристиках внешнего вида.


Экспертная система для распознавания лекарственных трав

ЭС должна узнавать не менее 20-30 видов трав, основываясь на цвете, запахе и др. характеристиках внешнего вида.


Экспертные системы могут реализованы на Prolog, CLIPS, Scheme, Kotlin.

loading