Интеллектуальные информационные системы

Автор работы: Пользователь скрыл имя, 06 Апреля 2012 в 07:41, курсовая работа

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.

  1. Луценко, Е.В. Интеллектуальные информационные системы/ Е.В. Луценко, Краснодар:  КубГАУ, 2006. – 615 с.
  2. 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/practice.php

[13] http://www.neuroproject.ru/practice.php


Информация о работе Интеллектуальные информационные системы