ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ В ЭКОНОМИКЕ И ОБРАЗОВАНИИ

13-02-2018

Появление экспертных систем MYCLIN, DENDRAL, PROSPECTOR, а также положительные результаты их использования в области медицины, технической диагностики, геофизики решительно изменили ситуацию. Эти успехи стимулировали использование технологий и методов искусственного интеллекта в различных отраслях народного хозяйства, в частности, в экономике для анализа и диагностирования экономической деятельности предприятий, выбора эффективной стратегии поведения трейдера на рынке ценных бумаг, выбора оптимальных вариантов инвестиционных проектов.

Однако первые экспертные системы были оторваны от корпоративных информационных систем. Поэтому их использование в реальной экономике не дало ожидаемых результатов. Возникло много проблем в связи с трудоемкостью создания и реорганизации базы знаний. Значительный эффект от использования технологий искусственного интеллекта было получено в результате использования интеллектуальных информационных систем, стали синтезом экспертных и информационных систем. Успехи внедрения интегрированных информационных систем со встроенными жесткими алгоритмами бухгалтерских расчетов, финансового анализа, контроля исполнения документов и графики производства, контроля исполнения заявок и управления запасами стимулировали интерес информационно-аналитических служб и отделов перспективного планирования и развития к возможностям информационных систем.

Преимущество применения экспертных систем заключается в возможности принятия решений в таких ситуациях, в которых алгоритм предварительно не разработаны и он формируется по данным, которые предоставляются в виде умозаключений (правил принятия решений), вытекающие из базы знаний (БЗ). Причем решения задач осуществляется неполноты условия, их недостоверности и многозначности толкования исходной информации и качественных оценок процессов, происходящих [5].

Однако, несмотря на пользу и широкое применение МЭК, они, как и любые системы, не совершенны. Один из главных недостатков заключается в сложности распознавания границ возможностей МЭК и демонстрации ненадежного функционирования ИЭС на грани, где смысл в ее применении. Существенным недостатком экспертных систем имеются также значительные трудовые затраты, необходимые для пополнения базы знаний. БЗ сохраняет объекты познания, которые составляют совокупность знаний, объединенных по четырем типам концептуальных связей: общности, партитивности (соотношение целого и части), сопоставление, функциональной взаимозависимости [1].

Определенные трудности и ограничения есть и при проектировании МЭК. Они плохо приспособлены к обучению на уровне новых концепций и по новым правилам, неэффективны и мало пригодны в тех случаях, когда нужно учитывать сложность реальных и нестандартность задач [2].

Очевидно, что успешно функционировать в будущем будут только те предприятия, которые смогут накапливать, анализировать, синтезировать и использовать информацию о рынках, изобретения, новые продукты, предложения и цены поставщиков и производителей конечной продукции, а также о новом спрос со стороны потенциальных потребителей. Предполагаемые темпы роста рынка, растущий уровень конкуренции с одной стороны и высокая степень неопределенности деловой среды и риски с другой, обуславливают крайнюю нужду в экспертизе экономической информации и дальнейшей обработке и практическом использовании новых эффективных ИЭС, обладающих совершенными потребительскими характеристиками.


Смотрите также:
 МОДЕЛЬ КОНТРОЛЯ ЗНАНИЙ СИСТЕМЫ ДИСТАНЦИОННОГО ОБУЧЕНИЯ
 Электронные средства обучения: СТРУКТУРА, СОДЕРЖАНИЕ, КЛАССИФИКАЦИЯ
 Тенденции развития образовательных информационно-коммуникативных технологий
 ПЕДАГОГИЧЕСКАЯ ДИАГНОСТИКА С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
 Требования к методическрй системе обучения математической логики с ипользованием IT-технологий

Добавить комментарий:
Введите ваше имя:

Комментарий:

Защита от спама - решите пример: