Курсовая работа: Проектирование и разработка интеллектуальной информационной системы (экспертной системы для магазина электроники)

«Национальный исследовательский университет «МЭИ»

ИНЖЕНЕРНО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ

Кафедра «Безопасности и информационных технологий»

ОТЧЕТ ПО КУРСОВОЙ РАБОТЕ

по дисциплине «Информационные системы»

Тема: «Проектирование и разработка интеллектуальной информационной системы (экспертной системы для магазина электроники)»

Студент группы ИЭозс-61-21 Ястребцов М.Ю

Проверили: профессор кафедры ДИТ

д.т.н., профессор Бехтин Ю.С.

ассистент кафедры БИТ Савельев С.Д.

Москва 2023

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ТЕМАТИЧЕСКОЙ ОБЛАСТИ

1.1 Основные аспекты ИИС

1.2 Принципы работы ИИС

1.3 Примеры применения ИИС

1.4 Преимущества использования ИИС

1.5 Ограничения и проблемы ИИС

ГЛАВА 2. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ

2.1 Описание предметной области

2.2 Модели представления знаний в экспертных системах

2.3 Выбор языка разработки

2.4 Применение языка Python в разработке ИИС

2.5 Взаимодействие ИИС с пользователем

2.6 Интегрирование экспертной системы в торговлю

2.7 Среда разработки

ГЛАВА 3. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ЗАДАЧИ

3.1 Создание классов

3.2 Создание базы знаний

3.3 Взаимодействие с пользователем

3.4 Тестирование приложения

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

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. Пожалуй, не найдется такой проблемной области, в которой не было бы создано ни одной экспертной системы или, по крайней мере, такие попытки не предпринимались бы.

Экспертные системы - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. Экспертные системы, как и эксперт-человек, 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, которая может изменяться и дополняться в процессе развития системы.

Экспертные системы выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, экспертные системы решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых «с потолка», что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

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 предприятии, используя наилучшие, проверенные решения.

Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на экспертных системах, позволяющих повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ТЕМАТИЧЕСКОЙ ОБЛАСТИ

1.1 Основные аспекты ИИС

Интеллектуальные информационные системы (ИИС) - это комплексные программные решения, которые используют искусственный интеллект для обработки и анализа больших объемов данных. Они позволяют автоматизировать процессы принятия решений, предоставлять рекомендации и прогнозы, а также улучшать эффективность работы в различных областях, таких как бизнес, медицина, финансы и другие.

1.2 Принципы работы ИИС

В качестве основных принципов работы ИИС можно выделить следующие:

1. Сбор и хранение данных

2. Обработка и анализ данных

3. Генерация рекомендаций и прогнозов

4. Взаимодействие с пользователем

5. Обновление и улучшение системы

Первым принципом работы ИИС является сбор и хранение данных. ИИС могут получать информацию из различных источников, таких как базы данных, веб-страницы, документы и другие источники. Собранные данные затем хранятся в специальных хранилищах, где они могут быть легко доступны для дальнейшей обработки

После сбора данных ИИС проводят их обработку и анализ. Этот процесс включает в себя применение различных алгоритмов и методов искусственного интеллекта, таких как машинное обучение, нейронные сети, статистический анализ и другие. Целью обработки и анализа данных является выявление закономерностей, паттернов и трендов, которые могут быть использованы для принятия решений

На основе обработанных данных ИИС могут генерировать рекомендации и прогнозы. Это происходит путем применения моделей и алгоритмов, которые опираются на полученные результаты анализа данных. Рекомендации и прогнозы могут быть использованы для оптимизации бизнес-процессов, принятия решений и предсказания будущих событий.

ИИС предоставляют возможность взаимодействия с пользователем. Это может быть реализовано через интерфейс пользователя, который позволяет вводить запросы, получать информацию и взаимодействовать с системой. Интерфейс может быть графическим, текстовым или голосовым, в зависимости от конкретной реализации ИИС.

ИИС требуют постоянного обновления и улучшения. Это связано с тем, что данные и требования пользователей могут меняться со временем. Обновление системы включает в себя добавление новых данных, улучшение алгоритмов и моделей, а также устранение ошибок и недочетов. Это позволяет ИИС быть актуальными и эффективными в долгосрочной перспективе

1.3 Примеры применения ИИС

В качестве примеров применения ИИС можно выделить следующие:

1. Системы рекомендаций

2. Анализ больших данных

3. Автоматизация процессов

Интеллектуальные информационные системы могут использоваться для создания систем рекомендаций. Например, популярные онлайн-платформы, такие как Netflix и Amazon, используют ИИС для анализа предпочтений пользователей и предлагают персонализированные рекомендации фильмов, товаров и услуг. Это позволяет улучшить пользовательский опыт и повысить вероятность покупки или просмотра.

ИИС также применяются для анализа больших объемов данных. Например, в медицинской сфере ИИС могут анализировать медицинские записи и результаты исследований для выявления паттернов и предоставления диагностических рекомендаций. В финансовой сфере ИИС могут анализировать финансовые данные и рыночные тренды для прогнозирования будущих изменений и принятия инвестиционных решений.

ИИС могут использоваться для автоматизации различных процессов. Например, в производственной сфере ИИС могут контролировать и оптимизировать процессы производства, управлять роботизированными системами и предсказывать возможные сбои или проблемы. В логистике ИИС могут оптимизировать маршруты доставки и управлять интеллектуальными системами управления складом.

Также ИИС могут применяться для обработки естественного языка что позволяет им понимать и анализировать текстовую информацию. Например, ИИС могут использоваться для автоматического анализа и классификации текстовых документов, автоматического перевода текстов на другие языки или создания чат-ботов для автоматического общения с пользователями.

1.4 Преимущества использования ИИС

Интеллектуальные информационные системы (ИИС) предоставляют ряд преимуществ в сравнении с традиционными информационными системами. Вот некоторые из них:

1. Автоматизация и оптимизация процессов

2. Повышение точности и качества принимаемых решений

3. Улучшение взаимодействия с пользователями

4. Автоматическое обучение и адаптация

5. Улучшение безопасности и защиты данных

ИИС позволяют автоматизировать и оптимизировать различные бизнес-процессы. Они могут выполнять сложные вычисления, анализировать большие объемы данных и принимать решения на основе полученной информации. Это позволяет сократить время и усилия, затрачиваемые на выполнение задач, и повысить эффективность работы.

ИИС способны анализировать большие объемы данных и выявлять скрытые закономерности и тенденции. Это позволяет принимать более точные и обоснованные решения. Например, в медицине ИИС могут помочь в диагностике заболеваний, предсказывать эффективность лечения и рекомендовать оптимальные методы лечения.

ИИС могут быть обучены взаимодействовать с пользователями на естественном языке. Это позволяет создавать более удобные и интуитивно понятные интерфейсы, которые позволяют пользователям задавать вопросы и получать ответы без необходимости изучать сложные команды или интерфейсы.

ИИС могут обучаться на основе опыта и данных, что позволяет им становиться все более эффективными и адаптироваться к изменяющимся условиям. Например, ИИС в области финансов могут анализировать данные о рынке и обучаться на основе успешных и неуспешных инвестиций, чтобы предсказывать будущие тренды и рекомендовать оптимальные инвестиционные стратегии.

ИИС могут помочь в обнаружении и предотвращении кибератак и других угроз безопасности. Они могут анализировать данные и выявлять аномалии, которые могут указывать на потенциальные угрозы. Кроме того, ИИС могут использоваться для защиты данных и обеспечения конфиденциальности, например, путем автоматического шифрования или мониторинга доступа к данным.

1.5 Ограничения и проблемы ИИС

Несмотря на все преимущества, интеллектуальные информационные системы также имеют свои ограничения и проблемы, которые следует учитывать при их использовании (Таблица 1):

1. Ограниченность данных

2. Недостаток прозрачности

3. Непредсказуемость

4. Этические вопросы

ИИС требуют большого объема данных для обучения и принятия решений. Если у системы недостаточно данных или данные неправильные или неполные, это может привести к неправильным выводам и ошибкам. Кроме того, ИИС могут быть ограничены в доступе к определенным типам данных, что может ограничить их способность анализировать и принимать решения в некоторых областях.

ИИС могут быть сложными и непрозрачными в своей работе. Они могут принимать решения на основе сложных алгоритмов и моделей, которые трудно понять и объяснить. Это может вызывать недоверие и сопротивление со стороны пользователей и общества в целом. Недостаток прозрачности также может создавать проблемы в области этики и ответственности, так как сложно определить, как именно ИИС принимают решения и какие факторы они учитывают.

ИИС могут быть непредсказуемыми в своем поведении. Они могут обучаться на основе большого объема данных и сложных алгоритмов, что может привести к неожиданным результатам и ошибкам. Это может быть особенно проблематично в критических областях, таких как медицина или финансы, где неправильные решения могут иметь серьезные последствия.

ИИС вызывают ряд этических вопросов, связанных с конфиденциальностью данных, приватностью и использованием личной информации. Использование ИИС может привести к нарушению приватности и злоупотреблению данными, особенно если система имеет доступ к большому объему личной информации. Кроме того, ИИС могут быть предвзятыми и дискриминирующими, если данные, на которых они обучаются, содержат предубеждения или неравенства.

В целом, интеллектуальные информационные системы имеют свои ограничения и проблемы, которые следует учитывать при их использовании. Необходимо тщательно анализировать их возможности и ограничения, а также принимать меры для минимизации рисков и обеспечения этического использования.

экспертный интеллектуальный информационный

Таблица 1.