2.4 新型實用智能系統(tǒng)構造方法
早期智能系統(tǒng)的知識獲取完全依靠領域專家和知識工程師長期共同合作完成. 近來，一些智能系統(tǒng)已或多或少地具有了自動知識獲取的功能，即系統(tǒng)在運行中不斷地從錯誤和失敗中歸納總結經(jīng)驗，并修改和擴充自身的知識庫. 即便如此，“知識匱乏”仍是智能系統(tǒng)中的瓶頸問題，一直制約著智能系統(tǒng)的發(fā)展。為解決知識獲取這一難題，人們開始嘗試著利用知識發(fā)現(xiàn)來解決這一難題�；谥R發(fā)現(xiàn)的智能系統(tǒng)可大致分為兩類：其一是利用數(shù)據(jù)挖掘技術來輔助專家系統(tǒng)的構建，而不是用于知識獲取。另外一類則是將現(xiàn)有的數(shù)據(jù)挖掘工具直接用于或集成后用于專家系統(tǒng)的知識獲取。與現(xiàn)有的工作最大的不同之處在于:我們提出的四類新型實用智能系統(tǒng)的理論基礎是我們提出的上述原創(chuàng)性機理、模型以及技法,其知識的內(nèi)在聯(lián)系如下所示。
 
引發(fā)出四類新型實用智能系統(tǒng)----將傳統(tǒng)的實用智能系統(tǒng)與上述理論基礎、內(nèi)在認知機理、過程模型、技術方法交叉融合，構造了四類新型實用智能系統(tǒng)，可顯著改善“知識貧乏”的瓶頸，提高智能化程度與系統(tǒng)性能。以下給出基于知識發(fā)現(xiàn)的廣義診斷型專家系統(tǒng)(ESKD)、基于信息挖掘的智能決策支持系統(tǒng)（IDSSIM）、基于信息挖掘的智能預測支持系統(tǒng)（IFSSIM）、基于知識發(fā)現(xiàn)的計算機輔助創(chuàng)新智能系統(tǒng)（CAIISKD）的總體結構圖。
上一頁 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] 下一頁
|
