Россия, Белгород
СДЕЛАЙТЕ СВОИ УРОКИ ЕЩЁ ЭФФЕКТИВНЕЕ, А ЖИЗНЬ СВОБОДНЕЕ
Благодаря готовым учебным материалам для работы в классе и дистанционно
Скидки до 50 % на комплекты
только до
Готовые ключевые этапы урока всегда будут у вас под рукой
Организационный момент
Проверка знаний
Объяснение материала
Закрепление изученного
Итоги урока
Был в сети 04.07.2019 23:55
Тангуила Серда Марко Суйу
Студент прикладной информатики, Белгородский государственный университет
31 год
6 076
8 583 
Местоположение
Специализация
Интеллектуальные информационные системы
Категория:
Информатика
25.01.2019 23:30
Просмотр содержимого документа
«Интеллектуальные информационные системы»
БЕЛГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ»
(НИУ «БелГУ»)
Институт инженерных и цифровых технологий
Кафедра прикладной информатики и информационных технологий
Отчет по лабораторной работе №5
По дисциплине: Интеллектуальные информационные системы
Тема работы: Обучение экспертной системы на основе классификаций.
студентки очного отделения
4 курса 12001504 группы
Марко С. Тангуила
Проверил:
старший преподаватель
Пусная Ольга Петровна
БЕЛГОРОД, 2018
Цель работы
Построить экспертную систему. Проимитировать обучение экспертной системы и процесс проведения экспертизы.
Результат выполнения работы
Описание задачи
У рассматриваемых объектов существует 11 признаков – Питание,, виза, Wi-Fi, премиум эконом, бизнес класс, первый класс, пляжный отдых, командировка, туры города, учеба, Работа. Построить матрицу экспертной системы, хорошо различающую классы предъявляемых ей объектов, обладающих различными комбинациями этих признаков.
Решение
Обозначим признаки: x1 – Питание, x2 – виза, x3 – Wi-Fi, x4 – премиум эконом, x5 – бизнес класс, x6 – первый класс, x7 – пляжный отдых,
x8 – командировка, x9 – туры города , x10 – учеба, x11 - Работа. Предположим, что распознаванию будет подлежать 8 классов, то есть размер матрицы – 11 на 8. Начальное состояние матрицы нулевое:
Столбцы соответствуют классам (А, Б, В, Г, Д, Е), строки – признакам (x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11).
Итерация 1.
Переведем систему в режим обучения.
Предъявляем системе пример 1: класс. А обладает следующими признаками x1=1, x2=0, x3=1, x4=1, x5=0, x6=0, x7=1, x8=0, x9=0, x10=0, x11=0. Класс. А – это Рио-де-Жанейро. Рио-де-Жанейро имеет следующие параметры, питание включено (x1=1), виза не нужна (x2=0) , Wi-fe не нужна (x3=1), премиум эконом (x4=1, x5=0, x6=0), цель путешествия – пляжный отдых (x7=1, x8=0, x9=0, x10=0, x11=0, x10=0).
Вектор (10110010000) прибавляется (поощрение!) к столбцу. А и вычитается (наказание!) из столбцов Б, В, Г, Д, Е. Получаем следующий вид матрицы после обучения примеру 1:
| 1 | -1 | -1 | -1 | -1 | -1 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| матрица после обучения примеру 1 | |||||
Для проверки переведем систему в режим экспертизы. Предъявим ей в качестве примера Рио-де-Жанейро (10110010000). Для экспертизы умножим вектор на матрицу:
| проверка |
|
| 1 столбец= | 4 |
| 2-6 столбцы= | -4 |
Из вектора (2, -2, -2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс. А, число 2. То есть предъявленный объект опознан как Рио-де-Жанейро. Если в качестве примера предъявить объект, которому система не была обучена, например, Аргенти́на, то результат может быть не верным или не точным.
Итерация 2.
Переведем систему в режим обучения.
Предъявляем системе пример 2: класс Б – Мексика, питание включено (x1=1), виза не нужна (x2=0),Wi-Fi не нужна (x3=0), бизнес класс (x4=1, x5=0 x6=0), цель путешествия - туры города (x7=0, x8=0, x9=1, x10=0, x11=0).
Вектор (10010000100) прибавляется (поощрение!) к столбцу Б предыдущей матрицы и вычитается (наказание!) из столбцов А, В, Г, Д, Е. Получаем следующий вид матрицы после обучения примеру 2:
| 0 | 0 | -2 | -2 | -2 | -2 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| 0 | 0 | -2 | -2 | -2 | -2 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| -1 | 1 | -1 | -1 | -1 | -1 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| матрица после обучения примеру 2 | |||||
Для проверки эффективности обучения переведем систему в режим экспертизы. Предъявим ей в качестве примера Рио-де-Жанейро (10110010000). Для экспертизы умножим вектор на матрицу.
| проверка (А) |
|
| 1 столбец= | 2 |
| 2 столбец= | -2 |
| 3-6 столбцы= | -6 |
Из вектора (2, -2, -2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс А, число 2. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Мексика (10010000100).
| проверка (Б) |
|
| 1 столбец= | -1 |
| 2 столбец= | 1 |
| 3-6 столбцы= | -5 |
Из вектора (-3, 3, -3, -3, -3, -3, -3, -3) следует выбрать класс, характеризуемый максимальным числом. Это класс Б, число 3. То есть предъявленный объект опознан как Мексика.
Вывод. Система научилась распознавать классы А и Б, на которых была обучена.
Итерация 3.
Переведем систему в режим обучения.
Предъявляем системе пример 3: класс В – Панама, питание не включено (x1=1), виза не нужна (x2=1), Wi-Fi нужна (x3=1), первый класс (x4=0, x5=0, x6=1), цель путешествия – командировка (x7=0, x8=1, x9=0, x10=0, x11=0).
Вектор (11100101000) прибавляется (поощрение!) к столбцу В предыдущей матрицы и вычитается (наказание!) из столбцов А, Б, Г, Д, Е. Получаем следующий вид матрицы после обучения примеру 3.
| -10 | -10 | 8 | -12 | -12 | -12 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| 0 | -2 | 0 | -2 | -2 | -2 |
| 0 | 0 | -2 | -2 | -2 | -2 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| -1 | 1 | -1 | -1 | -1 | -1 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| матрица после обучения примеру 3 | |||||
Для проверки эффективности обучения переведем систему в режим экспертизы. Предъявим ей в качестве примера Рио-де-Жанейро (10110010000).
| проверка (А) |
|
| 1 столбец= | -9 |
| 2 столбец= | -13 |
| 3 столбец= | 5 |
| 4-6 стобцы= | -17 |
Из вектора (2, -2, -2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс А, число 2. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Мексика (10010000100).
| проверка (Б) |
|
| 1 столбец= | -11 |
| 2 столбец= | -9 |
| 3 столбец= | 5 |
| 4-6 стобцы= | -15 |
Из вектора (-3, 3, -3, -3, -3, -3, -3, -3) следует выбрать класс, характеризуемый максимальным числом. Это класс Б, число 3. То есть предъявленный объект опознан как Мексика.
Предъявим ей в качестве примера Панама (11100101000)).
| проверка (В) |
|
| 1 столбец= | -103 |
| 2 столбец= | -105 |
| 3 столбец= | 83 |
| 4-6 стобцы= | -125 |
Из вектора (-2, -2, 2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс В – число 2. То есть предъявленный объект опознан как Панама.
Вывод. Система научилась распознавать классы А, Б и В, на которых была обучена.
Итерация 4.
Переведем систему в режим обучения.
Предъявляем системе пример 4: класс Г – Кито, питание включено (x1=1), виза не нужна (x2=0), Wi-Fi нужна (x3=1), бизнес класс (x4=0, x5=1, x6=0), цель путешествия – туры города (x7=0, x8=0, x9=1, x10=0, x11=0).
Вектор (10101000100) прибавляется (поощрение!) к столбцу Г предыдущей матрицы и вычитается (наказание!) из столбцов А, Б, В, Д, Е. Получаем следующий вид матрицы после обучения примеру 4.
| -11 | -11 | 7 | -11 | -13 | -13 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| -1 | -3 | -1 | -1 | -3 | -3 |
| 0 | 0 | -2 | -2 | -2 | -2 |
| -1 | -1 | -1 | 1 | -1 | -1 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| -2 | 0 | -2 | 0 | -2 | -2 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| 0 | 0 | 0 | 0 | 0 | 0 |
| матрица после обучения примеру 4 | |||||
Для проверки эффективности обучения переведем систему в режим экспертизы. Предъявим ей в качестве примера Рио-де-Жанейро (10110010000).
| проверка (А) |
|
| 1 столбец= | -11 |
| 2 столбец= | -15 |
| 3 столбец= | 3 |
| 4 столбец= | -15 |
| 5-6 столбцы= | -19 |
Из вектора (2, -2, -2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс А, число 2. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Мексика (10010000100).
| проверка (Б) |
|
| 1 столбец= | -13 |
| 2 столбец= | -11 |
| 3 столбец= | 3 |
| 4 столбец= | -13 |
| 5-6 столбцы= | -17 |
Из вектора (-5, 1, -5, -1, -5, -5) следует выбрать класс, характеризуемый максимальным числом. Это класс Б, число 1. То есть предъявленный объект опознан как Мексика.
Предъявим ей в качестве примера Панама Сити (11100101000).
| проверка (В) |
|
| 1 столбец= | -114 |
| 2 столбец= | -116 |
| 3 столбец= | 72 |
| 4 столбец= | -114 |
| 5-6 столбцы= | -136 |
Из вектора (-2, -2, 2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс В – число 2. То есть предъявленный объект опознан как Панама Сити.
Предъявим ей в качестве примера Рио-де-Жанейро (10110010000).
| проверка (Г) |
|
| 1 столбец= | -15 |
| 2 столбец= | -15 |
| 3 столбец= | 3 |
| 4 столбец= | -11 |
| 5-6 столбцы= | -19 |
Из вектора (-5, -1, -5, 1, -5, -5) следует выбрать класс, характеризуемый максимальным числом. Это класс Г – число 1. То есть предъявленный объект опознан как Кито.
Вывод. Система научилась распознавать классы А, Б, В и Г, на которых была обучена.
Итерация 5.
Переведем систему в режим обучения.
Предъявляем системе пример 5: класс. Д – Нью-Йорк, питание включено (x1=1), виза нужна (x2=1), Wi-Fi нужна (x3=1), первый класс (x4=0, x5=0, x6=1), цель путешествия – учеба, Работа(x7=0, x8=0, x9=0, x10=1, x11=1).
Вектор (11100100011) прибавляется (поощрение!) к столбцу Д предыдущей матрицы и вычитается (наказание!) из столбцов А, Б, В, Г, Е. Получаем следующий вид матрицы после обучения примеру 5.
| -12 | -12 | 6 | -12 | -12 | -14 |
| -2 | -2 | 0 | -2 | 0 | -2 |
| -2 | -4 | -2 | -2 | -2 | -4 |
| 0 | 0 | -2 | -2 | -2 | -2 |
| -1 | -1 | -1 | 1 | -1 | -1 |
| -2 | -2 | 0 | -2 | 0 | -2 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| -1 | -1 | 1 | -1 | -1 | -1 |
| -2 | 0 | -2 | 0 | -2 | -2 |
| -1 | -1 | -1 | -1 | 1 | -1 |
| -1 | -1 | -1 | -1 | 1 | -1 |
| матрица после обучения примеру 5 | |||||
Для проверки эффективности обучения переведем систему в режим экспертизы. Предъявим ей в качестве примера Рио-де-Жанейро (10110010000).
| проверка (А) |
|
| 1 столбец= | -13 |
| 2 столбец= | -17 |
| 3 столбец= | 1 |
| 4 столбец= | -17 |
| 5 столбец= | -17 |
| 6 столбец= | -21 |
Из вектора (2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс А, число 2. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Мексика (10010000100).
| проверка (Б) |
|
| 1 столбец= | -14 |
| 2 столбец= | -12 |
| 3 столбец= | 2 |
| 4 столбец= | -14 |
| 5 столбец= | -16 |
| 6 столбец= | -18 |
Из вектора (-6, 0, -6, -2, -4, -6) следует выбрать класс, характеризуемый максимальным числом. Это класс Б, число 0. То есть предъявленный объект опознан как Израиль.
Предъявим ей в качестве примера Панама Сити (11100101000).
| проверка (В) |
|
| 1 столбец= | -127 |
| 2 столбец= | -129 |
| 3 столбец= | 59 |
| 4 столбец= | -127 |
| 5 столбец= | -123 |
| 6 столбец= | -149 |
Из вектора (-3, -3, 1, -3, -1, -3) следует выбрать класс, характеризуемый максимальным числом. Это класс В – число 1. То есть предъявленный объект опознан как Панама Сити.
Предъявим ей в качестве примера Кито (10101000100).
| проверка (Г) |
|
| 1 столбец= | -17 |
| 2 столбец= | -17 |
| 3 столбец= | 1 |
| 4 столбец= | -13 |
| 5 столбец= | -17 |
| 6 столбец= | -21 |
Из вектора (-6, -2, -6, 0, -4, -6) следует выбрать класс, характеризуемый максимальным числом. Это класс Г – число 0. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Нью-Йорк (11100100011).
| проверка (Д) | |
| 1 столбец= | -20 |
| 2 столбец= | -22 |
| 3 столбец= | 2 |
| 4 столбец= | -20 |
| 5 столбец= | -12 |
| 6 столбец= | -24 |
Из вектора (-7, -5, -5, -5, 1, -7) следует выбрать класс, характеризуемый максимальным числом. Это класс Д – число 1. То есть предъявленный объект опознан как Нью-Йорк.
Вывод. Система научилась распознавать классы. А, Б, В, Г и. Д, на которых была обучена.
Итерация 6.
Переведем систему в режим обучения.
Предъявляем системе пример 6: класс. Е – Токио, питание включено (x1=1), виза нужна (x2=1), Wi-Fi нужна (x3=1), первый класс (x4=0, x5=0, x6=1), цель путешествия – командировка, туры города (x7=0, x8=1, x9=0, x10=1, x11=0).
Вектор (11100101010) прибавляется (поощрение!) к столбцу Е предыдущей матрицы и вычитается (наказание!) из столбцов А, Б, В, Г, Д. Получаем следующий вид матрицы после обучения примеру 6.
| -13 | -13 | 5 | -13 | -13 | -13 |
| -3 | -3 | -1 | -3 | -1 | -1 |
| -3 | -5 | -3 | -3 | -3 | -3 |
| 0 | 0 | -2 | -2 | -2 | -2 |
| -1 | -1 | -1 | 1 | -1 | -1 |
| -3 | -3 | -1 | -3 | -1 | -1 |
| 1 | -1 | -1 | -1 | -1 | -1 |
| -2 | -2 | 0 | -2 | -2 | 0 |
| -2 | 0 | -2 | 0 | -2 | -2 |
| -2 | -2 | -2 | -2 | 0 | 0 |
| -1 | -1 | -1 | -1 | 1 | -1 |
| матрица после обучения примеру 6 | |||||
Для проверки эффективности обучения переведем систему в режим экспертизы. Предъявим ей в качестве примера Рио-де-Жанейро (00100000001).
| проверка (А) |
|
| 1 столбец= | -15 |
| 2 столбец= | -19 |
| 3 столбец= | -1 |
| 4 столбец= | -19 |
| 5 столбец= | -19 |
| 6 столбец= | -19 |
Из вектора (2, -2, -2, -2, -2, -2) следует выбрать класс, характеризуемый максимальным числом. Это класс А, число 2. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Мексика (10010000100).
| проверка (Б) |
|
| 1 столбец= | -15 |
| 2 столбец= | -13 |
| 3 столбец= | 1 |
| 4 столбец= | -15 |
| 5 столбец= | -17 |
| 6 столбец= | -17 |
Из вектора (-7, -1, -7, -3, -5, -5) следует выбрать класс, характеризуемый максимальным числом. Это класс Б, число -1. То есть предъявленный объект опознан как Мексика.
Предъявим ей в качестве примера Панама(11100101000).
| проверка (В) |
|
| 1 столбец= | -141 |
| 2 столбец= | -143 |
| 3 столбец= | 45 |
| 4 столбец= | -141 |
| 5 столбец= | -137 |
| 6 столбец= | -135 |
Из вектора (-3, -3, 1, -3, -1, -3) следует выбрать класс, характеризуемый максимальным числом. Это класс В – число 1. То есть предъявленный объект опознан как Панама.
Предъявим ей в качестве примера Рио-де-Жанейро (10110010000).
| проверка (Г) |
|
| 1 столбец= | -19 |
| 2 столбец= | -19 |
| 3 столбец= | -1 |
| 4 столбец= | -15 |
| 5 столбец= | -19 |
| 6 столбец= | -19 |
Из вектора (-7, -3, -7, -1, -5, -5) следует выбрать класс, характеризуемый максимальным числом. Это класс Г – число -1. То есть предъявленный объект опознан как Рио-де-Жанейро.
Предъявим ей в качестве примера Нью-Йорк (11100100011).
| проверка (Д) | |
| 1 столбец= | -25 |
| 2 столбец= | -27 |
| 3 столбец= | -3 |
| 4 столбец= | -25 |
| 5 столбец= | -17 |
| 6 столбец= | -19 |
Из вектора (-8, -6, -6, -6, 0, -6) следует выбрать класс, характеризуемый максимальным числом. Это класс Д – число 0. То есть предъявленный объект опознан как Нью-Йорк.
Предъявим ей в качестве примера Нью-Йорк (11100100011).
| проверка (Е) | |
| 1 столбец= | -26 |
| 2 столбец= | -28 |
| 3 столбец= | -2 |
| 4 столбец= | -26 |
| 5 столбец= | -20 |
| 6 столбец= | -18 |
Из вектора (-6, -4, -6, -4, -4, 0) следует выбрать класс, характеризуемый максимальным числом. Это класс Е – число 0. То есть предъявленный объект опознан как Япония.
Вебинар для учителей
Свидетельство об участии БЕСПЛАТНО!
