Лабораторный практикум по интеллектуальным информационным системам

p=s/N_Obj*100;p=IF(p<=100,p,100) @24,0 SAY STR(p,3)+"%" COLOR "rg+/r+" @24,4 SAY REPLICATE("?",p*0.76) COLOR "rg+/g" NEXT GenNtxOin(.F.) @24,0 SAY REPLICATE("?",80) COLOR "rb/n" Mess = " ПРОЦЕСС ГЕНЕРАЦИИ ШКАЛ И ОБУЧАЮЩЕЙ ВЫБОРКИ ЗАВЕРШЕН УСПЕШНО !!! " @24,40-LEN(Mess)/2 SAY Mess COLOR "rg+/rb" nj=INKEY(0) RESTSCREEN(0,0,24,79,scr23) SHOWTIME() RETURN(nj) 1.1. Сконструировать классификационные шкалы и градации. Выберем в качестве классов натуральные числа от 1 до 30 (вместо 30 может быть взято другое число). В результате получим 30 классов с кодами от 1 до 30, наименования которых совпадают с их кодом. Приводить здесь эту элементарную таблицу не имеет смысла. 1.2. Сконструировать описательные шкалы и градации. В качестве описательных шкал и градаций используем простейшие свойства натуральных чисел, такие как: делители, неделители, количество делителей (таблица 44). Могут быть использованы и более сложные свойства, например: какой степенью и степенью какого числа является данное число, а также другие свойства, изучаемые в теории чисел, но суть задачи от этого не изменится. 1.3. Сгенерируем обучающую выборку. Обучающая выборка генерируется автоматически вместе с шкалами и градациями и здесь не приводится из-за ее большого объема. 2. Осуществить синтез и верификацию (измерение адекватности) семантической информационной модели. Синтез модели осуществляется в 5-й функции 3-го режима 2-й подсистемы системы "Эйдос", а верификация (после копирования обучающей выборки в распознаваемую и распознавания со 2-м интегральным критерием сходства) – во 2-м режиме 6-й подсистемы. При этом получен результат, представленный на рисунке 79, который говорит о высокой степени адекватности модели и корректности выводов, полученных путем ее исследования. Рисунок 79. Экранная форма режима измерения адекватности СИМ 3. Провести системно-когнитивный анализ модели: 3.1. Решить задачи идентификации и прогнозирования. Идентификация проводится во 2-м режиме 4-й подсистемы системы "Эйдос". Результаты идентификации выводятся в форме карточек в 1-й и 2-й функциях 3-го режима 4-й подсистемы системы "Эйдос" (примеры карточек на рисунке 80). Рисунок 80. Пример карточки идентификации объекта с классами 3.2. Сгенерировать информационные портреты классов и факторов, т.е. решить обратную задачу прогнозирования (результаты отобразить в графической форме двухмерных и трехмерных профилей классов и факторов). Информационные портреты классов генерируются и отображаются в 1-й функции 1-го режима 5-й подсистемы системы "Эйдос" (рисунок 81). Рисунок 81. Пример информационного портрета класса в форме круговой диаграммы Двухмерные и трехмерные профили классов и признаков генерируются и отображаются в 4-м режиме 6-й подсистемы системы "Эйдос" (рисунок 82).