به طور كلى سه روش تركیب تكنیكهاى هوش مصنوعى در جهت ساخت یك سیستم هوشمند ارائه شده است كه در ذیل به اختصار به آنها مى پردازیم.
در روش اول از یك تكنیك خاص جهت اجراى یك function در یك تكنیك دیگر هوش مصنوعى استفاده مى كنیم.
براى مثال در طراحى یك سیستم كنترلى فازى چندین بلوك وجود دارد كه هر كدام كار مشخصى را انجام مى دهند. یكى از این بلوكها جهت انجام Fuzzification طراحى مى شود.
در یك سیستم تركیبى مى توان از شبكه هاى عصبى در انجام این كار استفاده نمود. البته در اینجا در مورد مزایا یا معایب این تركیب سخنى گفته نخواهد شد.

در یك مثال دیگر مى توان به كاربرد روشهاى ژنتیكى در امر یادگیرى شبكه هاى عصبى اشاره نمود.
در روش دوم جهت ساخت یك سیستم پیچیده، آن سیستم را تجزیه نموده (به زیر سیستم هاى كوچكتر تقسیم نموده) و بعد از آن هر زیر سیستم را با یك روش مناسب هوشمند پیاده سازى مى كنیم. براى مثال جهت كنترل یك فرآیند پیچیده صنعتى از شبكه هاى عصبى جهت پیشگویى و مدل سازى یك سرى از پارامترهاى كلیدى استفاده مى شود و نتایج به دست آمده جهت تصمیم گیریهاى كلى به یك سیستم خبره داده مى شود.
سیستم خبره در اصل حكم یك مدیر پروسه متخصص را دارد كه با استفاده از پارامترهاى تولید شده در سطح پایین تر تصمیم گیرى مى كند. بسیارى از مسائل پیچیده از این طبیعت برخوردار هستند و شكستن آن به مسائل كوچكتر و به كارگیرى روش مناسب براى حل هر كدام به صورت مجزا و در نهایت ادغام كردن نتایج به دست آمده، به حل درست مسأله اصلى كمك خواهد نمود.

روش آخر استفاده از یك روش هوشمند در پیاده سازى یك روش دیگر مى باشد. براى مثال مى توان به پیاده سازى یك سیستم خبره با استفاده از شبكه هاى عصبى اشاره نمود. در اینجا هر نرون در شبكه عصبى یك قانون در پایگاه دانش مى باشد و با استفاده از محاسبات عصبى روش استنتاج را پیاده مى كنیم.
مثال دیگر به كارگیرى گرامرها در تحلیل و نمایش دانش آموخته شده در شبكه هاى عصبى مى باشد. البته توجه به این نكته لازم مى باشد كه یك سیستم تركیبى هوشمند نباید الزاما ًاز روشهاى هوشمند در پیاده سازى استفاده كند. در پیاده سازى یك سیستم شاید نیاز به به كارگیرى روشهاى آمارى، ریاضى و تحلیلى... نیز وجود داشته باشد.

نظرات شما عزیزان:

نام :

آدرس ایمیل:

وب سایت/بلاگ :

متن پیام:

نظر خصوصی

 کد را وارد نمایید:

 

 

 

عکس شما

آپلود عکس دلخواه: