икористовуються для визначення апріорно невідомих складних функціональних залежностей на підставі статистичних даних.
Байесови (імовірнісні) мережі * . Моделюють імовірнісні причинно-наслідкові зв'язки. Дозволяють розраховувати ймовірність настання тієї чи іншої події при відомій апріорної ймовірності причин. Дозволяють будувати моделі в режимі реального часу з урахуванням неповноти даних і можливістю коригування результату при появі додаткової інформації. Можуть використовуватися для спільної обробки даних кількісного і якісного характеру.
Методи евристичної самоорганізації. Методи даної групи досліджують функціональні та імовірнісні взаємозв'язку "Входів" і "виходів" деякої системи, тобто дозволяють моделювати складні нелінійні процеси та системи за відсутності апріорних знань про структуру моделі. Метод групового урахування аргументів (МГУА), наприклад, дозволяє моделювати невідомі закономірності функціонування досліджуваного процесу або системи за інформацією, неявно присутня у вибірці "Вхідних" і "вихідних" даних. p> Теорія ігор. Дозволяє формалізувати опис процесів прийняття свідомих цілеспрямованих рішень за участю однієї або декількох сторін в умовах невизначеностей, ризику і конфлікту, які виникають при зіткненні інтересів. Завдання теорії ігор полягає в реченні рекомендацій раціонального способу дій учасників процесу прийняття рішень, тобто у визначенні оптимальної стратегії для кожного з них.
Теорія хаосу. Пропонує нові методи аналізу даних, що дозволяють виявляти приховані залежності там, де раніше систему вважали випадковою, і не має будь-яких закономірностей. Застосування апарату теорії хаосу дозволяє якісно вивчати нестабільне апериодическое поведінку в нелінійних динамічних системах, наприклад, в економічних, екологічних, соціальних і біологічних системах і процесах.
Багатозначні логіки. Нечітка логіка. Логіка антонімів * . Розширює можливості "звичайної" двійковій логіки, що оперує тільки поняттями "1-так" і "0-нет". Дозволяє оперувати з нечіткою, неточної, "розмитою" інформацією. Дає можливість використання якісних, а не кількісних характеристик, що дозволяє маніпулювати лінгвістичними поняттями і знаннями, висловлюваними на звичайній мові (наприклад, для опису процесів: "Погано" - "середньо" - "добре", "Величезний-великий-маленький-мізерний" і т.д.). p> Еволюційні і клональні алгоритми. Адаптивні методи пошуку, використовувані для вирішення задач функціональної оптимізації. Засновані на еволюційних процесах біологічних організмів: популяції розвиваються, підкоряючись законам природного відбору і принципом "виживає найсильніший ". Моделюючи цей процес, еволюційні алгоритми, зокрема генетичні, здатні "розвивати" вирішення реальних завдань, якщо вони відповідним чином закодовані. Такий підхід є динамічним і дозволяє досить швидко знаходити оптимальні, з певної точки зору, рішення.
Методи експертних оцінок * . Застосовуються при відсутності можливості або трудо-ресурсної недоцільність отримання даних у кількісному вираженні. При моделюванні багатьох процесів і систем, наприклад, економічних, соціальних і біологічних, поняття точних числових оцінок втрачає всякий сенс. У таких випадках звертаються до використання знань і досвіду експертів - методам експертних оцінок, які включають в себе методи отримання, формалізації та інтеграції експертних знань.
Імунні мережі * . Засновані на принципах функціонування імунної системи хребетних, яка, виступає "Другим" інтелектом - як і нервова система, володіє такими властивостями як пам'ять, здатність навчатися, вміння розпізнавати і приймати рішення про те, як вести себе в нових ситуаціях. Методи, засновані на концепції штучних імунних мереж, використовуються у задачах розпізнавання образів, інформаційної безпеки, прогнозуванні часових рядів і багатьох інших.
Ройовий інтелект * . Даний підхід заснований на колективному інтелекті соціальних комах, таких як мурашки і бджоли, кожна особина яких володіє дуже малими можливостями. Але, збираючись у багатотисячну і багатомільйонну колонію, вони стають роєм, які представляють собою потужну інтелектуальну розподілену систему. Багато сучасні завдання управління, моделювання і прогнозування можуть бути ефективно вирішені за допомогою автономних емерджентних систем, побудованих за таким принципом. Найбільш активними сферами застосування є соціальне і електоральне моделювання, економічне прогнозування, маркетингові дослідження та дослідження з корпоративного клімату.
Висновок
Штучний інтелект тісно пов'язаний з теоретичної інформатикою, звідки він запозичив багато моделей і методи, наприклад, використання логічних засобів для перетворення знань. Настільки ж міцні зв'язки цього напрямку з кібернетикою. Математична і прикладна лінгвістика, нейрокібернетика і гомеостатіка найтіснішим чином пов'язані з роз...
