sistemas inteligentes de apoio a decisão

Engenharia de SoftwareEngenharia de Software

Profa. Vivian BellaProfa. Vivian Bella

Profa. Vivian Bella Louzada Rebechi

Sistemas Inteligentes de Apoio à Decisão

Inteligência Artificial



Objetivos da IA:

Desenvolver computadores que consigam pensar, ver, ouvir, falar e sentir.

Tem buscado desenvolver funções computacionais normalmente associadas à inteligência humana, como raciocinar, aprender e solucionar problemas.



Alguns atributos do comportamento inteligente:

•Pensar e raciocinar

•Utilizar a razão para solucionar problemas

•Aprender e compreender a partir da experiência

•Adquirir e aplicar conhecimento

•Demonstrar criatividade e imaginação

•Lidar com situações complexas ou desconcertantes

•Responder pronta e eficazmente a situações novas

•Reconhecer a importância relativa de elementos em uma situação

•Manipular informações ambíguas, incompletas ou errôneas



Sistemas inteligentes de apoio à decisão• Sistemas especialistas

• Sistemas de aprendizagem adaptativa

• Sistemas de lógica difusa

• Redes neurais

• Algoritmos genéticos

• Agentes inteligentes



Sistemas especialistas• Quando a expertise é cara ou escassa

• Captura a expertise humana em uma área específica do conhecimento e a transforma em conjunto de regras de um SW que pode ser usado por outras pessoas.

• Pouco úteis para lidar com problemas não estruturados.



Sistemas de aprendizagem adaptativaHistórico de casos.

O sistema pesquisa os casos armazenados com características semelhantes as do novo caso, encontra o que mais se ajusta e a ele aplica a solução do caso antigo ao caso novo.



Sistemas de lógica difusa• Soluções para problemas não atendidos para SE-ENTÃO.

• Ex de temperatura:

• Temperatura pode ser: quente, fria, fresca ou morna. Fresco = entre 10 e 21 graus. Frio ou normal pode se sobrepor a fresco.

• Se a temperatura for fresca ou fria e a umidade baixa, e se ao mesmo tempo houver forte ventania e a temperatura externa for baixa, aumente o calor e a umidade da sala.

• O Metrô do Japão utiliza esta lógica para acelerar de forma que os passageiros que estejam em pé não precisem se segurar.



Redes NeuraisUtiliza regras “aprendidas” a partir de padrões

em dados para construir uma camada oculta de lógica.

A camada oculta processa as entradas, classificando-as com base na experiência do modelo.

Grandes quantidades de dados são coletados.

Mais aplicado só ao hardware.



Algoritmos genéticosEncontrar a solução ideal de um problema

específico após o exame de um imenso número de soluções alternativas, com variações adaptáveis ao ambiente.

Funções matemáticas. Sobrevive o mais apto.

Simulam processos evolutivos que podem gerar soluções cada vez melhores para os problemas.



Agentes inteligentesUtiliza a base de conhecimento aprendida para

executar tarefas pelo usuário.

Ex: cadeia de inteligência de compra de medicamentos.

sistemas inteligentes de apoio a decisão

Education