Künstliche Intelligenz für Ingenieure

Inhaltsverzeichnis......Page 10
Verzeichnis der Anwendungsbeispiele......Page 18
Hinweise zum Gebrauch des Buches......Page 24
1.1 Anliegen der Künstlichen Intelligenz......Page 26
1.2.1 Mathematische Logik......Page 31
1.2.2 Algorithmentheorie......Page 33
1.2.3 Rechentechnik......Page 37
1.3.2 Die klassische Epoche: Spiele und logisches Schließen......Page 38
1.3.4 Wissensbasierte Systeme und KI-Markt......Page 40
1.3.5 Entwicklungstrend: Kognitive Systeme......Page 41
1.4.1 Grundstruktur intelligenter technischer Systeme......Page 42
1.4.2 Intelligente Agenten......Page 46
1.4.3 Impulse der Künstlichen Intelligenz für die Lösung ingenieurtechnischer Probleme......Page 48
1.5 Möglichkeiten und Grenzen der Künstlichen Intelligenz......Page 51
Literaturhinweise......Page 53
2.1 Qualitative und quantitative Beschreibung eines Wasserversorgungssystems......Page 56
2.2.1 Umformung der Wissensbasis......Page 62
2.2.2 Verschachtelung der Regeln in einem Entscheidungsbaum......Page 63
2.2.3 Anordnung der Regeln als Wissensbasis......Page 67
2.3 Probleme der Wissensverarbeitung......Page 68
Literaturhinweise......Page 69
3.1.1 Ungerichtete Grafen......Page 70
3.1.2 Suchprobleme......Page 72
3.2.1 Tremaux-Algorithmus......Page 73
3.2.2 Geradeaussuche......Page 74
3.2.3 Breite-zuerst-Suche......Page 77
3.2.4 Tiefe-zuerst-Suche......Page 81
3.3.1 Tiefe-zuerst-Suche von Pfaden......Page 84
3.3.3 DIJKSTRA-Algorithmus......Page 87
3.4.1 Erweiterungsmöglichkeiten der blinden Suche......Page 97
3.4.2 A∗-Algorithmus......Page 99
3.5.1 Aufgabenstellung und Lösungsweg......Page 107
3.5.2 Beschreibung kollisionsfreier Bahnen im Konfigurationsraum......Page 108
3.5.3 Planungsalgorithmus......Page 110
3.5.4 Erweiterungen......Page 111
3.6.1 Problemlösen durch Suche......Page 112
3.6.2 Struktur und Eigenschaften von Suchsystemen......Page 113
Literaturhinweise......Page 115
4.1.1 Darstellung von Wissen in Form von Regeln......Page 116
4.1.2 Zustandsraumdarstellung......Page 118
4.1.3 Wissensverarbeitung als Grafensuche......Page 122
4.2.2 Verarbeitung von Schlussfolgerungsregeln......Page 124
4.2.4 Beispiel: Zusammenfassung von Widerstandsnetzwerken......Page 128
4.2.5 Kommutative und nichtkommutative regelbasierte Systeme......Page 135
4.2.6 Beispiel: Lösung von Packproblemen......Page 138
4.3.1 Rückwärtsverkettung......Page 144
4.3.2 Anwendungsgebiete der Rückwärtsverkettung......Page 147
4.4.1 Allgemeiner Wissensverarbeitungsalgorithmus......Page 148
4.4.2 Architektur regelbasierter Systeme......Page 150
4.4.3 Einsatzcharakteristika regelbasierter Systeme......Page 151
Literaturhinweise......Page 154
5.1.1 Grundidee von LISP......Page 156
5.1.2 Rekursive Funktionen......Page 159
5.2.1 Listen......Page 161
5.2.2 LISP-Ausdrücke......Page 164
5.2.3 Spezielle Auswertungsregeln......Page 165
5.2.4 Verarbeitung von Listen......Page 168
5.2.5 Definition von Funktionen......Page 174
5.2.6 Bedingte Anweisungen und Let-Konstruktionen......Page 175
5.3.1 Programmelemente......Page 177
5.3.2 Zusammenfassung zur Funktion „Erreichbarkeitsbaum“......Page 182
5.4 Merkmale der Programmiersprache LISP......Page 185
Literaturhinweise......Page 187
6.1 Einführung in die logikbasierte Wissensverarbeitung......Page 188
6.2.1 Aussagen und logische Ausdrücke......Page 189
6.2.2 Semantik logischer Ausdrücke......Page 193
6.2.3 Logische Gesetze......Page 200
6.2.4 Logische Ausdrücke in Klauselform......Page 202
6.3.1 Folgerungen......Page 204
6.3.2 Ableitungsregeln der Aussagenlogik......Page 206
6.3.3 Beweis aussagenlogischer Ausdrücke......Page 210
6.3.4 Formale Systeme der Aussagenlogik......Page 213
6.3.5 Eigenschaften des Aussagenkalküls......Page 214
6.4.1 Resolutionsprinzip der Aussagenlogik......Page 215
6.4.2 Widerspruchsbeweis......Page 217
6.4.3 Resolutionskalkül......Page 219
6.4.4 Steuerung des Inferenzprozesses......Page 222
6.5 Anwendungsbeispiel: Verifikation von Steuerungen......Page 227
Literaturhinweise......Page 230
7.1.1 Prädikate, logische Ausdrücke und Aussageformen......Page 232
7.1.2 Prädikatenlogische Ausdrücke in Klauselform......Page 237
7.1.3 Semantik prädikatenlogischer Ausdrücke......Page 239
7.2.1 Resolutionsregel der Prädikatenlogik......Page 241
7.2.2 Resolutionskalkül......Page 244
7.2.3 Merkmale von Resolutionssystemen......Page 247
7.3.1 Resolutionsregel für Hornklauseln......Page 249
7.3.2 Beweisverfahren der logischen Programmierung......Page 252
7.4.1 Modellierung technischer Systeme durch logische Ausdrücke......Page 256
7.4.2 Beispiel: Prädikatenlogische Beschreibung von Planungsaufgaben......Page 257
7.4.3 Vergleich von regelbasierter und logikbasierter Wissensverarbeitung......Page 262
7.4.4 Erweiterungsmöglichkeiten der klassischen Logik......Page 263
Literaturhinweise......Page 264
8.1 Einführung in die logische Programmierung......Page 266
8.2 Syntax von PROLOG......Page 267
8.3.1 Semantik logischer Programme......Page 269
8.3.2 Steuerfluss bei der Verarbeitung logischer Programme......Page 270
8.3.3 Interpretation des Ergebnisses......Page 274
8.4.1 Verarbeitung von Listen......Page 276
8.4.2 Rekursive Programmierung......Page 278
8.4.3 Built-in-Prädikate......Page 279
8.5.1 Bestimmung von Pfaden in gerichteten Grafen......Page 284
8.5.2 Zusammenfassung eines Widerstandsnetzwerkes......Page 290
8.5.3 Handlungsplanung für Roboter......Page 294
8.6 Anwendungsgebiete von PROLOG......Page 299
Literaturhinweise......Page 301
9.1 Probleme und Lösungswege für die Verarbeitung unsicheren Wissens......Page 302
9.1.1 Quellen für die Unbestimmtheiten der Wissensbasis......Page 303
9.1.2 Probleme der Darstellung und der Verarbeitung unsicheren Wissens......Page 306
9.1.3 Überblick über die Behandlungsmethoden für unsicheres Wissen......Page 307
9.2 Darstellung veränderlichen Wissens......Page 308
9.3.1 Begründungen......Page 312
9.3.2 ATMS-Graf......Page 313
9.3.3 Lokale und globale Umgebungen......Page 315
9.4.1 Verwaltung logischer Ausdrücke......Page 319
9.4.2 Behandlung logischer Widersprüche......Page 321
9.4.3 Zusammenspiel von Problemlöser und ATMS......Page 324
9.5.1 Aussagenlogisches Modell......Page 326
9.5.2 Bildung des ATMS-Grafen......Page 328
9.5.3 Analyse und Prozessüberwachung mit dem ATMS......Page 332
9.6.1 Modellbasierte Diagnose......Page 336
9.6.2 Diagnoseprinzip GDE......Page 339
9.6.3 Realisierung von GDE mit einem ATMS......Page 340
9.6.4 Erweiterungen......Page 344
Literaturhinweise......Page 349
10.1.1 Logische Ausdrücke der dreiwertigen Logik......Page 350
10.1.2 Ableitungsregel und Theorembeweisen......Page 352
10.1.3 Erweiterung von dreiwertiger auf mehrwertige Logiken......Page 354
10.2.1 Unscharfe Mengen......Page 355
10.2.2 Unscharfe Mengen in der Wissensrepräsentation......Page 359
10.2.3 Unscharfe Logik......Page 362
10.2.4 Fuzzifizierung und Defuzzifizierung......Page 367
10.2.5 Anwendungsbeispiel: Fuzzyregelung......Page 370
Literaturhinweise......Page 379
11.1.1 Übersicht über die wahrscheinlichkeitstheoretische Behandlung unsicheren Wissens......Page 380
11.1.2 Aussagenlogische Beschreibung zufälliger Ereignisse......Page 381
11.1.3 Wahrscheinlichkeit logischer Ausdrücke......Page 385
11.2.1 Modus Ponens der probabilistischen Logik......Page 389
11.2.2 Fehlende Modularität der probabilistischen Logik......Page 393
11.2.3 Bayessche Inferenzregel......Page 397
11.2.4 Lösung von Diagnoseaufgaben......Page 399
11.2.5 Aussagekraft probabilistischer Folgerungen......Page 402
11.2.6 Anwendungsgebiete der probabilistischen Logik......Page 404
11.3.1 Abhängige und unabhängige Ereignisse......Page 405
11.3.2 Modellbildung mit Bayesnetzen......Page 413
11.3.3 Kausales Schließen mit Bayesnetzen......Page 422
11.3.4 Diagnostisches Schließen mit Bayesnetzen......Page 428
11.3.5 Erweiterung der Bayesnetze......Page 433
11.4 Zusammenfassung und Wertung......Page 434
Literaturhinweise......Page 437
12.1 Wissensverarbeitung auf der Grundlage der Evidenztheorie......Page 438
12.1.1 Grundlagen der Evidenztheorie......Page 439
12.1.2 Dempster-Regel......Page 442
12.1.3 Erweiterung der Aussagenlogik mit Hilfe der Evidenztheorie......Page 443
12.2.1 Beschreibung der Unbestimmtheit des Wissens durch Konfidenzfaktoren......Page 447
12.2.2 Verarbeitung der Konfidenzfaktoren bei Ableitungen......Page 449
12.3 Vergleichende Zusammenfassung der Methoden zur Verarbeitung unsicheren Wissens......Page 451
Literaturhinweise......Page 453
13.1 Begriffsbildung und strukturierte Objekte......Page 454
13.1.1 Begriffshierarchien und Vererbung von Eigenschaften......Page 455
13.1.2 Multihierarchien und Sichten......Page 457
13.2.1 Syntax und Semantik......Page 458
13.2.2 Kausale Netze......Page 460
13.3.1 Grundidee der Wissensrepräsentation mit Frames......Page 461
13.3.2 Anordnung von Frames in Generalisierungshierarchien......Page 464
13.3.3 Erweiterungsmöglichkeiten......Page 465
13.3.4 Vergleich von Frames mit anderen Wissenrepräsentationsformen......Page 467
Literaturhinweise......Page 468
14.1 Strukturwissensbasierter Systeme......Page 470
14.2.1 Modellbildung......Page 471
14.2.2 Deklaratives und prozedurales Wissen......Page 473
14.2.3 Anforderungen an die Wissensrepräsentation......Page 474
14.2.4 Wissensrepräsentationsmodelle......Page 476
14.2.5 Modularität der Wissensrepräsentation......Page 478
14.2.6 Wissenserwerb......Page 479
14.3.1 Zusammenfassung der Verarbeitungsmethoden......Page 480
14.3.2 Problemspezifikation und Algorithmierung......Page 482
14.4 Ingenieurtechnische Anwendungsgebiete......Page 484
Literaturverzeichnis......Page 490
Anhang 1: Lösung von Übungsaufgaben......Page 496
Anhang 2: Grundlagen der Wahrscheinlichkeitsrechnung......Page 518
Anhang 3: Aufgaben zur Prüfungsvorbereitung......Page 524
Anhang 4: Projektaufgabe......Page 528
Anhang 5: Fachwörter deutsch – englisch......Page 532
Sachwortverzeichnis......Page 536