ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ »
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Интеллектуальная информационная система

Сбором грибов

Руководитель:                                                                    Исполнитель:

Доцент каф. АСОиУ                                              Студент группы 4165

Зарайский С.А.                                                      Фазылзянов А.И.

 

_____________20__                                                                        ____________20__

 

 

Казань 2018 г.



Education and Science Ministry of Russian Federation

Kazan National Research Technical University

Named A. N. Tupolev

Department of Automated Systems for Information Processing & Control

COURSE WORK

Discipline: «RESEARCH PROJECT»

Theme: Intelligent information system for mushroom picking

Head of the work:                                                 Developer:

associate Professor of ASOIU                           student of group 4165

Zaraysjkiy S.A.                                                  Fazylzyanov A.I.

 

_____________20__                                         _____________20__

 

Kazan, 2018



ЗАДАНИЕ КУРСОВОЙ РАБОТЫ ПО ДИСЦИПЛИНЕ

«ТЕХНОЛОГИЯ РАЗРАБОТКИ

ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ»

Фамилия, имя, отчество студента: Фазылзянов Айрат Илшатович, группа 4165.

Фамилия, имя, отчество руководителя: Зарайский С.А.

Тема курсовой работы и задачи: Интеллектуальная информационная система управления сбором грибов.

1. Построение классификатора граничных точек изображения грибов;

2. Управление системой сбором грибов.

Разработать функциональную структуру ИИС или ее части. Разработать или выбрать форму представления знаний, методы приобретения знаний и принятия решений. Определить структуру базы знаний. Разработать технологический процесс обработки информации. Разработать и отладить программные средства извлечения знаний и принятия решений (использовать С#). Подготовить контрольный пример базы знаний на магнитном носителе (использовать СУБД Access -2003).

СРОКИ КОНТРОЛЯ ВЫПОЛНЕНИЯ ПРОЕКТА

Срок завершения работы - 21.05.2018

Пояснительная записка предоставляется руководителю не позднее, чем за три дня до защиты для получения отзыва.

Дата выдачи задания ...............................

Подпись руководителя.............................

Подпись студента..................................   


Содержание

ВВЕДЕНИЕ. 5

1. ФУНКЦИИ ИИС. 8

1.1. Внешние объекты и диаграммы окружения. 8

1.2. Данные, результаты, хранилища и логическая модель. 10

1.3. Задачи, функции и модель поведения. 12

2. ПОСТАНОВКИ ЗАДАЧ И МЕТОДЫ РЕШЕНИЯ. 14

2.1. Получение правил выделения границы грибов на изображении. 14

2.2. Использование системы для определения границ изображения. 17

2.3. Формирование сигналов для автомата сортировки грибов. 18

2.4. Формирование накладных и актов. 19

3. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ИИС. 22

3.1. Концептуальное проектирование базы данных. 22

3.2. Логическое проектирование базы знаний. 24

3.3. Создание базы знаний. 29

3.3.1. Определение показателя. 29

3.3.2. Определение факторов. 30

3.3.3. Проведение экспериментов и построение выборки значений. 32

3.3.4. Удаление признаков с неизвестными значениями. 34

   3.3.5. Удаление факторов с постоянными значениями. 34

   3.3.6. Устранение одинаковых элементов выборки. 35

   3.3.7. Контроль  значений  признаков  и  восстановление ошибочных данных 37

   3.3.8. Нормирование значений признаков. 38

   3.3.9. Выбор информационных признаков. 40

   3.3.10. Формирование обучающей и контролирующей выборок. 41

3.4. Формирование правил принятия решений. 44

4. ТЕХНОЛОГИЧЕСКИЙ ПРОЦЕСС ОБРАБОТКИ ДАННЫХ.. 52

4.1. Технология приобретения знаний. 52

4.2. Технология принятия решения. 53

5. ПРОГРАММНЫЕ СРЕДСТВА.. 54

5.1. Программные средства приобретения знаний. 54

5.2. Программные средства принятия решений. 55

Заключение. 66

Conclusion. 67

Приложение 1. Словарь терминов. 68

Приложение 2. Контрольный пример базы данных. 70

Приложение 3. Листинг Программы. 73

 

            




ВВЕДЕНИЕ

На современном этапе развития в грибном хозяйстве на новый уровень выходят автоматизированные системные решения, которые способны заменить трудовые ресурсы при проведении сбора урожая. Участие роботизированных машин в сельском хозяйстве позволяет повысить эффективность и производительность сбора урожая. Данная проблема актуальна, так как необходимо разработать такую систему, которая идентифицирует и классифицирует цели для роботизированных машин.

Разрабатываемая интеллектуальная информационная система предназначена для управления процессом сбора грибов в грибном хозяйстве для работников сборки грибов.

Рассматриваемая организация осуществляет деятельность по сборке грибов в лесах, примыкающих к пункту заготовки грибов артели заготовителей, вручную. Заготовители осуществляют сбор белых грибов и маслят в лесу без предварительной сортировки и доставляют грибы в корзинах на пункт заготовки грибов артели заготовителей. В одной корзине могут находиться грибы нескольких видов. Заготовители укладывают грибы на транспортер, который доставляет их в пункт сортировки. Далее определяются вес грибов каждого вида и сумма, которая будет выплачена заготовителю за сбор грибов. 

Проблема деятельности организации заключается в необходимости большого количества заготовителей для сбора грибов, так как сезон появления грибов непродолжителен. Недостаток трудовых ресурсов приводит к тому, что часть грибов портится или остается не собранной. В связи с этим организация теряет часть своей прибыли, которую она могла бы получить, если бы вовремя успела собрать урожай. Чтобы решить данную проблему, необходимо усовершенствовать процесс организации сбора грибов путем процесса обработки информации изображения каждого собранного гриба и оценки его параметров по изображению для дальнейшей транспортировки до пункта сортировки грибного хозяйства.

Для многих культур уже есть решения по автоматизированной уборке урожая. Например, одним из самых крупных заготовителей овощей в России является компания ООО «СИТИ-сад», Краснодарский край. Для автоматизированной сортировки используется линия AWETA с мощностью до 4,5 т/ч.

Интеллектуальная информационная система управления сбором грибов приведет к существенной экономии времени и трудозатрат, а также повысит прибыль организации от уменьшения значительной части заготовителей (персонала). В данной работе используется именно интеллектуальная информационная система, потому что не существует формального четкого алгоритма определения границ объекта, в связи с этим необходимо производить обучение и применять методы искусственного интеллекта.

Таким образом, целью курсовой работы является разработка ИИС управления сбором грибов для увеличения прибыли заготовительного предприятия за счет повышения качества сортировки грибов. Для реализации данного решения необходимо решить следующие задачи:

1. Построение классификатора граничных точек изображения гриба;

2. Управление сбором грибов.

В первом разделе курсовой работы представлена функциональная структура автоматизированной интеллектуальной информационной системы сортировки грибов.

Во втором разделе представлены вербальная и формальная постановки задач, описание методов решения, примеры решения задач.

В третьем разделе описаны проектирование информационного обеспечения, концептуальное и логическое проектирование базы данных, кардинальность и избирательность связей, кодирование информации, классификаторы и кодификаторы информации, определение задач ведения базы данных, состав задач, операторы, документы, источники, расчет трудоемкости ведения базы данных.

В четвертом разделе представлен технологический процесс обработки данных, задачи принятия решения и ведения базы данных.

В пятом разделе представлена разработка программных средств, выбор системного программного обеспечения, инструментальные средства разработки прикладных программ, прикладное программное обеспечение, алгоритмы прикладных программ: алгоритмы пользовательского интерфейса, алгоритмы принятия решений.

 

ФУНКЦИИ ИИС

В данной главе представлены DFD диаграммы для модели окружения, логической модели и модели поведения.

 

Дата: 2018-12-28, просмотров: 447.