1.3 Systemy hybrydowe
W ostatnich latach obserwuje się wzrost zainteresowania sztucznymi sieciami neuronowymi, algorytmami ewolucyjnymi, logiką rozmytą oraz programowaniem genetycznym.
Powyższe techniki bazują na niesymbolicznym przetwarzaniu infonnacji dla szerokiej klasy problemów, odpowiednio: identyfikacji, optymalizacji, oraz zagadnień samo-programowania komputerów.
Połączenie tych technik z symbolicznymi systemami ekspertowymi doprowadziło do stworzenia nowej klasy narzędzi tzw. systemów hybrydowych. Systemy hybrydowe cechuje większy potencjał intelektualny wynikający z wykorzystania pozytywnych własności obu technik przetwarzania infonnacji.
Dla wspomnianych dziedzin zastosowań opis zasad postępowania jest nieefektywny lub wręcz niemożliwy. Dlatego klasyczne rozwiązania nie nadają się do tego typu zagadnień.
O