Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Учебная программа курса'
Развитие таких сфер деятельности, как телекоммуникации, медиа, технологии (ТМТ), банковские структуры и финансовые группы крупных компаний и фирм пок...полностью>>
'Закон'
В связи с возникшими в судебной практике вопросами и в целях обеспечения единообразного применения Федерального закона от 26.10.2002 № 127-ФЗ «О несос...полностью>>
'Документ'
Постановка проблеми. Виходячи із загальносвітових тенденцій розвитку нашого суспільства, яке починає входити в Європейский простір, провідні педагогі...полностью>>
'Документ'
обладает способностью понимать сущность и значение информации в развитии современного информационного общества, сознавать опасность и угрозы, возникаю...полностью>>

Рабочая программа дисциплины «Проектирование интеллектуальных автоматизированных систем» по направлению подготовки дипломированного специалиста 654600 «Информатика и вычислительная техника»

Главная > Рабочая программа
Сохрани ссылку в одной из сетей:

Министерство образования Российской Федерации

Московский государственный горный университет

УТВЕРЖДАЮ

Председатель УМК по направлению

«Информатика и вычислительная техника»

проф., д.т.н. Федунец Н.И.

«_____» ____________2002 г.

Рабочая программа

дисциплины «Проектирование
интеллектуальных автоматизированных систем»
по направлению подготовки дипломированного специалиста
654600 - «Информатика и вычислительная техника»
специальности 220200 – «Автоматизированные системы обработки информации и управления»

Москва 2002

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ

Цели изучения дисциплины – формирование системного представления, знания, умения и навыки студентов по вопросам применения методов инженерии знаний и нейроинформатики к проектированию интеллектуальных систем; представление о прикладных системах искусственного интеллекта (ИИ); представление о роли искусственного интеллекта и нейроинформатики в развитии информатики в целом, а также, в научно-техническом прогрессе; подготовка студентов к применению концепций интеллектуальных систем в дипломном проектировании по специальности 220200.

Основными задачами изучения дисциплины являются:

  • подготовка специалистов в области автоматизации сложноформализуемых задач, которые до сих пор считаются прерогативой человека;

  • приобретение знаний о способах мышления человека, а так же о методах их реализации на компьютере;

  • усвоение студентами основных принципов использования теории и методов искусственного интеллекта и нейроинформатики в проектировании современных компьютерных систем;

  • получение ими практических навыков в исследовании и проектировании систем искусственного интеллекта.

2. ТРЕБОВАНИЯ К УРОВНЮ ОСВОЕНИЯ СОДЕРЖАНИЯ ДИСЦИПЛИНЫ

В результате изучения дисциплины студент должен знать:

  • понятия инженерии знаний и нейрокибернетики,

  • методы представления и обработки знаний,

  • основные модели нейронных сетей, методов и алгоритмов их обучения,

  • структуры экспертных систем и их архитектурных особенностей в зависимости от особенностей решаемой задачи,

  • этапы построения интеллектуальных систем,

  • методы построения систем общения на естественном языке.

Студент должен уметь:

  • ориентироваться в различных типах интеллектуальных систем;

  • ориентироваться в различных методах представления знаний, переходить от одного метода к другому, обоснованно комбинировать один метод с другим;

  • формализовать знания экспертов с применением различных методов представления знаний;

  • ставить задачу построения интеллектуальной системы для решения задачи выбора вариантов в плохо формализуемой предметной области;

  • разрабатывать продукционные и другие виды баз знаний для решения задач выбора вариантов в плохо формализуемой предметной области;

  • применять основные модели нейронных сетей в решении практических задач.

3. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Вид учебной работы

Всего часов

Семестр

Общая трудоемкость дисциплины

Аудиторные занятия

100 (102)

51

9

Лекции

Практические занятия (ПЗ)

Лабораторные занятия (ЛЗ)

34

17

17

Самостоятельная работа (СР)

34

Курсовая работа (КР)

да

Расчетно-графические работы (РГР)

-

Вид итогового контроля

Зачет, экзамен

4. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

4.1. Разделы дисциплины и виды занятий

п/п

Раздел дисциплины

Лекции

ПЗ

ЛР

1

2

3

4

5

1

Базовые понятия ИИ.

*

2

Архитектура и основные составные части систем ИИ.

*

*

3

Системы распознавания образов (идентификации)

*

*

*

4

Методы обучения распознаванию образов

*

*

5

Логический подход к построению систем ИИ

*

*

*

6

Нечеткость в системах искусственного интеллекта.

*

*

*

7

Экспертные системы

*

*

*

8

Машинная эволюция

*

*

4.2. Содержание разделов дисциплины.

Введение. (1 час.)

Предмет, объект, метод, цель и задачи дисциплины "Проектирование интеллектуальных автоматизированных систем". Место и роль систем искусственного интеллекта в учебном плане и в работе выпускника по направлению "Информатика и вычислительная техника". Основная литература по дисциплине и ее краткий анализ.

Раздел 1. Базовые понятия ИИ. (2час.)

Терминология. Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). История развития систем ИИ.

Раздел 2. Архитектура и основные составные части систем ИИ.(4 час.)

Различные подходы к построению систем ИИ (логический, структурный, эволюционный, имитационный) и методы представления знаний. Краткое ознакомление с данными подходами. Вспомогательные системы (распознавание образов зрительных и звуковых, идентификация, моделирование, жесткое программирование) и их место в системах ИИ.

Раздел 3. Системы распознавания образов (идентификации). (4час.)

Понятие образа. Проблема обучения распознаванию образов. Геометрический и структурный подходы. Гипотеза компактности. Обучение и самообучение. Адаптация и обучение.

Раздел 4. Методы обучения распознаванию образов. (8 час.)

Перцептроны, нейронные сети, метод потенциальных функций, метод группового учета аргументов, метод предельных упрощений, коллективы решающих правил. Методы и алгоритмы анализа структуры многомерных данных - кластерный анализ, иерархическое группирование.

4.1. Перцептроны.

4.2. Нейронные сети. История исследований, модель с обратным распространением ошибки.

4.3. Нейронные сети – обучение без учителя.

4.4.Нейронные сети Хэмминга и Хопфилда.

4.5. Метод потенциальных функций.

4.6. Метод группового учета аргументов (МГУА). Метод наименьших квадратов. Общая схема алгоритмов МГУА. Алгоритм с ковариациями и квадратичными описаниями.

4.7. Метод предельных упрощений.

4.8. Коллективы решающих правил.

4.9. Методы и алгоритмы анализа структуры многомерных данных – кластерный анализ.

4.10. Методы и алгоритмы анализа структуры многомерных данных – иерархическое группирование данных.

Раздел 5. Логический подход к построению систем ИИ. (4 час.)

Представление в компьютере неформальных процедур. Языки логического программирования Рефал, Пролог. Элементы нечеткой логики

5.1. Неформальные процедуры: алгоритмические модели, продукционные модели, режим возвратов, логический вывод, зависимость продукций, продукционные системы с исключениями.

5.2. Язык Рефал.

5.3. Язык Пролог.

Раздел 6. Нечеткость в системах искусственного интеллекта. (4 час.)

6.1. Инженерия знаний и нечеткость

6.2. Недетерминированность управления выводом и эвристические знания

6.3. Многозначность и методы ее устранения

6.4. Ненадежные знания и выводы

6.5. Неполные знания и немонотонная логика

6.6. Нечеткие множества и выводы

6.7. Нечеткие компьютеры

6.8. Нечеткое программное обеспечение

Раздел 7. Экспертные системы. (4 час.)

Базовые понятия. Методика построения. Статистический подход (пример).

Раздел 8. Машинная эволюция. (4 час.)

Метод перебора, как наиболее универсальный метод поиска решений. Методы ускорения перебора. Метод группового учета аргументов как представитель эволюционных методов. Генетический алгоритм. Автоматический синтез технических решений.

Заключение. (1 час.)

Перспективы развития систем искусственного интеллекта.

5. ЛАБОРАТОРНЫЙ ПРАКТИКУМ

п/п

раздела дисциплины

Наименование лабораторных работ

1

2

3

4

5

6

7

3

5

5

5

6

6

6

Разработка самообучающейся системы распознавания 2 и более простейших образов.

Разработка предикатной экспертной системы на основе ТУРБО-ПРОЛОГА.

Разработка продукционной экспертной системы на основе ТУРБО-ПРОЛОГА.

Разработка лингвистического интерфейса средствами Turbo-Prolog.

Исследование возможностей учета неопределенностей в экспертной оболочке VP-Expert.

Исследование возможностей учета неопределенностей в экспертной оболочке ExSys.

Исследование возможностей учета неопределенностей в экспертной оболочке ExSys ESWin v. 1.0.

5.2. Темы практических занятий

  1. Имитационная система с экспертной оболочкой для анализа локальных вычислительных сетей ЭВМ.

  2. ЭС «Сетевой тренажер коллективного творчества».

  3. ЭС «Директор» для подготовки менеджеров.

  4. ЭС «Квалибук» оценки качества, экспертизы и сертификации электронных учебников и компьютерных обучающих программ.

Система «ПЛАПС» планирования разработки и управления качеством программных средств.

6. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ

6.1. Рекомендуемая литература

а) основная литература

  1. Ж.-Л. Лорьер. Системы искусственного интеллекта. - М: Мир, 1991.

  2. Д.Марселлус. Программирование экспертных систем на Турбо-Прологе. - М.: Финансы и статистика, 1994.

  3. Н.Нильсон. Принципы искусственного интеллекта. - М.: Радио и связь, 1985.

  4. Э.В.Попов. Экспертные системы. - М:, Наука, 1987.

  5. Э.В.Попов. Общение с ЭВМ на естественном языке. - М:, Наука, 1986.

  6. Д.А.Поспелов. Моделирование рассуждений. - М.: Радио и связь, 1989.

  7. Построение экспертных систем. Под ред. Ф.Хейес-Рота, Д.Уотермена, Д.Лената. - М.: Мир, 1987.

  8. Реальность и прогнозы искусственного интеллекта. -М.: Мир, 1987.

  9. В.Ш.Рубашкин. Представление и анализ смысла в интеллектуальных информационных системах. - М.: Наука, 1989.

  10. Системы управления базами данных и знаний. Справочное издание под ред. А.Н.Наумова. - М.: Финансы и статистика, 1991.

  11. Б.Сойер, Д.Л.Фостер. Программирование экспертных систем на Паскале. - М.: Финансы и статистика, 1990.

  12. К.Таунсенд, Д.Фохт. Проектирование и программная реализация экспертных систем на персональных ЭВМ. - М.: Финансы и статистика, 1990.

  13. П.Уинстон. Искусственный интеллект. М.: Мир, 1980.

  14. Уоссермен Ф. Нейрокомпьютерная техника : Теория и практика.М.: Мир. 1992.

  15. Д.Уотерман. Руководство по экспертным системам. - М.: Мир, 1989.

  16. Экспертные системы. Принципы работы и примеры. Под ред. Р.Форсайта.- М.: Радио и связь, 1987.

  17. Дж. Элти, М. Кумбс. Экспертные системы. Концепции и примеры. – М.: Финансы и статистика, 1987.

  18. С. Осуга «Обработка знаний», перевод с японского к.т.н. В.И. Этова, Москва, «Мир», 1989г.

  19. «Представление и использование знаний», под редакцией Х. Уэно, М. Исидзука, перевод с японского к.т.н. И.А. Иванова, под редакцией д-ра. физ.-мат. Наук Н.Г. Волкова, Москва, «Мир», 1989г.

  20. «Приобретение знаний», под редакцией С. Осуги, Ю. Саэки, перевод с японского к.т.н. Ю.Н. Чернышова, под редакцией д-ра физ.-мат. наук Н.Г. Волкова, Москва, «Мир», 1990г.

б) дополнительная литература

  1. А.Н. Горбань, Д.А. Россиев. Нейронные сети на персональном компьютере. -Новосибирск, Наука, 1996.

  2. Л.Заде. Понятие о лингвистической переменной и его применение к принятию решений. - М.: Мир, 1976.

  3. Искусственный интеллект. Справочник в 3-х томах. - М.: Радио и связь, 1990.

  4. Е.Ю.Кандрашина, А.В.Литвинцева, Д.А.Поспелов. Представление знаний о времени и пространстве в интеллектуальных системах. - М.: Наука, 1989.

  5. Р.Ковальски. Логика в решении проблем. - М.: Наука, 1990.

  6. Куссуль Э.М. Ассоциативные нейроподобные структуры. - Киев, Наукова думка, 1990.

  7. Р.Левин, Д.Дранг, Б.Эдельсон. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. - М.: Финансы и статистика, 1990.

  8. Логический подход к искусственному интеллекту. - М.: Мир, 1990.

  9. Гаврилова Т.С., Червинская Н.М. Структурирование и извлечение знаний, Москва,1990.

  10. Попов Э.В. «Экспертные системы», Москва, «Радио и связь», 1993.

  1. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ

Компьютерные классы сетевых технологий, ЛВС, серверы Internet.

  1. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ОРГАНИЗАЦИИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ

В ходе чтения дисциплины необходимо уделить должное внимание фундаментальным результатам, теоремам, аксиомам. При проведении практических работ необходимо знакомить студентов с задачами, которые встречаются в жизни.

8.1. Методические рекомендации преподавателю

При изучении материала по дисциплине показывать студентам необходимость использования системного подхода.

Следует использовать методы письменного тестирования процесса усвоения студентами лекционного материала.

Инициировать у студентов потребность во внеаудиторном изучении материалов по дисциплине путем выдачи им заданий на рефераты по отдельным темам курса лекций.

Привлекать студентов к созданию или модификации лабораторных работ по дисциплине.

Стимулировать у студентов опережающее и более глубокое познание материалов по дисциплине путем привлечения их для чтения самостоятельных докладов по курсу с поощрением в виде «автоматической сдачи экзамена» на соответствующую оценку.

8.2. Темы самостоятельных работ

  1. Современные направления научных исследований в области искусственного интеллекта

  2. Эвристическое программирование и автоматизированное обучение.

  3. Общие сведения о моделях естественного языка

  4. Фреймовые языки представления знаний.

  5. Языки продукционно-ориентированного программирования

  6. Понятие о языке грамматико-семантической обработки текстов.

  7. Интеллектуальные автоматизированные системы ситуационного управления

  8. Семантико-математическая модель понимания смысла технологических текстов для экспертных систем.

  9. Примеры прикладных интеллектуальных систем в медицинской диагностике.

  10. Примеры прикладных интеллектуальных систем в прогнозировании.

  11. Примеры прикладных интеллектуальных систем в планировании.

  12. Примеры прикладных интеллектуальных систем в интерпретации.

  13. Примеры прикладных интеллектуальных систем в управлении и мониторинге.

  14. Примеры прикладных интеллектуальных систем в диагностике неисправностей в механических и электрических устройствах.

  15. Примеры прикладных интеллектуальных систем в обучении.

8.3. Методические указания студентам

  1. Использовать лабораторный практикум по дисциплине при подготовке к предстоящей лабораторной работе;

  2. Использовать дополнительную литературу и материалы из Internet при регулярной самостоятельной работе по изучению материалов по дисциплине;

  3. Готовить рефераты по дисциплине (темы должны быть согласованы с лектором);

  4. Рекомендуется выступать с докладами на лекциях по дисциплине;

  5. Отчеты по лабораторным работам должны оформляться в соответствии с требованиями, указанными в лабораторном практикуме по дисциплине.

Программа составлена в соответствии с Государственным образовательным стандартом высшего профессионального образования по направлению 654600 – «Информатика и вычислительная техника» и специальности 220200 – «Автоматизированные системы обработки информации и управления».

Программу составила:

доц., к.т.н. Фомичева О.Е.

Рецензент

Программа одобрена на заседании кафедры АСУ

«___» ___________2002 г. протокол №

Зав. кафедрой АСУ

проф., д.т.н. Федунец Н.И.



Скачать документ

Похожие документы:

  1. Рабочая программа дисциплины «Современные технологии разработки интеллектуальных автоматизированных систем» по направлению подготовки дипломированного специалиста 654600 «Информатика и вычислительная техника»

    Рабочая программа
    Цели изучения дисциплины – формирование системного представления, знаний, умений и навыков студентов по вопросам применения современных методов инженерии знаний и нейроинформатики к проектированию интеллектуальных систем; дать представления
  2. Рабочая программа дисциплины «Теория систем» по направлению подготовки дипломированного специалиста 654600 «Информатика и вычислительная техника»

    Рабочая программа
    Цель изучения дисциплины – ознакомление с математическими основами общей теории систем, моделями и методами исследований, механизмами функционирования при решении широкого круга задач – от управления технологическим процессом до принятия
  3. Рабочая программа дисциплины «Системы искусственного интеллекта» по направлению подготовки дипломированного специалиста 654600 «Информатика и вычислительная техника»

    Рабочая программа
    Цели изучения дисциплины – формирование системного базового представления, первичных знаний, умений и навыков студентов по основам инженерии знаний и нейроинформатики как двум основным направлениям построения интеллектуальных систем,
  4. Программа дисциплины гсэ. 01 Методология и история кибернетики, информатики и вычислительной техники для студентов специальностей 230101 Вычислительные машины, комплексы, системы и сети

    Программа дисциплины
    Целью изучения дисциплины является формирование у студентов кибернетических направлений общего профессионального культурного уровня и представления об истории и методах кибернетики, информатики и вычислительной техники в нашей стране и в мире.
  5. Государственный образовательный стандарт высшего профессионального образования направление подготовки дипломированного специалиста (41)

    Образовательный стандарт
    Нормативный срок освоения основной образовательной программы подготовки инженера по направлению подготовки дипломированного специалиста “Информатика и вычислительная техника” при очной форме обучения - 5 лет.

Другие похожие документы..