rpd000013303 (1009500), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Прикрепленные файлы: Зачет с оценкой..doc

1. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а)основная литература:

1. Мельников В.П. Информационное обеспечение систем управления: учебник для студентов высш. учеб. заведений. М.: Изд.центр «Академия», 2010г. 336 с.

2. Астахова И.Ф., Чулюков В.А., Потапов А.С. и др. Под ред. И.Ф.Астаховой. Системы искусственного интеллекта: практический курс. Учебное пособие. М.: БИНОМ. Лаборатория знаний. 2008г. 292с.

3. Глухих И.Н. Интеллектуальные информационные системы. Учебное пособие для вузов. М.: Академия.2010г. 112с.

б)дополнительная литература:

4. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Учебник. С-Пб.: Питер 2000 г.

5. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. Учебное пособие. – М.: Физмат, 2001 г, - 224 с.

6. Терехов В.А., Ефимов Д.В., Тюкин И.Н. Нейронные системы управления . Учебное пособие. – М.: ИПРЖР, 2002 г.

7. Головко В.А. Нейронные сети: обучение, организация и применение. Кн 4: Учебное пособие для вузов. Под общей ред. А.И. Галушкина. – М.: ИПРЖР. – 2001 г. – 256 с.

8. Лебедев Г.Н. Интеллектуальные системы управления и их обучение с помощью методов оптимизации . Учебное пособие - М.: МАИ , 2002г. – 112 с.

9. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. – М.: Наука, 1987г.

10. Экспертные системы. Принципы работы и примеры. Под ред. Р.Форсайта. – М.: «Радио и связь», 1987 г.

11. Поспелов Д.А. Ситуационное управление: теория и практика. – М.: Наука, 1986г.

12. Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6. Под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002г.-496с.

13. Оссовский С. Нейронные сети для обработки информации. – М: Финансы и статистика, 2002г – 350 с.

14. Горбань А.Н. Обучение нейронных сетей. М.: ПараГраф. 1990г. – 160с.

15. Интеллектуальные системы автоматического управления. Под ред. И.М. Макарова, В.М. Лохина. – М.: Физматлит, 2001г. -576 с.

16. Хайкин С. Нейронные сети: полный курс, 2-е издание.: пер. с англ. М.: Издательский дом «Вильямс». 2006г.- 1104с.

17. Люгер Дж. Искусственный интеллект. Стратегии и методы решения сложных проблем. 4 издание – 2005г.

18. Горев А., Ахаян Р., Макашарипов С. Эффективная работа с СУБД.- СПб.: Питер-1997г.

19. Галушкин А.И. Нейронные сети: основы теории. М.: «Горячая линия»-Телеком. 2010г. 496с.

20. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика. 2007г. 176с.

21. Голенищев Э.П., Клименко И.В. Информационное обеспечение систем управления. Учебное пособие. М.: 2003г.352.с.

22. Нейрокомпьютеры в авиации (самолёты). Под редакцией В.И. Васильева, Б.Г. Ильясова, С.Г.Кусимова. Кн.14. Учебное пособие для вузов.-М.: Радиотехника.2003г.256с.

23. Барский А.Б. Нейронные сети. Учебное пособие. М.: ИНТУИТ; БИНОМ. Лаборатория знаний. 2007г.

в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:

специализированное программное обеспечение кафедры 301 для выполнения лабораторных работ.

1. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

1. Лекционные занятия:

a. аудитория, оснащенная презентационной техникой (проектор, экран, компьютер)

2. Лабораторные работы:

a. лаборатория «Интеллектуальные системы управления» кафедры 301, оснащенная

персональными компьютерами и презентационной техникой,

b. шаблоны отчетов по лабораторным работам,

c. шаблоны исходных данных,

3. Практические занятия:

a. компьютерный класс,

b. презентационная техника (проектор, экран, компьютер)

c. пакеты ПО общего назначения (текстовые редакторы, графические редакторы),

d. шаблоны исходных данных,

4. Прочее:

a. рабочее место преподавателя, оснащенное компьютером с доступом в Интернет,

b. рабочие места студентов, оснащенные компьютерами с доступом в Интернет,

предназначенные для работы в электронной образовательной среде.

Приложение 1
к рабочей программе дисциплины
«Информационное обеспечение систем управления »

Аннотация рабочей программы

Дисциплина Информационное обеспечение систем управления является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Управление в технических системах. Дисциплина реализуется на 3 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 301.

Дисциплина нацелена на формирование следующих компетенций: ПК-11 ,ПК-18.

Содержание дисциплины охватывает круг вопросов, связанных с: созданием информационного обеспечения систем управления с помощью новых информационных технологий, в частности с помощью искусственного интеллекта.

Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Практическое занятие, Лабораторная работа.

Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Зачет с оценкой..

Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (16 часов), практические (18 часов), лабораторные (16 часов) занятия и (58 часов) самостоятельной работы студента. Дисциплина «Информационное обеспечение систем управления» является частью профессионального цикла дисциплин подготовки студентов, являясь дисциплиной ДВС по направлению подготовки 220400 «Управление в технических системах». Дисциплина реализуется на 3 факультете Московского авиационного института кафедрой «Системы автоматического и интеллектуального управления».

Приложение 2
к рабочей программе дисциплины
«Информационное обеспечение систем управления »

Cодержание учебных занятий

1. Лекции

1.1.1. Роль и место информационного обеспечения в системах управления (СУ). Основные положения формирования моделей баз данных в информационных СУ. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Иерархическая модель данных. Реляционная модель данных. Постреляционная модель данных. Объектно-ориентированная модель данных. Система управления базами данных. Физическое проектирование. Концептуальное проектирование. Логическое проектирование. Информационная безопасность.

1.1.2. Модели данных и информационных связей. Модели процессов передачи, обработки, накопления и хранения информации в системах управления базами данных. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Иерархическая модель данных. Реляционная модель данных. Постреляционная модель данных. Объектно-ориентированная модель данных. Система управления базами данных.

1.2.1. Интеллектуальные системы управления и их многоуровневые структуры. Основные виды интеллектуализации СУ. (АЗ: 4, СРС: 4)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Многоуровневая структура. Экспертные системы. Нейронные сети. Нечёткие знания. Эволюционные вычисления.

1.3.1. Экспертные системы (ЭС). Основные понятия и определения. Классификация ЭС. Архитектура ЭС. Методология построения ЭС. Представление знаний в ЭС. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Архитектура экспертной системы. База данных. База знаний. Решатель. Подсистема общения. Подсистема обучения. Подсистема объяснения. Эксперт. Пользователь. Инженер по знаниям.

1.3.2. Модели представления знаний: логическая , продукционная, сетевая, фреймовая. Методы поиска решений в ЭС. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Логическая модель представления знаний. Продукционная модель представления знаний. Сетевая модель представления знаний.Фреймовая модель представления знаний. Формализм представления знаний.

1.4.1. Нейронные сети. Биологический нейрон. Искусственный нейрон (ИН). Искусственные нейронные сети (ИНС) и их классификация. Обучение и самообучение ИНС. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Биологический нейрон. Искусственный нейрон. Искусственная нейронная сеть. Функции активации. Обучение и самообучение искусственных нейронных сетей. Правила обучения. Алгоритм обратного распространения ошибки.

1.4.2. Модели ИН. Виды ИНС. Применение ИНС в СУ. (АЗ: 2, СРС: 2)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

Описание: Модели искусственных нейронов. Виды искусственных нейронных сетей. Искусственные нейронные сети в системах управления.

1. Практические занятия

1.1.1. Модели данных: сетевая, реляционная, постреляционная, многомерная, объектно-ориентированная. Их достоинства и недостатки. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Иерархическая модель данных. Реляционная модель данных. Постреляционная модель данных. Объектно-ориентированная модель данных. Система управления базами данных.

1.1.2. Обеспечение целостности данных в БД. Защита и секретность данных. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Физическое проектирование. Концептуальное проектирование. Логическое проектирование. Информационная безопасность.

1.2.1. Классификация задач в многоуровневой интеллектуальной системе и реализация их решений. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Многоуровневая структура. Экспертные системы. Нейронные сети. Нечёткие знания. Эволюционные вычисления.

1.3.1. Состав знаний. Организация знаний в рабочей памяти или в БД и базе знаний (БЗ). (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Архитектура экспертной системы. База данных. База знаний. Решатель. Подсистема общения. Подсистема обучения. Подсистема объяснения. Эксперт. Пользователь. Инженер по знаниям. Логическая модель представления знаний. Продукционная модель представления знаний. Сетевая модель представления знаний. Фреймовая модель представления знаний.

1.3.2. Виды продукционных моделей и организация управления в них. Достоинства и недостатки продукционных моделей. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Продукционная модель представления знаний.

1.3.3. Выбор формализма для представления знаний. Алгоритмы коррекции базы знаний. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Формализм представления знаний.

1.4.1. Алгоритмы обучения. Алгоритм обратного распространения ошибки. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Биологический нейрон. Искусственный нейрон. Искусственная нейронная сеть. Функции активации. Обучение и самообучение искусственных нейронных сетей. Правила обучения. Алгоритм обратного распространения ошибки.

1.4.2. Последовательный и пакетный режим обучения. Извлечение признаков. Обобщение. Анализ главных компонент. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Обучение и самообучение искусственных нейронных сетей. Правила обучения. Алгоритм обратного распространения ошибки.

1.4.3. Виды ИНС: многослойный персептрон, линейные сети, радиальная базисная сеть, сеть Кохонена, сеть Хопфилда, сеть Хемминга, сеть Элмана. (АЗ: 2, СРС: 2)

Форма организации: Практическое занятие

Описание: Модели искусственных нейронов. Виды искусственных нейронных сетей. Искусственные нейронные сети в системах управления.

1. Лабораторные работы

1.1.1. Создание структуры таблиц в системе управления базами данных. (АЗ: 4, СРС: 6)

Форма организации: Лабораторная работа

Описание: Иерархическая модель данных. Реляционная модель данных. Постреляционная модель данных. Объектно-ориентированная модель данных.

Характеристики

Список файлов учебной работы