rpd000010955 (1010539), 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: Вопросы по ИС.docx

1. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а)основная литература:

1. Конспект лекций по курсу « ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ», WWW.dep-805.ru

2. Поспелов Г.С. Искусственный интеллект - основа новой информационной технологии - М.: Hаука, 1988 г. (темы 1, 2, 4)

3. Поспелов Д.А. Ситуационное управление. Теория и практика. М.: Наука, 1986 г. (темы 1-4)

4. Гаскаров Д.В. Интеллектуальные информационные системы. М.: Высшая школа, 2003 г.(темы 4,5)

Литература из электронного каталога:

1. Афонин К.А. Афонин К.А. Интеллектуальные системы в автоматизированном проектировании. МАИ, 1995. - 55 с. - МАИ, 1995.

2. Васильев В.И. Васильев В.И. Интеллектуальные системы управления .Теория и практика. Радиотехника, 2009. - 387 с. - Радиотехника, 2009.

3. Лебедев Г.Н. Лебедев Г.Н. Интеллектуальные системы управления и их обучение с помощью методов оптимизации. МАИ, 2002. - 112 с. - МАИ, 2002.

б)дополнительная литература:

1. Кондpашина Е.Ю. и др. Представление знаний о времени и пространстве в интеллектуальных системах. М.: Hаука, 1989 г.(тема 2).

2. Леоненков Л. Нечеткое моделирование в среде Matlab и fuzzyTech . С.-Петербург : БХВ –Петербург, 2003 г. (тема 6).

3. Искусственный интеллект. Справочник. М.: Радио и связь,1990 г. (темы 1-6)

4. Прикладные нечеткие системы. Ред. Торано Т.М. М.: Мир, 1993 г. (тема 6)

5. Гаврилова Т. А., Хорошевский В.Ф. Базы знаний интеллектуальных систем.С.-Петербург. Питер , 2000 г. (темы 2,5)

Литература из электронного каталога:

1. Смолин Д.В. Смолин Д.В. Введение в искусственный интеллект . Физматлит, 2007. - 259 с. - Физматлит, 2007.

2. Михеенкова М.А. Михеенкова М.А. Искусственный интеллект. Методология. Применения.Философия. КРАСАНД, 2011. - 447 с. - КРАСАНД, 2011.

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

1. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Дисплейный класс каф. 805

Приложение 1
к рабочей программе дисциплины
«Интеллектуальные системы »

Аннотация рабочей программы

Дисциплина Интеллектуальные системы является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Прикладная математика. Дисциплина реализуется на 8 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 805.

Дисциплина нацелена на формирование следующих компетенций: ОК-9 ,ОК-10 ,ДПК-15 ,ДПК-16 ,ДПК-17.

Содержание дисциплины охватывает круг вопросов, связанных с: современными принципами построения интеллектуальных систем (ИС), научить решать задачи представления и обработки знаний, (включая нечеткие знания), задачи классификации, обобщения понятий, планирования и экстраполяции (моделирования).

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 Экзамен (7 семестр).

Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (4 часов), практические (32 часов), лабораторные (32 часов) занятия и (13 часов) самостоятельной работы студента. Основными результатами и целями дисциплины являются ознакомление студентов с основами построения, функционирования, назначения современных ИС, изучение алгоритмов обработки и манипулирования знаниями,

обучение студентов работе со специальным математическим обеспечением, используемым для создания и моделирования ИС,получение необходимых знаний для разработки специальных модулей, реализующих элементы искусственного интеллекта в современных программных системах.

Приложение 2
к рабочей программе дисциплины
«Интеллектуальные системы »

Cодержание учебных занятий

1. Лекции

1.1.1. Базовые понятия и определения (АЗ: 2, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.2.1. Нечеткие системы управления (АЗ: 2, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1. Практические занятия

1.1.1. Предмет и задачи курса. Системы , основанные на знаниях. Данные и знания –определения и свойства. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.2. Интеллектуальные информационно- поисковые системы, интеллектуальные системы управления, обучающие системы и пр. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.3. Функциональные схемы современных систем управления. Формальные системы. Модель системы ситуационного управления. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.4. Языки представления знаний: логические, продукционные, семантические и фреймовые сети . Реляционный язык. Множество понятий, имен, понятий и отношений (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.5. Правила и примеры описания на языке ситуационного управления. Дискретная ситуационная сеть. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.6. Текущая ситуация, полная ситуация. Механизмы пополнения описания ситуаций. Использование продукций в прямом и обратном выводе. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.7. Пополнение знаний на семантических сетях. Вывод на семантических и фреймовых сетях. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.8. Псевдофизические логики для пополнения описания ситуаций. Нечеткий вывод в казуальной логике, на основе правил. Вывод по аналогии. Индуктивный вывод. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.9. Классификация ситуаций. Формирование понятий и обобщение описания ситуаций. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.10. Метод Бонгарда. Примеры обобщения описания ситуаций. Семантический граф для обобщения понятий. Формирование алгоритма работы классификатора. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.11. Задачи планирования в интеллектуальных системах.

Задачи, решаемые коррелятором и экстраполятором. Сущность задачи планирования. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.1.12. Алгоритмы планирования в пространстве состояний и в пространстве задач. Алгоритмы прямой волны, обратной волны, встречных волн. Экстраполяция решений (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.2.1. Элементы нечетких множеств. Нечеткая логика и нечеткие выводы. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.2.2. Расширенный состав нечетких операций с нечеткими множествами. Представление нечеткостей, функции принадлежности, меры неопределенности и возможности (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.2.3. Проектирование нечетких систем управления и обучения. Примеры построения нечетких систем. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1.2.4. Исследование алгоритмов нечеткого вывода. Процесс нечеткого моделирования в средах CUBIcalc и fuzzyTech. (АЗ: 2, СРС: 0)

Форма организации: Практическое занятие

1. Лабораторные работы

1.1.1. Построение интеллектуальных систем: информационно- поисковые, интеллектуальные системы управления, обучающие системы. (АЗ: 4, СРС: 3)

Форма организации: Лабораторная работа

1.1.2. Описание на языке ситуационного управления. (АЗ: 4, СРС: 2)

Форма организации: Лабораторная работа

1.1.3. Нечеткий вывод на основе правил. Вывод по аналогии. Индуктивный вывод. (АЗ: 4, СРС: 1)

Форма организации: Лабораторная работа

1.1.4. Классификация ситуаций. Формирование алгоритма работы классификатора. (АЗ: 4, СРС: 1)

Форма организации: Лабораторная работа

1.1.5. Задачи планирования в интеллектуальных системах.Алгоритмы планирования в пространстве состояний и в пространстве задач. (АЗ: 4, СРС: 2)

Форма организации: Лабораторная работа

1.2.1. Нечеткие множества, функции принадлежности. Алгебра нечетких множеств.

Исследование алгоритмов нечеткого вывода. (АЗ: 4, СРС: 2)

Форма организации: Лабораторная работа

1.2.2. Процесс нечеткого моделирования в среде CUBIcalc (АЗ: 4, СРС: 1)

Форма организации: Лабораторная работа

1.2.3. Процесс нечеткого моделирования в среде fuzzyTech. (АЗ: 4, СРС: 1)

Форма организации: Лабораторная работа

1. Типовые задания

Приложение 3
к рабочей программе дисциплины
«Интеллектуальные системы »

Прикрепленные файлы

Вопросы по ИС.docx

Список экзаменационных вопросов по курсу “Интеллектуальные системы”

1. Базовые понятия и определения . Предмет и задачи курса. Системы , основанные на знаниях. Данные и знания –определения и свойства.

2. Примеры и особенности построения интеллектуальных систем: интеллектуальные информационно- поисковые системы, интеллектуальные системы управления, обучающие системы и пр.

3. Ситуационные системы управления. Функциональные схемы современных систем управления.

4. Формальные системы и их связь с системами управления. Свойства формальной системы. Модель системы ситуационного управления.

5. Языки представления знаний: логические, продукционные, семантические и фреймовые сети . Реляционный язык представления знаний.

6. Множество понятий, множество имен понятий, множество отношений. Правила и примеры описания на языке ситуационного управления. Дискретная ситуационная сеть.

7. Пополнение знаний. Пополнение описания ситуаций. Текущая ситуация, полная ситуация. Механизмы пополнения описания ситуаций. Использование продукций в прямом и обратном выводе.

8. Пополнение знаний на семантических сетях. Вывод на семантических и фреймовых сетях. Псевдофизические логики для пополнения описания ситуаций.

9. Нечеткий вывод в казуальной логике. Нечеткий вывод на основе правил. Вывод по аналогии. Индуктивный вывод.

10. Классификация ситуаций. Формирование понятий и обобщение описания ситуаций. Проблема классификации в современных прикладных системах. Алгоритмы обобщения в пространстве признаков. Обобщение по признакам на основе обучающей выборки.

11. Метод Бонгарда. Примеры обобщения описания ситуаций. Семантический граф для обобщения понятий. Формирование алгоритма работы классификатора.

12. Задачи планирования в интеллектуальных системах. Задачи, решаемые коррелятором и экстраполятором. Сущность задачи планирования.

13. Алгоритмы планирования в пространстве состояний и в пространстве задач. Алгоритмы прямой волны, обратной волны, встречных волн. Экстраполяция решений в интеллектуальных системах. Особенности задачи моделирования последствий.

14. Нечеткие системы управления. Элементы нечетких множеств. Нечеткая логика и нечеткие выводы. Расширенный состав нечетких операций с нечеткими множествами. Представление нечеткостей, функции принадлежности, меры неопределенности, меры возможности, меры необходимости.

15. Проектирование нечетких систем управления и обучения. Примеры построения нечетких систем.

16. Нечеткие множества, функции принадлежности. Алгебра нечетких множеств.

17. Исследование алгоритмов нечеткого вывода.

18. Процесс нечеткого моделирования в средах CUBIcalc и fuzzyTech.

Версия: AAAAAATFifQ Код: 000010955

Характеристики

Список файлов учебной работы