rpd000003197 (1012246), страница 2
Текст из файла (страница 2)
- 2. Тензорный анализ
- 3. Теория конечного поворота
- 4. Численные методы
- 5. Проектирование программно-математического обеспечения
- 6. Основы статистического анализа
- 7. Небесная механика
- 8. Математические модели внешней среды
- 9. Математические модели бортовых комплексов
- 10. Технология статистической обработки числовых данных экспериментальных исследований бортовых комплексов ЛА
- 11. Использование методов анализа групповых различий в процессе обработки экспериментальных данных.
- 12. Анализ статистической связи признаков, отражающих состояние объекта экспериментального исследования
- 13. Кластерный анализ и классификация многомерных экспериментальных данных
- 14. Методы построения экспериментальных моделей
- 15. Автоматизированная обработка и анализ сигналов, регистрируемых в процессе экспериментальных исследований.
16. Мягкие вычисления
- 16.1. Нечеткая логика. Основные понятия и определения.
- 16.2. Нечеткие множества. Свойства нечетких множеств. Функции принадлежности.
- 16.3. Алгоритм прямого нечеткого вывода Мамдани
- 16.4. Обратный нечеткий вывод
- 16.5. Нечеткое многоальтернативное принятие решений
- 16.6. Принятие решений в нечетких ситуациях
- 16.7. Слоистые искусственные нейронные сети
- 16.8. Алгоритм обучения многослойных нейронных сетей "Back Propogation"
- 16.9. Искусственная нейронная сеть Кохонена
- 16.10. Искусственная нейронная сеть встречного распространения
- 16.11. Искусственная нейронная сеть адаптивного резонанса
- 16.12. Искусственная нейронная сеть Хопфилда
- 16.13. Работа искусственной нейронной сети Хопфилда в режиме ассоциативной памяти
- 16.14. Решение оптимизационных задач с помощью искусственной нейронной сети Хопфилда
- 16.15. Организация гибридных нейро-нечеткие систем
- 16.16. Алгоритмы обучения гибридных нейро-нечетких систем
- 16.17. Организация генетические алгоритмов
- 16.18. Использование генетических алгоритмов для обучения нечетких систем
- 16.19. Искусственные нейронные сети. Классификация искусственных нейронных сетей
- 16.20. Персептрон Розенблата. Адгоритм обучения персептрона Розенблата. "Дельта" правило.
- 16.21. Алгоритм прямого нечеткого вывода Ларсен
- 16.22. Алгоритм прямого нечеткого вывода Сугэно
- 16.23. Алгоритм прямого нечеткого вывода Цукамото
- 16.24. Гибридная нейро-нечеткая искусственная нейронная сеть ANFIS
- 16.25. Гибридная искусственная нейро-нечеткая сеть TSK
- 16.26. Использование генетических алгоритмов для обучения искусственных нейронных сетей и гибридных систем
- 16.27. Обучение нейронных сетей методом имитации отжига
-
Лекции
№ п/п | Раздел дисциплины | Объем, часов | Тема лекции | Дидакт. единицы |
1 | 1.1.Обзор курса | 4 | Предмет и задачи курса. Математическое и компьютерное моделирование. Другие типы моделирования | 1 |
2 | 1.2.Основы проектирования и реализации программно-математического обеспечения | 2 | Архитектура программного обеспечения | 5 |
3 | 1.2.Основы проектирования и реализации программно-математического обеспечения | 2 | Шаблоны проектирования. Повторное использование кода. Практические приемы проектирования | 5 |
4 | 1.2.Основы проектирования и реализации программно-математического обеспечения | 2 | Тестирование программного обеспечения | 5 |
5 | 1.3.Основы численных методов | 2 | Элементы тензорного анализа. Системы координат. Переход между системами координат | 2 |
6 | 1.3.Основы численных методов | 2 | Элементы алгебры кватернионов. Теория конечного поворота | 3 |
7 | 1.3.Основы численных методов | 2 | Современные методы численного интегрирования систем обыкновенных дифференциальных уравнений | 4 |
8 | 1.4.Основы теории статистического анализа | 2 | Основы теории случайных процессов. Основные аналитические методы формирования характеристик стохастических систем | 6 |
9 | 1.4.Основы теории статистического анализа | 2 | Использование метода статистических испытаний для формирования состоятельных, несмещенных и эффективных оценок | 6 |
10 | 1.4.Основы теории статистического анализа | 2 | Технологии решения навигационных задач ЛА. Методы оценивания параметров стохастических систем | 6 |
11 | 2.1.Использование математических моделей классической механики для моделирования движения ЛА | 2 | Угловое движение твёрдого тела Угловое движение твердого тела | 3, 8, 2 |
12 | 2.1.Использование математических моделей классической механики для моделирования движения ЛА | 2 | Небесная механика. Основная задача небесной механики | 7 |
13 | 2.1.Использование математических моделей классической механики для моделирования движения ЛА | 2 | Небесная механика. Невозмущенное движение (задача двух тел), уравнение Кеплера | 7 |
14 | 2.1.Использование математических моделей классической механики для моделирования движения ЛА | 2 | Небесная механика. Орбитальное движение. Оскулирующие элементы орбиты | 7 |
15 | 2.1.Использование математических моделей классической механики для моделирования движения ЛА | 2 | Небесная механика. Расчет координат ИСЗ на эпоху. Восстановление параметров орбиты | 7, 2, 3 |
16 | 2.2.Формализация математических моделей внешней среды | 2 | Форма и движение Земли | 8 |
17 | 2.2.Формализация математических моделей внешней среды | 2 | Гравитационное поле Земли | 8 |
18 | 2.2.Формализация математических моделей внешней среды | 2 | Модели движения Солнца и Луны | 8 |
19 | 2.2.Формализация математических моделей внешней среды | 2 | Электромагнитное излучение Солнца, солнечная активность, давление света | 8 |
20 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Принципы построения систем управления (разомкнутое управление, принцип компенсации, принцип обратной связи) | 9 |
21 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Бортовые информационно-измерительные системы | 8, 9 |
22 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Навигация. Основные понятия, определения. Основная задача навигации | 9 |
23 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Понятие навигационного поля. Виды навигационных полей. Информативность навигационного поля. | 8, 9 |
24 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Классификация навигационных систем. Астронавигация | 8, 9 |
25 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Навигационные системы. Инерциальная навигация | 9 |
26 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Навигационные системы. Радионавигация. | 9 |
27 | 2.4.Формализация математических моделей навигационных систем и оборудования | 2 | Навигационные системы. Корреляционно-экстремальные навигационные системы (КЭНС) | 9 |
28 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | 2 | Классификация типов числовых данных, регрстрируемых в процессе экспериментальных исследований. Статистическое описание числовых данных. | 10 |
29 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | 4 | Основные теоретические законы распределения, используемые в процессе статистической обработки экспериментальных данных. Критерии согласия. | 10 |
30 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | 4 | Оценка различий между двумя независимыми выборками экспериентальных значений. | 11 |
31 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | 4 | Выявление множественных различий между более чем двумя независимыми выборками экспериментальных значений. | 11 |
32 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | 4 | Оценка различий между двумя выборками, объединяющими данные до и после воздействия на экспериментальный объект | 11 |
33 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | 4 | Оценка множественных различий между выборками, объединяющми данные, накопленные в результате повторных воздействий на экспериментальный объект. | 11 |
34 | 3.2.Методы обработки многомерных числовых данных экспериментальных исследоований | 2 | Корреляционный анализ числовых экспериментальных данных | 12 |
35 | 3.2.Методы обработки многомерных числовых данных экспериментальных исследоований | 2 | Кластерный анализ многомерных экспериментальных данных | 13 |
36 | 3.2.Методы обработки многомерных числовых данных экспериментальных исследоований | 2 | Построение математических моделей объектов и процессов на основе экспериментальных данных. | 14 |
37 | 3.3.Методы обработки сигналов, регистрируемых в процессе экспериментальных исследований | 2 | Амплитудный и частотный анализ детерминированных сигналов. | 15 |
38 | 3.3.Методы обработки сигналов, регистрируемых в процессе экспериментальных исследований | 4 | Методы обработки и анализа стохастических сигналов | 15 |
39 | 4.1.Нечеткие системы | 2 | Лекция 1. Нечеткая логика | 16.1, 16.2 |
40 | 4.1.Нечеткие системы | 2 | Лекция 2. Алгоритмы нечетких выводов.Часть 1. | 16.3, 16.21 |
41 | 4.1.Нечеткие системы | 2 | Лекция 3. Алгоритмы нечетких выводов.Часть 2 | 16.22, 16.23, 16.4 |
42 | 4.1.Нечеткие системы | 2 | Лекция 4. Алгоритмы нечеткого принятия решений | 16.6, 16.5 |
43 | 4.2.Искусственные нейронные сети | 2 | Лекция 5. Искусственные нейронные сети. | 16.19, 16.20 |
44 | 4.2.Искусственные нейронные сети | 2 | Лекция 6. Обучение многослойных нейронных сетей | 16.7, 16.8 |
45 | 4.2.Искусственные нейронные сети | 2 | Лекция 7. Искусственная нейронная сеть Кохонена, | 16.9 |
46 | 4.2.Искусственные нейронные сети | 2 | Лекция 8. Сеть встречного рапространения | 16.10 |
47 | 4.2.Искусственные нейронные сети | 2 | Лекция 9. Искусственная нейронная сеть адаптивнолго резонанса | 16.11 |
48 | 4.2.Искусственные нейронные сети | 2 | Лекция 10. Искусственная нейронная сеть Хопфилда | 16.12, 16.13 |
49 | 4.2.Искусственные нейронные сети | 2 | Лекция 11. Решение оптимизационных задач с помощью искусственной нейронной сети Хопфилда | 16.14 |
50 | 4.2.Искусственные нейронные сети | 2 | Лекция 12. Обучение нейронных сетей методом имитации отжига | 16.27 |
51 | 4.4.Гибридные системы | 2 | Лекция 13. Гибридные системы | 16.15 |
52 | 4.4.Гибридные системы | 2 | Лекция 14. Гибридная сеть ANFIS | 16.24 |
53 | 4.4.Гибридные системы | 2 | Лекция 15. Гибридная сеть TSK | 16.25 |
54 | 4.5.Генетические алгоритмы | 2 | Лекция 16. Организация генетических алгоритмов | 16.17, 16.18 |
55 | 4.5.Генетические алгоритмы | 2 | Лекция 17. Использование генетических алгоритмов | 16.26 |
Итого: | 124 |
-
Практические занятия
№ п/п | Раздел дисциплины | Объем, часов | Тема практического занятия | Дидакт. единицы |
Итого: |
-
Лабораторные работы
№ п/п | Раздел дисциплины | Наименование лабораторной работы | Наименование лаборатории | Объем, часов | Дидакт. единицы |
1 | 1.3.Основы численных методов | Векторная и матричная алгебра. Реализация процедур сложения, умножения, обращения матриц, в т.ч. симметрических | 4 | 2, 5 | |
2 | 1.3.Основы численных методов | Алгебра кватернионов. Моделирование конечного поворота твердого тела | 4 | 3, 5 | |
3 | 1.3.Основы численных методов | Методы интегрирования обыкновенных дифференциальных уравнений. Реализация современных методов численного интегрирования | 4 | 4, 5 | |
4 | 1.3.Основы численных методов | Основные законы механики. Моделирование математического и пружинного маятников | 4 | 4, 5, 8 | |
5 | 1.4.Основы теории статистического анализа | Моделирование реализаций случайных величин. Моделирование случайной величины с заданным законом распределения | 4 | 5, 6 | |
6 | 1.4.Основы теории статистического анализа | Моделирование реализаций случайных процессов. Оценка их параметров по методу Монте-Карло. Построение оценки корреляционной функции случайного проце | 4 | 5, 6 | |
7 | 1.4.Основы теории статистического анализа | Многомерная плотность распределения случайной величины. Построение эллипсоида рассеивания для заданного уровня доверительной вероятности | 4 | 6 | |
8 | 1.4.Основы теории статистического анализа | Задачи математической статистики. Метод Монте-Карло. Определение необходимого объема статистики, точность оценки | 4 | 6 | |
9 | 2.2.Формализация математических моделей внешней среды | Математическая модель солнечных часов | 4 | 2, 3, 4, 5, 7, 8 | |
10 | 2.2.Формализация математических моделей внешней среды | Моделирование гравитационного поля Земли | 4 | 4, 5, 7, 8 | |
11 | 2.4.Формализация математических моделей навигационных систем и оборудования | Торможение ИСЗ в атмосфере Земли. Оценивание точки падения ИСЗ, построение эллипса рассеивания точки падения | 4 | 4, 5, 6, 7, 8 | |
12 | 2.4.Формализация математических моделей навигационных систем и оборудования | Оценивание координат потребителя при помощи СНС методом непосредственных навигационных определений | 4 | 4, 5, 6, 7, 9 | |
13 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | Обоснование статистической модели эксперментальных данных с использованием критериев согласия. | Компьютерный зал факультета №7 | 4 | 10 |
14 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | Оценка различий между двумя независимыми выборками с использованием критерия Стьюдента | Компьютерный зал факультета №7 | 4 | 11 |
15 | 3.1.Методы обработки скалярных числовых данных экспериментальных исследований | Оценка множественных групповых различий в процессе анализа результатов экспериментальных исследований бортовых комплексов ЛА. | Компьютерный зал факультета №7 | 4 | 11 |
16 | 3.2.Методы обработки многомерных числовых данных экспериментальных исследоований | Использование многомерной линейной регрессии для корреляционного анализа параметров бортового комплекса ЛА | Компьютерный зал факультета №7 | 4 | 12 |
17 | 3.2.Методы обработки многомерных числовых данных экспериментальных исследоований | Практическое применение методов классификации в поцессе анализа результатов экспериментальных исследований бортовых комплексов ЛА. | Компьютерный зал факультета №7 | 4 | 13 |
18 | 4.1.Нечеткие системы | Лабораторная работа 1. Моделирование нечетких систем в системе MATLAB | 4 | 16.3, 16.22 | |
19 | 4.2.Искусственные нейронные сети | Лабораторная работа 2. Моделирование многослойных нейронных сетей в среде "NeuroPro" | 4 | 16.7, 16.8 | |
20 | 4.2.Искусственные нейронные сети | Лабораторная работа 3. Разработка программы моделирования искусственной нейронной сети Хопфилда | 4 | 16.13, 16.14 | |
21 | 4.4.Гибридные системы | Лабораторная работа 4. Моделирование гибридных систем в среде MATLAB | 4 | 16.15, 16.16 | |
Итого: | 84 |
-
Типовые задания
№ п/п | Раздел дисциплины | Объем, часов | Наименование типового задания |
Итого: |
-
Курсовые работы и проекты по дисциплине
3.1. Построение и анализ экспериментальной математической модели процесса с использованием метода наименьших квадратов