Программа дисциплины ен. В. 01 «теория принятия решений» Рекомендуется умц кгту им. А. Н. Туполева для направлений

Вид материала

Содержание

1. Цели и задачи дисциплины
Задачами дисциплины
Материал курса основан на знаниях, навыках и умениях
Студенты должны быть знакомы
Студенты должны иметь практические навыки
2. Требования к уровню освоения содержания дисциплины
3. Объём дисциплины и виды учебной работы
4. Содержание дисциплины 4.1. Тематический план
4.2. Содержание тем
Основные понятия исследования операций и системного анализа
Задачи выбора решений
2. Моделирование сложных систем (очное: 4/4)
3. Модели и методы принятия решений (очное: 46/29)
4. Методы оценивания при принятии решений (очное: 4/4)
5. Автоматизированные системы принятия решений (очное: 10/6)
4.3. Лабораторный практикум
Наименование лабораторных работ
4.4. Курсовой проект (работа) и его содержание Курсовой проект и курсовая работа не предусмотрены.4.5. Контрольная работа
4.6. Реферат и расчётно-графические работы
Тема задания
...
Полное содержание

Подобный материал:

Моисеев В.С., Рахматуллин А.И., Зайдуллин С.С.

КАЗАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
им. А.Н. ТУПОЛЕВА

УТВЕРЖДАЮ:

Проректор по учебной и методической
работе

И.К. Насыров

« » 2007 г.

ПРОГРАММА ДИСЦИПЛИНЫ

ЕН.В.01 «ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ»

Рекомендуется УМЦ КГТУ им. А.Н. Туполева для направлений

(специальностей)

направления: 230100^* «Информатика и вычислительная техника»

специальности:

специализации:

форма обучения: очная

^* Коды направлений и специальностей указаны по Общероссийскому классификатору специальностей по образованию (ОК 009 2003)

1. Цели и задачи дисциплины

Целью дисциплины является формирование фундаментальных знаний у студентов о принципах применения математических моделей, методов и алгоритмов для выбора эффективных решений при решении различных организационно-технических задач с применением современных средств информатики и вычислительной техники.

Задачами дисциплины является изучение основных понятий и положений теории принятии решений и системного анализа, общих принципов моделирования и оптимизации различных задач, приобретение практических навыков анализа и синтеза сложных информационных систем, а также навыков построения моделей задач и применения к ним методов и алгоритмов оптимизации.

Материал курса основан на знаниях, навыках и умениях, полученных студентами при изучении дисциплин «Математический анализ», «Дискретная математика», «Вычислительная математика», «Методы оптимизации», «Теория вероятностей, математическая статистика и случайные процессы».

Студенты должны быть знакомы с основами высшей математики («Математический анализ»), математическими методами анализа и оптимизации («Дискретная математика», «Методы оптимизации») и с основами вероятностного анализа («Теория вероятностей, математическая статистика и случайные процессы»).

Студенты должны иметь практические навыки реализации численных методов («Вычислительная математика», «Методы оптимизации»).

Знания, умения и навыки, полученные в процессе изучения данного курса, могут быть использованы студентами при изучении дисциплин «Компьютерное моделирование», «Проектирование информационных систем» и «Современные информационные технологии вычислительной техники и автоматизированных систем», а также при выполнении выпускной квалификационной работы.

2. Требования к уровню освоения содержания дисциплины

В результате изучения дисциплины студенты должны:

 знать:

– базовые понятия, связанные с принятием решений и системным анализом;

– классификацию и суть математических моделей и методов, применяемых при формализации и оптимизации задач принятия решений.

 уметь:

– использовать методики системного анализа при решении проблем;

– строить формальные модели прикладных задач принятия решений;

– решать задачи принятия решений и оптимизировать их результаты;

– выбирать эффективные модели и методы для решения прикладных задач.

 иметь представление:

– об основных особенностях математических моделей и методов современной теории систем и теории принятия решений;

– о перспективах развития моделей и методов теории принятия решений;

– об использовании математических моделей и методов систмного анализа и теории принятия решений в различных областях практической деятельности.

3. Объём дисциплины и виды учебной работы

		Очное
Виды учебной работы	Всего	Семестры
		6
Общая трудоёмкость дисциплины	140	140
Аудиторные занятия, в том числе:	68	68
Лекции (Л)	34	34
Практические занятия (ПЗ)
Семинары (С)
Лабораторные работы (ЛР)	34	34
Другие виды аудиторных занятий
Базовая самостоятельная работа (СРС)	52	52
Дополнительная СРС, в том числе:	20	20
Курсовой проект
Курсовая работа или СРС по выбору
Расчётно-графическая работа (РГР) или СРС по выбору	20	20
Другие виды самостоятельной работы
Вид итогового контроля		Зачёт

4. Содержание дисциплины

4.1. Тематический план

№	Наименование тем	Очное
п/п	Наименование тем	Л	ЛР
1	Введение в теорию принятия решений	4	–
2	Моделирование сложных систем	4	–
3	Модели и методы принятия решений	18	28
4	Качественные методы принятия решений	4	–
5	Средства поддержки принятия решений	4	6

^* Используемые сокращения: Л – лекция, ЛР – лабораторная работа.

4.2. Содержание тем

(Курсивом выделены понятия, указанные в ГОСах)

1. Введение в теорию принятия решений (очное: 4/6)

1.1. Цели и задачи курса (очное: 1/1)

Основные задачи принятия решений (ПР) в науке, технике и экономике. Проблема выбора эффективных решений. Автоматизация процессов ПР.

Значение сложных систем в современной жизни. Основные исторические вехи развития идей теории систем, системного анализа и системного подхода. Основные задачи современной теории принятия решений и системного анализа.

Структура, цели и задачи курса.

1.2. Введение в теорию систем (очное: 2/3)

Понятие системы. Основные подходы к понятию системы. Свойства системы. Эмерджентность. Внешняя среда, элемент, связь, подсистема, характеристики. Понятие цели и закономерности целеобразования. Процесс, состояние, поведение, равновесие, устойчивость.

Структура системы. Понятие структуры, основные виды и формы. Понятие иерархических структур. Многоуровневые иерархические системы. Виды и формы представления структур целей.

Классификация систем. Основные подходы к классификации систем: абстрактность, искусственность, открытость, целенаправленность и другие категории. Классификация систем: «простые», «большие» и «сложные» системы; основные подходы к определению сложности. Классификация систем по степени организованности; понятие и признаки самоорганизующихся систем.

1.3. Методологические основы принятия эффективных решений (очное: 1/2)

Основные понятия исследования операций и системного анализа. Цель и средства её достижения. Понятие решения. Роль лица, принимающего решения. Критерии достижения цели. Понятие допустимых и оптимальных решений. Однокритериальные и многокритериальные оптимальные решения.

Задачи выбора решений. Подходы к формированию альтернатив и выбору эффективного решения. Понятие отношения. Функции выбора и функции полезности. Достоинства и недостатки существующих подходов. Информационные технологии ПР на основе формального подхода. Обобщённая структура современных систем автоматизации ПР. Перспективы развития современной теории ПР.

Введение в системный анализ. Информационный подход к анализу систем. Основные принципы системного анализа. Системность и комплексность. Анализ и синтез систем. Решение проблем методами системного анализа.

2. Моделирование сложных систем (очное: 4/4)

2.4. Основные принципы моделирования (очное: 2/2)

Моделирование систем: понятие, цели и виды. Полнота моделирования.

Реальное, натурное и физическое моделирование: понятие и методы.

Понятие и методы мысленного моделирования. Методы формализованного представления систем. Наглядное и символическое моделирование.

2.5. Математическое моделирование сложных систем (очное: 2/2)

Математическое моделирование: понятие, виды и методы. Основные этапы построения математических моделей сложных систем.

3. Модели и методы принятия решений (очное: 46/29)

3.6. Классификация моделей и методов принятия решений (очное: 2/2)

Математические модели принятия решений: Классификация математических моделей задач ПР. Общая характеристика и особенности рассматриваемых классов моделей.

Математические методы оптимизации решений: Классификация математических методов оптимизации задач ПР. Общая характеристика и особенности рассматриваемых классов методов.

3.7 Принятие решений в детерминированном случае (очное: 23/17)

3.2.1 Линейные модели оптимизации (очное: 12/10)

Линейное программирование (ЛП). Постановка и основные свойства задачи ЛП. Общая характеристика методов решения задач ЛП. Анализ чувствительности оптимального решения задачи ЛП. Особенности представления данных и решения задач ЛП на ЭВМ. Примеры задач ЛП. Распределительные задачи ЛП.

Постановка задачи оптимизации перевозок. Модель классической транспортной задачи (ТЗ). Закрытая и открытая ТЗ. Метод минимальной стоимости. Методы улучшения допустимых решений. Различные постановки и модели ТЗ. Задачи ПР, сводимые к ТЗ. Задача оптимальной загрузки сети ЭВМ. Задача о назначениях.

3.2.2. Нелинейные модели оптимизации (очное: 2/2)

Нелинейное программирование. Примеры моделей и общая характеристика численных методов решения задач нелинейного программирования.

3.2.3. Дискретные модели оптимизации (очное: 8/4)

Дискретное (целочисленное) программирование. Общая постановка и особенности методов решения задачи дискретного программирования. Задачи оптимального выбора. Постановка и методы решения задачи о рюкзаке (ранце). Задача выбора проектов.

Сетевые задачи ПР. Оптимальный синтез сетей. Поиск оптимального маршрута в сети. Оптимизация потоков в сетях с ограниченными пропускными способностями коммуникаций. Примеры решения сетевых задач ПР.

Моделирование асинхронных систем. Понятие сети Петри. Модифицированные сети Петри. Основные задачи анализа сетей Петри.

3.2.4 Динамические модели оптимизации (очное: 2/1)

Основные идеи метода динамического программирования. Принцип оптимальности Беллмана. Алгоритм решения динамических задач ПР. Задача поиска.

3.8 Принятие решений в недетерминированном случае (очное: 20/10)

3.3.1. Модели конфликтных ситуаций (очное: 8/4)

Основные типы конфликтных ситуаций. Предмет и методы теории игр. Классификация задач теории игр. Антагонистические игры двух лиц с нулевой суммой. Платёжная матрица игры. Редукция игры. Примеры постановок игровых задач ПР. Принцип минимакса. Чистые и смешанные стратегии. Решение игр методами линейного программирования. Методы практической реализации смешанных стратегий ПР.

3.3.2. Недетерминированные задачи (очное: 2/1)

Задачи принятия статистических решений. Игры с природой. Критерии выбора оптимального решения в условиях неопределённости: максиминный критерий Вальда, критерий минимаксного риска Сэвиджа, критерий пессимизма – оптимизма Гурвица.

Специфические задачи ПР и методы их решения. Адаптивные алгоритмы ПР. Байесовская модель ПР. Марковские процессы ПР.

Системы массового обслуживания (СМО): понятие, типовая структура, эффективность обслуживания. Система информационного взаимодействия как пример СМО.

3.3.3. Многокритериальные задачи оптимизации (очное: 10/5)

Примеры многокритериальных задач оптимизации. Методы сведения задачи к единственному критерию. Оптимизация решений по Парето. Графическое представление множества Парето. Методы и примеры построения оптимальных по Парето решений.

4. Методы оценивания при принятии решений (очное: 4/4)

4.9. Введение в теорию измерений (очное: 2/2)

Понятие и основные типы шкал измерения. Шкалы номинального типа. Шкалы порядка. Шкалы интервалов. Шкалы отношений. Шкалы разностей. Абсолютные шкалы. Соотношение между различными типами шкал. Правила и основные формулы осреднения. Мажорантность средних. Нечёткая оценка.

Этапы оценивания сложных систем. Показатели и критерии оценки систем. Виды критериев качества и эффективности.

4.10 Методы экспертного оценивания (очное: 2/2)

Методы типа «мозговой атаки». Синтезирующий метод. Методы типа сценариев. Методы экспертных оценок. Методы типа Дельфи. Методы типа дерева целей. Морфологические методы: метод морфологического ящика.

5. Автоматизированные системы принятия решений (очное: 10/6)

5.11. Экспертные системы (очное: 8/4)

Введение в искусственный интеллект. Моделирование компонентов систем искусственного инетеллекта: представление знаний, понимание информации, планирование решений.

Понятие и структура экспертной системы. Разработка и применение экспертных систем.

5.12 Инженерия знаний (очное: 2/2)

Основные понятия инженерии знаний. Программные системы поддержки принятий решений. Хранилища данных и OLAP-системы. Интеллектуальный анализ данных (Data Mining).

4.3. Лабораторный практикум

№	Номер темы	Объём в часах	Наименование лабораторных работ
п/п	дисциплины	Очное	Наименование лабораторных работ
13	3.2	6	Применение линейных моделей задач принятия решений
14	3.2	4	Применение моделей распределительных задач
15	3.2	4	Решение транспортной задачи эвристическим методом
16	3.2	4	Решение задачи о ранце эвристическим методом
17	3.3	4	Решение многокритериальных задачи оптимизации
18	3.3	4	Определение оптимальных стратегий в биматричных играх
19	5	8	Разработка систем для автоматизации принятия решений

4.4. Курсовой проект (работа) и его содержание

Курсовой проект и курсовая работа не предусмотрены.

4.5. Контрольная работа

Контрольная работа не предусмотрена.

4.6. Реферат и расчётно-графические работы

Реферат не предусмотрен.

На выполнение расчётно-графической работы отводится 20 часов самостоятельной работы студентов.

№ задания РГР	Номер темы дисциплины	Тема задания
20	1	Классификация систем
21	1	Моделирование информационных систем
22	3.3	Многокритериальный анализ показателей эффективности
23	3.2	Анализ чувствительности решения задачи
24	3.2	Моделирование параллельных процессов и систем
25	4	Измерение и оценка параметров систем.
26	4	Анализ сложных проблем с помощью дерева целей и задач

5. Учебно-методическое обеспечение дисциплины

5.7. Рекомендуемая литература

а) основная литература:

1. Зайдуллин С.С., Моисеев В.С. Элементы теории принятия решений: Учеб. пособие. Казань: Изд во КГТУ им. А.Н. Туполева, 2002. 114 с.

2. Моисеев В.С., Рахматуллин А.И., Зайдуллин С.С. Теория принятия решений: Учеб. пособие. Казань: РИЦ «Школа», 2006. 60 с.

3. Моисеев В.С., Рахматуллин А.И., Зайдуллин С.С. Теория принятия решений: оптимизация: Лаб. практикум. Казань: Изд во Казан. гос. техн. ун та, 2007. 59 с.

4. Анфилатов В.С., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении. М.: Финансы и статистика, 2002, 398 с.

5. Спицнадель В.Н. Основы системного анализа. СПб.: Бизнес-пресса, 2000, 326 с.

6. Спицнадель В.Н. Теория и практика принятия оптимальных решений. М.: Бизнесс-Пресса, 2002. 350 с.

7. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2003. 392 с.

8. Орлов А.И. Теория принятия решений. М.: Изд во «Экзамен», 2005. 656 с.

9. Вентцель Е.С. Исследование операций: Задачи, принципы, методология. М.: Дрофа, 2004. 208 с.

10. Таха Х.А. Введение в исследование операций. М.: ИД «Вильямс», 2005. 912 с.

11. Косоруков О.А., Мищенко А.В. Исследование операций: Учеб. / Под общ. ред. д.э.н., проф. Н.П. Тихомирова. М.: Изд во «Экзамен», 2003. 448 с.

12. Карманов В.Г. Математическое программирование: Учеб. пособие. 5 е изд., стер. М.: ФИЗМАТЛИТ, 2004. 264 с.

13. Луценко Е.В. Интеллектуальные информационные системы: Учеб. пособие. Краснодар: Изд во КубГАУ. 2004. 633 с.

14. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. 384 с.

б) дополнительная литература:

15. Волкова В.Н., Денисов А.А. Основы теории систем и системный анализ. СПб.: Изд-воСПбГТУ, 1999, 512 с.

16. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высш. шк., 1989, 367 с.

17. Зайдуллин С.С., Моисеев В.С. Математические модели и методы управления территориально распределёнными системами: Монография. Казань: «Мастер Лайн», 2005. 208 с.

18. Теория выбора и принятия решений: Учеб. пособие / И.М. Макаров, Т.М. Виноградская, А.А. Рубчинский, В.Б. Соколов. М.: Наука, 1982. 328 с.

19. Теория прогнозирования и принятия решений / Под ред. С.А. Саркисяна. М.: Высш. шк., 1977. 351 с.

20. Мушик Э., Мюллер П. Методы принятия технических решений. М.: Мир, 1990, 208 с.

21. Катулев А.Н., Северцев Н.А. Исследование операций: принципы принятия решений и обеспечение безопасности. М.: ФИЗМАТЛИТ, 2000. 320 с.

22. Катулев А.Н., Северцев Н.А., Соломаха Г.М. Исследование операций и обеспечение безопасности: Прикладные задачи: Учеб. пособие для вузов / Под ред. акад. РАН П.С. Краснощекова. М.: ФИЗМАТЛИТ, 2005. 240 с.

23. Вентцель Е.С. Исследование операций. М.: Сов. радио, 1972. 550 с.

24. Саати Т.Л. Математические методы исследования операций / Пер. с англ. Ю.М. Певницкого и др.; Под ред. А.П. Гришина. М.: Воениздат, 1963. 420 с.

25. Вагнер Г. Основы исследования операций: В 3 х т. М.: Мир. Т. 1. / Пер. с англ. Б.Т. Вавилова. 1972. 336 с. Т. 2. / Пер. с англ. В.Я. Алтаева. 1973. 488 с. Т. 3. / Пер. с англ. Б.Т. Вавилова. 1973. 504 с.

26. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высш. шк., 1989. 367 с.

27. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981. 488 с.

28. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем. М.: Мир, 1971. 400 с.

29. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. 544 с.

30. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2 е изд., испр. М.: ФИЗМАТЛИТ, 2001. 320 с.

31. Введение в математическое моделирование / Под ред. П.В. Трусова. М.: «Интермет Инжиниринг», 2000. 336 с.

32. Бусленко Н.П. Моделирование сложных систем. 2 е изд., перераб. М.: Наука. Физматлит, 1978. 400 с.

33. Карлин С. Основы теории случайных процессов / Под ред. И.Н. Коваленко. М.: Мир, 1971. 538 с.

34. Ногин В.Д. Принятие решений в многокритериальной среде. Количественный подход. М.: ФИЗМАТЛИТ, 2002. 176 с.

35. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1987. 336 с.

36. Саати Т.Л. Элементы теории массового обслуживания и её приложения. М.: Сов. радио, 1971. 520 с.

37. Рахматуллин А.И., Моисеев В.С. Математические модели и методы оптимизации нестационарных систем обслуживания: Монография. Казань: РИЦ «Школа», 2006. 212 с.

38. Элти Дж., Кумбс М. Экспертные системы: Концепции и примеры / Пер. с англ. и предисл. Б.И. Шитикова. М.: Финансы и статистика, 1987. 191 с.

39. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. СПб.: БХВ-Петербург, 2004. 336 с.

40. Серия «Теория и методы системного анализа». М.: Наука.

41. Серия «Экономико-математическая библиотека». М.: Наука.

42. Серия «Оптимизация и исследование операций». М.: Наука.

43. Серия «Теоретические основы технической кибернетики». М.: Наука.

44. Серия «Современная прикладная математика и информатика». Казань.

45. «Журнал вычислительной математики».

46. «Известия РАН. Теория и системы управления».

47. «Вестник МГУ». Серия 15. «Вычислительная математика и кибернетика».

48. «Математическое моделирование».

49. «Проблемы теории и практики управления».

50. «Открытые системы».

51. «Программирование».

52. «Математика». Реферативный журнал.

53. «Техническая кибернетика». Реферативный журнал.

54. «Автоматика и вычислительная техника». Реферативный журнал.

55. Журналы Отделения Математики РАН (ru/).

56. Образовательный математический сайт (enta.ru/)

5.8. Средства обеспечения освоения дисциплины

Системное и прикладное программное обеспечение, необходимое для выполнения лабораторных работ и самостоятельной работы студентов:

27. Операционная система MS Windows NT/2000/XP или выше.

28. Среда программирования Borland Delphi версии 3 или выше.

29. Программный комплекс MathTech, представляющий собой реализацию алгоритмов симплекс-метода и метода отсечения, для решения задач в рамках лабораторных работ и самостоятельной отработки учебного материала.

30. Экспертная оболочка ESWin.

6. Материально-техническое обеспечение дисциплины

Для проведения лабораторных работ и организации самостоятельной работы студентов необходимо иметь учебный компьютерный класс, оснащённый локальной вычислительной сетью.

При этом рабочие станции должны иметь следующие компоненты с указанными ниже минимальными требуемыми характеристиками: процессор Celeron 1000 МГц, 256 Мбайт ОЗУ, SVGA-совместимый монитор с разрешением 800  600  85 Гц и видеокарта, 16 битная звуковая карта и акустическая система, CD-ROM, клавиатура и мышь, оборудование для организации локальной сети.

7. Методические рекомендации
по организации изучения дисциплины

7.9. Организация изучения дисциплины при очной форме обучения

Обучение проводится в течение одного семестра.

При проведении лабораторных и самостоятельных работ используются программа MathTech, экспертная оболочка ESWin и среда программирования Borland Delphi.

Программу составили:

Моисеев В.С., д.т.н., профессор каф. ПМиИ, КГТУ им. А.Н. Туполева

Зайдуллин С.С., к.т.н., доцент каф. ПМиИ, КГТУ им. А.Н. Туполева

Рахматуллин А.И., к.т.н., доцент каф. ПМиИ, КГТУ им. А.Н. Туполева

Программа обсуждена и одобрена на заседании кафедры ПМиИ

« » 2007 г., протокол №

Зав. кафедрой, Н.Е. Роднищев

д.т.н., профессор ^{(подпись)}

Председатель Учебно-методической В.А. Суздальцев

комиссии факультета, доцент ^{(подпись)}

Декан факультета, Л.Ю. Емалетдинова

д.т.н., профессор ^{(подпись)}

Приложение 1.
Список вопросов для повторения учебного материала

1. Введение в теорию принятия решений

1.31. Понятия «система» и «системные свойства».

1.32. Классификация систем.

1.33. Основные подходы к понятию «сложная система».

1.34. Понятия «цель» и «критерий».

1.35. Понятие «решение». Понятие «лицо, принимающее решение».

1.36. Понятие «отношение». Функции выбора и полезности.

1.37. Классификация задач принятия решений (ПР).

1.38. Основные подходы к ПР. Примеры.

1.39. Этапы процесса ПР. Решение проблем методами системного анализа. Автоматизация процесса ПР.

2. Моделирование сложных систем

2.40. Классификация моделей сложных систем.

2.41. Математическое моделирование сложных систем.

2.42. Аналитические и имитационные модели.

2.43. Основные этапы процесса построения моделей.

2.44. Основные требования к процессу построения моделей.

3. Модели и методы принятия решений

3.45. Общая модель формирования оптимальных решений.

3.46. Классификация математических методов.

3.47. Аналитические и эвристические методы.

3.48. Модель ЗЛП в стандартной форме. Основные свойства и методы решения.

3.49. Модель классической транспортной задачи и её свойства как ЗЛП.

3.50. Задача распределения вычислительной нагрузки по видам ЭВМ.

3.51. Задача о назначениях.

3.52. Основные особенности задач дискретного программирования.

3.53. Общая модель линейной задачи дискретного программирования.

3.54. Метод отсечений для линейной задачи дискретного программирования.

3.55. Одномерная и многомерная задачи о рюкзаке.

3.56. Специфика дискретных задач. Примеры.

3.57. Задача проектирования оптимальной коммуникационной сети.

3.58. Градиентные методы и методы случайного поиска. Сравнение.

3.59. Применение сетей Петри к анализу сложных систем.

3.60. Общая характеристика принципа оптимальности Беллмана.

3.61. Понятие «конфликтная ситуация».

3.62. Понятия «игра», «игрок» и «матрица игры».

3.63. Понятие «стратегия». Чистая и смешанные стратегии.

3.64. Понятие «цена игры». Принцип минимакса. Седловая точка.

3.65. Общий метод выбора и применения оптимальных стратегий.

3.66. Игры с природой. «Принцип недостаточного основания» Лапласа.

3.67. Критерии Вальда, Сэвиджа и Гурвица. Общая характеристика.

3.68. Многокритериальная задача ПР. Методы её решения.

3.69. Оптимальное по Парето решение. Методика оптимизации.

3.70.Теория массового обслуживания: понятие, предмет и цель.

3.71. Понятие «система массового обслуживания» (СМО). Компоненты СМО.

3.72. Пример модели СМО. Система информационного взаимодействия.

4. Качественные методы принятия решений

4.73. Понятие «шкала измерений». Основные типы шкал.

4.74. Правила осреднения результатов измерений.

4.75. Критерии оценки сложных систем.

4.76. Методики экспертных оценок.

4.77. Методы мозговой атаки.

4.78. Дерево целей и задач: понятие, назначение, примеры использования.

4.79. Морфологические методы анализа сложных систем.

5. Средства поддержки принятии решений

5.80. Основные понятия искусственного интеллекта.

5.81. Экспертная система: понятие и общая структура.

5.82. Основные понятия инженерии знаний.

5.83. Система поддержки принятия решений: понятие и структура.

5.84. Концепция хранилищ данных. Типы структур хранилищ.

5.85. Суть многомерной модели данных. Графическое представление модели. Понятие OLAP.

5.86. Структура OLAP-системы. Роль компонентов OLAP-системы.

5.87. Добыча данных: понятие, классификация задач, модели и методы.

5.88. Интеллектуальный анализ данных.

Приложение 2.
Образцы тестовых заданий

6. Введение в теорию принятия решений

6.89. Теория принятия решений развивается в следующих аспектах:

абстрактном;
прикладном;
логическом;
функциональном.

6.90. Укажите важнейший родовой признак любой системы:

логическая функциональность;
статическая структурность;
функциональная эмерджентность;
целевая направленность;
синхронная динамичность;
целевая когерентность.

6.91. Укажите критерии, используемые для классификации связей между компонентами системы:

направление;
протяжённость;
ёмкость;
область действия.

6.92. Иерархическая система может быть описана с помощью следующих структур:

слои;
шеренги;
круги;
ареалы;
линии;
эшелоны.

7. Моделирование сложных систем

7.93. Вероятностные процессы и события учитывает:

статическое моделирование;
стохастическое моделирование;
детерминированное моделирование;
динамическое моделирование.

7.94. В зависимости от формы реализации все модели делятся на:

реальные и мысленные;
полные и неполные;
статические и динамические;
дискретные и непрерывные.

7.95. Разновидностью реального моделирования является:

натурное моделирование;
мысленное моделирование;
полное моделирование;
приближённое моделирование;
нет верного ответа.

7.96. К технологиям математического моделирования относятся:

аналитическое моделирование;
информационное моделирование;
ситуационное моделирование;
наглядное моделирование;
символическое моделирование.

8. Модели и методы принятия решений

8.97. Конечные методы принятия решений относятся к следующей группе математических методов:

аналитические;
численные;
и к аналитическим, и к численным;
нет верных ответов.

8.98. Примерами задачи оптимального выбора являются:

задача о рюкзаке;
задача об оптимальном выборе работ;
задача синтеза минимальной сети;
задача о кратчайшем пути.

8.99. Метод минимальной стоимости для решения классической транспортной задачи относится к классу:

формальных методов;
аналитических методов;

логарифмических методов;
эвристических методов;
стохастических методов.

8.100. Чистая стратегия является частным случаем смешанной?

да;
нет;
только в некоторых случаях;
это один и тот же тип стратегии.

9. Качественные методы принятия решений

9.101. Укажите цель, которую выражает порядковая шкала:

количественная оценка;
качественная оценка;
упорядочивание;
номинальное сравнение.

9.102. Укажите тип шкалы температур Цельсия:

номинальная;
порядковая;
интервальная;
логарифмическая;
показательная;
абсолютная.

9.103. Сравните силу шкалы разностей и шкалы отношений:

шкала разностей сильнее;
шкала отношений сильнее;
шкалы равносильны;
это одна и та же шкала.

9.104. Какие свойства сложных систем называют операционными?

общесистемные;
структурные;
функциональные;
нет верного ответа.

10. Средства поддержки принятии решений

10.105. Укажите элементы типовой системы искусственного элемента:

рабочая память;
исполнительная система;
экспертная система;
интеллектуальный интерфейс;
база знаний;
система анализа данных.

10.106. Укажите, какие из задач систем искусственного интеллекта относятся к задачам синтеза:

интерпретация;
проектирование;
диагностика;
обучение;
планирование;
управление.

10.107. Перечислите компоненты типовой статической экспертной системы:

база данных (рабочая память);
база знаний;
решатель;
подсистема моделирования внешнего мира;
подсистема сопряжения с внешним миром;
исполнительная система.

10.108. Укажите свойства хранилища данных, присущие ему по определению:

поддержка хронологии;
целостность;
предметная ориентация;
нормализованность;
модифицируемость.

Приложение 3.
Самостоятельная работа студентов

№ п/п	Курс, семестр	Наименование учебной работы	Раздел, тема	Объём СРС (в часах)	Форма изучения	Информационно-методическое обеспечение	Форма контроля выполнения	Баллы в БСР
Базовая СРС
1	3 к., 6 сем.	Проработка теоретического материала лекций	Темы 1-2	10	Проработка учебного материала. Проверка усвоения теоретического материала путем ответов на вопросы самопроверки. Подготовка к аттестации	Конспект лекций. Пособие [9, гл. 1 2]. Учебное пособие [1, гл. 1-4; 12, гл. 1, §§ 1 – 4].	Тесты	14
2	3 к., 6 сем.	Изучение отдельных тем теоретического материала (Раздел 3.2.1) и подготовка к лабораторным работам	«Линейные модели оптимизации»	9	Работа с учебной литературой. Подготовка к аттестации.	Конспект лекций. Учебное пособие [1, гл. 5]. Методическое руководство по лабораторным работам.	Защита отчетов по лабораторным работам, тесты. Вопрос в экзаменационных билетах.	10
3	3 к., 6 сем.	Проработка теоретического материала лекций и подготовка к лабораторным работам.	Тема 3 (кроме раздела 3.2.1)	20	Проработка учебного материала. Проверка усвоения теоретического материала путем ответов на вопросы самопроверки. Подготовка к аттестации	Конспект лекций. Пособие [9, гл. 3 6; 10, гл. 4, 8, 9, 14, 18, 19, 21]. Учебное пособие [1, гл. 6-9]. Учебник [11, гл. 5, 6, 9, 13]. Методическое руководство по лабораторным работам.	Защита отчетов по лабораторным работам. Тесты.	24
4	3 к., 6 сем.	Проработка теоретического материала лекций.	Тема 4	4	Проработка учебного материала. Проверка усвоения теоретического материала путем ответов на вопросы самопроверки. Подготовка к аттестации	Конспект лекций. Учебное пособие [4].	Тесты	5
5	3 к., 6 сем.	Проработка теоретического материала лекций и подготовка к лабораторным работам.	Тема 5	6	Проработка учебного материала. Проверка усвоения теоретического материала путем ответов на вопросы самопроверки. Подготовка к аттестации	Конспект лекций. Пособие [14, гл. 1 2]. Методическое руководство по лабораторным работам.	Защита отчетов по лабораторным работам. Тесты.	7
6	3 к., 6 сем.	Подготовка к зачёту	Темы 1…5	3	Повторение учебного материала. Освоение межмодульных связей.	Конспект лекций.	Собеседование	40
			Итого по базовой СРС	52			Итого по БСР	100
Дополнительная СРС
5	3 к., 6 сем.	Расчётно-графическая работа	Темы 1, 2, 4	20	Изучение методических материалов. Выполнение расчётно-графической части. Оформление записки.	Конспект лекций. Методическое руководство по выполнению РГР.	Защита РГР	10
			Итого по дополнительной СРС	20
			Всего СРС	72

Blog