Geum.ru

Планирование и обработка результатов экспериментов Математические модели в нечёткой среде

Вид материалаДокументы
Подобный материал:
1   2   3   4   5

Курс по выбору 3 (3 дисциплины)

Компьютерные технологии в проектировании

Пререквизиты: Информатика, Математический анализ, Алгоритмы и языки программирования, Систе6мы баз данных.

Постреквизиты: Компьютерные сети.

Целью данной дисциплины является освоение концепции и методологии анализа и синтеза сложных систем, принципов проектирования информационных систем, основанных на применении современных экономики – математических методов и вычислительной техник. Роль и значение определяются требованиями к компьютерным системам, создаваемым в различных областях промышленности и экономики, которые резко возрастают в век новых информационных технологий.

Краткое описание курса: Данные и их кодирование. Операции с данными. Двоичное кодирование данных. Кодирование текстовых данных. Виды носителей данных. Физическая среда передачи данных. Основные сведения о Web- проектировании: веб-узел, связь информационных страниц в WEB-узле, структура HTML-документа, теги, вложения. Инструментальные средства WYSIWYG и назначение визуальных Web-редакторов. Основные инструментальные средства Web-редактора FrontPage и Web-компоненты других редакторов. Тематика и дизайн молодёжных сайтов. Дескрипторы языка HTML: контейнеры: заголовка, названия и содержания страницы. Графические изображения в Тег в формате GIF, JPG, PNG. Форматирование текста, выбор размера шрифтов и цветовое оформление документов. Web-сценарии, элементы интерфейса редактора сценариев Microsoft Script Editor. Фреймы и формы в HTML. Динамический HTML, понятие об интерактивных Web-страницах, справочные данные по свойствам таблиц стилей. Web-сценарии, элементы интерфейса редактора сценариев, допустимые параметры дескрипторов HTML

Ожидаемые результаты: студенты должны знать методологию проектирования информационных систем на макро- и микроуровнях; принципы иерархии систем; системный анализ, уметь использовать методы декомпозиции систем задач с целью оптимального проектирования информационных систем на всех этапах проектирования; использовать формализованные методы проектирования организационной и функциональной структур информационных систем.


Курс по выбору 1 (3 дисциплины)

Системное программное обеспечение

Пререквизиты: Информатика, Дискретная математика, Программирование на алгоритмических языках, Технология программирования.

Постреквизиты: Теория информации, Организация вычислительных систем и сетей, Основы моделирования НГО, Интерфейсы компьютерных систем, Компьютерные сети, Архитектура компьютерных систем, Современные проблемы математических методов и информационно-компьютерных систем.

Целью преподавания дисциплины ''Системное программное обеспечение'' является обучение студентов методам постановки, ознакомление и изучение возможностей распространённых сервисных программ и основным практическим приёмам работы с ними, которые позволяют студенту надёжно сохранять информацию в компьютере, а в случае нарушений умело восстанавливать информацию и обеспечивать её защиту от компьютерных вирусов и посторонних лиц, сформировать представление о назначении и видах программного обеспечения информационных систем и технологий.

Краткое описание курса: Управление процессами вычислений и памятью. Управление процессорами и внешней памятью, операционные системы. Операционные системы в компьютерных сетях. Методы проектирования программных систем Ассемблер ПЭВМ. Языки системного программирования. Технология разработки программных систем. Разработка компонент системного программного обеспечения (ПО). Оценка качества и эффективности программных систем.

Ожидаемые результаты: Студенты должны иметь основные теоретические основы и практические навыки по СПО и начальные навыки работы в среде программирования языка Ассемблера.


Курс по выбору 2 (3 дисциплины)

Прикладное программное обеспечение СУ

Пререквизиты: Информатика, Дискретная математика, Программирование на алгоритмических языках, Технология программирования.

Постреквизиты: Теория информации, Организация вычислительных систем и сетей, Основы моделирования НГО, Интерфейсы компьютерных систем, Компьютерные сети, Архитектура компьютерных систем.

Целью преподавания дисциплины ''Прикладное программное обеспечение СУ '' является обучение студентов методам постановки, ознакомление и изучение возможностей распространённых сервисных программ и основным практическим приёмам работы с ними, которые позволяют студенту надёжно сохранять информацию в компьютере, а в случае нарушений умело восстанавливать информацию и обеспечивать её защиту от компьютерных вирусов и посторонних лиц, сформировать представление о назначении и видах программного обеспечения информационных систем и технологий.

Краткое описание курса: Алгоритмы сбора и обработки данных. Цикличный адресный опрос датчиков. Алгоритмы преобразования первичной информации. Табличный способ, способ линейной интерполяции и способ аппроксимирующего полинома. Алгоритмы интегрирования и усреднения информации Алгоритмы сглаживания. Алгоритмы диагностики каналов измерения. Способы обнаружения событий по предельным значениям переменных, по скорости изменения значений и причинно- следственным связям. Архитектура системы. Логическая, функциональная программная структура. Организация ввода/вывода. Модули УСО. Интерфейсы и протоколы. Интерфейсы уровня представления, сеансового уровня. Протоколы прикладного, представительного уровня и уровня сеансов обмена. Основные принципы управления технологическими процессами. Качество программ. Корректность, помехоустойчивость, гибкость, эффективность. Условия применения условия применения и условия приобретения. Способы программирования, Языки высокого уровня. Инструментальные пакеты прикладных программ. Объектно-ориентированные языки.

Ожидаемые результаты: Студенты должны иметь основные теоретические основы и практические навыки по ''Прикладное программное обеспечение СУ и начальные навыки работы в среде программирования языка Ассемблера. Студенты должны иметь основные теоретические основы и практические навыки по системным программным обеспечением и работы в среде программирования.


Курс по выбору 3 (3 дисциплины)

Программные средства систем обработки информации

Пререквизиты: Информатика, Дискретная математика, Программирование на алгоритмических языках, Технология программирования;

Постреквизиты: Теория информации, Основы моделирования НГО, Интерфейсы компьютерных систем, Архитектура КС.

Целью преподавания дисциплины «Программные средства систем обработки информации» является обучение студентов методам постановки, ознакомление и изучение возможностей распространенных сервисных программ и основным практическим приемам работы с ними, которые позволяют студенту надежно сохранять информацию в компьютере, а в случае нарушений умело восстанавливать информацию и обеспечивать ее защиту от компьютерных вирусов и посторонних лиц, сформировать представление о назначении и видах программного обеспечения информационных систем и технологий.

Краткое описание курса: Основные характеристики ЭВМ. Классификация средств ЭВТ. Общие построения современных ЭВМ. Персональные ЭВМ. Информационно-лоческие основы ЭВМ. Арифметические операции над двоично-десятичными кодами чисел. Общие понятия ПО для ПК. Классификация и структура ПО. Общее ПО. Специализированные ПО. Конструкторские пакеты. Математические пакеты. Бухгалтерские пакеты.Понятие ППП. Основные структуры ППП. Принципы работы ППП.

Ожидаемые результаты: Студенты должны иметь основные теоретические основы и практические навыки по системным программным обеспечениям и работе в среде программирования.


Курс по выбору 1 (3 дисциплины)

Экспертные системы

Пререквизиты: Информатика, Дискретная математика, Программирование на алгоритмических языках, Технология программирования, Организация вычислительных систем и сетей, Инструментальные средства разработки программ

Постреквизиты: Теория информации, Основы моделирования НГО, Интерфейсы компьютерных систем.

Целью преподавания данной дисциплины предусматривается изучение концепций, идей, проблем экспертных систем, а также в развитии у студентов навыков проектирования и разработки экспертных систем. Содержание курса «Экспертные системы» составлено на основе типовой программы и включает следующие основные разделы: Понятие экспертной системы. Обзор исследований в области искусственного интеллекта. Представление знаний. Системы, основанные на знаниях. Ассоциативные сети и системы фреймов. Представление неопределенности знаний и данных. Приобретение знаний. Эвристическая классификация. Решение проблем конструирования. Средства формирования пояснений. Инструментальные средства разработки экспертных систем

Краткое описание курса: Определение, принцип организации, знания и условия их представления, управления, классификации, ресурсы проектирования и оболочки экспертных систем. Способы представления знаний. Управление стратегией вывода: управление с помощью эвристики. Интерфейс для пользователя: неформальные и формальные методы общения, извлечение значения из ключевых слов, синтаксический анализ вопросов, механизм ответов на вопросы.

Ожидаемые результаты: в результате изучения предмета студенты должны знать основу теории, принятия решений; методологию создания и применение экспертных систем принятия решений при управлении сложными объектами; уметь формализовать и осуществлять постановку задач и применять современные достижения в области представления знаний; знать уметь представлять неформализованные данные и знания; знать положения теории экспертных систем; уметь находить поиск решения


Курс по выбору 2 (3 дисциплины)

Системы искусственного интеллекта

Пререквизиты: Информационные технологии, Математическое моделирование, Алгоритмизация и технология программирования.

Постреквизиты: Основы моделирования НГО, Экспертные системы, Интерфейсы компьютерных систем.

Целью данной дисциплины: введение в курс проблем и методов решения задач искусственного интеллекта. Оно включает изучение содержания и методов инженерии знаний, роли особенностей и места экспертных систем как систем искусственного интеллекта. Возможностей систем искусственного интеллекта в приложениях, для систем поддержки решения.

Краткое описание курса: В ведение, область применения искусственного интеллекта. Программные и аппаратные средства искусственного интеллекта. Замкнутая формулировка представления задач. Представление знаний. Основные модели. Продукционные системы. Семантические модели Формальные системы. Система продукции. Основные типы стратегии управления в системах продукции. Экспертные системы. Эвристический поиск с предпочтением.

Ожидаемые результаты: Знакомство со всем кругом задач, решаемых в рамках искусственного интеллекта. Овладение методами проектирования и разработки модулей информационных систем, использующих технологии искусственного интеллекта.


Курс по выбору 3 (3 дисциплины)

Системы принятий решений

Пререквизиты: Математический анализ, Информатика, Дискретная математика, Основы теорий нечетких множеств.

Постреквизиты: Основы моделирования НГО, Экспертные системы, Современные проблемы математических методов и информационно-компьютерных систем.

Целью изучения данной дисциплины является введение в курс проблем и методов создания систем принятия решений Оно включает изучение содержания и методов инженерии знаний, роли особенностей и места систем поддержки принятия решений. Возможностей систем поддержки принятия решений в приложениях.

Краткое описание курса: Введение в теорию принятия решений Цели и задачи курса. Введение в теорию систем. Методологические основы принятия эффективных решений Моделирование сложных систем. Основные принципы моделирования. Математическое моделирование сложных систем. Математическое моделирование: понятие, виды и методы. Основные этапы построения математических моделей сложных систем. Модели и методы принятия решений. Классификация моделей и методов принятия решений Принятие решений в детерминированном случае. Линейные модели оптимизации. Нелинейные модели оптимизации. Дискретные модели оптимизации. Динамические модели оптимизации. Принятие решений в недетерминированном случае. Модели конфликтных ситуаций. Недетерминированные задачи. Многокритериальные задачи оптимизации. Методы оценивания при принятии решений. Введение в теорию измерений. Методы экспертного оценивания. Автоматизированные системы принятия решений. Экспертные системы. Инженерия знаний.

Ожидаемые результаты: В результате изучения предмета студенты должны знать задачи, решаемых в рамках теории принятия решений и создания систем поддержки принятия решений; овладеть методами проектирования и разработки модулей информационных систем, использующих технологии искусственного интеллекта.


Курс по выбору 1 (3 дисциплины)

Системный анализ и исследование операций

Пререквизиты: Математический анализ, Информатика, Дискретная математика, Основы теорий нечетких множеств.

Постреквизиты: Теория информации, Основы моделирования НГО, Интерфейсы компьютерных систем, Компьютерные сети, Экспертные системы, Современные проблемы математических методов и информационно-компьютерных систем.

Целью преподавания дисциплины «Системный анализ и исследование операций» является ознакомить студентов основными методами системного анализа и исследования операций, как наиболее важных и перспективных методов решения сложных (производственных) задач исследований, оптимизации и управления производственными объектами и процессами. Кроме того, в курсе описывается методология использования методов системного анализа и исследования операций при формализации и решении реальных производственных проблем, которые часто характеризуются проблемами неопределенности и многокритериальности. Основная задача при этом состоит в развитии студентам навыков исследования сложных объектов на основе математического моделирования и управления на примере нефтегазового производства.

Краткое описание курса: Основные понятия и этапы системного анализа, формализация изучаемого процесса и явления. Методы математического моделирования в современном естествознании, экологии и экономики, классификация математических моделей. Методы оценки параметров моделей. Задачи линейного программирования. Задачи нелинейного программирования. Игровые задачи и принятия решений, элементы теории и игр, линейное и нелинейное модели, сетевые модели, вероятностные модели, модели теории массового обслуживания, экспертизы и неформальные процедуры принятия решении. Задачи и методы теории оптимального управления.

Ожидаемые результаты: В результате изучения предмета студенты должны знать: Методологию применения методов системного анализа и исследования анализа для решения производственных задач, алгоритмов реализации основных методов математического программирования, основных моделей исследований операций ориентированных для решения различных задач практики, уметь: применять алгоритмы методов исследований операций при решении конкретных прикладных задач, моделировать различных ситуаций на основе стандартных пакетов программ и интерпретировать полученных результатов, модифицировать модели решения задач оптимизации в зависимости от заданных критериев.


Курс по выбору 2 (3 дисциплины)

Задачи и методы оптимизации

    Пререквизиты: Изложение материала опирается на дисциплины: «Математика», «Спец. главы высшей математики», «Теория вероятностей и мат. статистика».

    Постреквизиты: Учебный материал дисциплины используется при изучении дисциплины «Моделирование и идентификация в системах управления», при написании дипломного проекта или работы, в дальнейшей работе по специальности, при проведении научно-исследовательских работ и в практической деятельности по разработке компьютерных систем автоматизации.

Целью изучения дисциплины является обеспечение максимальной эффективности различных процессов за счет ведения их в оптимальном в определенном смысле режиме. Изучение методов оптимизации и их практическое использование в системах управления представляют существенный этап в подготовке бакалавров по автоматизации и управлению. Также ознакомление студентов с основными современными методами статической и динамической оптимизации; привить навыки самостоятельного решения оптимизационных задач путем выполнения численно – аналитических расчетов на практических занятиях; выработка творческого подхода к известным и к разработке новых алгоритмов оптимизации.

Краткое описание курса: Общая постановка задач оптимизации. Оптимизация методами дифференциального исчисления. Метод неопределенных множителей Лагранжа. Метод геометрического программирования. Методы нелинейного программирования. Методы нелинейного программирования без ограничений, использующие производные. Безградиентные методы детерминированного поиска. Методы случайного поиска. Оптимизация в условиях неопределенности и наличия помех. Многомерная условная оптимизация. Использование метода линейного программирования. Многокритериальные задачи оптимизации. Метод динамического программирования. Вариационное исчисление. Принцип максимума.

Ожидаемые результаты: В результате изучения данной дисциплины студент должен знать: основные методы статической и динамической оптимизации; особенности используемых алгоритмов оптимизации, их возможности и области применения; уметь грамотно формулировать содержательную и математическую постановку оптимизационных задач управления; выбирать подходящий для каждого конкретного случая метод оптимизации; решать задачи оптимизации, выполняя соответствующие численные и аналитические расчеты и привлекая для этих целей компьютер; обосновать необходимость разработки в некоторых случаях новых, нестандартных алгоритмов оптимизации, по возможности сформулировав требования к ним и пути их разработки.


Курс по выбору 3 (3 дисциплины)

Численные методы

Пререквизиты: Информатика, Дискретная математика, Теория вероятности, Высшая математика.

Постреквизиты: Методы оптимизации, Технология программирования, Вычислительные системы, сети и телекоммуникаций.

Целью изучения данной дисциплины является формирование представления, первичные знания, умения и навыки студентов по основам вычислительной математики как научной и прикладной дисциплины, достаточные для дальнейшего продолжения образования и самообразования их в области вычислительной техники и смежных с ней областях. Подготовить студентов к системному восприятию дальнейших дисциплин учебного плана бакалавров по данной специальности. Дать представление о роли и месте вычислительной математики и специалиста- алгоритмиста при постановке, выборе эффективных алгоритмов и интерпретации результатов решения задач в области проектирования и эксплуатации средств вычислительной техники.

Краткое описание курса: Основные сведения теории погрешностей. Вычисление значений аналитических функций. Решение алгебраических и трансцендентных уравнений. Решение систем линейных и нелинейных уравнений. Приближение и интерполяция функций. Численное дифференцирование и интегрирование. Приближённое вычисление обыкновенных дифференциальных уравнений.

Ожидаемые результаты: В результате изучения дисциплины у студентов должны быть сформированы представления о:теоретических и практических проблемах вычислительной математики как области знаний и практической деятельности человека, связанных с необходимостью проведения численных расчётов при постановке вычислительных экспериментов как средства проверки математических моделей; разделах вычислительной математики, её структуре; формальных, прикладных средствах методов вычислений, основных вычислительных схемах алгоритмов численного анализа; места и роли вычислительной математики в обществе.


Курс по выбору 1 (3 дисциплины)

Основы научных исследовании

Пререквизиты: Информатика, Дискретная математика, Программирование на алгоритмических языках, Технология программирования, Теорияс информации, Интерфейсы компьютерных систем, Компьютерные сети

Постреквизиты: Организация вычислителбных систем и сетей, Основы моделирования НГП, Архитектура компьютерных систем, Современные проблемы математических методов и информационно компьютерных систем.

Целью изучения данной дисциплины является овладение знаниями по методологическим основам научного познания и творчества, выбор направления научного исследования и этапы, научно-исследовательской работы, поиск, накопление и обработка научной информаций, применение ЭВМ в научных исследованиях, оформление результатов научной исследованиях.

Краткое описание курса: Предмет научного исследования. Научные методы Организация научных работ. Научная документация Научная информация и способы ее анализа и обработки Эффективность научно исследовательских и проектно конструкторских работ. Методика патентования научно исследовательских, проектно-конструкторских работ и лицензирование.

Ожидаемые результаты: В результате изучения дисциплины студенты должны: знать основные положения теории познания; методы эмпирического уровня исследования; методы теоретического уровня исследования; основные этапы научного исследования; средства измерений и их характеристики; основные понятия и определения теории погрешности. уметь: оформлять результаты информационного поиска и научного исследования; правильно подбирать средства измерений физических параметров; грамотно организовать проведение опытов и получение результатов; учитывать имеющиеся погрешности измерений; грамотно обрабатывать и обобщать результаты экспериментов.