Рабочая программа учебной дисциплины сд. 05 Интеллектуальные подсистемы сапр для специальности (направления)
| Вид материала | Рабочая программа |
- Рабочая программа учебной дисциплины ен. Р. 01 Оптимизация в сапр для специальности, 198.86kb.
- Оренбургский государственный университет вопросы для вступительного экзамена в аспирантуру, 61.82kb.
- Рабочая программа учебной дисциплины сд. 07 Проектирование ис для специальности (направления), 172.73kb.
- Рабочая программа учебной дисциплины сд. 08 Промышленная логистика Для специальности, 113.31kb.
- Рабочая программа учебной дисциплины сд. 02 Корпоративные ис для специальности (направления), 158.22kb.
- Рабочая программа учебной дисциплины дс. 01 Моделирование систем Для специальности, 157.98kb.
- Рабочая программа учебной дисциплины дс. 01 Банковские ис для специальности (направления), 184.59kb.
- Рабочая программа учебной дисциплины ен. Р. 01 Вычислительная математика Для специальности, 174.55kb.
- Рабочая программа учебной дисциплины сд. 05 Мультимедиа технологии Для специальности, 150.82kb.
- Рабочая программа учебной дисциплины статистика (название дисциплины), 182.5kb.
ГОУ ВПО
«Воронежский государственный технический университет»
«Утверждаю»
Декан ЕГФ
_____________С.М.Пасмурнов
РАБОЧАЯ ПРОГРАММА
УЧЕБНОЙ ДИСЦИПЛИНЫ
СД.05 Интеллектуальные подсистемы САПР
Для специальности (направления) _230104 «Системы автоматизированного проектирования»
форма обучения очная
срок обучения нормативный
Воронеж 2007
Рабочая программа составлена в соответствии с государственным образовательным стандартом направления
654600 «Информатика и вычислительная техника»
специальности 230104 «Системы автоматизированного проектирования»
на основании примерной программы дисциплины
__________________________________________________________________
утвержденной “_ 05” апреля_____________2000 г.
____по образованию в области машиностроения и приборостроения_______
(название УМО)
Составитель программы_______к.т.н. Литвиненко Ю.В._______________
Рабочая программа обсуждена на заседании кафедры
Систем автоматизированного проектирования и информационных систем
Протокол № ___ от “___”_____________200 г.
Зав. Кафедрой САПРИС_________ __Львович Я. Е
____________________________
(подпись)
Рабочая программа рассмотрена и одобрена методической комиссией
Естественно-гуманитарного факультета
Председатель МК________________________Яскевич О.Г.
СОДЕРЖАНИЕ РАБОЧЕЙ ПРОГРАММЫ
ПРЕПОДАВАНИЯ ДИСЦИПЛИНЫ
Выписка из Государственного образовательного стандарта
высшего профессионального образования государственных требований к минимуму содержания уровню подготовки инженера
направления_654600 «Информатика и вычислительная техника»
по специальности_230104 «Системы автоматизированного проектирования»
(Текст из ГОС ВПО)
Инженер должен знать основные понятия искусственного интеллекта; информационные системы, имитирующие творческие процессы; информация и данные; системы интеллектуального интерфейса для информационных систем; интеллектуальные информационно-поисковые системы; экспертные системы. Информационные модели знаний; логико-лингвистические и функциональные семантические сети; семантическая сеть как реализация интегрированного представления данных, категорий типов данных, свойств категорий и операций над данными и категориями; фреймовые модели; модель прикладных процедур, реализующих правила обработки данных; метода представления знаний в базах данных информационных систем; методы инженерии знаний; инструментальные средства баз данных; тенденции развития теории искусственного интеллекта.
1. ЦЕЛЬ И ЗАДАЧИ ДИСЦИПЛИНЫ,
- Цель преподавания дисциплины
Цель преподавания дисциплины - сформировать у студентов представление об основных понятиях современных интеллектуальных информационных систем, принципах их организации, тенденциях развития; сформировать навыки работы с современными программными средствами, включая экспертные системы.
2. Требования к уровню освоения содержания дисциплины
В результате изучения дисциплины студенты должны:
- знать основные понятия интеллектуальных информационных систем;
- знать способы построения информационных систем для решения неформализованных задач в различных сферах деятельности человека;
- использовать современные программные средства для моделирования знаний, принятия решений, создания экспертных систем.
3. Объем дисциплины и виды учебной работы
Форма обучения_очная
Срок обучения нормативный
Курс 5
| Вид занятий | Всего часов | Семестры и количество часов | |
| Общая трудоемкость | 170 | 9 | 170 |
| Аудиторные занятия | 85 | 9 | 85 |
| Лекции | 51 | 9 | 51 |
| Лабораторные работы | 34 | 9 | 34 |
| Самостоятельная работа | 85 | 9 | 85 |
| Работа над темами для самостоятельного изучения | 85 | 9 | 85 |
| Подготовка к практическим, семинарским и лаб.занятиям | 9 | 9 | 9 |
| Рубежи контроля знаний (экзамен, зачет) | зачет | 9 | Зачет |
4. Содержание дисциплины
4.1.Разделы дисциплины и виды занятий(тематический план)
| Nn/n | Разделы дисциплины | Лекции (час) | Лабор. занят.(час) |
| 1 | Введение | 2 | |
| 2 | Классификация интеллектуальных информационных систем | 4 | |
| 3 | Экспертные системы | 10 | 20 |
| 4 | Самообучающиеся системы | 4 | 8 |
| 5 | Системы с интеллектуальным интерфейсом | 6 | 4 |
| 6 | Информационно-поисковые системы | 2 | |
| 7 | Системы распознавания образов | 6 | 2 |
4.2.Содержание разделов дисциплины.
РАЗДЕЛ 1. Введение (2часа).
Лекция 1. Цели преподавания дисциплины, терминология. Различные подходы к построению интеллектуальных систем. Характеристика основных направлений, по которым проводятся исследования в области интеллектуальных систем.
(2 часа)
Самостоятельное изучение. История развития искусственного интеллекта. Модели представления знаний.
РАЗДЕЛ 2. Классификация интеллектуальных информационных систем (4 час.)
Лекция 2-3. Особенности и признаки интеллектуальности информационных систем. Системы с интеллектуальным интерфейсом (интеллектуальные базы данных, естественно-языковые системы, гипертекстовые системы, контекстные системы помощи, когнитивная графика). Экспертные системы (классифицирующие системы, доопределяющие системы, трансформирующие системы, многоагентные системы). Самообучающиеся системы (индуктивные системы, нейронные сети, системы на прецедентах, информационные хранилища). (4 часа)
Самостоятельное изучение. Области применения различных классов ИИС.
РАЗДЕЛ 3. Экспертные системы (10 час.)
Лекция 4. История развития, назначение и особенности экспертных систем (ЭС), цели их создания. Классификация ЭС. (2 часа)
Самостоятельное изучение. Изучение документации по существующим ЭС и оболочкам ЭС.
Лекция 5. Обобщенная структура ЭС, назначение основных блоков, режимы функционирования. Статические и динамические ЭС. Анализирующие и синтезирующие ЭС. Детерминированность и неопределенность знаний. Особенности создания оболочек экспертных систем. (2 часа)
Самостоятельное изучение. Подходы к реализации базы знаний ЭС. Модели представления знаний. Теоретические аспекты и технологии инженерии знаний.
Лекция 6-7. Этапы создания экспертной системы: этап идентификации проблемной области, этап формализации, этап концептуализации (построение концептуальной модели), этап выполнения, этап тестирования, этап опытной эксплуатации. Формализация базы знаний. Выбор инструментальных средств реализации экспертной системы. (4 часа)
Самостоятельное изучение. Взаимодействие инженера по знаниям с экспертом. Трудности разработки, проблемы и перспективы ЭС. Состояние разработки инструментальных средств и ЭС.
Лекция 8. Представление и использование нечетких знаний. Ненадежные знания и выводы. Нечеткие множества и выводы. Байесовский подход к построению базы знаний экспертной системы. Применение методов нечеткой логики для оценки достоверности используемых знаний. Пример экспертной системы, основанной на правилах логического вывода. (2 часа)
Самостоятельное изучение. Элементы нечеткой логики: мягкие вычисления, лингвистическая переменная. Основы теории нечетких множеств, формирование нечетких множеств. Экспертные системы и выводы в условиях неопределенности. Подход к построению базы знаний на основе коэффициентов уверенности. Оболочка системы FuzzyCLIPS.
РАЗДЕЛ 4. Самообучающиеся системы (4 час.)
Лекция 9-10. Индуктивные системы. Системы на прецедентах. Информационные хранилища. Модели обучения. Общие методы выдвижения гипотез. Формирование понятий. (4 часа)
Самостоятельное изучение. Обучение по примерам: типы задач, алгоритмы обучения, спецификация задач обучения по примерам. Обучение распознаванию образов.
РАЗДЕЛ 5. Системы с интеллектуальным интерфейсом (6 часов).
Лекция 11-12. Назначение и область применения естественно-языковых систем. Основные классы ЕЯ-систем. Обобщенная схема ЕЯ-системы. Методы реализации ЕЯ-систем. Настройка ЕЯ-системы. (4 часа)
Самостоятельное изучение. Состояние развития современных ЕЯ-систем. Интеллектуальные вопрос-ответные системы. Системы общения с базами данных.
Лекция 13. Системы распознавания речи, их классификация и структура. Системы речевого синтеза по тексту: функциональная структура, принцип работы. Тенденции применения средств речевого общения. (2 часа)
Самостоятельное изучение. Теоретические основы систем речевого общения. Состояние разработки и производства систем речевого общения. Системы машинного зрения, подходы к распознаванию символов.
РАЗДЕЛ 6. Информационно-поисковые системы (2 часа).
Лекция 14. (2 часа) Эвристические методы поиска решений в ИПС: конструктивные, декомпозиции, манипулирование с моделью, локальное улучшение.
Самостоятельное изучение. Области применения ИПС. Перспективы и тенденции развития.
РАЗДЕЛ 7. Системы распознавания образов (6 часов).
Лекция 15-16. Основные задачи построения систем распознавания. Понятие образа. Проблема обучения распознаванию образов. Общая характеристика задач распознавания и их типы. Классификация систем распознавания, их характеристики. Основные виды моделей распознавания. Математическая постановка задачи распознавания. (4часа)
Самостоятельное изучение. Этапы развития и современное состояние математической теории распознавания образов. Распознавание изображений: суть проблемы. Типы задач распознавания изображений.
Лекция 17. Вероятностная модель распознавания образов. Метод потенциальных функций для задачи распознавания образов. Кластерный анализ как метод анализа структуры многомерных данных, его применение в задачах классификации и распознавания образов. (2 часа)
Самостоятельное изучение. Подходы к распознаванию и анализу изображений.
5.Лабораторный практикум.
| N n/n | N раздела дисциплины | Наименование лабораторной работы | Кол-во часов |
| 1 | 3 | Программирование экспертной системы на языке CLIPS. Основы программирования на языке CLIPS. Объектно-ориентированные средства CLIPS. | 4 |
| 2 | 3 | Система проектирования экспертных систем HUGIN. Байесовские сети доверия. Основы проектирования диаграмм влияния и методы работы с ними в системе HUGIN. | 4 |
| 3 | 3 | Реализации систем поддержки принятия решений на базе нечеткой логики с помощью приложения FUZZY к пакету MATLAB | 4 |
| 4 | 3 | Разработка экспертной системы с помощью программы Expert Developer Pro | 4 |
| 5 | 3 | Разработка экспертной системы, основанной на правилах логического вывода. | 4 |
| 6 | 4 | Разработка самообучающейся системы прогнозирования исходов заболевания. | 8 |
| 7 | 5 | Знакомство с некоторыми современными прикладными системами искусственного интеллекта. | 4 |
| 8 | 7 | Решение задач классификации объектов (распознавания образов) в пакете STATISTICA. | 2 |
6.Учебно-методическое обеспечение дисциплины.
6.1. Рекомендуемая литература
а) основная литература
1. Змитрович А.И. Интеллектуальные информационные системы. - Мн.: НТООО "ТетраСистемс", 1997.- 368 с.
2. Кофман А. Введение в теорию нечетких множеств. - М.: Радио и связь, 1982.- 432 с.
3. Лорьер Ж.-Л. Системы искусственного интеллекта. - М.: Мир, 1991.- 586 с.
4. Любарский Ю.Я. Интеллектуальные информационные системы. - М.: Наука, 1990.- 227 с.
5. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем.- СПб.: Питер, 2001.- 382 с.
б) дополнительная литература
1. Представление и использование знаний / Под ред. Уэно Т., Исидзука М. - М.: Мир, 1989.- 230 с.
2. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. - М.: Наука, 1986.- 312 с.
3. Осуга С., Саэка Ю. Приобретение знаний.- М.: Мир, 1989.- 123 с.
в) методическая литература
1. Литвиненко Ю.В. Разработка экспертной системы с помощью программы «Expert Developer pro» // методические указания к лабораторным работаы по курсу «Интеллектуальные информационные системы» для студентов специальности 071900 «Информационные системы» - Воронеж, ВГТУ, 2003.- 29с.
6.2. Средства обеспечения освоения дисциплины
Среда визуального программирования Delphi 6.0
Программа Expert Developer pro
Программа «Малая экспертная система»
Пакет Mathlab с приложением Fuzzi
Пакет STATISTICA
7. Материально-техническое обеспечение дисциплины.
Лаборатории «Информационных технологий» 217/3, 212/3
ЭВМ Pentium IV – 9шт.
8. Методические рекомендации по организации изучения дисциплины
8.1. Методические рекомендации для преподавателя
Работа преподавателя по организации изучению дисциплины заключается в чтении лекций в соответствии с рабочей программой, проведении лабораторных занятий и их прием у студентов, проведение промежуточных мероприятий по проверке знаний, проведение итогового контроля в виде экзамена и проведение контроля остаточных знаний. Самостоятельное изучение отдельных разделов дисциплины преподаватель должен организовать в соответствии с планом-графиком самостоятельной работы студентов. В рамках выполнения лабораторных работ ставится целью развитие практических навыков построения интеллектуальных информационных систем (в частности, экспертных систем) для решения задач слабоформализованного характера в различных предметных областях с применением различных алгоритмов.
Основной учебный материал занесён в систему дистанционного обучения Афина.
8.2. Методические рекомендации для студентов
Студенты очной формы обучения нормативного срока обучения изучают дисциплину "Интеллектуальные подсистемы САПР" в течение 9 семестра. Виды и объем учебных занятий, формы контроля знаний приведены в табл. 1. Темы и разделы рабочей программы, количество лекционных часов и количество часов самостоятельной работы студентов на каждую из тем приведены в табл. 2. В первой колонке этой таблицы указаны номера тем согласно разделу 4. Организация лабораторного практикума, порядок подготовки к лабораторным занятиям и методические указания к самостоятельной работе студентов, а также порядок допуска к лабораторным занятиям и отчетности по проделанным работам определены в методических указаниях по выполнению лабораторных работ.
Самостоятельная работа студентов в ходе изучения лекционного материала заключается в проработке каждой темы в соответствии с методическими указаниями , а также в выполнении домашних заданий, которые выдаются преподавателем на лекционных занятиях. Необходимым условием успешного освоения дисциплины является строгое соблюдение графика учебного процесса по учебным группам в соответствии с расписанием.
Приложение 1.
Календарный план чтения лекций.
| Номер и краткое название темы (лекции) | Дата NN недель | Примечание |
| Лекция 1 Введение | 1 | |
| Лекция 2 Классификация интеллектуальных информационных систем | 2 | |
| Лекция 3 Классификация интеллектуальных информационных систем | 3 | |
| Лекция 4 Классификация ЭС | 4 | |
| Лекция 5 Структура ЭС | 5 | |
| Лекция 6 Этапы создания экспертной системы | 6 | |
| Лекция 7 Этапы создания экспертной системы | 7 | |
| Лекция 8 Представление и использование нечетких знаний в ЭС | 8 | |
| Лекция 9 Самообучающиеся системы | 9 | |
| Лекция 10 Самообучающиеся системы | 10 | |
| Лекция 11 Естественно-языковые системы | 11 | |
| Лекция 12 Естественно-языковые системы | 12 | |
| Лекция 13 Системы распознавания речи | 13 | |
| Лекция 14 Информационно-поисков16ые системы | 14 | |
| Лекция 15 Системы распознавания образов | 15 | |
| Лекция 16 Системы распознавания образов | 16 | |
| Лекция 17 Модели распознавания образов | 17 | |
Приложение 2.
План-график самостоятельной работы
| N недели | Вид работы | Норматив час/задание | Объем (кол-во заданий) | Трудоем-кость (час) | Всего за неделю (час) |
| 1 | История развития искусственного интеллекта. Модели представления знаний. | 1 | 1 | 1 | 1 |
| 3 | Области применения различных классов ИИС. | 1 | 1 | 1 | 1 |
| 4 | Изучение документации по существующим ЭС и оболочкам ЭС. | 2 | 2 | 4 | 4 |
| 5 | Подходы к реализации базы знаний ЭС. | 2 | 2 | 4 | 4 |
| 7 | Состояние разработки инструментальных средств и ЭС. | 1,5 | 2 | 3 | 3 |
| 8 | Элементы нечеткой Оболочка системы FuzzyCLIPS. | 2 | 3 | 6 | 6 |
| 10 | Обучение распознаванию образов. | 2 | 2 | 4 | 4 |
| 12 | Состояние развития современных ЕЯ-систем. | 2 | 1 | 2 | 2 |
| 14 | Теоретические основы систем речевого общения. | 2 | 3 | 6 | 6 |
| 16 | Области применения ИПС. Перспективы и тенденции развития. | 1,5 | 2 | 3 | 3 |
| 17 | Распознавание изображений | 2 | 3 | 6 | 6 |