Программа дисциплины по кафедре Экономическая кибернетика интелектуальные информационные системы

Вид материала

Содержание

Пазюк К.Т.
Корнилов А.М.
Зубарев А.Е.
Лысак С.Г.
Задачи курса
2 Требования к уровню освоения содержания дисциплины
3 Объем дисциплины и виды учебной работы
4 Содержание дисциплины
5 Практические занятия (семинары)
Краткие характеристики практических занятий
Нейронные сети
Продукционные модели
Фреймовый подход
Семантические сети
Логические модели представления знаний
Этапы проектирования интеллектуальных систем.
Обработка знаний и вывод решений в интеллектуальных системах
Проектирование базы знаний.
Инструментальные средства проектирования интеллектуальных систем.
Современные программные средства построения интеллектуальных систем.
...
Полное содержание

Подобный материал:

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

Тихоокеанский государственный университет

Утверждаю

Проректор по учебной работе

______________ С.В. Шалобанов

“_____” ________________200_ г.

Программа дисциплины

по кафедре Экономическая кибернетика

интелектуальные информационные системы

Утверждена научно-методическим советом университета для направлений подготовки(специальностей) в области экономики и управления

специальности : «Прикладная информатика в экономике»

Хабаровск 2007 г.

Программа разработана в соответствии с требованиями государственного образовательного стандарта, предъявляемыми к минимуму содержания дисциплины и других стандартов с учетом особенностей региона и условий организации учебного процесса Тихоокеанского государственного университета.

Программу составил (и)

	Серебрякова Т.А.	Ст. преподаватель, кафедра «ЭК»


	Ф.И.О. автора (ов)	Ученая степень, звание, кафедра

Программа рассмотрена и утверждена на заседании кафедры протокол № ______ от «____»__________________ 200_г
Зав.кафедрой__________«__»______200_г			Пазюк К.Т.
Подпись дата			Ф.И.О.

Программа рассмотрена и утверждена на заседании УМК и рекомендована к изданию протокол № ______ от «____»_____________ 200_г
Председатель УМК _______«__»_______ 200_г				Корнилов А.М.
Подпись дата				Ф.И.О.

Директор института _______«__»_______ 200_г	Зубарев А.Е.
(декан факультета) Подпись дата	Ф.И.О.

Директор института _______«__»_______ 200_г	Лысак С.Г.
(декан факультета) Подпись дата	Ф.И.О.

1 Цели и задачи дисциплины

Основной целью дисциплины «Интеллектуальные информационные системы» является формирование у будущих специалистов практических навыков по проектированию и эксплуатации систем искусственного интеллекта с применением современных методов и технологий программирования, обучение работе с научно- технической литературой и технической документацией по программному обеспечению компьютеров.

Данная дисциплина обеспечивает приобретение студентами знаний, умений и навыков по "Интеллектуальные информационные системы" в соответствии с государственным образовательным стандартом (ГОС) высшего профессионального образования по специальности "Прикладная информатика (по областям)". Она входит в цикл специальных дисциплин специальности.

Дисциплина "Интеллектуальные информационные системы" является теоретическим и прикладным фундаментом для изучения дисциплин специальности, связанных с обработкой информации при мониторинге, анализе, прогнозировании и управлении в экономике и юриспруденции. Знания, умения и навыки, полученные студентами при качественном освоении курса "Интеллектуальные информационные системы" могут использоваться ими при изучении других учебных дисциплин, а также при разработке курсовых и дипломных работ.

Изложение учебного материала дисциплины, согласно представленного в рабочей программе календарно-тематического плана, учитывает специфику деятельности специалиста в области экономики. Оно ориентировано на то, что работа выпускников по данной специальности будет связанна с выявлением фактов непосредственно из эмпирических данных, накоплением фактов, выявлением причинно-следственных взаимосвязей между ними и использованием этих знаний для решения разнообразных задач идентификации, прогнозирования и выработки рекомендаций по управлению (поддержка принятия управленческих решений). Поэтому при преподавании дисциплины упор делается на прикладные аспекты эффективного применения ими интеллектуальных информационных технологий.

Задачи курса: Реализация требований, установленных в квалификационной характеристике, в подготовке специалистов 351400 в области использования интеллектуальных информационных систем, проектирования и разработки этих систем. Системное представление частей различных типов ИИС и технологий их проектирования, а так же решение задач с применением интеллектуальных информационных технологий в различных предметных областях.

2 Требования к уровню освоения содержания дисциплины

В результате обучения по данной дисциплине студенты должны:

– освоить теоретическую часть курса на уровне, обеспечивающем ориентацию в основных принципах и направлениях развития интеллектуальных информационных систем, выбор математических методов и реализующих их программных средств для решения конкретных задач;

– приобрести практические умения и навыки при решении задач.

Перечень дисциплин, усвоение которых студентами необходимо
для изучения данной дисциплины:

Теория вероятностей;
Математическая статистика;
Алгоритмические языки программирования;
Теория систем и системный анализ;
Базы данных;
Информационные технологии;
Разработка и стандартизация программных средств и информационных технологий;
Информационный менеджмент.

3 Объем дисциплины и виды учебной работы

Таблица 1. Объем дисциплины и виды учебной работы

Наименование	По учебным планам (УП)
Наименование	с максимальной трудоёмкостью	с минимальной трудоёмкостью
Общая трудоёмкость дисциплины по ГОС по УП	153
Изучается в семестрах	6
Вид итогового контроля по семестрам зачёт экзамен курсовой проект (КП) курсовая работа (КР) расчётно-графическая работа (РГР) реферат (РФ) домашние задания (ДЗ)	6 6
Аудиторные занятия по семестрам Всего В том числе: лекции (Л) лабораторные занятия (ЛР) практические занятия (ПЗ)	85
	34
	17 34
Самостоятельная работа Общий объем часов (С₂) В т.ч. на подготовку к лекциям на подготовку к лабораторным занятиям на подготовку к практическим занятиям на выполнение КР на выполнение РГР на написание РФ на выполнение ДЗ	68
	17 51

4 Содержание дисциплины

4.1 Разделы дисциплины и виды занятий и работ

Таблица 2. Разделы дисциплины и виды занятий и работ

№	Раздел дисциплины	Л	ЛР	ПЗ	КР	С2
1	Введение в интеллектуальные информационные системы. Общая характеристика ИИС как систем, базирующихся на знаниях	*
2	Представление знаний в ИИС	*		*	*	*
3	Продукционные модели представления знаний	*		*		*
4	Представление знаний в виде фреймов	*		*		*
5	Представление знаний на основе формальных систем (исчисление предикатов, семантические сети)	*	*	*	*	*
6	Формализация нечетких экспертных знаний	*
7	Архитектура ИИС	*		*		*
8	Базы знаний ИИС	*	*	*	*	*
9	Механизмы логического вывода	*	*	*	*	*
10	Интерфейсы пользователя ИИС	*	*		*
11	Этапы проектирования и стадии существования ИИС	*		*		*
12	Инструментальные средства разработки ИИС	*	*	*	*	*
13	Прикладные ИИС	*

4.2. Содержание разделов дисциплины

Тема 1. Введение в интеллектуальные информационные системы. Общая характеристика ИИС как систем, базирующихся на знаниях

Новые информационные технологии и классы трудно формализуемых задач в автоматизированных системах обработки информации и управления. Основные направления исследований в области искусственного интеллекта. Классификация информационных систем, основанных на знаниях. Понятие ИИC, основные проблемы их разработки.

Тема 2. Представление знаний в ИИС

Проблема представления знаний. Необходимые условия представления знаний. Нейронные сети. Общая схема процесса извлечения и представления знаний. Классификация моделей представления знаний. Принципиальные различия в представлении четких и нечетких знаний. Общая характеристика подходов к формализации знаний. Языки представления знаний.

Тема 3. Продукционные модели представления знаний

Понятие продукционной модели. Продукционная модель, как основа для построения решателя или механизма логического вывода. Граф И/ИЛИ и поиск данных. Влияние структурированности базы данных, числа правил-продукций и логики работы интерпретатора на эффективность продукционных систем.

Тема 4. Представление знаний в виде фреймов

Понятие фрейма. Кластеризация знаний. Стереотипные знания и способы их описания на основе фреймов. Принцип наследования информации как способ уменьшения избыточности описания знаний. Описание знаний о предметной области на основе сети фреймов. Описание декларативных и процедурных знаний с помощью фреймов. Логика работы фреймовых систем (создание экземпляра фрейма, его активизация и организация вывода).

Тема 5. Представление знаний на основе формальных систем (исчисление предикатов, семантические сети)

Представление знаний с помощью логики предикатов. Выводы в естественной дедуктивной системе. Получение выводов и операции со знаниями на основе принципа резолюции. Модели представления знаний на основе семантической сети. Этапы формализации семантической сети. Описание иерархической структуры понятия и графические средства ее процедурного представления на основе семантической сети.

Тема 6. Модели представления нечетких знаний

Понятие и виды нечеткости в инженерии знаний. Нечеткость на основе многозначности интерпретации и методы ее устранения. Метод релаксации. Модель доски объявлений. Ненадежные знания и выводы. Разбиение задач с ненадежными данными. Субъективный Байесовский метод. Нечеткая логика. Вероятностная логика Неполные знания и немонотонная логика. Нечеткие отношения.

Тема 7. Архитектура ИИС

Структура и состав компонентов базового ядра ИИС. Место, структура и состав систем информационной поддержки этапов принятия решений (СИПР). Типы СИПР. Примеры ИИС для решения задач диспетчерского управления, планирования и гибких автоматизированных производств.

Тема 8. Базы знаний ИИС

Понятие базы знаний, ее отличие от базы данных. Принципы организации баз знаний. Основные этапы разработки базы знаний. Базовые понятия. Методика построения. Этап-1 синтеза ЭС: "Идентификация". Этап-2 синтеза ЭС: "Концептуализация". Этап-3 синтеза ЭС: "Формализация". Этап-4 синтеза ЭС: "Разработка прототипа". Этап-5 синтеза ЭС: "Экспериментальная эксплуатация". Этап-6 синтеза ЭС: "Разработка продукта". Этап-7 синтеза ЭС: "Промышленная эксплуатация".

Тема 9. Механизмы логического вывода

Стратегия управления и механизм вывода в ИИС. Общие методы поиска решений в пространстве состояний: методы перебора, эвристические методы поиска, метод редукции. Дедуктивные методы поиска решений: на основе логики предикатов первого порядка, методом Эрбрана и методом резолюций. Методы поиска решений в больших пространствах состояний. Методы поиска решений в условиях нечеткости: недетерминированность управления выводом

Тема 10. Интерфейсы пользователя ИИС

Трехкомпонентная (зрительная, лингвистическая и сценарная) организация интерфейса пользователя (ИП) ИИС. Влияние новых информационных технологий на реализацию интеллектуального сервиса ИП. Объяснение и обоснование решений в ИИС. Объектный подход к проектированию ИП. Основные этапы технологии проектирования интеллектуальных ИП. Интерфейс эксперта и пользователя.

Тема 11. Этапы проектирования и стадии существования ИИС

Автоматизированные и неавтоматизированные технологии проектирования ИСС. Исходные данные для проектирования ИИС. Методы управления ресурсами, процессами, знаниями, как основа для проектирования ИИС. Риск проекта ИС. Компоненты проектирования. Стадии разработки, модели представления, уровни детализации. Этапы создания ИИС на основе программных оболочек. Стадии существования (жизненные циклы системы): демонстрационный прототип, исследовательский прототип, действующий прототип, промышленная система, коммерческая система.

Тема 12. Инструментальные средства разработки ИИС

Программные средства разработки и реализации ИИС: универсальные языки программирования, универсальные языки представления знаний и программные оболочки. Краткая характеристика программных средств Лисп, Пролог, FRL, Rule-Master, Expert-Easy, ЭКО и др. Технические средства разработки и реализации ИИС: Лисп и Пролог- процессоры.

Тема 13. Прикладные ИИС

Интеллектуальная система планирования производства. Динамическая интеллектуальная система оперативно- диспетчерского управления предприятием. Информационно-аналитические системы управления маркетингом.Разработка интеллектуальной системы поддержки банковских решений Экспертная система риск-менеджмента.

5 Практические занятия (семинары)

Таблица 3. Практические занятия

№	№ раздела дисциплины	Наименование тем
1	2	Представление знаний в интеллектуальных системах
6	2	Нейронные сети
4	3	Продукционные модели
2	4	Фреймовый подход
3	5	Семантические сети
5	6	Логические модели представления знаний
8	8	Этапы проектирования интеллектуальных систем.
7	9	Обработка знаний и вывод решений в интеллектуальных системах
9	11	Проектирование базы знаний.
10	12	Инструментальные средства проектирования интеллектуальных систем.
11	12	Современные программные средства построения интеллектуальных систем.

Краткие характеристики практических занятий

Представление знаний в интеллектуальных системах

Задание. Семинар на тему: « Проблема представления и моделирования знаний; отличие знаний от данных; типы знаний; декларативные и процедурные модели представления знаний; основные модели представления знаний».

Время выполнения заданий: 2 часа.

Нейронные сети

Задание. Семинар на тему: «Нейронные сети. Нейрон как простой вычислительный элемент; персептрон; многослойные нейронные сети; ускоренное обучение в многослойных нейронных сетях; сеть Хопфилда; самоорганизующиеся нейронные сети».

Время выполнения заданий: 2 часа.

Продукционные модели

Задание. Разработка модели представления знаний: «Продукционные модели, компоненты продукционных систем, прямой и обратный вывод».

Время выполнения заданий: 2 часа.

Фреймовый подход

Задание. Разработка модели представления знаний: «Фреймовый подход, слоты, присоединенные процедуры».

Время выполнения заданий: 2 часа.

Семантические сети

Задание. Разработка модели представления знаний: «Семантические сети, отношения и объекты, вывод в семантической сети.».

Время выполнения заданий: 2 часа.

Логические модели представления знаний

Задание. Семинар на тему: «Логические модели представления знаний. Исчисление предикатов. Нечеткие множества. Представление и формализация нечетких знаний; нечеткие отношения».

Время выполнения заданий: 2 часа.

Этапы проектирования интеллектуальных систем.

Задание. Семинар на тему: «Анализ специфики предметной области и методы приобретения знаний. Выявление, анализ и обработка источников знаний. Работа с экспертами. Проблема извлечения знаний. Автоматизация извлечения знаний и формирования модели».

Время выполнения заданий: 2 часа.

Обработка знаний и вывод решений в интеллектуальных системах

Задание. Семинар на тему: «Общие методы поиска решений в пространстве состояний в продукционных системах. Выводы на фреймах и в семантических сетях. Дедуктивные методы поиска решений. Поиск решений в условиях неопределенности. Вероятностная байесовская логика. Нечеткая логика и приближенные рассуждения. Вывод на нейронных сетях».

Время выполнения заданий: 2 часа.

Проектирование базы знаний.

Задание. Проектирование базы знаний: «Структура системы. Проектирование базы знаний. Разработка механизма вывода решений. Объяснение и обоснование решений. Прогнозирование. Интеллектуальный интерфейс.»

Время выполнения заданий: 8 часов.

Инструментальные средства проектирования интеллектуальных систем.

Задание. Семинар на тему: «Анализ и обзор традиционных языков программирования и представления знаний: язык Лисп; фрейм-ориентированный язык FRL; язык логического программирования Пролог; продукционный язык OPS».

Время выполнения заданий: 4 часа.

Современные программные средства построения интеллектуальных систем.

Задание. Семинар на тему: «Объектно-ориентированный язык Visual Basic. Язык логического программирования Visual Prolog. Интегрированная инструментальная среда GURU. Интегрированная инструментальная среда G2 для создания интеллектуальных систем реального времени».

Время выполнения заданий: 6 часов.

6 Лабораторный практикум

Таблица 4. Лабораторные занятия

№	№ раздела дисциплины	Название лабораторной работы
1	2	3
1	5	Факты и правила.
2	8	Арифметика и другие встроенные предикаты
3	9	Рекурсия
4	10	Графические возможности. Графика образов.
5	12	Обработка списков

Краткие характеристики лабораторных занятий

Факты и правила.

Задание:

1. Составьте словарь синонимов русского языка.

2. Составьте словарь синонимов английского языка.

3. Составьте англо-русский словарь

4. Используя три, упомянутые выше словаря для того поиска английских синонимов какому-нибудь русскому слову.

5. Как вы считаете, что означает, тот факт, что вы не нашли синоним для данного слова?

Исполнение: Выявить множество исследуемых объектов и связей между ними, совокупность которых описывает явление или процесс. Написать программу, описывающую данные и правил их обработки.

Лабораторная установка: Персональный компьютер с ОС Windows, MS Office, языке Пролог-Д, являющемся учебной версией классического Пролога.

Оценка: Рассматривают содержание нового направления информатики (базы знаний) и особенности его реализации.

Время выполнения работы: 2 часа.

Арифметика и другие встроенные предикаты.

Задание:

1. Составьте базу знаний о своих родственниках с указанием родственных отношений и возраста.

2. Составьте программу, которая

а) подсчитывает число людей с одинаковыми именами - тезок среди ваших родственников.

б) определит имя самого молодого и самого старого человека среди вашей родни.

Исполнение: Освоение принципов работы со встроенными арифметическими предикатами и встроенными предикатами сравнения. Написать программу реализующую функции выполнения арифметических операций посредством специальных встроенных предикатов.

Лабораторная установка: Персональный компьютер с ОС Windows, MS Office, языке Пролог-Д, являющемся учебной версией классического Пролога.

Оценка: Рассматривают содержание нового направления информатики (базы знаний) и особенности его реализации.

Время выполнения работы: 4 часа.

Рекурсия.

Задание:

1. Написать на языке Пролог-Д базу знаний, описывающую вычисление факториала.

2. Написать на языке Пролог-Д базу знаний, описывающую вычисление суммы чисел натурального ряда.

3. Написать на языке Пролог-Д базу знаний, описывающую вычисление суммы квадратов чисел натурального ряда.

4. Описать вычисление наименьшего общего кратного.

5. Описать на Прологе-Д сказку про попа, у которого была собака.

Исполнение: Написать программу иллюстрирующую рекурсию несколькими примерами построения программ на языке Пролог-Д, как вычислительных, так и логических.

Лабораторная установка: Персональный компьютер с ОС Windows, MS Office, языке Пролог-Д, являющемся учебной версией классического Пролога.

Оценка: Рассматривают содержание нового направления информатики (базы знаний) и особенности его реализации.

Время выполнения работы: 4 часа.

Графические возможности. Графика образов.

Задание:

1. Используя рекурсивное определение, напишите базу знаний, описывающую многоэтажный дом.

2. Опишите на языке Пролог-Д построение улицы без учета и с учетом перспективы.

Исполнение: Освоение принципов графики в системе Пролог-Д. Написать программу, реализующего функции графических возможностей в системе Пролог-Д.

Лабораторная установка: Персональный компьютер с ОС Windows, MS Office, языке Пролог-Д, являющемся учебной версией классического Пролога.

Оценка: Рассматривают содержание нового направления информатики (базы знаний) и особенности его реализации.

Время выполнения работы: 3 часа.

Обработка списков.

Задание:

1. Напишите базу знаний, описывающую сортировку списка, элементы которого целые, по убыванию.

2. Напишите базу знаний, описывающую удаление элемента списка.

Исполнение: Написать программу, реализующего функции обработки списков на языке Пролог-Д.

Лабораторная установка: Персональный компьютер с ОС Windows, MS Office, языке Пролог-Д, являющемся учебной версией классического Пролога.

Оценка: Рассматривают содержание нового направления информатики (базы знаний) и особенности его реализации.

Время выполнения работы: 4 часа.

7 Тематика курсовой работы

Изучение дисциплины заканчивается написанием и защитой курсовой работы. При этом тема курсовой работы определяется согласно своего варианта. Номер варианта для выполнения курсовой работы выбирается по последней цифре зачетной книжки студента. Состав задач соответствует варианту задания, каждый вариант содержит 7 задач по различным темам. По описанию задачи необходимо написать на языке Пролог-Д базу знаний, описывающую поставленную проблему.

Курсовая работа имеет целью:

привить навыки работы с вычислительной техникой;
закрепить знания, полученные в процессе изучения дисциплины.
практически реализовывать на языке Пролог-Д базу знаний, описывающую поставленную проблему.

Порядок выполнения работы:

Ознакомится с методическими рекомендациями;
Разработать для своего варианта теоретическое обоснование проблемы.
Реализовать, для каждой задачи своего варианта, на языке Пролог-Д базу знаний, описывающую поставленную проблему.
Разработать тестовую программу для демонстрации работы реализованных функций. (Предоставляется на дискете)
Оформить отчет по работе.

Варианты заданий в рамках индивидуальной курсовой работы представлены ниже:

Варианты заданий курсовой работы

Вариант	Факты и правила.	Арифметика и другие встроенные предикаты	Рекурсия	Графические возможности системы	Обработка списков
Вариант	№ задания	№ задания	№ задания	№ задания	№ задания
1	1.1.1., 2.1.1	2.2.1., 2.2.5.	2.3.1., 2.3.5.	2.4.1	2.5.1.
2	1.1.2., 2.1.2	2.2.2., 2.2.3.	2.3.2., 2.3.4.	2.4.2	2.5.2.
3	1.1.3., 2.1.3	2.2.3., 2.2.4.	2.3.3., 2.3.1.	2.4.3	2.5.3.
4	1.1.1., 2.1.4	2.2.4., 2.2.2	2.3.4., 2.3.2.	2.4.2	2.5.4.
5	1.1.2., 2.1.5	2.2.5., 2.2.6	2.3.5., 2.3.3.	2.4.1	2.5.1.
6	1.1.3., 2.1.6	2.2.6., 2.2.1	2.3.1., 2.3.5.	2.4.3	2.5.2.
7	1.1.1., 2.1.1	2.2.2., 2.2.4	2.3.3., 2.3.4.	2.4.3	2.5.3.
8	1.1.2., 2.1.3	2.2.4., 2.2.5	2.3.2., 2.3.1.	2.4.1	2.5.4.
9	1.1.3., 2.1.4	2.2.3., 2.2.1	2.3.1., 2.3.2.	2.4.3	2.5.1.
0	1.1.1., 2.1.5	2.2.5., 2.2.2	2.3.5., 2.3.3.	2.4.2	2.5.2.

Тематика заданий:

1. Логические основы работы системы Пролог-Д.

Логические основы работы.

Задания:

1.1.1. Опишите на языке логики первого порядка свойства операции сложение, умножение.

1.1.2. Опишите на языке логики первого порядка свойства отношения равенство.

1.1.3. Используя формулы сокращения, запишите решения предыдущих упражнений с помощью связок "не" и "или".

2. Построение базы знаний.

2.1.Факты и правила.

Задания:

2.1.1. Все денежные купюры имеют номиналы, кратные определенным числам. Вспомните, какие это числа в России? Какие числа приняты в других странах? Назовем эти числа рядом купюр. Напишите базу знаний, в которой описывается ряд. Как использовать эту базу знаний для того, чтобы определить набор купюр, из которых может быть составлена данная сумма?

2.1.2. Опишите на языке Пролог-Д состав своей семьи.

2.1.3. Составьте базу знаний, описывающую страны Европы, Азии, других материков.

2.1.4. Составьте базу знаний, описывающую страны Европы, Азии, других материков. Найдите способ, как можно указать соседние государства.

2.1.5. Напишите на языке Пролог-Д таблицу умножения чисел от 1 до 10. Какое количество предложений требуется для записи этой базы знаний?

2.1.6. Напишите на языке Пролог-Д периодическую таблицу химических элементов.

2.2. Арифметика и другие встроенные предикаты в

Прологе-Д.

Задания:

2.2.1. Опишите на языке Пролог-Д последовательное и параллельное соединение двух резисторов, двух кондесаторов.

2.2.2. Опишите на языке Пролог-Д вычисление площадей геометрических фигур: трапеции, треугольника, параллелограмма.

2.2.3. Опишите вычисление площади круга и длины окружности. Какова точность вычислений этих величин? Можно ли вычислить радиус круга по длине окружности?

2.2.4. На языке Пролог-Д напишите базу знаний, в которой определяется функция, заданная соотношением:

_x, если x <-1_,

F(x)=  x+1, если -1
x, если x >1.

2.2.5. Какие сложности могут возникнуть в базе знаний о мамах, если у двух мам дети будут тезками? Напишите программу на Прологе-Д, которая находит имя мамы мальчика Петя второго по порядку в базе знаний. Его маму зовут Оля, а не Саша.

2.2.6. Предположим, что дана программа на Прологе-Д:

ff(xx);

ff(x)<-pp(x),ff(x);

Каким должен быть предикат pp(x), чтобы система нашла одно решение, бесконечно много решений?

2.3. Рекурсия.

Задания:

2.3.1. Написать на языке Пролог-Д базу знаний, описывающую вычисление факториала.

2.3.2. Написать на языке Пролог-Д базу знаний, описывающую вычисление суммы чисел натурального ряда.

2.3.3. Написать на языке Пролог-Д базу знаний, описывающую вычисление суммы квадратов чисел натурального ряда.

2.3.4. Описать вычисление наименьшего общего кратного.

2.4. Графические возможности системы Пролог-Д.

2.4.1. Напишите на языке Пролог-Д базу знаний, описывающую прямоугольный треугольник.

2.4.2. Используя рекурсивное определение, напишите базу знаний, описывающую многоэтажный дом.

2.4.3. Опишите на языке Пролог-Д построение улицы без учета и с учетом перспективы.

2.5. Обработка списков.

Задания:

2.5.1. Напишите базу знаний, описывающую сортировку списка, элементы которого суть целые, по возрастанию.

2.5.2. Напишите базу знаний, описывающую обращение списка. (первый элемент становится последним).

2.5.3. Напишите базу знаний, описывающую нахождение элемента списка с номером n.

2.5.4. Напишите базу знаний, описывающую удаление n-oго элемента списка.

8 Контроль знаний студента

8.1 Входной контроль

Входной контроль осуществляется в форме опроса. Цель входного контроля проверить первоначальных знаний студентов, его системность и глубину.

8.2 Текущий контроль

Текущий контроль знаний осуществляется в процессе выполнения практических заданий путём индивидуального и группового опроса, собеседования; защиты лабораторных работ. Результаты текущего контроля знаний учитываются при промежуточной аттестации и зачёте.

8.3 Выходной контроль

Зачет по дисциплине включает в себя отчет по лекционному материалу, и лабораторным занятиям.

Примерный перечень вопросов к зачету по всему курсу:

Роль и место информационных систем в управлении экономическими объектами.
Новая информационная технология решения задач управления в информационных системах.
Проблемы интерпретации. Интеллектуализация компьютера.
Развитие исследований в области искусственного интеллекта (этапы; области применения; направления исследований; проблемы и перспективы).
Экспертные системы – основная разновидность прикладных интеллектуальных систем. Инженерия знаний. Характеристика ЭС.
Проблема представления знаний.
Представление знаний в виде фреймов.
Семантические сети.
Продукционные модели. Пример продукционной системы.
Исчисление предикатов.
Дедукция и индукция.
Применение теории нечетких множеств при формализации лингвистической неопределенности и нечетких знаний.
Универсальное множество, функция принадлежности нечеткого множества, базовая переменная.
Нечеткие отношения.
Нечеткая и лингвистическая переменные.
Операции с нечеткими множествами.
Лингвистические критерии и отношения предпочтения.
Основы нейронных сетей (архитектура, модель технического нейрона, многослойный персептрон).
Архитектура ИИС.
Характерные задачи, решаемые экспертами при работе в различных предметных областях.
Характеристика основных функциональных модулей ИИС: база знаний (БЗ), механизм вывода, объяснение, обоснование и прогнозирование, верификация, интерфейс.
Разработка и этапы проектирования БЗ, представление знаний в базах данных.
Соотношение методов представления знаний в БД и ИИС. СУБД и СУБЗ.
Структура БЗ.
Общие методы поиска решений в пространстве состояний в продукционных системах.
Вывод в сети фреймов.
Вывод в семантической сети.
Дедуктивные методы поиска решений.
Методы поиска решений в больших пространствах состояний.
Поиск решений в условиях неопределенности. Вероятностная байесовская логика.
Приближенные рассуждения, нечеткая логика.
Композиционное правило вывода.
Пример приближенных рассуждений и композиционного правила вывода.
Реализация функций объяснения, обоснования и прогнозирования в ИИС.
Этапы проектирования ИИС и стадии существования ИИС.
Работа инженера знаний при разработке ИИС.
Инструментальные средства ИИС. Выбор инструментария.
Интеллектуальная система при интегрированном автоматизированном

управлении экономическими объектами.

9 Контроль самостоятельной работы студентов-заочников

Целью контрольной работы является формирование и контроль знаний по данной дисциплине на основе современных подходов. Студенту рекомендуется, руководствуясь предлагаемой программой и используя литературу, самостоятельно изучить ряд вопросов и примеров. Затем следует выполнить задание.

Содержание задания:

Выявить множество исследуемых объектов и связей между ними, совокупность которых описывает явление или процесс. Написать программу, описывающую данные и правил их обработки.
Принципы работы со встроенными арифметическими предикатами и встроенными предикатами сравнения. Написать программу реализующую функции выполнения арифметических операций посредством специальных встроенных предикатов.
Написать программу иллюстрирующую рекурсию несколькими примерами построения программ на языке Пролог-Д, как вычислительных, так и логических.
Графика в системе Пролог-Д. Написать программу, реализующего функции графических возможностей в системе Пролог-Д.
Написать программу, реализующего функции обработки списков на языке Пролог-Д.

10 Учебно-методическое обеспечение дисциплины

10.1 Рекомендуемая литература

а) основная литература:

Алие Р.А., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990. – 264с.
Боровиков В.П. Прогнозирование в системе STATISTICA® в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. – М.: Финансы и статистика, 2000. – 384с.
Васильев В.И. и др. Интеллектуальные системы управления с использованием нейронных сетей: Учебное пособие. - Уфа: Уфимский гос. авиац. техн. ун-т, 1997.- 92 с.
Дюк В.А. Компьютерная психодиагностика. - СПб: Братство, 1994. - 365с.
Дюк В.А. Обработка данных на ПК в примерах. – СПб: Питер, 1997. – 240с.
Змитрович А.И. Интеллектуальные информационные системы. - Мн.: НТООО "ТетраСистемс", 1997.- 368 с.
Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. - М.: Наука, 1986.- 312 с.
Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. - М.: Наука, 1987. – 286с.
Поспелов Г.С. Искусственный интеллект – основа новой информационной технологии. – М.: Наука, 1988. – 280с.
Представление и использование знаний: Пер. с японского/ Х. Уэно, Т. Кояма, Т. Окамото и др. – М.: Мир, 1989. – 220с.
Приобретение знаний: Пер. с япон./Под ред. С. Осуга, Ю. Саэки. – М.: Мир, 1990. – 218с.
Райков А.Н. Интеллектуальные информационные технологии: Учебное пособие. – М.: МГИРЭА(ТУ), 2000. - 96с.
Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2000. – 487с.
Советов Б.Я. Информационная технология: Учеб. для вузов по спец. “Автоматизир. Системы обработки информ. и упр.”. – М.: Высш. шк., 1994 – 368с.
Сотник С. Л., Конспект лекций по курсу "Основы проектирования систем искусственного интеллекта". 1998. –187 с.
Таусенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ /Пер с англ. В.А. Кондратенко. - М.: Финансы и статистика, 1990, 420с.
Терехов С.А. Лекции по теории и приложениям искусственных нейронных сетей. Лаборатория Искусственных Нейронных Сетей НТО-2, ВНИИТФ: –Снежинск. 2004. -200 с.
Уотермен Д. Руководство по экспертным системам. - М.: Мир, 1989, 153 с.

б) дополнительная литература:

И. Б. Фёдоров, Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. Пер. с англ. – М.: Финансы и статистика, 1990. – 239с.
Луценко Е.В. Интеллектуальные информационные системы: Учебное пособие для студентов специальности: 351400 "Прикладная информатика (по отраслям)". – Краснодар: КубГАУ. 2004. – 633 с.

Учебно-методическое обеспечение учебного процесса по курсу «Интеллектуальные информационные системы» дополняется в ходе лекционных и лабораторных занятий.

11 Материально-техническое обеспечение дисциплины

Для освоения данной дисциплины необходима лаборатория, оснащенная локальной вычислительной сетью. В качестве рабочих станций целесообразно иметь персональные компьютеры с процессором не ниже Pentium и оперативной памятью не менее 32 Mб. Персональный компьютер с ОС Windows, MS Office, система логического программирования Пролог-Д (являющейся учебной версией классического Пролога).

12 Методические рекомендации по организации изучения дисциплины

На основании программы разрабатываются рабочие учебные программы дисциплины с учетом фактического количества часов, отведенных на ее изучение. Исходя из этого, в рабочей программе отдельные разделы программы могут быть либо усилены, либо сокращены, либо опущены.

Для выполнения лабораторных работ студентам должны выдаваться детализированные на основе положений данной программы задания, эскизные варианты и типовые заготовки решений. На занятиях должны проводиться индивидуальные и коллективные беседы по теории ИИС для того, чтобы нацелить каждого студента на самостоятельную постановку и решение задачи.

Базовыми для дисциплины являются курсы:

Теория вероятностей;
Математическая статистика;
Алгоритмические языки программирования;
Теория систем и системный анализ;
Базы данных;
Информационные технологии;
Разработка и стандартизация программных средств и информационных технологий;
Информационный менеджмент.
Информатика.

Знания и навыки, полученные при изучении данного курса могут применяться студентами в дипломном проектировании.

Программа рассчитана на 153 часа.

Программа составлена в соответствии с государственными образовательными стандартами высшего профессионального образования.

Blog