Учебно-методический комплекс дисциплины интеллектуальные информационные системы Специальность
| Вид материала | Учебно-методический комплекс |
- Романова Елена Витальевна, кандидат экономических наук, доцент, доцент кафедры информатики, 254.32kb.
- Учебно-методический комплекс дисциплины: «Геоинформационные и земельно-информационные, 1019.33kb.
- Учебно-методический комплекс дисциплины: «Геоинформационные и земельно-информационные, 1021.73kb.
- Учебно-методический комплекс (специальность: 021100 «юриспруденция») Москва 2004, 332.83kb.
- Учебно-методический комплекс для студентов специальностей 080801 «Прикладная информатика, 455.9kb.
- Еремеев Андрей Владимирович, кандидат технических наук, доцент кафедры информационных, 291.94kb.
- Автор Карпухин Владимир Борисович учебно-методический комплекс, 473.72kb.
- Учебно-методический комплекс Специальность: 080502 Экономика и управление на предприятии, 324.86kb.
- Учебно-методический комплекс дисциплины: Мировые информационные ресурсы Специальность, 337.66kb.
- Учебно-методический комплекс дисциплины основы аудита специальность: 080102 «Мировая, 320.32kb.
Искусственный интеллект и человеческое мышление. Механизм человеческого мышления. Цели. Факты и правила. Упрощение. Механизм вывода. Прямая и обратная цепочки рассуждений. Метазнания. Проблема представления знаний. Данные и знания. Свойства знаний и отличие знаний от данных. Предметное (фактуальное) и проблемное (операционное) знания. Экстенсиональное и интенсиональное описание знаний. Декларативная и процедурная формы представления знаний. Модели представления знаний. Представление в компьютере неформальных процедур. Алгоритмические модели.
Продукционные модели. Описание предметной области правилами и фактами. Методы полного перебора в ширину и в глубину. Эвристические методы поиска в пространстве состояний. Решение задач методом разбиения на подзадачи. Представление задачи в виде И-ИЛИ графа. Управление системой продукции. Языки описания продукционной модели Prolog и Lisp.
Семантические сети. Краткая история развития. Основные понятия семантических сетей: представление объектов и отношений между ними в виде ориентированного графа. Типы узлов и типы отношений. «Поверхностность» и «глубинность» знаний как основные отличия модели семантических сетей от продукционной модели. Предметные области, где семантические сети получили распространение. Примеры.
Фреймы. История появления, решаемые задачи. Анализ пространственных сцен. Понимание смысла предложений. Основные понятия фрейма: слоты, присоединенные процедуры-слуги и процедуры-демоны, наследование свойств. Связь понятия фрейма и объекта в объетно-ориентированном программировании. Представление знаний об объекте при помощи фреймов. Сети фреймов. Принципы обработки данных в сети фреймов. Практическая реализация фреймовой модели. Понятия об объектно-ориентированном анализе предметной области. Объектно-ориентированный подход. Объектно-ориентированные языки программирования. Примеры языков инженерии знаний, основанных на фреймах: FRL и KRL.
Формальные логические модели. Виды логических моделей, общие термины и определения. Формальная (Аристотелева) логика: имена, высказывания, процедуры доказательства и опровержения. Математическая реализация формальной логики. Интерпретация формул в логике предикатов 1-го порядка. Методы автоматического доказательства теорем (исчисление предикатов). Понятие предиката, формулы, кванторов всеобщности и существования.
Вывод на знаниях. Механизмы вывода. Машина вывода. Стратегии управления выводом. Прямой и обратный вывод. Поиск решений в пространстве состояний. Методы поиска в глубину и ширину. Метод перебора, как наиболее универсальный метод поиска решений. Методы ускорения перебора. Поиск методом редукции. Эвристический поиск. Поиск методом “генерация – проверка”. Поиск в факторизованном пространстве. Поиск в изменяющемся множестве иерархических пространств. Использование ограничений при поиске решений. Генетический алгоритм. Эволюционное (генетическое) программирование. Логический и эвристический методы рассуждения в ИИС. Рассуждения на основе дедукции, индукции, аналогии. Нечеткий вывод знаний. Основы теории нечетких множеств. Операции с нечеткими знаниями. Нечеткая логика. Понятие лингвистической переменной. Примеры псевдофизических логик: пространственная и временная логики.
Тема 5. Системы, основанные на знаниях. Экспертные системы (ЭС). Классификация систем, основанных на знаниях [6 часов].
Введение в ЭС. Определение ЭС. Назначение и основные свойства ЭС. Смысл экспертного анализа. Характеристики и базовые функции экспертных систем. Приобретение знаний. Представление знаний. Управление процессом поиска решения. Разъяснение принятого решения. Структура типовой экспертной системы (пользователь, инженер по знаниям, интерфейс пользователя, база знаний, решатель, подсистема объяснений, интеллектуальный редактор базы знаний). Достоинства и недостатки экспертных систем. Отличие экспертных систем от других программных продуктов. Принципы функционирования экспертных систем. Структурированные статические и динамические знания. Технология использования экспертных систем. Классификация по решаемой задаче (интерпретация данных, диагностика, мониторинг, проектирование, прогнозирование, планирование, обучение, контроль и управление, поддержка принятия решений). Системы, решающие задачи анализа. Системы, решающие задачи синтеза. Классификация по связи с реальным временем (статические ЭС, квазидинамические ЭС, динамические ЭС). Архитектура и структура статической и динамической экспертной системы. Классификация по типу ЭВМ. Классификация по степени интеграции с другими программами (автономные ЭС, гибридные ЭС). Примеры отраслевых экспертных систем. Интеллектуальные базы данных. Базы знаний и их основные свойства. Классификация запросов. Дедуктивный вывод. Понимание естественного языка. Взаимодействие с экономико-математическими моделями. Технология использования базы знаний. Роль эксперта. Блок приобретения знаний. Блок логических выводов. Блок объяснений.
Тема 6. Разработка систем, основанных на знаниях. Технология проектирования и разработки ЭС. Коллектив разработчиков. Требования к участникам разработки [10 часов].
Проблемы разработки промышленных ЭС. Методика построения. Этапы разработки ЭС. Выбор подходящей проблемы. Идентификация проблемы. Стадии разработки прототипа ЭС (извлечение знаний, структурирование или концептуализация знаний, формализация, реализация, тестирование, опытная эксплуатация).
Идентификация и концептуализация проблемной области [2 часа].
Определение назначения и сферы применения ИИС, классы решаемых задач и видов используемых знаний. Подбор экспертов и инженеров по знаниям, выделение ресурсов. Параметризация решаемых задач: целей, ограничений, гипотез, понятий, исходных данных.
Структурная модель: классификационные (род-вид), агрегативные (целое-часть), ассоциативные отношения объектов. Функциональная модель: отношения объектов "цель-средство", "причина-следствие", "аргумент-функция". Деревья целей. Деревья решений. Поведенческая модель: пространственно-временные отношения объектов, состояния объектов, события, посылка сообщений.
Разработка базы знаний на основе системы продукций и на основе объектно-ориентированного (фреймового) представления [2 часа].
Реализация интеллектуального интерфейса, средств приобретения и объяснения знаний [2 часа].
Выбор формы взаимодействия конечного пользователя с ИИС. Интеллектуальные редакторы. Использование графических средств ввода-вывода. Морфологический, синтаксический, семантический анализ запросов и синтез выходных сообщений. Проектирование помощи, подсказок, объяснений. Использование гипертекста. Индуктивный метод приобретения знаний.
Тестирование и развитие ИИС [2 часа].
Тестирование точности решения проблем экспертами. Подбор тестовых примеров. Полная проверка пространства решений. Период изучения и показатели точности.
Тестирование потребительских качеств ИИС потенциальными пользователями: времени реакции, удобства интерфейса, средств помощи и объяснения.
Использование инструментальных средств тестирования: трассировки и объяснений, семантических анализаторов, контрольных точек, сбора статистики, реструктуризации.
Параллельные и последовательные решения. Технология быстрого прототипирования. Участники процесса разработки и требования к ним: конечный пользователь, эксперт (специалист проблемной области), программист, инженер по знаниям. Инструментальные средства разработки ИИС: языки программирования, языки представления знаний, генераторы, оболочки, средства автоматизации проектирования. Функциональное, логическое, объектно-ориентированное программирование. Использование инструментальных средств для различных проблемных областей и на различных этапах проектирования.
Тема 7. Прикладные интеллектуальные системы. Состояние и перспективы рынка ИИ [2 часа].
Состояние и тенденции развития искусственного интеллекта. Успехи систем искусственного интеллекта и их причины. Экспертные системы реального времени — основное направление искусственного интеллекта. Основные производители экспертных систем и их программные продукты. Наиболее популярные приложения интеллектуальных информационных систем.
Тема 8. Нейрокомпьютинг и основные направления его развития [4 часа].
Новые направления в области искусственного интеллекта. Нейрокомпьютинг и его основные направления. Структура и функции центральной нервной системы. Биологический нейрон. Формальный нейрон. Функционирование формального нейрона. Нейронные сети - основные понятия и определения. Модели нейронных сетей (Маккалоха, Розенблата, Хопфилда, с обратным распространением). Типы сетей. Способы реализации нейрокомпьютеров и нейронных сетей. Алгоритмы обучения сетей. Обучение и самообучение. Адаптация и обучение. Методы обучения. Организация функционирования сети. Программные средства анализа нейронных сетей. Прогнозирование с использованием сетей. Применение нейронных систем в экспертных системах. Задачи, решаемые на основе нейронных сетей.
2.3. КУРСОВОЙ ПРОЕКТ
Не предусмотрен.
3. УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ
3.1. Основная литература
- Абдикеев Н.М. Проектирование интеллектуальных систем в экономике: Учебник / Под ред. Н.П. Тихомирова. - М.Ж Издательство «Экзамен», 2004.
- Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы.: Финансы и статистика, 2004, 424 с.
- Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб.: Питер, 2001 - 384 с.
- Джексон П. Введение в экспертные системы. - М., СпБ., Киев: "Вильямс", 2001.
- Информационные системы в экономике: Учебник / Под ред. проф. В.В. Дика. М.: Финансы и статистика, 1996. 272 с.
- Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. М.: “Нолидж”, 2000.
- Компьютерные технологии обработки информации: Учеб. пособие / С.В. Назаров, В.И. Першиков, В.А. Тафинцев и др.; Под ред. С.В. Назарова. - М.: Финансы и статистика, 1995. 248 с.
- Одинцов Б.Е. Проектирование экономических информационных экспертных систем.- М.: Юнити,1996.
- Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы: Учебное пособие. М.: Финансы и статистика, 1996-320с.
- Тельнов Ю.Ф. Интеллектуальные системы обработки данных: Учебное пособие. - М.: МЭСИ, 1989. - 102 с.
- Тельнов Ю.Ф. Проектирование баз знаний. Учебное пособие. - М.: МЭСИ, 1992. - 100 с.
- Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. М.: СИНТЕГ, 1999. - 214 с.
- Уотерман Д. Руководство по экспертным системам. М.: Мир, 1989-388с.
- Уэно Х., Исидзука М. Представление и использование знаний. М.: Мир, 1989.
- Экономическая информатика: Учебник для студентов экономических специальностей вузов / под ред. Косарева В.П. и Еремина Л.В. и др. М.: Финансы и статистика, 2001.
- Якубайтис Э.А. Информационные сети и системы. Справочная книга. М.: Финансы и статистика, 1996. 368 с.
3.2. Дополнительная литература
- Алафинов С.В. Прогнозирование и планирование в транснациональной нефтяной компании: Принятие стратегических решений в условиях неопределенности.-М.:Дело, 1999.
- Балабанов И.Т. Риск-менеджмент.-М.: Финансы и статистика, 1996.
- Балтрашевич В.Э. Реализация инструментальной экспертной системы. - СПб.: Политехника, 1993.
- Братко И. Программирование на языке ПРОЛОГ для искусственного интеллекта.- М.: Мир, 1990.- 560 с.
- Веденов А.А. Моделирование элементов мышления. М.: Наука, 1988.
- Вендров А.М. CASE-технологии. Современные методы и средства проектирования информационных систем.- М.: Финансы и статистика, 1998.
- Винер Н. Кибернетика или управление и связь в животном и машине. – М.: Наука, 1981.
- Власов А.И. Аппаратная реализация нейровычислительных управляющих систем //Приборы и системы управления - 1999, №2, С.61-65.
- Власов А.И. Нейросетевая реализация микропроцессорных систем активной акусто- и виброзащиты// Нейрокомпьютеры:разработка и применение, №1, 2000. С.40-44.
- Горбань А.Н. Обучение нейронных сетей. М.: изд. СССР-США СП "ParaGraph", 1990, 150 с.
- Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. - Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. - 276 с.
- Грантулов В.М. Экономический риск: сущность, методы измерения, пути снижения.- М.: Дело и сервис, 1999.
- Девятков В.В. Системы искусственного интеллекта: Учеб. Пособие для вузов. – М.: Изд–во МГТУ им Н.Э.Баумана, 2001. – 352 с.
- Дубов А.М., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе.-М.: Финансы и статистика, 1999.
- Дэйвисон М. Многомерное шкалирование: Методы наглядного представления данных. – М.: Финансы и статистика, 1988.
- Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976.
- Заде Л. Основы нового подхода к анализу сложных систем и процессов принятия решений.-М.:Радио и связь,1974.
- Змитрович А.И. Интеллектуальные информационные- системы. Минск: Тетра Системс, 1997. - 365 с.
- Инженерия знаний./Пер. с яп. в 10 т.-М.: Мир.-Т1: Обработка знаний.-1989. Т2: Представление и использование знаний.-1989. Т3: Приобретение знаний.-1990.
- Ин Ц., Соломон Д. Использование Турбо-Пролога / Пер. с англ. - М.: Мир, 1993.
- Интеллектуальные системы принятия проектных решений/ А.В. Алексеев, А.Н. Борисов, Э.Р. Вилюмс, Н.Н. Слядзь, С.А. Фомин.-Рига:Зинатне,1997.-320с.
- Искусственный интеллект. Справочник в 3-х кн. М.: Радио и связь: 1990. Кн. 1: Системы общения и экспертные системы. Кн. 2: Модели и методы. Кн. 3: Программные и аппаратные средства.
- Карминский А.М., Нестеров П.В. Информатизация бизнеса.- М.:Финансы и статистика, 1997.
- Колесник А.П. Компьютерные системы в управлении финансами.- М.:Фин. и стат., 1994.
- Лимитовский М.А. Основы оценки инвестиционных и финансовых решений- М.: ТОО ДЕКА, 1997.
- Кини Р.Л., Райфа Х. Принятие решений при ногих критериях: предпочтения и замещения. – М.:Радио и связь, 1981.
- Кирсанов Э.Ю. Цифровые нейрокомпьютеры: Архитектура и схемотехника / Под ред. А.И.Галушкина. - Казань: Казанский Гос. У-т. 1995. 131 с.
- Ковальски Р. Логика в решении проблем. – М.: Наука, 1990.
- Кохонен Т. Ассоциативная память. М.: Мир, 1980.
- Круглов В.В., Длим И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. - М.: Изд-во физ-мат. Лит., 2002.-256 с.
- Круглов В.В., Борисов В.В.. Искусственные нейронные сети. Теория и практика. - М.: Горячая линия-Телеком, 2001.
- Кузнецов В.Е. Представление в ЭВМ неформальных процедур.- М.: Наука, 1989.- 160 с.
- Кэррол Л. Алиса в стране чудес. Алиса в Зазеркалье.- М.: Наука, гл. редакция физ.-мат. литер-ры.- 1991.- 366 с.
- Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний.-М.: Наука, 1989.
- Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. М.: Финансы и статистика, 1990.
- Лисков Б., Гатэг Дж. Использование абстракций и спецификаций при разработке программ.- М.: Мир, 1989.
- Лорьер Ж.-Л. Системы искусственного интеллекта.- М.: Мир, 1991.
- Любарский Ю.А. Интеллектуальные информационные системы. - М.:Наука. Гл. ред. физ.-мат. лит., 1990. – 232 с.
- Марселиус Д. Программирование экспертных систем на Турбо Прологе. М.: Финансы и статистика, 1994.
- Макалистер Дж. Искусственный интеллект и Пролог на микроЭВМ. М.: Машиностроение, 1990.
- Малпас Дж. Реляционный язык Пролог и его применение : Пер. с англ./ Под редакцией В.Н.Соболева. - М.: Наука. Гл.ред.физ.-мат.лит., 1990.
- Мински М. Фреймы для представления знаний.-М.: Энергия, 1979.
- Мински М., Пейперт С. Перцептроны. – М.: Мир, 1971.
- Мищенко А.В., Попов А.А. Модели управления портфелем ценных бумаг- М.: Российская экономическая академия, 1999.
- Нейлор К. Как построить свою экспертную систему / Пер. с англ. - М.: Энергоатомиздат, 1991. -286 с.
- Нейроинформатика / А.Н.Горбань и др. – Новосибирск, Наука, 1998.
- Нечеткие множества и теория возможностей. Под ред. Р.Ягера. - М.: Радио и связь, 1986
- Нильсон Н. Принципы искусственного интеллекта. – М.: Радио и связь, 1985.
- Обработка знаний. - М: Мир, 1990.
- Обработка нечеткой информации в системах принятия решений.- М.: Радио и связь, 1989.
- Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организации и информационные технологии.-М.:Финансы и статистика, 1997.
- Осуга С., Саэки Ю. Приобретение знаний. М.: Мир, 1990-304с.
- Осуга С. Обработка знаний. – М.: Мир, 1989.
- Попов Э.В. Общение с ЭВМ на естественном языке.- М.:Наука, 1982.
- Попов Э.В. Экспертные системы: Решение неформализованной задачи в диалоге с ЭВМ. - М.: Наука, 1987. - 283 с.
- Поспелов Г.С. Искусственный интеллект - основа информационной технологии. М.: Наука, 1988.
- Поспелов Д.А. Моделирование рассуждений. – М.: Радио и связь, 1989. – 184 с.
- Поспелов Д.А. Ситуационное управление: теория и практика. – М.: Наука, 1986.
- Построение экспертных систем / Под ред. Ф. Хейос-Рот, Д.Уотерман, Д.Ленат; Пер. с англ. - М.: Мир, 1987.
- Проблемы построения и обучения нейронных сетей / под ред. А.И.Галушкина и В.А.Шахнова. - М. Изд-во Машиностроение. Библиотечка журнала Информационные технологии №1. 1999. 105 с.
- Роберт Хехт-Нильсен Нейрокомпьютинг: история, состояние, перспективы // Открытые системы. № 4. 1998.
- Розенблатт Ф. Принципы нейродинамики. Перцептрон и теория механизмов мозга.- М.: Мир, 1965.- 480 с.
- Романов В.П. Интеллектуальные информационные системы в экономике. – М.: Экзамен, 2003.
- Романов А.Н., Одинцов Б.Е. Советующие информационные системы в экономике.- М.: ЮНИТИ-ДАНА, 2000.
- Системы управления базами данных и знаний. Справочное издание под ред. А.Н.Наумова. - М.: Финансы и статистика, 1991.
- Смолин Д.В. Введение в искусственный интеллект. – М.: Физматлит, 2004.
- Сойер Б., Фостер Д.Л. Программирование экспертных систем на Паскале.- М.: Финансы и статистика, 1990.
- Соколов Е.Н., Вайткявичюс Г.Г. Нейроинтеллект: от нейрона к нейрокомпьютеру.- М.: Наука, 1989.- 238 с.
- Степанов В. Фондовый рынок и нейросети // Мир ПК. 1998. № 12. - C.40-46.
- Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональной ЭВМ / Пер. с англ. - М.: Финансы и статистика, 1990. - 320с.
- Тиори Т., Фрай Д. Проектирование структур баз данных. М.: Мир, 1986.
- Трахтенгерц Э.А. Компьютерная поддержка принятия решения.- М.: СИНТЕГ, 1998.
- Уоссерман Ф. Нейрокомпьютерная техника. М.: Мир, 1992.
- Уотшен Т. Дж., Паррамоу К. Количественные методы в финансах.- М.: ЮНИТИ, 1999.
- Форсайт Р. Экспертные системы: принципы и примеры. - М.: Радио и связь, 1987.
- Хамби Э. Программирование таблиц решений.- М.: Мир, 1976.- 86 с.
- Хант Э. Искусственный интеллект: Пер. с англ. Белова Л.А., Крюкова Ю.И. /Под ред. В.Л.Стефанюка.- М.: Мир, 1978.- 558 с.
- Хоггер К. Введение в логическое программирование. М.: Мир, 1988.
- Хювенен Э., Сеппянен Й. Мир Лиспа. В 2-х томах. - М.: Мир, 1990.
- Цыганков В.Д. Нейрокомпьютер и мозг. Учебное пособие. Серия «Информатизация России в ХХI веке».-М.: СИНТЕГ, 2001, 248 с.
- Чикул В.М. Основы искусственного интеллекта.-М.: Диалог МГУ, 2000.
- Шенк Р. Обработка концептуальной информации. – М.: Энергия, 1980.
- Шеннон Р. Имитационное моделирование систем- искусство и наука.-М.:Мир, 1978.-422с.
- Широков Ф.В. Введение в нейрокомпьютинг. ИНФРА-М. Электронное издание. 1995.
- Экспертные системы. Принципы работы и примеры. Под ред. Р.Форсайта.- М.: Радио и связь, 1987.
- Элти Дж., Кумбс М. Экспертные системы: концепции и примеры / Пер. с англ. - М.: Финансы и статистика, 1987. - 191 с.
- Эрлих А.А. Технический анализ товарных и финансовых рынков. Прикладное пособие.-М.:ИНФРА.-М, 1996.-176 с.
3.3. Перечень пособий, методических указаний и материалов, используемых в учебном процессе
- Комплекты заданий к лабораторным работам.
- Комплекты индивидуальных заданий.
- Методические указания к разработке прототипа экспертной системы и написанию отчета по выполненному индивидуальному заданию.
- Перечень вопросов к контрольным компьютерным тестам.
- Глоссарий терминов по изучаемой дисциплине.
- Лекционные материалы в форме презентаций.
- Демонстрационные и учебные версии программных средств ИИС.
4. Методические указания по проведению преподавателями основных видов учебных занятий
Изложение принципов построения интеллектуальных и экспертных систем для производства, бизнеса, маркетинга и финансового менеджмента сочетается как с рассмотрением задач, характерных для предметных областей, так и с анализом особенностей самих предметных областей возможного применения экспертных систем.
Для проведения практических занятий разработаны темы заданий и обеспечивающее программное обеспечение лабораторных работ, предназначенных для овладения навыками использования интеллектуальных технологий и языка искусственного интеллекта Пролог, что будет способствовать пониманию и закреплению у студентов как теоретического материала, так и практических навыков исследования реальных процессов и ситуаций с использованием фактических данных. Это позволит формировать и развивать у студентов навыки решения конкретных проблем анализа и синтеза в различных областях экономики.
При проектировании интеллектуальных и экспертных систем учитываются такие факторы, как сложность проблемной области, размеры пространства состояний системы, степень влияния неопределенности и случайности при принятии решений, необходимость учета и оценки рисков, большие объемы трудно формализуемой и эвристической информации, необходимость получения прогнозов, принятие решений при дефиците времени.
На рынке труда наблюдается рост потребностей на бизнес-аналитиков и специалистов по информационным технологиям. Поэтому многие зарубежные вузы значительно увеличили объем часов, отводимых на изучение таких дисциплин, как разработка и применение информационных систем (ИС), информатика, экспертные системы, инженерия знаний, интеллектуальные информационные системы, базы данных и знаний, информационные системы менеджмента, электронный бизнес. К числу таких университетов относятся в первую очередь, университеты Стэнфорда и Чикаго, Принстонский университет, Массачусетский Институт Технологии (США); университеты Токио и Киото, университет Токай, университет коммерции и бизнес-администрирования г.Нагоя (Япония); Лондонский университет (Великобритания) и другие.
К настоящему времени накоплен и некоторый опыт преподавания таких курсов, как прикладные интеллектуальные системы, экспертные системы, инженерия знаний, инструментальные средства искусственного интеллекта и другие также и в России (МИФИ, МИРЭА, МЭИ, МИЭМ, РГГУ и др.).
Однако бурное развитие за последнее десятилетие компьютерных технологий, методов и моделей ИИ, инструментальных средств ИИ и новых программных оболочек ЭС, проявление новых перспективных сфер приложения ЭС в экономике обусловило необходимость разработки нового курса “Интеллектуальные информационные системы” с учетом реалий сегодняшнего дня, инновационных достижений и технологий инженерии знаний.
Данный учебный курс учитывает требования национальной системы образования и опирается на результаты анализа учебных программ и материалов, упомянутых выше и ряда других зарубежных вузов, выставленных на сайтах в сети Интернет.
В нем изложение принципов построения экспертных систем для производства, бизнеса и финансового менеджмента сочетается как с рассмотрением задач, характерных для предметных областей, так и с анализом характера и особенностей самих предметных областей возможного применения экспертных систем. В этом смысле при проектировании экспертных систем учитываются такие факторы, как сложность проблемной области, размеры пространства состояний системы, степень влияния неопределенности и случайности при принятии решений, необходимость учета и оценки рисков, большие объемы трудно формализуемой и эвристической информации, необходимость получения прогнозов, принятие решений при дефиците времени.
Темы практических и индивидуальных занятий увязывают актуальные проблемы современного бизнеса в сфере производства, маркетинга и финансов с новыми интеллектуальными информационными технологиями.
Курс предназначен для подготовки студентов экономических вузов, а также для широкого круга специалистов, заинтересованных в применении экспертных систем для решения задач менеджмента.
Для повышения эффективности такой подготовки необходимо совершенствование учебного плана и программ с апробациями различных дисциплин специализации.
4.1. Лекции по курсу
Лекционные занятия проводятся на экономическом факультете Алтайского государственного университета для студетов, обучающихся по специальности «Прикладная информатика в экономике» в объеме 36 часов. План лекций составлен в соответствии с Государственным образовательным стандартом, учебным планом и программой курса. Лекции раскрывают основное содержание изучаемой дисциплины, являясь основой для более глубокого изучения курса. Целями и задачами лекций являются:
- ознакомление студентов с проблематикой курса;
- изложение материала в логически последовательной форме;
- определение основных понятий и терминов курса;
- формулирование основных принципов проектирования, создания и эксплуатации ИИС в различных областях управления и экономики;
- знакомство с примерами практического использования ИИС в экономике, управлении и бизнесе;
- подготовка студентов к выполнению индивидуального практического задания по разработке прототипа ЭС в выбранной предметной области;
- представление ИИС как систем анализа, управления и поддержки принятия решений.
4.2. Базовый учебник к лекционному курсу
Абдикеев Н.М. Проектирование интеллектуальных систем в экономике: Учебник / Под ред. Н.П. Тихомирова. - М.Ж Издательство «Экзамен», 2004.
4.3. Вопросы лекций