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.
Министерство культуры Российской Федерации
Алтайский филиал федерального государственного образовательного
учреждения высшего профессионального образования
«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
КУЛЬТУРЫ И ИСКУССТВ»
Кафедра гуманитарных дисциплин
УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС
ДИСЦИПЛИНЫ
Интеллектуальные информационные системы
Специальность:
080801.65 – «Прикладная информатика (в менеджменте)»
Барнаул
2010
РАБОЧАЯ ПРОГРАММА
Автор (составитель)
Стерлягов С.П., к.т.н., доцент
Рецензент: __________________________________________________________________
(ФИО, ученая степень, ученое звание, вуз)
| по дисциплине | «Интеллектуальные информационные системы» | ||||
| для специальности | «Прикладная информатика в экономике» | ||||
| Курс | 4 | ||||
| Семестр | 7,8 | ||||
| Лекции | 42 | (час) Экзамен в | 8 | семестре | |
| Практические занятия | 8 | (час) Зачет в | 7 | семестре | |
| Лабораторные занятия | 32 | (час) | | | |
| Всего часов | 82 | Самостоятельная работа | 82 | (час.) | |
| Итого часов трудозатрат на дисциплину (для студента) по ГОС | 164 | (час.) | |||
Рабочая программа составлена в соответствии с требованиями Государственного образовательного стандарта высшего профессионального образования по специальности «Прикладная информатика (в менеджменте)» к обязательному минимуму содержания и уровню подготовки дипломированного специалиста или магистра по циклу «Общие гуманитарные и социально-экономические дисциплины» государственных образовательных стандартов высшего профессионального образования второго поколения, а также требованиями, предъявляемыми НФПК к новым и модернизированным программам учебных курсов, разработанным в рамках программы «Совершенствование преподавания социально-экономических дисциплин в вузах» Инновационного проекта развития образования.
Государственный образовательный стандарт
для специальности— «Прикладная информатика»
Понятие интеллектуальной информационной системы (ИИС), основные свойства. Классификация ИИС. Экспертные системы. Составные части экспертной системы: база знаний, механизм вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс.
Организация базы знаний. Предметное (фактуальное) и проблемное (операционное) знания. Декларативная и процедурная формы представления знаний. Методы представления знаний.
Логический и эвристический методы рассуждения в ИИС. Рассуждения на основе дедукции, индукции, аналогии. Нечеткий вывод знаний. Немонотонность вывода. Статические и динамические экспертные системы. Приобретение знаний. Извлечение знаний из данных. Машинное обучение на примерах. Нейронные сети.
Этапы проектирования экспертной системы: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация. Участники процесса проектирования: эксперты, инженеры по знаниям, конечные пользователи.
ВВЕДЕНИЕ
Системы управления в бизнесе строятся на основе экономико-организационных моделей, так как управляющая система должна иметь представление об образе объекта. И поскольку модель в некоторой форме отражает реально протекающие процессы, возникает проблема ее адекватности. Традиционные детерминированные и стохастические модели все чаще не позволяют эффективно решать проблемы адекватности и учета трудно формализуемых факторов и рисков. Поэтому в настоящее время все большее распространение получают лингвистические, нечеткие и нейронные модели, а также модели искусственного интеллекта с использованием эвристик и знаний управленца высокой квалификации – эксперта.
На современном этапе развития информационных технологий и информатизации в сфере бизнеса важными проблемами являются:
- разработка адекватных моделей проблемных сред для систем поддержки решений в различных областях предпринимательства;
- моделирование и знаний, эвристик и представлений менеджера или эксперта в сфере своей деятельности, с целью разработки высокоэффективных систем поддержки этих решений;
- применение идей, средств и методов новой информационной технологии для интеллектуализации информационных систем в различных областях экономики и бизнеса, а также повышения эффективности решения задач управления.
Специалисты в области искусственного интеллекта (ИИ) всегда стремились разработать программы для компьютеров, которые могли бы в некотором смысле “думать”, т.е. решать задачи таким способом, который мы бы сочли разумным, если бы его применил человек. Чтобы сделать программу интеллектуальной, ее нужно снабдить множеством высококачественных специализированных знаний о некоторой предметной области, а также заложить в нее способность работы с этими знаниями, способность получать знания, не содержащиеся в явном виде, обучаться, обосновывать и объяснять решения.
Понимание этого факта привело к развитию специализированных программных систем, каждая из которых является экспертом в некоторой достаточно узкой предметной области. Эти программы получили название “экспертные системы” (ЭС). Технологию построения ЭС часто называют “инженерией знаний”. С помощью ЭС решаются задачи, относящиеся к классу неформализованных.
Основное отличие между обычными информационно-поисковыми и экспертными системами заключается в том, что первые осуществляют поиск имеющейся в них информации по заданной теме, а вторые – логическую переработку информации с целью получения новой информации, которая в явном виде в нее не вводилась. При этом на основе базы знаний компьютера автоматически определяются не только факты, но генерируются новые знания путем логического вывода. ЭС часто используются как советчики в системах управления и поддержки решений. Кроме того, ЭС используются в качестве консультантов в различных гуманитарных и политологических системах.
Изменение технологии решения информационных задач связано с интенсивным развитием и внедрением новой информационной технологии.
При традиционной технологии решения задач сопровождение прикладного программного обеспечения выполняется на протяжении всего ее жизненного цикла. Процесс сопровождения в традиционной технологии требует по крайней мере такого же количества ресурсов, как и разработка программы.
Все вышесказанное обусловило необходимость изменения технологии использования компьютеров. Ситуацию можно преодолеть только путем привлечения пользователей к процессам решения задач, сопровождения программной системы, и, возможно, даже разработки прикладного программного обеспечения. Однако, это требует коренного изменения принципов организации прикладного программного обеспечения и методов его использования при решении задач, сложившихся в рамках традиционных технологий. Прежде всего, необходимо строить программные системы таким образом, чтобы радикально упростить процессы их эксплуатации и сопровождения.
В традиционной технологии обработки данных системы понятий предметной области и формальной модели, положенной в основу программы, как правило, не совпадают. Это различие и является основной причиной затруднений, возникающих при взаимодействии пользователя с компьютером в процессе решения задачи.
Основная идея новой технологии, призванная обеспечить проблемы интерпретации, состоит в том, чтобы рассматривать систему понятий предметной области и соответствие между ней и системой понятий формальной модели как исходную информацию для решения прикладных задач.
Разработчики систем искусственного интеллекта и экспертных систем, как важной составляющей новой информационной технологии решения задач, ставят своей задачей изменения традиционных подходов к системе взаимодействия человека и компьютера при решении задач принятия решений, обеспечения удобства и комфорта пользователя, повышения эффективности взаимодействия таких систем. Прежде всего, речь идет о переосмыслении всей технологии обработки, хранения и представления информации пользователю с позиций новой информационной технологии.
Важное значение приобретает анализ проблемных областей, в которых интеграция интеллектуальных технологий и информационных систем принесла бы ощутимый эффект. Наиболее перспективными областями экономики и бизнеса, где экспертные системы наиболее эффективны, являются: управление производством; производственное и внутрифирменное планирование; управление маркетингом и сбытом; финансовый менеджмент; риск-менеджмент; банковская сфера; торговля; фондовый рынок.
Методическую основу учебного курса составляют лекции, практические занятия, индивидуальные и самостоятельные занятия. Лекционные занятия раскрывают основные проблемные вопросы по каждому разделу. Практические занятия и индивидуальное проектирование и разработка демонстрационного прототипа интеллектуальной системы для конкретной предметной области предназначены для приобретения практических навыков в работе по освоению различных методов интеллектуализации для прикладных информационных систем в экономике.
Курс предусматривает занятия в компьютерном классе. Предусмотрены лекции, практические занятия, промежуточное тестирование, лабораторные работы и самостоятельная подготовка в виде выполнения домашних заданий по рекомендованной учебно-методической литературе.
Самостоятельная работа студентов проводится вне рамок учебного расписания и предназначена для закрепления лекционного материала и ознакомления с рекомендованной литературой. Формами контроля являются семинары, промежуточное тестирование, индивидуальные занятия, выполнение и сдача лабораторных работ, проверка отчетов о выполнении индивидуальных работ и экзамен.
1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ, ЕЕ МЕСТО В УЧЕБНОМ ПРОЦЕССЕ
1.1. Целью преподавания дисциплины является ознакомление студентов с проблематикой и областями использования искусственного интеллекта в экономических информационных системах, освещение теоретических и организационно-методических вопросов построения и функционирования систем обработки знаний, привитие навыков практических работ по проектированию баз знаний.
При изучении дисциплины студенты знакомятся с основными понятиями, методами и практически полезными примерами построения интеллектуальных информационных систем на основе изучения базовых моделей искусственного интеллекта (ИИ).
Изучение дисциплины позволяет:
- сформировать системное базовое представление, первичные знания, умения и навыки студентов по основам инженерии знаний и нейроинформатики, как двум направлениям построения интеллектуальных систем;
- подготовить студентов к применению концепций интеллектуальных систем в обучении в магистратуре и при дипломном проектировании по специальности.
Цель реализуется через предоставление знаний:
- о состоянии и тенденциях развития экономических информационных систем;
- о новой информационной технологии решения задач управления, связанной с использованием средств и методов искусственного интеллекта;
- о навыках разработки и использования интеллектуальных информационных систем в различных прикладных областях (основные сферы производственного цикла, финансово-экономические информационные системы).
1.2. Задачи изучения дисциплины.
В результате изучения учебного курса, практических занятий и выполнения индивидуальной работы по проектированию и разработке прототипа интеллектуальной системы студент должен:
- иметь представление об интеллектуальных технологиях и наиболее перспективных прикладных сферах их применения;
- знать основные методы разработки интеллектуальных информационных систем и специфику актуальных проблемных областей;
- уметь работать с различными моделями представления знаний и обосновывать выбор той или иной модели в зависимости от характера предметной области и специфики решаемых задач, компоновать структуру интеллектуальной прикладной системы;
- владеть навыками работы с основными инструментальными средствами проектирования интеллектуальных систем;
- иметь опыт проектирования и разработки демонстрационного прототипа интеллектуальной системы для конкретной предметной области.
1.3. В результате изучения курса студент должен знать структуру и общую схему функционирования ИИС, методы представления знаний в ИИС, области применения, этапы, методы и инструментальные средства проектирования ИИС; уметь выбрать форму представления знаний и инструментальное средство разработки ИИС для конкретной предметной области, спроектировать базу знаний, выбрать стратегию вывода знаний, разработать методы поддержания базы знаний в работоспособном состоянии; приобрести навыки в проектировании базы знаний, ее формализованном описании и наполнении, реализации различных стратегий вывода знаний и объяснения полученных результатов.
В результате изучения дисциплины у студентов должны быть сформированы представления о:
- истории, целях и задачах исследований в области искусственного интеллекта;
- прикладных системах искусственного интеллекта;
- двух подходах к построению интеллектуальных систем — логическом и нейрокибернетическом;
- нечеткости знаний, ее природе и разновидностях;
- проблемах построения систем общения с компьютером на естественном языке;
- областях применения интеллектуальных систем;
- проблемах и основных методах представления и обработки знаний;
- проблемах и способах построения нейронных сетей.
После изучения дисциплины студент должен знать:
- понятия инженерии знаний и нейрокибернетики;
- методы представления и обработки знаний;
- структуру экспертных систем и их архитектурные особенности в зависимости от особенностей решаемой задачи;
- этапов построения экспертных систем;
- методов построения систем общения на естественном языке.
1.4. Перечень дисциплин, усвоение которых необходимо студентам для изучения данного курса.
Теоретическая основа дисциплины заложена в курсах: "Информатика", "Теория экономических информационных систем", "Основы алгоритмизации и алгоритмические языки", "Высокоуровневые методы программирования". Для изучения дисциплины используются практические знания дисциплин: "Проектирование информационных систем", "Базы данных". Методические основы изложены также в курсах "Дискретная математика", "Теория вероятностей", "Методы оптимизации".
2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
2.1. ТЕМАТИЧЕСКИЙ ПЛАН
| № пп | Наименование разделов и тем | Количество часов | Всего часов | |||
| Лек-ции | Семи-нары | Лаб. раб. | Сам. раб. | |||
| 1 | Логические основы функционирования ЭВМ. Способы реализации компьютерной логики. | - | 4 | - | 8 | 12 |
| 2 | Введение в интеллектуальные системы. Базовые понятия искусственного интеллекта (ИИ). Обзор исследований в области ИИ. | 4 | - | - | 4 | 8 |
| 3 | Основные направления исследований в области искусственного интеллекта. | 2 | - | - | 4 | 6 |
| 4 | Механизмы человеческого мышления. Представление знаний и вывод, основанный на знаниях. Модели представления знаний. Нечеткие знания. | 8 | 4 | 6 | 16 | 34 |
| 5 | Системы, основанные на знаниях. Экспертные системы (ЭС). Классификация систем, основанных на знаниях. | 6 | - | 2 | 6 | 14 |
| 6 | Разработка систем, основанных на знаниях. Технология проектирования и разработки ЭС. Коллектив разработчиков. Требования к участникам разработки. | 16 | - | 20 | 40 | 76 |
| 7 | Прикладные интеллектуальные системы. Состояние и перспективы рынка ИИ. | 2 | - | 2 | 2 | 6 |
| 8 | Нейрокомпьютинг и основные направления его развития. | 4 | - | 2 | 2 | 8 |
| ВСЕГО | 42 | 8 | 32 | 82 | 164 | |
2.2. КРАТКОЕ СОДЕРЖАНИЕ ЛЕКЦИЙ
Тема 1. Логические основы функционирования ЭВМ. Способы реализации компьютерной логики (самостоятельно — повторение изученного на первом курсе).
Алгебра логики. Логические высказывания и высказывательные формы. Элементарные и составные высказывания. Логические связки и операции: отрицание, конъюнкция, дизъюнкция, импликация и эквиваленция. Логические переменные и логические формулы. Выполнимые формулы. Тождественно истинные формулы (тавтологии). Тождественно ложные формулы (противоречия). Равносильные формулы. Таблицы истинности для логических формул. Правила их составления и использования. Основные законы алгебры логики. Методы упрощения логических формул. Переключательные схемы. Равносильные схемы. Анализ и синтез схем по заданным условиям работы. Решение логических задач средствами алгебры логики. Решение логических задач табличным способом.
Тема 2. Введение в интеллектуальные системы. Базовые понятия искусственного интеллекта (ИИ). Обзор исследований в области ИИ [4 часа].
Терминология. Понятие интеллектуальной информационной системы (ИИС), основные классы задач, решаемых ИИС. Философские аспекты проблемы систем ИИ (существование, безопасность, полезность). Краткая история искусственного интеллекта. Предыстория. Зарождение нейрокибернетики. От кибернетики «черного ящика» к ИИ. Классический период: игры и доказательство теорем. Поиск в пространстве состояний. Алгоритм поиска в ширину. Алгоритм поиска в глубину. Эвристический поиск. Романтический период: компьютер начинает понимать. Схемы представления знаний. Период модернизма: технологии и приложения. История искусственного интеллекта в России.
Тема 3. Основные направления исследований в области искусственного интеллекта [2 часа].
Представление знаний и разработка систем, основанных на знаниях (knowledge-based systems). Программное обеспечение систем ИИ (software engineering for AI). Разработка естественно-языковых интерфейсов и машинный перевод (natural language processing). Интеллектуальные роботы (robotics). Обучение и самообучение (machine learning). Распознавание образов (pattern recognition). Новые архитектуры компьютеров (new hardware platforms and architectures). Игры и машинное творчество. Другие направления.