Учебно-методический комплекс «Интеллектуальные информационные системы» для отделения высшего профессионального образования, специальности «Прикладная информатика (в экономике)» icon

Учебно-методический комплекс «Интеллектуальные информационные системы» для отделения высшего профессионального образования, специальности «Прикладная информатика (в экономике)»


Смотрите также:
Учебно-методический комплекс «Вычислительные системы...
Учебно-методический комплекс Для студентов специальности 080801 Прикладная информатика (в...
Учебно-методический комплекс для специальности 080801 Прикладная информатика (в экономике)...
Учебно-методический комплекс для студентов заочного обучения специальности Прикладная...
Учебно-методический комплекс Для специальности: 080801 «Прикладная информатика» (в экономике)...
Учебно-методический комплекс Для специальности: 080801 «Прикладная информатика (в экономике)»...
Учебно-методический комплекс Специальность: 080801 Прикладная информатика (в экономике) Москва...
Учебно-методический комплекс Для специальности 080801 Прикладная информатика (в экономике)...
Учебно-методический комплекс для студентов заочного обучения специальности Прикладная...
Учебно-методический комплекс для студентов заочного обучения специальности Прикладная...
Учебно-методический комплекс по дисциплине интеллектуальные информационные системы...
Учебно-методический комплекс Для специальности 080801 Прикладная информатика (в экономике)...



Загрузка...
скачать
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

РУБЦОВСКИЙ ИНСТИТУТ (ФИЛИАЛ)

АЛТАЙСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА


«Утверждаю»

Директор Рубцовского института (филиала) АлтГУ

_____________ К.Г. Анисимов

«_____» _____________ г.


Учебно-методический комплекс


«Интеллектуальные информационные системы»

для отделения высшего профессионального образования,

специальности «Прикладная информатика (в экономике)»


Рубцовск


Кафедра

математики и прикладной информатики

^ Шифр и наименование дисциплины

СД.Ф.01 Интеллектуальные информационные системы

Статус дисциплины

обязательная (СД)

Курс

4

Специальности

«Прикладная информатика (в экономике)»

^ Форма обучения

очная, заочная

Объём дисциплины

196 часов; 5,4 зачетных единиц



И.о. зав. кафедрой математики и

прикладной информатики

________________ Жданова Е.А.

Зам. директора по учебной работе

_________________ Жданова Е.А.


Автор: Антропов А.В., доцент кафедры математики и прикладной информатики

^

1. Программа курса дисциплины «Интеллектуальные информационные системы»



1.1. Тематический план дисциплины «Интеллектуальные информационные системы»


Пояснительная записка


Учебно-методический комплекс учебной дисциплины «Интеллектуальные информационные системы» предназначен для реализации государственных требований к минимуму содержания и уровню подготовки выпускников по специальности: 351400 «Прикладная информатика (в экономике)» очной и заочной форм обучения. Учебно-методический комплекс составлен в соответствии с государственным стандартом по данной специальности, утвержденным приказом Министерства образования Российской Федерации от 02 марта 2000 года.

Программа рассчитана на 196 часов (из них: 98 часов — аудиторные занятия; 98 часов — самостоятельные занятия).

Дисциплина «Интеллектуальные информационные системы» базируется на знаниях, умениях и навыках, полученных студентами при изучении таких дисциплин, как «Базы данных», «Высокоуровневые методы информатики и программирования», «Информационные системы», «Проектирование информационных систем», «Дискретная математика», «Теория вероятностей и математическая статистика», «Теория систем и системный анализ», «Методы оптимизации».

Знания, полученные при изучении данной дисциплины, будут использованы при изучении такой дисциплины, как «Реинжиниринг бизнес-процессов», а также при дипломном проектировании.

Дисциплина «Интеллектуальные информационные системы» имеет целью изучение студентами проблематики и областей использования искусственного интеллекта в экономических информационных системах, освещение теоретических и организационно-методических вопросов построения и функционирования систем, основанных на знаниях, привитие навыков практических работ по проектированию баз знаний.


Основными задачами изучения дисциплины является ознакомление студентов с новейшими информационными технологиями, областями их использования и решаемыми прикладными задачами.


^ В результате изучения дисциплины студенты должны:

Иметь представление: об основных терминах и понятиях, процессах связанных с проектированием базы знаний, ее формализованным описанием и наполнением, реализацией различных стратегий вывода знаний и объяснением полученных результатов.


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.

^ Тематический план дисциплины «Интеллектуальные информационные системы» для студентов специальности «Прикладная информатика (в экономике)» 4 курс (дневное отделение)



^ Дидактические единицы

Наименование тем

Максим. учебная нагрузка студента, час

Количество аудиторных часов при очной форме обучения

^ Самост. работа студ.

Всего

Лекции

Лаборат. Работы

Практ. работа студ.

1.

2

3

4

5

6

7

8

ДЕ I

(60 баллов)

Тема 1. Общая характеристика интеллектуальных информационных систем

16

8

8

-

-

8

Тема 2. Основные системы представления знаний

16

12

4

8

-

4

Тема 3. Технология создания экспертных систем

30

24

8

16

-

6

Тема 4. Теоретические аспекты и технологии инженерии знаний

28

6

6

-

-

22

Тема 5. Создание и использование статических экспертных систем

30

24

8

16

-

6

Тема 6. Представление и использование нечетких знаний

20

8

4

4

-

12

ДЕ II

(40 баллов)

Тема 7. Машинное обучение на основе связей, социальных и эмерджентных принципов

30

12

8

4

-

18

Тема 8. Применение ИИС в сложных социально-экономических системах

26

4

4

-

-

22




^ Промежуточный контроль

Зачет лабораторных работ




Семестровый контроль

Зачет




^ Итого (час.)

196

98

50

48

-

98



^ Тематический план дисциплины «Интеллектуальные информационные системы» для студентов специальности «Прикладная информатика (в экономике)» 5 курс (заочное отделение)



^ Дидактические единицы

Наименование тем

Максим. учебная нагрузка студента, час

Количество аудиторных часов при очной форме обучения

^ Самост. работа студ.

Всего

Лекции

Лаборат. Работы

Практ. работа студ.

1.

2

3

4

5

6

7

8

ДЕ I


Тема 1. Общая характеристика интеллектуальных информационных систем

16

2

2

-

-

14

Тема 2. Основные системы представления знаний

16

4

2

2

-

12

Тема 3. Технология создания экспертных систем

30

6

2

4

-

24

Тема 4. Теоретические аспекты и технологии инженерии знаний

28

-

-

-

-

28

Тема 5. Создание и использование статических экспертных систем

30

8

2

6

-

22

Тема 6. Представление и использование нечетких знаний

20

-

-




-

20

ДЕ II


Тема 7. Машинное обучение на основе связей, социальных и эмерджентных принципов

30

-

-




-

30

Тема 8. Применение ИИС в сложных социально-экономических системах

26

-

-

-

-

26




^ Промежуточный контроль

Зачет лабораторных работ




Семестровый контроль

Зачет




^ Итого (час.)

196

20

8

12

-

176



^ 1.2. Содержание учебной дисциплины


Тема 1. Общая характеристика интеллектуальных информационных систем

Понятия данных, информации, знаний. Явное и неявное знание. Предметное (фактуальное) и проблемное (операционное) знание. Экстенсиональное и интенсиональное определение знаний. Декларативная и процедурная формы представления знаний. Эволюция информационных систем. Понятие ИИС. Признаки интеллектуальности ИИС. Классификация ИИС.

Системы с интеллектуальным интерфейсом. Интеллектуальные базы и хранилища данных. Понимание естественного языка. Морфологический, синтаксический, семантический анализ запросов и синтез выходных сообщений. Интеллектуальный поиск в информационных ресурсах. Интеллектуальный гипертекст. Когнитивная графика.

Экспертные системы. Характерные особенности. Условия применения. Задачи анализа и синтеза. Статические и динамические экспертные системы. Многоагентные системы. Проблемные области: интерпретация, диагностика, прогнозирование, проектирование, конфигурация, планирование, слежение, управление. Архитектура экспертных систем: база знаний, механизм логического вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс. Интеллектуальные редакторы. Использование графических средств ввода-вывода. Организация помощи, подсказок, объяснений. Интерфейсы с внешней средой.

Самообучающиеся системы. Извлечение знаний из данных, обучающие выборки «с учителем», «без учителя». Индуктивный вывод деревьев решения. Нейронные сети, алгоритмы построения решающих функций. Системы, основанные на прецедентах. Информационные хранилища.


^ Тема 2. Основные системы представления знаний.

Основные проблемы создания и функционирования системы знаний. Формы представления знаний. Характеристики систем представления знаний; языки представления знаний. Логические модели представления знаний. Представление знаний с помощью систем продукции. Требования к системе продукции; механизм вывода, представление систем продукции графами. Представление знаний семантическими сетями. Формализация семантических сетей; механизм вывода. Представление знаний фреймами. Свойства фреймов, структура данных фрейма, требования к фрейм-системам при разработке ИИС. Моделирование человеческих рассуждений в интеллектуальных системах. Неклассический подход к представлению знаний: критериальный и вероятностные методы.


^ Тема 3. Технология создания экспертных систем

Этапы проектирования: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация. Разработка прототипов, развитие и модификация проекта. Участники процесса проектирования: эксперты (специалисты проблемной области), инженеры по знаниям (разработчики), конечные пользователи, их взаимодействие.

Идентификация проблемной области. Определение назначения и сферы применения экспертной системы (ЭС), классы решаемых задач и видов используемых знаний. Подбор экспертов и инженеров по знаниям, выделение ресурсов. Параметризация решаемых задач: целей, ограничений, гипотез, понятий, исходных данных.

Концептуализация проблемной области. Структурная модель: классификационные (род-вид), агрегатные (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.

Формализация базы знаний. Классификация методов представления знаний по признакам объектного/операционного характера знаний, детерминированной обработки/обработки неопределенности, статической/динамической природы используемых знаний. Особенности представления знаний с помощью предикатов первого порядка, продукций, семантических сетей, фреймов и объектов. Критерии выбора методов представления знаний.

Реализация экспертной системы. Инструментальные средства разработки: языки программирования, языки представления знаний, генераторы, оболочки, средства автоматизации проектирования, проблемно и предметно ориентированные системы. Критерии выбора инструментальных средств: трудоемкость и стоимость разработки, степень соответствия концептуальной модели проблемной области, интеграция с программно-технической средой функционирования информационной системой. Методы проектирования, настройки и программирования механизмов вывода, приобретения и объяснения знаний.

Тестирование и развитие ЭС. Проверка точности решения проблем экспертами. Подбор тестовых примеров. Тестирование потребительских качеств ЭС потенциальными пользователями: времени реакции, удобства интерфейса, средств помощи и объяснения.


^ Тема 4. Теоретические аспекты и технологии инженерии знаний.

Поле знаний. Стратегии получения знаний. Теоретические аспекты извлечения знаний. Теоретические аспекты структурирования знаний. Классификация методов практического извлечения знаний. Коммуникативные методы. Текстологические методы. Простейшие методы структурирования. Состояние и перспективы автоматизированного приобретения знаний. Примеры методов и систем приобретения знаний.


^ Тема 5. Создание и использование статических экспертных систем

Понятие и структура продукционного набора правил статической экспертной системы. Определение продукционного правила и его интерпретаций: «посылка – заключение», «ситуация – действие», «причина – следствие», «аргумент – функция», «средство – цель». Структура набора правил: предусловия наборов правил и правил, правила «если – то», постусловия наборов правил и правил. Простые и обобщенные правила. Взаимодействие наборов правил. Реализация интерфейса с базами данных, электронными таблицами и внешними программами.

Методы логического вывода и объяснения. Сущность логического дедуктивного вывода на сети альтернативных вариантов решений. Методы построения прямой и обратной цепочек аргументации и условия их выбора и применения. Методы объяснения логического вывода на основе команд «Как» и «Почему».

Стратегии выбора правил. Логический и эвристический методы рассуждения в ЭС. Понятие конфликтного набора правил и критерии выбора из них правил на основе: приоритетов, анализа трудоемкости, достоверности получаемых результатов. Порог известности значения переменных. Использование метаправил и системных параметров для управления выбором правил из конфликтных наборов.

Проектирование правил. Сущность классификационного подхода (на основе конъюнктивных зависимостей аргументов посылок логического вывода) и рейтингового подхода (на основе дизъюнктивной независимости аргументов посылок логического вывода) к построению правил. Условия выбора подхода к построению правил: число аргументов посылок вывода, теснота их связи, возможность неизвестности в процессе логического вывода.


^ Тема 6. Представление и использование нечетких знаний.

Представление и использование нечетких знаний. Ненадежные знания и выводы. Решение задачи с ненадежными данными, метод MYCIN, субъективный байесовский метод. Нечеткая логика. Нечеткие множества. Нечеткие множества и выводы, нечеткие отношения. Методы устранения многозначности. Метод релаксации. Устранение нечеткости при построении экспертных систем. Использование статистических методов для устранения нечеткости.


^ Тема 7. Машинное обучение на основе связей, социальных и эмерджентных принципов.

Основы теории связей. Обучение персептрона. Обучение по методу обратного распространения. Конкурентное обучение. Синхронное обучение Хебба. Аттракторные сети. Генетические алгоритмы. Системы классификации и генетическое программирование. Искусственная жизнь и эмерджентное обучение.


^ Тема 8. Применение ИИС в сложных социально-экономических системах.

Непредсказуемость поведения социально-экономических систем. Метод системной динамики. Обратные связи. Ментальные модели. Динамическая сложность. Концептуальное моделирование социально-экономической системы регионального уровня. Состав и структура базы знаний социально-экономической системы. Когнитивные технологии для поддержки принятия управленческих решений.

^

1.3. Содержание лабораторных работ


4 курс, ДО




ТЕМЫ

ЧАСЫ

1.

^ Основные системы представления знаний. Представление знаний системами продукций и логики предикатов.

8

2.

Проектирование экспертных систем:

  1. Оценка кредитоспособности предприятия

  2. Планирование финансовых ресурсов предприятия

  3. Формирование портфеля инвестиций

  4. Страхование коммерческих рисков

  5. Выбор коммерческого банка

  6. Выбор стратегии производства

  7. Оценка конкурентоспособности продукции

  8. Выбор стратегии ценообразования

  9. Выбор поставщика продукции

  10. Подбор кадров

36

3.

Машинное обучение на основе связей, социальных и эмерджентных принципов. Прогнозирование общей численности населения г. Рубцовска с учетом социально-экономических факторов с помощью нейронных сетей (пакет Brainmaker).

4





ИТОГО:

48



5 курс, ЗО




ТЕМЫ

ЧАСЫ

1.

Проектирование экспертных систем:

  1. Оценка кредитоспособности предприятия

  2. Планирование финансовых ресурсов предприятия

  3. Формирование портфеля инвестиций

  4. Страхование коммерческих рисков

  5. Выбор коммерческого банка

  6. Выбор стратегии производства

  7. Оценка конкурентоспособности продукции

  8. Выбор стратегии ценообразования

  9. Выбор поставщика продукции

  10. Подбор кадров

12




ИТОГО:

12



^

2. Материалы к промежуточному и итоговому контролю


  1. Классификация ИИС.

  2. Особенности и признаки ИИС.

  3. Составные части экспертной системы: база знаний, механизм вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс.

  4. Этапы создания ЭС.

  5. Методы представления знаний: логические модели, продукционные модели, семантические сети, фреймы.

  6. Способы представления задач. Представление задач в пространстве состояний.

  7. Стратегии поиска в пространстве состояний: поиск на основе данных и от цели.

  8. Стратегии поиска в пространстве состояний: реализация поиска на графах.

  9. Стратегии поиска в пространстве состояний: поиск в глубину и ширину.

  10. Алгоритмы эвристического поиска. Функции эвристической оценки состояний.

  11. Управление поиском в продукционных системах.

  12. Нечеткие числа: определение, операции с нечеткими числами.

  13. Основы построения нечетких управляющих систем. Способы суперпозиции функций принадлежности.

  14. Алгоритм обучения персептрона. Обобщенное дельта-правило.

  15. Нейронные сети с обратным распространением.

  16. Нейронные сети прямого действия.

  17. Самоорганизующиеся сети Кохонена.

  18. Коллективы нейронных сетей.

  19. Генетические алгоритмы.

  20. Системы классификации и генетическое программирование.

  21. Искусственная жизнь и эмерджентное обучение.

  22. Эволюционное программирование.



^

3. Методические рекомендации по освоению учебной дисциплины



Промежуточная аттестация осуществляется путем оценки отчетов по результатам лабораторных работ.

Учебным планом по данной дисциплине предусмотрено проведение зачета по итогам изучения всего курса.

Методика изучения дисциплины строится из следующих элементов:

  • теоретическая часть (лекция);

  • лабораторные занятия;

  • самостоятельная работа с учебниками, Интернет-ресурсами и конспектами лекций.

Цель лекции – сообщение новых знаний, систематизация и обобщение накоплен­ных, развитие познавательных и профессиональных интересов.

Лабораторные занятия – как обязательный элемент образовательного процесса по данной дисциплине, призван закрепить полученные теоретические знания и обеспечить формирование основных навыков и умений практической работы по проектированию интеллектуальных информационных систем. Они проводятся по мере изучения теоретического материала и выполняются индивидуально каждым студентом.

Перечень и содержание лабораторных работ приводится в содержательной части данного учебно-методического комплекса.

Самостоятельная работа с книгой ставит своей целью закрепление, углубление, расширение и систематизация знаний, полученных в ходе аудиторных занятий, само­стоятельное овладение новым учебным материалом описательного характера, разви­тие самостоятельного мышления.

Балльно-рейтинговая схема предполагает, что студент для получения зачета по данной дисциплине должен набрать до 100 баллов, независимо от формы итогового контроля.

Максимум 100 баллов студент может набрать в ходе семестра на аудиторных занятиях, промежуточном контроле. Баллы присуждаются по результатам работы на лабораторных занятиях, за посещение в ходе семестра лекций. Максимальное количество баллов за работу на лабораторной, можно получить, демонстрируя хорошее знание теоретического материала и умение применять их при решении практических задач.


^







4. СПИСОК ЛИТЕРАТУРЫ





    1. Люгер Дж. Искусственный интеллект: стратегии и методы решения сложных проблем: - Спб.: Вильямс, 2003, -864с.

    2. Джексон П. Введение в экспертные системы: - М.: Вильямс, 2001, -624с.

    3. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы: – М.: Финансы и статистика, 1996, -320с.

    4. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. ­– СПб: Питер, 2000, -384с.

    5. Девятков В.В. Системы искусственного интеллекта: - М.: Изд-во МГТУ им. Н.Э. Баумана, 2001, - 352с.



Интернет-ресурсы


  1. www.osp.mesi.ru (сайт учебного процесса МЭСИ)

  2. http://www.raai.org Российская ассоциация искусственного интеллекта. Библиотека РАИИ

  3. http://www.sas.com компания SAS Institute

  4. http://www.tern.ru компания ТЕРН. Информация: материалы, обзоры и аналитика, публикации.

  5. http://www.gensym.com компания Gensym . G2 Platform.

  6. http://www.argussoft.ru компания Argussoft. Статьи, Библиотека.

  7. http://www.tora-centre.ru. компания ТОРА Центр.

  8. http://www.it.ru компания АйТи.

  9. http://www.baan.ru компания БААН Евразия.

  10. http://www.sap-ag.de компания SAP AG.

  11. http://www.sag.de компания Software AG.




Скачать 218.73 Kb.
оставить комментарий
Антропов А.В
Дата19.07.2012
Размер218.73 Kb.
ТипУчебно-методический комплекс, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

Рейтинг@Mail.ru
наверх