Рабочая программа учебной дисциплинЫ «Интеллектуальные информационные системы» Направление 230200 Информационные системы

ПЕРВОЕ ВЫСШЕЕ ТЕХНИЧЕСКОЕ УЧЕБНОЕ ЗАВЕДЕНИЕ РОССИИ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«НАЦИОНАЛЬНЫЙ МИНЕРАЛЬНО-СЫРЬЕВОЙ УНИВЕРСИТЕТ «ГОРНЫЙ»

Согласовано	Утверждаю
___________________ Зав. кафедрой ИС и ВТ доцент Е. Б. Мазаков	_______________________ Зав.кафедрой ИС и ВТ доц. Е.Б. Мазаков

РАБОЧАЯ ПРОГРАММА

учебной дисциплинЫ
«Интеллектуальные информационные системы»

Направление 230200 – Информационные системы

Специальность 230201 -Информационные системы и технологии

Квалификация (степень) выпускника: специалист

Форма обучения: очная
Составитель: доцент К. И. Кузьмин

САНКТ-ПЕТЕРБУРГ

2012

1. Цели и задачи дисциплины.

Целью изучения дисциплины является ознакомление студентов с теоретическими основами и методиками разработки и эксплуатации интеллектуальных информационных систем.

Задачи изучения дисциплины

Студенты должны уметь самостоятельно разрабатывать и иметь практические навыки по программированию интеллектуальных информационных систем.

2. Место дисциплины в структуре ООП.

Дисциплина относится к специальным дисциплинам цикла СД основной образовательной программы подготовки специалистов 230201 «Автоматизированные системы обработки информации и управления».

Теоретической и практической основами дисциплины являются курсы «Математика» (Дискретная математика, Математическая логика и теория алгоритмов, Вычислительная математика, Теория вероятностей, математическая статистика и случайные процессы), «Информатика», «Информационные технологии», «Программирование на языке высокого уровня». Приобретённые знания студентами будут непосредственно использованы при изучении следующих дисциплин: «Базы данных», «Сети ЭВМ и телекоммуникации», «Методы и средства защиты компьютерной информации», и др., а также в курсовом и дипломном проектировании.
3. Требования к результатам освоения дисциплины.
В соответствии с п.4 государственного образовательного стандарта в обязательный минимум рабочей программы дисциплины должны входить: Основные понятия искусственного интеллекта; информационные системы, имитирующие творческие процессы; информация и данные; системы интеллектуального интерфейса для информационных систем; интеллектуальные информационно-поисковые системы; экспертные системы; информационные модели знаний, логико-лингвистические и функциональные семантические сети; семантическая сеть как реализация интегрированного представления данных, категорий типов данных, свойств категорий и операций над данными и категориями; фреймовые модели; модель прикладных процедур, реализующих правила обработки данных; методы представления знаний в базах данных информационных систем; методы инженерии знаний; инструментальные средства баз данных; тенденции развития теории искусственного интеллекта.

В результате изучения дисциплины студент должен овладеть основами знаний по разработке и эксплуатации интеллектуальных информационных систем, основными методами их построения, получение практических навыков в использовании методов и средств программной реализации

• Знать назначение и области применения интеллектуальных информационных систем, принципы их построения и функционирования, типовой состав программного обеспечения и особенности его реализации; методы приобретения, представления и использования знаний в интеллектуальных информационных системах; принципы построения нечетких моделей и искусственных НС.

• Уметь использовать методологию проектирования интеллектуальных информационных систем, нечётких моделей и искусственных НС; использовать инструментальные средства их реализации.

• Владеть методами проектирования интеллектуальных информационных систем и навыками их эксплуатации.
4.Объем часов по дисциплине и виды учебной работы

Объем часов учебной работы по формам обучения, видам занятий и самостоятельной работе представлен в таблице.

Вид учебной работы	Всего часов

Общая трудоемкость дисциплины (ОТД)	102
Работа под руководством преподавателя	51
В том числе аудиторные занятия:	51
Лекции	34
Лабораторные работы	17
Самостоятельная работа студента	51
Текущий контроль, количество	10
Рубежный контроль	3
Контрольная работа	
Вид итогового контроля	Зачет

5.Содержание дисциплины

5.1.Содержание разделов дисциплины

№ п/п	Наименование раздела дисциплины	Содержание раздела
1	Введение. Цели и задачи. Основные понятия и определения	Цели и задачи дисциплины. Понятие искусственного интеллекта. Автоматизация рассуждений.
2	Основные тенденции развития ИИС. Классификация ИИС. Эволюция развития и структура ИИС	Основные типы задач, решаемых экспертными системами и их характеристики. Классификация ИИС. Примеры современных ИИС. Структура и типовые компоненты экспертных систем. Механизмы функционирования ИИС и принципы организации подсистем логического вывода, советов и пояснений, базы знаний, пользовательского интерфейса. Проблемы получения, представления и использования знаний в ИИС
3	Данные и знания. Получение, представление и использование знаний в ИИС	Данные и знания. Проблемы разработки систем, основанных на знаниях. Эволюция средств построения ЭС. Технология приобретения знаний. Интегрированные системы поддержки знаний. Автоматизация процесса генерации базы знаний. Вопросно-ответные системы. Системы, понимающие естественный язык.
4	Управление выводом в продукционных системах	Правила продукций. Продукционные ЭС. Управление выводом в продукционных экспертных системах. Прямая и обратная цепочка рассуждений. Граф И/ИЛИ для представления процесса поиска. Метод резолюций.
5	Представление знаний на семантических сетях	Представление знаний на семантических сетях. Семантические сети и их формализованное описание. Экстенсиональные и интенсиональные семантические сети. Логический вывод в семантических сетях. Структура и механизм функционирования ЭС на семантических сетях.
6	Представление знаний при помощи фреймов	Представление знаний при помощи фреймов. Основные понятия теории фреймов. Структура данных фрейма. Механизм наследования. Структура ЭС с представлением знаний на фреймах. Особенности реализации.
7	Технология приобретения знаний	Инженерия знаний.
	Методология нечёткого моделирования	Методология нечеткого моделирования. Источники нечёткости. Основные понятия теории нечетких множеств. Нечеткие отношения. Нечеткая и лингвистическая переменная. Системы нечеткого вывода. Этапы нечеткого вывода. Алгоритмы нечеткого вывода. Методы приведения к четкости. Реализация нечетких моделей в среде пакета Matlab. Примеры ЭС с нечеткими знаниями.
	Искусственные нейронные сети	Основные понятия и определения. Моделирование искусственных нейронов. Примеры искусственных НС. Типы нейронов. Задачи НС. Основные свойства. Обучение однослойных и специальных НС. Многослойные нелинейные НС. Нечёткие НС. Алгоритмы обучения и использования гибридных сетей. Примеры построения. Генетические алгоритмы. Гибридные системы.

5.2.Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

Наименование обеспечиваемых (последующих) дисциплин	№№ разделов данной дисциплины
	1	2	3	4	5	6	7	8
Базы данных		+					+
Сети ЭВМ и телекоммуникации		+		+
Методы и средства защиты компьютерной информации		+			+

5.3.Разделы дисциплины и виды занятий

2

Раздел	Наименование разделов, тем дисциплины	Объем в часах по видам
		Всего	Л	ПЗ	С	ЛЗ
1	Введение. Цели и задачи. Основные понятия и определения	2	1	-	-	-
2	Основные тенденции развития ЭС. Классификация ЭС. Эволюция разви-тия и структура ЭС	2	1	-	-	-
3	Данные и знания. Получение, предста-вление и использование знаний в ЭС	2	1	-	-	-
4	Управление выводом в продукционных системах	2	2	-	-	-
5	Представление знаний на семантических сетях	1	1	-	-	-
6	Представление знаний при помощи фреймов	2	2	-	-	-
7	Технология приобретения знаний	2	2	-	-	-
8	Технология создания ЭС	1	1	-	-	-
9	Пример реализации	2	2	-	-	-
10	Создание ЭС на языке Prolog и средствами интегрированной оболочки ЭКО	6	2	-	-	4
12	Нечёткая и лингвистическая переменная	1	1	-	-	-
13	Нечёткие продукции	2	2	-	-	-
14	Проектирование базы нечётких продукций	2	2	-	-	-
15	Системы нечёткого вывода	1	1	-	-	-
16	Реализация нечётких моделей в среде Matlab	9	2	-	-	7
17	Задачи НС. Классификация. Основные свойства	2	2	-	-	-
18	Моделирование искусственных нейронов	1	1	-	-	-
19	Обучение однослойных и специальных НС	1	1	-	-	-
20	Многослойные нелинейные НС	2	2	-	-	-
21	Нечёткие НС	1	1	-	-	-
22	Алгоритмы обучения и использования гибридных сетей	1	1	-	-	-
23	Реализация НС в среде Matlab	7	1	-	-	6
24	Генетические алгоритмы	1	1	-	-	-
25	Заключение. Текущие задачи и будущие направления	1	1	-	-	-
Итого:		51	34	-	-	17

Самостоятельная работа в объёме 51 час отводится на освоение лекционного материала, подготовку к лабораторным занятиям, оформление отчётов по лабораторным занятиям и подготовку к зачёту

6. Лабораторный практикум

№ п\п	№ раздела дисцип.	Наименование лабораторной работы	Количество часов
1	10	Построение экспертной системы (ЭС) средствами языка Prolog	2
2	10	Разработка ЭС средствами оболочки ЭКО	4
3	16	Реализация нечётких моделей средствами пакета Matlab (Fuzzy Logic Toolbox)	7
4	23	Исследование искусственных нейронных сетей (ИНС) средствами пакета Matlab (Neural Network Toolbox)	2
5	23	Построение ИНС средствами входного языка системы Matlab	4

7.Практические занятия (семинары)

Практические занятия учебным планом не предусмотрены
8.Примерная тематика курсовых проектов (работ)

Учебным планом не предусмотрено курсовое проектирование

9.Учебно-методическое и информационное обеспечение дисциплины
а) основная литература:

1. Петухов О.А. Экспертные системы: Учеб. пособие. – СПб.: СЗТУ, 2004. – 150 с.

2. Петухов О.А. PDC Prolog - язык систем искусственного интеллекта: Учебн. пособие. – СПб.: СЗТУ, 2006. – 168 с.

3. Жданов А. Автономный искусственный интеллект. М.: Лаборатория Базовых Знаний, 2008 - 360с.

4. Петухов О.А., Бригаднов И.А., Хамидуллин Р.Р. и др. Нечёткие модели: Учеб. пособие. – СПб.: СЗТУ, 2007. – 92 с.

5. Хайкин С. Нейронные сети: полный курс, Пер. с англ. – М.: Издательский дом «Вильямс», 2006. – 1104 с.

б) дополнительная литература:

Частиков А.П. Кузьменко И.П., Хоконова Е.З. Системы искусственного интеллекта: от теории к практике. Учебное пособие. Краснодар: Издательский Дом – Юг, 2011. – 264 с.
Корниенко А.В. Интеллектуальные информационные системы: учебное пособие. Томск: Изд-во ТПУ, 2009. – 176 с.
Андрейченко А.В., Андрейченко О.Н. Интеллектуальные информационные системы: Учебник. – М.: Финансы и статистика, 2004. – 424 с.
Гаскаров Д.В. Интеллектуальные информационные системы. Учеб. для вузов. – М.: Высш. шк., 2003. – 431 с.
Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечёткой логики и нечёткого вывода. – М.: Издательство Физико-математической литературы, 2002. – 256 с.
Леоненков А.В. Нечёткое моделирование в среде MATLAB и tuzzyTECH. – СПб.: БХВ-Петербург, 2003. – 736 с.
Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. – СПб.: Наука и Техника, 2003. – 384 с.
Джексон П. Введение в экспертные системы. Пер. с англ.: Учеб. пособие. – М.: Издательский дом «Вильямс», 2001. – 624 с.
Рутковская Д, Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечёткие системы: Пер. с польск. И.Д. Рудинского. – М.: Горячая линия – Телеком, 2006. – 452 с.
Ярушкина Н.Г. Основы теории нечётких и гибридных систем: Учеб. пособие. – М.: Финансы и статистика, 2004. – 320 с.

в) программное обеспечение: Prolog, CLIPS, MatLab

г) базы данных, информационно-справочные и поисковые системы: ресурсы Internet
www.ito.su/1998-99/k/frolov_1.html

ermak.cs.nstu.ru/site/students/ai1/chapter1.htm

www.softkey.info/reviews/review464.php

www.shuklin.com/ai/ht/ru/ai00004f.htm

www.edu-zone.net/show/48171.html

______________________________________________________________________

Разработчики:

кафедра ИСиВТ доцент К.И.Кузьмин