Рабочая программа учебной дисциплинЫ «Интеллектуальные информационные системы» Направление - страница №1/1
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