Учебные программы по дисциплинам программы профессиональной переподготовки (стр. 23 из 46)
Тема 6. Нейронные сети
Модель искусственного нейрона. Модели нейронных сетей. Построение нейронной сети. Обучение нейронных сетей. Способы реализации нейронных сетей. Практическое применение нейросетевых технологий.
Тема 7. Эволюционные аналогии в искусственных интеллектуальных системах
Генетические алгоритмы. Примеры практического применения генетических алгоритмов. Программные средства, реализующие генетические алгоритмы. Методы эволюционного программирования.
Тема 8. Интеллектуальные мультиагентные системы
Основные понятия теории агентов. Коллективное поведение агентов. Примеры мультиагентных систем. Технологии проектирования мультиагентных систем. Перспективы мультиагентных технологий.
Тема 9. Интеллектуальные методы проектирования сложных систем
Проблемы проектирования и реинжиниринга экономических систем. Системный подход к проектированию сложных систем. Программные средства для поддержки процессов реинжиниринга. Подход к коллективному выбору решений при проектировании экономических систем. Разрешение конфликтов при коллективном выборе решений. Эволюционный синтез систем и объектов. Логический подход к синтезу сценариев развития сложных систем.
Тема 10. Язык логического программирования – Visual Prolog
Основы Пролога.Установка и начало работы в Visual Prolog. Возможности Visual Prolog. Основы языка Visual Prolog. Унификация и поиск с возвратом. Простые и составные объекты. Повтор и рекурсия. Списки и рекурсия. Внутренняя база фактов Visual Prolog. Арифметические вычисления и сравнения. Сложные приемы программирования. Классы и объекты. Запись, чтение и файлы. Обработка строк в Visual Prolog. Внешние базы данных в Visual Prolog. Программирование на системном уровне. Систематический обзор языка Visual Prolog. Интерфейс с другими языками.
3. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ
Изучение дисциплины реализуется в форме отработки полученных знаний на практике. В учебной аудитории методы и приемы разбираются на реальных ситуациях, выполняются конкретные экономические расчеты, моделируются экспертные системы.
4. КОНТРОЛЬНЫЕ ЗАДАНИЯ
Контрольная работа
1. Теоретические аспекты интеллектуальных информационных систем
1. Охарактеризуйте направление исследований в информатике по искусственному интеллекту.
2. Сформулируйте основные отличия систем искусственного интеллекта от обычных программных средств.
3. Чем отличаются динамические экспертные системы от статических?
4. Расскажите об основных характеристиках инструментальных средств, предназначенных для разработки интеллектуальных информационных систем.
5. Опишите основные технологические этапы разработки экспертных систем.
6. Перечислите основные уровни обработки знаний.
7. Что происходит при извлечении знаний?
8. Какие модели используются при представлении знаний?
9. Кто участвует в структурировании знаний?
10. Дайте определение логической модели.
11. На чем основано представление знаний с помощью семантической сети?
12. Из чего состоит семантическая сеть?
13. Как фреймовые системы могут быть использованы для представления знаний?
14. Что такое фрейм? Какие бывают фреймы?
15. В чем состоит метод представления знаний с помощью продукций?
16. Что такое продукционная модель?
17. Что значит понятие «предикат»?
18. Дайте сравнительную характеристику методов извлечения знаний.
19. Расскажите о методах машинного обучения. Приведите классификацию и дайте характеристики методов.
20. Чем отличаются хранилища данных от баз данных? Что такое интеллектуальный анализ данных?
2. Применение интеллектуальных информационных систем
Подготовьте сообщение на тему «Применение интеллектуальных систем в экономике и бизнесе (другой проблемной области)».
Вопросы к зачету
1. Основные направления исследований, проводимые в области искусственного интеллекта.
2. Основные функции, присущие ИИС.
3. Дайте характеристику систем с интеллектуальным интерфейсом, экспертных систем, самообучающихся систем и адаптивных информационных систем.
4. Основные отличия систем искусственного интеллекта от обычных программных средств.
5. Перечислите и охарактеризуйте основные компоненты статических экспертных систем.
6. Какого профиля специалисты привлекаются для разработки экспертных систем? Каковы их функции?
7. Отличие динамических экспертных систем от статических?
8. Характеристика экспертной системы по следующим параметрам: тип приложения, стадии существования, масштаб, тип проблемной среды, тип решаемой задачи.
9. Основные технологические этапы разработки экспертных систем: идентификация, концептуализация, формализация, выполнение, тестирование, опытная эксплуатация.
10. Чем отличаются знания от данных? Определения знаний.
11. Характеристика основных признаков, по которым классифицируются знания (природа знаний, способ приобретения знаний, тип представления знаний).
12. Логический способ представления знаний. Область применения логической модели.
13. Продукционная модель представления знаний. Отличия между продукционными системами с прямыми, обратными и двунаправленными выводами?
14. Фреймовая модель представления знаний.
15. Модель представления знаний в виде семантической сети.
16. Стратегия доказательства с введением допущения.
17. Функционирование механизма вывода продукционной ЭС и характеристика его составляющих: компонента вывода и управляющая компонента.
18. Смысл понятия «нечеткость» знаний. Характеристика компонентов нечеткости.
19. Способы обработки неполных знаний в интеллектуальных системах.
20. Модель искусственного нейрона. Примеры передаточных функций.
21. Что такое перцептрон? Какие модели нейронных сетей вам известны?
22. Характеристика основных этапов построения нейронной сети.
23. Основные направления эволюционного моделирования и основные факторы, определяющие неизбежность эволюции.
24. Какие алгоритмы называют генетическими? Основные особенности генетических алгоритмов.
25. Сущность мультиагентных технологий. Что подразумевается под агентом и как он может быть реализован?
26. Свойства «интеллектуальных агентов»?
27. Характеристика архитектуры мультиагентных систем.
28. Основные идеи эволюционного проектирования систем.
29. Отличие эволюционного синтеза от эволюционных методов оптимизации.
30. Основные этапы эволюционного синтеза.
Тестовые задания
Задания делятся на 3 типа, перед каждым ответом из предложенного набора стоит один из знаков:
( 
здесь и далее в скобках показан выбранный вариант), 
( 
).Знак
предполагает выбор одного ответа из предложенных.Знак
предполагает выбор нескольких ответов из предложенных.Знак
предполагает указание последовательности или соответствия.Тестовые задания
1. Генетический алгоритм – это …
o моделирование эволюции в живой природе
o планирование
o моделирование мышления
o работа на основе эвристических приемов
2. Языки программирования высокого уровня характеризует:
близость к естественному языку
зависимость от архитектуры конкретного компьютера
близость к машинному языку
наличие понятия типа данных
3. Язык логического программирования
○ PROLOG ○ LISP ○ PERL ○ Рефал
4. Эвристика – это…
o алгоритм, позволяющий решить задачу за конечное число шагов
o правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований
o модель представления знаний
o подход, основанный на глубинных знаниях
5. Экспертные системы применяются для решения…
o сложных плохо формализуемых задач
o формализованных проблем
o задач моделирования
o бета-тестирования
6. Признаками интеллектуальной информационной системы являются функции:
коммуникативные способности
решение сложных плохо формализуемых задач
способность к самообучению
адаптивность
7. Индуктивные системы позволяют обобщать примеры на основе принципа…
o «от частного к общему»
o «от общего к частному»
o «обучение без учителя»
o «обучение с учителем»