ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ
АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ»
Учебная программа дисциплины
«Экспертные системы поддержки принятия решений»
Введение.
Целью преподавания данной дисциплины является ознакомление с современными методами проектирования и сопровождения интеллектуальных информационных систем (ИИС) различного масштаба для разных предметных областей. Основное внимание уделяется рассмотрению экспертных систем (ЭС) и искусственных нейронных сетей (ИНС).
Основной задачей преподавания данной дисциплины является системное представление отдельных частей ИИС различных типов и технологий их проектирования.
Основные знания, приобретенные слушателями при изучении дисциплины – знания по методологии проектирования и разработки различных типов ИИС.
Основные умения, приобретенные слушателями при изучении дисциплины – умения осуществлять создание ИИС от этапа постановки задачи до программной реализации.
Тема 1. Введение. Классификация интеллектуальных информационных систем.
1.1. Особенности и признаки интеллектуальности ИИС. Фактуальное и операционное знания. Программа, алгоритм, структура знаний.
1.2. Системы, основанные на базах данных (БД).
1.3. Системы, основанные на базах знаний (БЗ).
Тема 2. Системы с интеллектуальным интерфейсом.
2.1. Интеллектуальные БД.
2.2. Естественно-языковой интерфейс.
2.3. Гипертекстовые системы.
2.4. Системы контекстной помощи.
2.5. Системы когнитивной графики.
Тема 3. Экспертные системы (ЭС).
3.1. Назначение ЭС.
3.2. Архитектура ЭС: БЗ, интеллектуальный интерфейс, механизм вывода, механизм объяснения, механизм приобретения знаний.
3.3. Участники работы с ЭС: инженер знаний, эксперт, пользователь.
3.4. Классы ЭС: классифицирующие, доопределяющие, трансформирующие, многоагентные.
3.5. Проблемные области ЭС: интерпретация данных, диагностика, коррекция, проектирование, прогнозирование, диспетчирование, планирование, мониторинг, управление.
Тема 4. Самообучающиеся системы.
4.1. Обучение с учителем и без учителя.
4.2. Индуктивные системы. Нейронные сети.
4.3. Системы, основанные на прецедентах.
4.4. Информационные хранилища.
Тема 5. Этапы создания ЭС.
5.1. Идентификация проблемной области. Концептуализация проблемной области.
5.2. Формализация БЗ. Реализация БЗ.
5.3. Тестирование БЗ. Опытная эксплуатация.
5.4. Приемы извлечения знаний инженерами знаний.
Тема 6. Идентификация проблемной области.
6.1. Определение назначения и сферы применения ЭС. Подбор экспертов и группы инженеров по знаниям.
6.2. Выделение ресурсов. Постановка и параметризация решаемых задач.
Тема 7. Построение концептуальной модели.
7.1. Объектная модель.
7.2. Функциональная модель.
7.3. Поведенческая модель.
Тема 8. Формализация базы знаний.
8.1. Логическая модель. Продукционная модель.
8.2. Семантическая сеть. Фреймовая модель. Объектно-ориентированная модель.
Тема 9. Выбор инструментальных средств реализации экспертной системы.
9.1. Программные оболочки. Генераторы (интегрированные среды).
9.2. Языки представления знаний (языки программирования).
Тема 10. Основные положения теории ИНС.
10.1. История исследований в области ИНС. Первые попытки создания ИНС. Детекторная теория. Персептрон. Когнитон. Нейрокомпьютеры.
10.2. Биологические нейронные сети. Схема биологического нейрона (сома, ядро, аксон, дендриты, синапсы). Различия архитектур биологической нейронной системы и машины фон Неймана. Важнейшие свойства биологических нейросетей.
10.3. Основные черты и свойства ИНС. Реализуемость ИНС. Применение ИНС. Общий вид искусственного нейрона. Классификация ИНС.
10.4. Простейшая ИНС на примере однослойного персептрона. Проблема исключающего ИЛИ. Алгоритм обучения с учителем. Явление переобучения. Обучение ИНС с помощью процедуры обратного распространения.
Тема 11. Основные конфигурации нейронных сетей.
11.1. Сеть встречного распространения (самоорганизующаяся карта Кохонена, звезда Гроссберга).
11.2. Стохастические методы обучения (имитация отжига, Больцмановское обучение, обучение Коши).
11.3. Конфигурации сетей с обратными связями (сети Элмана и Хопфилда).
11.4. Двунаправленная ассоциативная память. Адаптивная резонансная теория.
Литература
1. Заенцев сети: основные модели. – Воронеж: ВГУ, 1999. – 77 с.
2. Медведев сети. MATLAB 6 / , . – М.: ДИАЛОГ-МИФИ, 2002. – 496 с.
3. Нейронные сети. STATISTICA Neural Networks. - М.: Горячая линия - Телеком, 2000.
4. Нейронные сети для обработки информации / С. Осовский. – М.: Финансы и статистика, 2002. – 344с
5. Питолин проектирования искусственных нейронных сетей: Учеб. пособие / Воронеж: Изд-во ВГТУ, 2001. – 108 с.
6. Суровцев сети / , , . – Воронеж: ВГУ, 1994. – 224 с.
7. Тельнов информационные системы: Учебное пособие. - М.: МГУЭСИ, 2000.
8. Хайес- Построение экспертных систем / Ф. Хайес-Рот, Д. Уотерман, Д. Ленат.: Пер. с англ. – М.: Мир, 1987. – 430 с.
9. Нейрокомпьютерная техника. - М.: Мир, 1992.
10. Руководство по экспертным системам: Пер. с англ. – М.: Мир, 1989. –388 с.
Составил:
Доцент кафедры «Математическое моделирование и вычислительная техника» ГОУ ВПО ВГАСУ, к. т.н.
