Рабочая программа (стр. 1 )

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«МАЙКОПСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ»

Факультет информационных систем в экономике и юриспруденции

Кафедра информационной безопасности и прикладной информатики

УТВЕРЖДАЮ

Декан факультета

__________

«_____»____________20___г.

РАБОЧАЯ ПРОГРАММА

по дисциплине СД. Ф.02 Интеллектуальные информационные системы

по специальности 080801 Прикладная информатика (в юриспруденции)

(направлению)

Факультет информационных систем в экономике и юриспруденции

форма обучения очная, заочная

МАЙКОП

Рабочая программа составлена на основании ГОС ВПО и учебного плана МГТУ по

специальности (направлению)

080801 «Прикладная информатика (в юриспруденции)»

__________________________________________________________________________________________________

Составители рабочей программы

Доцент, к. п.н.

__________________________________________________ ________________________ ______________________________________________________

(должность, ученое звание, степень) подпись (Ф. И.О.)

Рабочая программа утверждена на заседании кафедры

информационной безопасности и прикладной информатики

__________________________________________________________________________________________________________________________________________________

(наименование кафедры)

Заведующий кафедрой

«___»________20__г. ____________

________________________________________________

(подпись) (Ф. И.О.)

Одобрено научно-методической

комиссией факультета «___»_________20_г.

Председатель

научно-методического

совета специальности

_____________________ ________________________________________________

(подпись) (Ф. И.О.)

Декан факультета

_____________________ ________________________________________________

(подпись) (Ф. И.О.)

«___»_________20_г.

СОГЛАСОВАНО:

Начальник УМУ

________________________ ________________________________________________

«___»_________20_г. (подпись) (Ф. И.О.)

Зав. выпускающей кафедрой

по специальности

________________________ ________________________________________________

«___»_________20_г. (подпись) (Ф. И.О.)

1. Цели и задачи учебной дисциплины, её место в учебном процессе

1.1. Цели и задачи изучения дисциплины

Данная дисциплина обеспечивает приобретение студентами знаний, умений и навыков по в соответствии с государственным образовательным стандартом (ГОС) высшего профессионального образования. Она входит в цикл специальных дисциплин специальности.

Основной целью изучения дисциплины «Интеллектуальные информационные системы» является обеспечение высокой профессиональную подготовку информатиков в области разработки и практического применения интеллектуальных информационных технологий по профилю будущей специальности.

Основные задачи дисциплины:

-  ознакомить с современными областями исследования по искусственному интеллекту и сферами приложения экспертных систем;

-  ознакомить с концепциями, составляющими основу современных систем искусственного интеллекта;

-  рассмотреть подходы и методы создания и эксплуатации систем искусственного интеллекта;

-  получить навыки практической работы по использованию интеллектуальных информационных систем в различных предметных областях.

В результате изучения курса «Интеллектуальные информационные системы» студенты должны:

иметь представление:

-  об основных моделях представления знаний;

-  о структуре и составе интеллектуальной информационной системы

-  о перспективных информационных технологиях искусственного интеллекта, создания, анализа и сопровождения ИИС;

-  о прогнозировании, моделировании и создании информационных процессов в области применения ИИС;

-  о процессах по развитию возможностей ИИС на всех стадиях их жизненного цикла;

-  об основных тенденциях развития ИИС, связанных с изменениями условий в области их применения.

знать:

-  методы решения трудно формализуемых задач предметной области, рынки информационных ресурсов и особенности их использования; виды обеспечения ИИС;

-  основные понятия искусственного интеллекта;

-  классификацию интеллектуальных информационных систем;

-  принципы обеспечения информационной безопасности ИИС; технологии адаптации ИИС к данной предметной области; требования к надежности и эффективности ИИС в области применения;

-  перспективы развития ИИТ в предметной области, их взаимосвязь со смежными областями; методы научных исследований по теории, технологии разработки и эксплуатации предметно-ориентированных ИИС в смежных предметных областях; перспективы развития ИИС; уметь формулировать и решать задачи профессионального применения ИИС с использованием различных методов и решений;

уметь:

-  решать задачи с применением интеллектуальных информационных технологий в различных предметных областях;

-  подготавливать обучающую выборку и управлять ею;

-  уметь решать задачи, связанные с организацией диалога между человеком и ИИС; проводить выбор интерфейсных средств при построении сложных предметно-ориентированных ИИС;

-  формулировать основные требования к задачам с применением ИИС; создавать, выполнять и внедрять проекты при помощи современных предметно-ориентированных ИИС в данной предметной области;

-  разрабатывать ценовую политику применения ИИС в сфере их профессионального использования.

иметь навыки:

-  работы с основными объектами, процессами и явлениями, связанными с ИИС и использования методов их постановки трудноформализуемых задач и выбора методов и средств их решения с применением выбора ИИС для решения поставленных задач;

-  работы с предметно-ориентированными ИИС.

1.2. Краткая характеристика дисциплины, её место в учебном процессе

Дисциплина "Интеллектуальные информационные системы" является теоретическим и прикладным фундаментом для изучения дисциплин, связанных с обработкой информации при мониторинге, анализе, прогнозировании и управлении в экономике и юриспруденции. Знания, умения и навыки, полученные студентами при качественном освоении курса "Интеллектуальные информационные системы" могут использоваться ими при изучении других учебных дисциплин, а также при разработке курсовых и дипломных работ.

Изложение учебного материала дисциплины, согласно представленного в рабочей программе календарно-тематического плана, учитывает специфику деятельности специалиста в области экономики и юриспруденции. Оно ориентировано на то, что работа выпускников по данной специальности будет связанна с выявлением фактов непосредственно из эмпирических данных, накоплением фактов, выявлением причинно-следственных взаимосвязей между ними и использованием этих знаний для решения разнообразных задач идентификации, прогнозирования и выработки рекомендаций по управлению (поддержка принятия управленческих решений). Поэтому при преподавании дисциплины упор делается на прикладные аспекты эффективного применения ими интеллектуальных информационных технологий.

1.3. Связь с предшествующими дисциплинами

Изучение дисциплины "Интеллектуальные информационные системы" базируется на знаниях, полученных в результате изучения дисциплин «Информатика и высокоуровневые методы программирования», «Теория вероятностей», «Мировые информационные ресурсы», «Теория экономических информационных систем».

Предлагаемые для выполнения задания могут относиться к различным предметным областям. Это способствует интеграции знаний из разных областей на основе известного принципа межпредметных связей. С одной стороны, приобретаются устойчивые технологические навыки работы в прикладной среде, с другой стороны, происходит закрепление полученных ранее знаний по другим дисциплинам

1.4. Связь с последующими дисциплинами

Знания и умения, приобретенные в процессе изучения курса «Интеллектуальные информационные системы», в дальнейшем используются студентами в учебной деятельности. Наиболее важным представляется применение системного подхода, операционного мышления для решения конкретных задач учебного процесса.

2. Распределение часов учебных занятий по семестрам

Номер семестра	Учебные занятия	Форма итоговой аттестации (зачет, экзамен)	Количество часов в неделю
Общий объем	Аудиторные	СРС	Лекции	Практические	Лабораторные
Всего	Лекции	Контрольная работа	Лабораторные
7 (ОФО)	158	68	34		34	90	экзамен	2		2
10 (ЗФО)	158	14	8	+	6	144	экзамен	-	-	-

3. Содержание дисциплины

3.1. Наименование тем, их содержание, объём в часах лекционных занятий

Порядковый номер лекции	Раздел, тема учебного курса, содержание лекции	Количество часов ОФО	Количество часов ЗФО
1	СЕДЬМОЙ СЕМЕСТР (ОФО), ДЕСЯТЫЙ СЕМЕСТР (ЗФО) Раздел 1 Тема 1.1 Введение в интеллектуальные информационные системы. 1.1.1 Введение. Цели и задачи курса. Определение искусственного интеллекта. Предпосылки и история возникновения ИИС. 1.1.2 Общая характеристика ИИС как систем, базирующихся на знаниях. Классы трудно формализуемых задач в автоматизированных системах обработки информации и управления. Понятие ИИС. Основные свойства интеллектуальных систем. Правила формулировки условий задач и выбор модели решения. Рассуждения на основе дедукции, индукции, аналогии. 1.1.3. Основные направления исследований в области искусственного интеллекта Классификация информационных систем, основанных на знаниях, основные проблемы их разработки. Функции ИИС. Логический и эвристический методы рассуждения в ИИС	4	0,5
2	Раздел 2 Тема 2.1 Представление знаний в ИИС 2.1.1. Проблема представления знаний. Необходимые условия представления знаний. Общая схема процесса извлечения и представления знаний. Методы представления знаний. Механизмы приобретения и объяснения знаний. Механизм вывода. 2.1.2. Классификация моделей представления знаний. Предметное (фактуальное) и проблемное (операционное) знания. Организация базы знаний. 2.1.3. Общая характеристика подходов к формализации знаний. Декларативная и процедурная форма представления знаний. Языки представления знаний.	4	0,5
3	Тема 2.2 Продукционные модели представления знаний. 2.2.1. Понятие продукционной модели. Продукционная модель, как основа для построения решателя или механизма логического вывода. Концепция продукционных систем. Описание предметной области правилами и фактами. Представление задачи в виде И-ИЛИ графа. 2.2.2. Графы правил и поиск на графе. Граф И/ИЛИ и поиск данных. 2.2.3. Управление выводом в продукционной системе. Управление системой продукции. Влияние структурированности базы данных, числа правил-продукций и логики работы интерпретатора на эффективность продукционных систем.	2	0,5
4	Тема 2.3. Представление знаний фреймами и выводы. 2.3.1. Основы теории фреймов. Понятие фрейма. Кластеризация знаний. Стереотипные знания и способы их описания на основе фреймов. Принцип наследования информации как способ уменьшения избыточности описания знаний. 2.3.2. Свойства и основные параметры фреймов. Описание знаний о предметной области на основе сети фреймов. Описание декларативных и процедурных знаний с помощью фреймов. Логика работы фреймовых систем (создание экземпляра фрейма, его активизация и организация вывода).	2	0,5
5	Тема 2.4. Представление знаний на основе формальных сетей (семантические сети, исчисление предикатов). 2.4.1. Семантические сети. Понятие семантической сети. Модели представления знаний на основе семантической сети. Этапы формализации семантической сети. Описание иерархической структуры понятия и графические средства ее процедурного представления на основе семантической сети. 2.4.2. Представление знаний с помощью логики предикатов. Выводы в естественной дедуктивной системе. Получение выводов и операции со знаниями на основе принципа резолюции.	4	1
6	Тема 2.5. Модели представления нечетких знаний. 2.5.1. Нечеткость знаний. Понятие и виды нечеткости в инженерии знаний. Нечеткость на основе многозначности интерпретации и методы ее устранения. Нечеткий вывод знаний. Метод релаксации. Модель доски объявлений. Ненадежные знания и выводы. Разбиение задач с ненадежными данными. Субъективный Байесовский метод. Нечеткая логика. Вероятностная логика Неполные знания и немонотонная логика. Немонотонность вывода. Нечеткие отношения.	2	1
7	Тема 2.6. Генетические алгоритмы. Нейронные сети. 2.6.1. Генетические алгоритмы. Основные понятия моделей представления знаний, основанных на генетических алгоритмах. Эволюционное (генетическое) программирование. 2.6.2. Нейронные сети. Биологический нейрон. Формальный нейрон. Нейронные сети - основные понятия и определения. Типы сетей. Способы реализации нейрокомпьютеров и нейронных сетей. Алгоритмы и методы обучения сетей. Машинное обучение на примерах. Организация функционирования сети. Прогнозирование с использованием сетей.	4	1
8	Раздел 3 Тема 3.1 Системы, основанные на знаниях. 3.1.1. Понятие экспертной системы. Назначение и основные свойства ЭС. Смысл экспертного анализа. Характеристики и базовые функции экспертных систем. Приобретение знаний. Извлечение знаний из данных. Представление знаний. База знаний. Управление процессом поиска решения. Разъяснение принятого решения. 3.1.2. Структура типовой экспертной системы. Составные части ЭС. Пользователь, инженер по знаниям, интеллектуальный интерфейс пользователя, база знаний, решатель, подсистема объяснений, интеллектуальный редактор базы знаний. Достоинства и недостатки экспертных систем. Отличие экспертных систем от других программных продуктов. 3.1.3. Классификация систем, основанных на знаниях. Принципы функционирования экспертных систем. Структурированные статические и динамические знания. Технология использования экспертных систем. Классификация по решаемой задаче, по связи с реальным временем, по типу ЭВМ, по степени интеграции с другими программами. Необходимые условия представления знаний. Общая схема процесса извлечения и представления знаний.	4	1
9	Тема 3.2. Разработка систем, основанных на знаниях. Технология проектирования и разработки ЭС. 3.2.1. Коллектив разработчиков. Участники процесса проектирования: эксперты, инженеры по знаниям, конечные пользователи. Требования к участникам разработки. 3.2.2. Этапы разработки ЭС. Проблемы разработки промышленных ЭС. Методика построения. Выбор подходящей проблемы. Идентификация проблемы. Этапы проектирования экспертной системы: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация. 3.2.3. Интерфейс пользователя в ЭС. Особенности сопровождения. Формы и методы представления знаний. Приобретение и извлечение знаний.	4	1
10	Раздел 4 Тема 4.1 Имитационное моделирование. 4.1.1. Понятие имитационной модели. Условия применения имитационных моделей. 4.1.2. Подходы к имитационному моделированию. Агентное, объектно-событийное моделирование, системная динамика. Виды имитационного моделирования. 4.1.3. Этапы имитационного моделирования. Построение имитационной модели критерии качества имитационной модели.	4	1
	Экзамен
	Итого	34	8

3.2. Практические (семинарские) занятия, их наименование, содержание и объём в часах

Учебным планом не предусмотрены.

3.3. Лабораторные занятия, их наименования и объём в часах

Номер лаб. работы	Наименование лабораторной работы	Раздел, тема лекционного курса	Объём часов ОФО	Объём часов ЗФО
1	Математический нейрон	Раздел 1 Тема 1.2	2	3
2	Классификация чисел на четные и нечетные	Раздел 2 Тема 2.1	4
3	Распознавание печатных и рукописных букв	Раздел 2 Тема 2.1	2	3
4	Двухслойный персептрон	Раздел 2. Тема 2.2	2
5	Медицинская диагностика	Раздел 2. Тема 2.3	2
6	Основные понятия нейромоделирования	Раздел 2 Тема 2.6	12
7	Прогнозирование результатов выборов президента страны	Раздел 3 Тема 3.1	10
Итого			34	6

3.4. Самостоятельная работа студентов. Разделы, темы, перечень примерных контрольных вопросов и заданий для самостоятельной работы. Сроки выполнения, объём в часах