РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Институт математики и компьютерных наук
Кафедра математики и информатики
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ
Учебно-методический комплекс
Рабочая программа для студентов
направления 010300.62 - Математика. Компьютерные науки.
Форма обучения очная
Тюменский государственный университет
2013
Интеллектуальные системы
Учебно-методический комплекс. Рабочая программа для студентов
направления 010300.62 - Математика. Компьютерные науки.
Форма обучения очная. Тюмень, 2013, 13 стр.
Рабочая программа составлена в соответствии с требованиями ГОС ВПО.
Рабочая программа дисциплины опубликована на сайте ТюмГУ: Интеллектуальные системы [электронный ресурс] / Режим доступа http://www.umk.utmn.ru, вход свободный.
Рекомендовано к изданию кафедрой математики и информатики. Утверждено проректором по учебной работе Тюменского государственного университета.
Ответственный редактор: , д. ф.-м. н., доцент, заведующий кафедрой математики и информатики
© ФГБОУ ВПО Тюменский государственный университет, 2013
© ,
1.Пояснительная записка:
1.1 Цели и задачи дисциплины.
Целью дисциплины является формирование у студентов основ информационной культуры будущих специалистов, адекватной современному уровню и перспективам развития информационных процессов в области интеллектуальных систем, а также формирование у студентов знаний и умений, необходимых для свободного ориентирования в информационной среде и дальнейшего профессионального самообразования в области создания, совершенствования и использования интеллектуальных систем.
1.2. Место дисциплины в структуре ООП бакалавриата.
Дисциплина «Интеллектуальные системы» входит в федеральный компонент цикла общепрофессиональных дисциплин. Для освоения дисциплины необходимо хорошее владение техникой математического анализа, алгебры и математической логики, умение программировать на языке высокого уровня. Освоение дисциплины необходимо для успешного изучения других дисциплин этого цикла и подготовки ВКР.
1.3. В результате изучения дисциплины студенты должны
Знать:
- фундаментальные понятия интеллектуальных систем, в том числе виды знаний, основные модели представления знаний: фреймы, сценарии, семантические сети и продукционные модели;
- основные направления исследований в области интеллектуальных систем;
- особенности функционирования и решения задач интеллектуальными информационными системами;
- области применения интеллектуальных информационных систем;
- основные методы построения интеллектуальных информационных систем, архитектуру и методы проектирования экспертных систем.
Уметь:
- проводить анализ предметной области и определять задачи, для решения которых целесообразно использование технологий интеллектуальных систем;
- формировать требования к предметно-ориентированной интеллектуальной системе и определять возможные пути их выполнения;
- формулировать и решать задачи проектирования профессионально-ориентированных информационных систем с использованием технологий интеллектуальных систем.
- разрабатывать и программировать диалоги взаимодействия ЭВМ и человека, проектировать и разрабатывать экспертные системы
Иметь навыки:
- использования интеллектуальных информационных систем в профессиональной деятельности.
Иметь представление:
- об основных понятиях и определениях предмета и его задачах;
- о месте и роли интеллектуальных систем в профессиональной деятельности;
- о перспективных направлениях и истории развития в области ИИ;
- о современных подходах к решению интеллектуальных задач.
2. Структура и трудоемкость дисциплины.
Дисциплина изучается в 8 семестре. Аудиторные занятия (всего) – 42 часа. В том числе: лекции – 28 часов, практические занятия – 14 часов. Самостоятельная работа – 13 часов. Форма итогового контроля – зачет.
3. Тематический план.
Таблица 1
№№ | Название тем и разделов | Недели семестра | Виды учебной работы и самостоятельная работа, в час. | Итого часов по теме | Итого количество баллов | ||
Лекции | Практические занятия | Самостоятельная работа | |||||
Модуль 1 | |||||||
1. | Понятие об искусственном интеллекте. Основные направления исследования в области искусственного интеллекта | 1,2 | 4 | 2 | 0 | 5 | 5 |
2. | Понятие об данных и знаниях. Виды знаний. | 3 | 2 | 1 | 1 | 4 | 5 |
3. | Основные модели представления знаний. | 4 | 2 | 1 | 1 | 5 | 10 |
4. | Машина вывода. | 5 | 2 | 1 | 1 | 5 | 10 |
Всего | 10 | 5 | 3 | 19 | 30 | ||
Модуль 2 | |||||||
5. | Нечеткие знания. Лингвистическая переменная. Экспертные системы как одна из основных разновидностей прикладных интеллектуальных систем. | 6,7 | 4 | 2 | 1 | 5 | 10 |
6. | Структура и классификация экспертных систем. | 8,9 | 4 | 2 | 2 | 7 | 10 |
7. | Классификация экспертных систем в зависимости от выполняемой задачи. | 10 | 2 | 1 | 1 | 6,2 | 10 |
Всего | 10 | 5 | 4 | 18,2 | 30 | ||
Модуль 3 | |||||||
8. | Виды экспертных систем и характеристика коллектива разработчиков. | 11 | 2 | 1 | 1 | 4 | 10 |
9. | Особенности выбора подходящей проблемы при разработке экспертной системы. | 12 | 2 | 1 | 3 | 4 | 10 |
Стадии разработки прототипа экспертной системы. | 13 | 2 | 1 | 1 | 5 | 10 | |
11. | Развитие от прототипа до промышленной экспертной системы. | 14 | 2 | 1 | 1 | 5 | 10 |
Всего | 8 | 4 | 6 | 18 | 40 | ||
Итого (часов, баллов) | 28 | 14 | 13 | 55 | 100 |
Виды и формы оценочных средств в период текущего контроля
Таблица 2
№ темы, название тем и разделов | Устный опрос | Письменные работы | Итого количество баллов | ||||||
коллоквиумы | собеседование | ответ на семинаре | Практическая работа | тест | реферат | эссе | |||
Модуль 1 | |||||||||
1. Понятие об искусственном интеллекте. Основные направления исследования в области искусственного интеллекта | 0-5 | 0-5 | |||||||
2. Понятие об данных и знаниях. Виды знаний. | 0-5 | 0-5 | |||||||
3. Основные модели представления знаний. | 0-5 | 0-5 | |||||||
4. Машина вывода. | 0-5 | 0-10 | 0-15 | ||||||
Всего | 0-20 | 0-10 | 0-30 | ||||||
Модуль 2 | |||||||||
5. Нечеткие знания. Лингвистическая переменная. Экспертные системы как одна из основных разновидностей прикладных интеллектуальных систем. | 0-5 | 0-5 | |||||||
6. Структура и классификация экспертных систем. | 0-5 | 0-5 | |||||||
7. Классификация экспертных систем в зависимости от выполняемой задачи. | 0-5 | 0-15 | 0-20 | ||||||
Всего | 0-15 | 0-15 | 0-30 | ||||||
Модуль 3 | |||||||||
8. Виды экспертных систем и характеристика коллектива разработчиков. | 0-5 | 0-5 | |||||||
9. Особенности выбора подходящей проблемы при разработке экспертной системы. | 0-5 | 0-5 | |||||||
10. Стадии разработки прототипа экспертной системы. | 0-5 | 0-5 | |||||||
11. Развитие от прототипа до промышленной экспертной системы. | 0-5 | 0-20 | 0-25 | ||||||
Всего | 0-20 | 0-20 | 0-40 | ||||||
Итого | 0-55 | 0-45 | 0-100 | ||||||
4. Содержание дисциплины
Тема № 1 Понятие об искусственном интеллекте. Основные подходы к построению систем с искусственным интеллектом. Основные направления исследований в области искусственного интеллекта.
Тема № 2 Понятие об данных и знаниях. Интенсионал, экстенсионал. Базы данных и базы знаний. Основные виды знаний: поверхностные, глубинные, декларативные, процедурные.
Тема № 3 Основные модели представления знаний: продукционная модель, семантические сети, фреймы.
Тема № 4 Машина вывода. Функции машины вывода. Функции управляющего компонента. Схема работы интерпретатора. Прямой и обратный вывод. Стратегии управления выводом: поиск в глубину, поиск в ширину, разбиение на подзадачи, альфа-бета алгоритм.
Тема № 5 Нечеткие знания. Лингвистическая переменная. Нечеткое множество. Формирование нечетких множеств. Экспертные системы как основная разновидность прикладных интеллектуальных систем.
Тема № 6 Структура экспертной системы: интерфейс пользователя, база знаний, решатель, подсистема объяснений, интеллектуальный редактор базы знаний.
Тема № 7 Классификация экспертных систем по выполняемой задаче, по связям с реальным временем, по типу ЭВМ, по степени интеграции. Выполняемые задачи: интерпретация данных, диагностика, мониторинг, проектирование, прогнозирование, планирование, обучение, управление, поддержка принятия решений. Задачи анализа, синтеза, комбинированные задачи.
Тема № 8 Виды экспертных систем: статические, квазидинамические, динамические, автономные, гибридные. Состав и характеристика коллектива разработчиков: пользователь, эксперт, программист, инженер по знаниям. Работа инженера по знаниям с пятью формами знаний.
Тема № 9 Этапы выбора подходящей проблемы при разработке экспертной системы: определение проблемной области и задачи, нахождение эксперта и назначение группы разработчиков, определение предварительного подхода к решению проблемы, анализ расходов и прибылей от разработки, подготовка подробного плана разработки.
Тема № 10 Стадии разработки прототипа экспертной системы: идентификация проблемы, извлечение знаний, структурирование знаний, формализация знаний, реализация прототипа, тестирование.
Тема № 11 Развитие от прототипа до промышленной экспертной системы. Демонстрационный прототип, исследовательский прототип, действующий прототип, промышленная система, коммерческая система. Оценка системы, стыковка системы, поддержка системы.
5. Содержание практических занятий.
Тема № 1 Понятие об искусственном интеллекте. Основные подходы к построению систем с искусственным интеллектом. Основные направления исследований в области искусственного интеллекта.
Тема № 2 Понятие об данных и знаниях. Интенсионал, экстенсионал. Базы данных и базы знаний. Основные виды знаний: поверхностные, глубинные, декларативные, процедурные.
Тема № 3 Основные модели представления знаний: продукционная модель, семантические сети, фреймы.
Тема № 4 Машина вывода. Функции машины вывода. Функции управляющего компонента. Схема работы интерпретатора. Прямой и обратный вывод. Стратегии управления выводом: поиск в глубину, поиск в ширину, разбиение на подзадачи, альфа-бета алгоритм.
Тема № 5 Нечеткие знания. Лингвистическая переменная. Нечеткое множество. Формирование нечетких множеств. Экспертные системы как основная разновидность прикладных интеллектуальных систем.
Тема № 6 Структура экспертной системы: интерфейс пользователя, база знаний, решатель, подсистема объяснений, интеллектуальный редактор базы знаний.
Тема № 7 Классификация экспертных систем по выполняемой задаче, по связям с реальным временем, по типу ЭВМ, по степени интеграции. Выполняемые задачи: интерпретация данных, диагностика, мониторинг, проектирование, прогнозирование, планирование, обучение, управление, поддержка принятия решений. Задачи анализа, синтеза, комбинированные задачи.
Тема № 8 Виды экспертных систем: статические, квазидинамические, динамические, автономные, гибридные. Состав и характеристика коллектива разработчиков: пользователь, эксперт, программист, инженер по знаниям. Работа инженера по знаниям с пятью формами знаний.
Тема № 9 Этапы выбора подходящей проблемы при разработке экспертной системы: определение проблемной области и задачи, нахождение эксперта и назначение группы разработчиков, определение предварительного подхода к решению проблемы, анализ расходов и прибылей от разработки, подготовка подробного плана разработки.
Тема № 10 Стадии разработки прототипа экспертной системы: идентификация проблемы, извлечение знаний, структурирование знаний, формализация знаний, реализация прототипа, тестирование.
Тема № 11 Развитие от прототипа до промышленной экспертной системы. Демонстрационный прототип, исследовательский прототип, действующий прототип, промышленная система, коммерческая система. Оценка системы, стыковка системы, поддержка системы.
6. Учебно - методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины (модуля).
Для самостоятельной работы студентов преподавателем предлагаются индивидуальные задания по заданной теме. При проверке задания с каждым студентов проводится собеседование, по результатам которого начисляются баллы за самостоятельную работу обучаемого.
Индивидуальное задание состоит в написании алгоритма и компьютерной программы с элементами искусственного интеллекта, к которым относятся: естественный интерфейс, возможности обучения и самообучения, использование элементов распознавания образов.
Примерные темы индивидуальных заданий.
1. Экспертиза игровой ситуации.
2. Игра «Угадай …» (аналог программы «Акинатор»). Используются объекты окружающего мира, обладающие многими ярко выраженными, отличными от других объектов этого же класса свойствами (животное, фрукт, овощ, птица и т. д).
3. Экспертная система, помогающая при помощи наводящих вопросов выбрать какой – либо отдельный вид товара в магазине.
4. Выбор маршрута по карте.
5. Диалог между компьютером и человеком. Предусмотреть все возможные вопросы по выбранной теме, с выводом программой правильных ответов. Противоположный вариант – машина задает вопрос и определяет, правильный ли дан ответ.
Контрольные вопросы к зачету.
1. Понятие об искусственном интеллекте. Основные подходы к построению систем с искусственным интеллектом.
2. Основные направления исследований в области искусственного интеллекта.
3. Понятие об данных и знаниях. Интенсионал, экстенсионал. Базы данных и базы знаний. 4. Основные виды знаний: поверхностные, глубинные, декларативные, процедурные.
5. Основные модели представления знаний: продукционная модель, семантические сети, фреймы.
6. Машина вывода. Функции машины вывода. Функции управляющего компонента. Схема работы интерпретатора.
7. Прямой и обратный вывод. Стратегии управления выводом: поиск в глубину, поиск в ширину, разбиение на подзадачи, альфа-бета алгоритм.
8. Нечеткие знания. Лингвистическая переменная. Нечеткое множество. Формирование нечетких множеств.
9. Экспертные системы как основная разновидность прикладных интеллектуальных систем.
10. Структура экспертной системы: интерфейс пользователя, база знаний, решатель, подсистема объяснений, интеллектуальный редактор базы знаний.
11. Классификация экспертных систем по выполняемой задаче, по связям с реальным временем, по типу ЭВМ, по степени интеграции.
12. Выполняемые задачи: интерпретация данных, диагностика, мониторинг, проектирование, прогнозирование, планирование, обучение, управление, поддержка принятия решений. Задачи анализа, синтеза, комбинированные задачи.
13. Виды экспертных систем: статические, квазидинамические, динамические, автономные, гибридные.
14. Состав и характеристика коллектива разработчиков: пользователь, эксперт, программист, инженер по знаниям.
15. Пять форм знаний и работа с ними инженера по знаниям.
16. Этапы выбора подходящей проблемы при разработке экспертной системы: определение проблемной области и задачи, нахождение эксперта и назначение группы разработчиков, определение предварительного подхода к решению проблемы, анализ расходов и прибылей от разработки, подготовка подробного плана разработки.
17. Стадии разработки прототипа экспертной системы: идентификация проблемы, извлечение знаний, структурирование знаний, формализация знаний, реализация прототипа, тестирование.
18. Развитие от прототипа до промышленной экспертной системы. Демонстрационный прототип, исследовательский прототип, действующий прототип, промышленная система, коммерческая система.
19. Оценка системы, стыковка системы, поддержка системы.
7. Учебно-методическое и информационное обеспечение дисциплины
7. 1 Основная литература:
1. Глухих информационные системы. - М.:ИЦ Академия, 2010, - 112 с.
7.2 Дополнительная литература:
1. , Андрейчикова информационные системы. – М. Финансы и статистика, 2004.
2. Зыков информационной культуры. – Тюмень: ТГУ, 1996.
3. Девятков искусственного интеллекта. М.: Изд-во МГТУ им. Баумана, 20с.
4. Введение в экспертные системы. - М.: «Вильямс», 2001, 624 с.
5. Data Mining. Учебный курс. – С-Пб: «Питер», 2001.
6. Змитрович информационные системы.- Мн: ТетраСистемс, 1997.
7. Основные концепции нейронных сетей. – М.: «Вильямс», 2001.
8. , и др. Базы данных. Интеллектуальная обработка информации. – М.: «Нолидж», 2002, - 352 с.
9. , , Коровин советующие системы с нечеткой логикой. – М.: Наука, 1990.
10. Попов системы: решение неформализованных задач в диалоге с ЭВМ. – М.: Наука, 1986.
11. Поспелов управление. Теория и практика. – М.: Наука, 1986.
12. , Пискунова информационные системы С-Пб: ГУП , 2008, - 228 с.
13. , Одинцов информационные системы в экономике. – М. Юнити, 2000.
14. , , Чертовской системы и технологии. М.: Academia, 2013, - 320 с.
Ресурсы Интернет:
15. www. *****
16. www. *****
17. iissvit. *****
18. *****/links/links. asp
19. www. *****
8. Технические средства и материально-техническое обеспечение дисциплины
Аудитории для лекций и практических, (лабораторных занятий) оснащенные необходимым материальным оснащением. Наличие рекомендованной литературы. Наличие электронных версий методических материалов.
