МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Саратовский государственный университет имени Н.Г. Чернышевского

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ
ФЕДЕРАЦИИ
Саратовский государственный университет имени Н.Г. Чернышевского
Факультет компьютерных наук и информационных технологий
УТВЕРЖДАЮ
_______________________
"_____"__________________20___ г.
Рабочая программа дисциплины
Интеллектуальные технологии и представление знаний
Направление подготовки
27.03.03 (220100) Системный анализ и управление
Профиль подготовки
Системный анализ и исследование операций
Квалификация (степень) выпускника
Бакалавр
Форма обучения
Очная
Саратов,
2014 год
1. Цели освоения дисциплины
Целью освоения данной дисциплины является изучение современных
интеллектуальных технологий и методов представления знаний для решения
сложных, трудноформализуемых задач в рамках этих технологий,
направлений развития систем искусственного интеллекта, особенностей их
организации, функционирования, жизненного цикла, развитие у студентов
компетенций
в
проектировании
и
использовании
современных
интеллектуальных систем в профессиональной деятельности.
2.Место дисциплины в структуре ООП бакалавриата
Данная учебная дисциплина входит в раздел «профессиональный цикл.
Базовая часть» ФГОС-3.
Для изучения дисциплины необходимы компетенции, сформированные у
обучающихся в результате изучения курсов «Информатика», «Дискретная
математика».
Сформированные в процессе изучения дисциплины «Интеллектуальные
технологии и представление знаний» компетенции, необходимы студенту
при подготовке квалификационной работы.
3 Компетенции обучающегося, формируемые в результате
освоения дисциплины
Данная дисциплина способствует формированию следующих
компетенций:
 способностью применять методы, способы и средства получения,
хранения, переработки информации и использовать компьютер как
средство управления информацией (ОК-12);
 способность применять аналитические, вычислительные и системноаналитические методы для решения прикладных задач в области
управления объектами техники, технологии, организационными
системами, работать с традиционными носителями информации,
распределенными базами знаний (ПК-1);
 способность к освоению новой техники, новых методов и новых
технологий (ПК-6).
В результате освоения дисциплины обучающийся должен
Знать:
 парадигмы и методологии программирования на языках систем
искусственного интеллекта;
 современные интеллектуальные технологии;
 модели и методы представления знаний при решении сложных
научных и инженерных задач с использованием интеллектуальных
технологий;
 методы построения современных экспертных систем принятия
решений на основе интеллектуальных технологий и представления знаний.
Уметь:
 понять поставленную задачу;
 правильно выбирать методы для решения конкретной задачи с
использованием знаний;
 правильно оформлять полученные результаты;
 разрабатывать базы знаний, соответствующие методу и модели
знаний;
 инсталлировать,
тестировать,
испытывать
и
сопровождать
программно- аппаратные средства экспертных систем;
 применять современные интеллектуальные технологии для решения
прикладных задач в области управления объектами техники,
организационными системами.
Владеть
 навыками приобретения, структурирования и формализации знаний;
 навыками использования компьютера как средства управления
информацией;
 навыками использования экспертных систем поддержки принятия
оптимальных (рациональных) решений;
 навыками освоения новых методов и новых технологий;
 конструирования баз знаний и их использования для решения
интеллектуальных задач.
4. Структура и содержание дисциплины
Общая трудоемкость дисциплины составляет 3 зачетных единицы, 108
часов.
2
Интеллектуальные
технологии
Логический вывод и
его автоматизация
7
1-2
2
4
7
3-4
2
8
Практические
занятия
Лабораторные
занятия
Виды учебной
работы, включая
самостоятельную
работу студентов и
трудоемкость (в
часах)
Самостоятельн
ая работа
1
Се Неделя
мес семестр
тр
а
Лекции
№ Раздел
п/ дисциплины
п
4
2
Формы
текущего
контроля
успеваемости (по
неделям
семестра)
Формы
промежуточной
аттестации
(по
семестрам)
Тест 1
Контрольная
работа
3
4
5
6
Основные модели
7
5-6
представления
знаний
Мягкие вычисления
7
7-10
и теория
приближенных
рассуждений.
Экспертные
7
11-12
системы.
Инструментальные
средства построения
интеллектуальных
систем.
Модели нейронных
7
13-16
сетей. Генетические
алгоритмы.
Интеллектуальный
анализ данных.
Промежуточная аттестация
ИТОГО
2
8
2
Тест 2
4
8
4
Контрольная
работа
2
8
2
20
Тест 2
4
8
4
10
Тест 3
Зачет
16
44
16
32
Раздел «Интеллектуальные технологии». Понятие интеллектуальной
информационной системы, информационной технологии. Классификация.
Задачи исследований по ИИ. Экспериментальный и эволюционный характер
разработок систем ИИ, требования к программному обеспечению. Языки
программирования для задач ИИ. Языки ЛИСП, ПЛЭНЕР, Пролог.
Раздел «Логический вывод и его автоматизация». Логика
высказываний. Парадоксальные высказывания. Методы доказательств
высказываний: аксиоматический, таблиц истинности, резолюций, Вонга,
натурального исчисления.
Раздел «Основные модели представления знаний». Классификация
моделей и форм знаний. Реляционная модель знаний: предикатная,
продукционная и лингвистическая формы. Объектная модель: семантическая
и фреймовая формы. Ассоциативная модель: логическая, нейронная и
гибридная формы.
Раздел «Мягкие вычисления и теория приближенных рассуждений».
Нечеткие множества и нечеткие отношения. Лингвистические
переменные. Нечеткий логический вывод.
Раздел «Экспертные системы. Инструментальные средства
построения
интеллектуальных
систем».
Определение.
Области
применения ЭС. Классификация. Архитектура ЭС. База знаний, механизмы
вывода, подсистемы объяснения, общения, приобретения знаний ЭС.
Коллектив разработчиков. Этапы разработки. Работа со знаниями.
Раздел «Модели нейронных сетей. Генетические алгоритмы.
Интеллектуальный анализ данных.». Многослойные перцептроны. Оценка
состояния нейронной сети. Сведение функционирования нейронной сети к
задаче минимизации целевой функции. Алгоритм обучения обратным
распространением ошибки. Основные понятия ГА. Области применения.
Операции.
Способы
аналитической
обработки
данных.
Стадии
интеллектуального анализа данных. Области применения. Типы
закономерностей. Классы систем ИАД. Деревья решений.
План практических занятий
Практические занятия рассчитаны на 16 часов и проводятся с
использованием п.1 из списка основной литературы.
Нед. сем. Часы Содержание занятия
1-4
4
Методы доказательств высказываний
5-6
2
Разбор
основных
моделей
представления знаний
7-8
2
Построение нечетких множеств и
отношений
9-10
2
Нечеткий логический вывод
11-12
2
Проектирование экспертных систем
13-14
2
Нейронные сети
15-16
2
Генетические алгоритмы
План лабораторных занятий
Лабораторные занятия рассчитаны на 32 часа
использованием п.2 из списка дополнительной литературы.
Нед. сем. Часы Содержание занятия
1
2
Представление фактов и правил
2.
2
Создание, изменение и мониторинг
среды Пролог
3.
2
Списки и рекурсия
4.
5.
6.
7.
8.
9.
10-12.
2
2
2
2
2
2
6
13-14
15-16.
4
4
Рекурсивный поиск
Использование оператора отсечения
Работа со стеком
Работа с очередью
Работа с приоритетной очередью
Программирование множеств
Разработка модельной экспертной
системы
Стратегии поиска
Семантические сети и фреймы
и проводятся с
Упражнения
14.1.1
14.1.2
14.1.3
14.1.4
14.1.5
14.2.1
14.2.2
14.2.3
14.2.4
14.3
14.6
14.7
5. Образовательные технологии
При проведении занятий планируется использование таких активных и
интерактивных форм занятий, как промежуточное тестирование,
перекрестный опрос, использование возможностей портала course.sgu.ru для
организации практической и самостоятельной работы, мультимедийные
презентации.
6. Учебно-методическое обеспечение самостоятельной работы
студентов. Оценочные средства для текущего контроля успеваемости,
промежуточной аттестации по итогам освоения дисциплины.
7.
Учебно-методическое
и
информационное
обеспечение
дисциплины
а) основная литература:
1. Пилиньский М., Рутковская Д., Рутковский Л. Нейронные сети,
генетические алгоритмы и нечёткие системы - М.: Горячая линия Телеком, 2006.
б) дополнительная литература:
1. Люгер Дж.Ф. Искусственный интеллект. – М.: Издательский дом
«Вильямс», 2005.
2. Дудов С. И., Сидоров С.П. Введение в интеллектуальные
информационные системы - Саратов: Изд-во Сарат. ун-та, 2007.
3. Ярушкина Н.Г. Основы теории нечётких и гибридных систем - М.:
Финансы и статистика, 2004.
4. Достоверный и правдоподобный вывод в интеллектуальных системах:
учеб. пособие / под ред. В. Н. Вагина, Д. А. Поспелова. - М.:
ФИЗМАТЛИТ, 2008.
в) программное обеспечение и Интернет-ресурсы:
1. Операционная система Windows 2000 (или XP или выше).
2. Свободно распространяемое ПО Deductor Academic.
3. Свободно распространяемое ПО Strawberry prolog.
4. Свободно распространяемое ПО Clips.
8. Материально-техническое обеспечение дисциплины
Компьютерный класс. Мультимедийная лекционная аудитория.
Программа составлена в соответствии с требованиями ФГОС ВПО с
учетом рекомендаций и ПрООП ВПО по направлению «Системный анализ и
управление».
Автор:
А.С. Иванов.
Программа одобрена на заседании кафедры Математической
кибернетики и компьютерных наук от «__» ________ 2014 г., протокол № __
Зав. кафедрой МКиКН
А.С. Иванов.
Декан факультет
А.Г. Федорова.