Тема № 2.

УТВЕРЖДАЮ
Зам. директора института кибернетики
по учебной работе
___________ Гайворонский С.А.
«___»_____________2011 г.
РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ
СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
НАПРАВЛЕНИЕ ООП
230100 Информатика и вычислительная техника
ПРОФИЛЬ
Технологии разработки ПО
КВАЛИФИКАЦИЯ (СТЕПЕНЬ)
бакалавр
БАЗОВЫЙ УЧЕБНЫЙ ПЛАН ПРИЕМА
2011 г.
КУРС
8
4
СЕМЕСТР
КОЛИЧЕСТВО КРЕДИТОВ
3
ВИДЫ УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ И ВРЕМЕННОЙ РЕСУРС:
Лекции
24
час.
Лабораторная работа
24
час.
Практические занятия
час.
АУДИТОРНЫЕ ЗАНЯТИЯ
48
час.
САМОСТОЯТЕЛЬНАЯ РАБОТА
48
час.
ИТОГО
96
час.
ВИД ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ
экзамен
ОБЕСПЕЧИВАЮЩЕЕ ПОДРАЗДЕЛЕНИЕ
кафедра ОСУ ИК
ЗАВЕДУЮЩИЙ КАФЕДРОЙ
В.А. Силич
РУКОВОДИТЕЛЬ ООП
В.И. Рейзлин
ПРЕПОДАВАТЕЛЬ
А.В. Корниенко
2011 г.
1. Цели освоения дисциплины
Код
Формулировка цели
цели
Ц1
Подготовка выпускников к междисциплинарным научным исследованиям
для автоматизации решения интеллектуальных задач, связанных
процессами анализа, моделирования, прогнозирования и создания
информационных процессов и технологий в рамках профессиональноориентированных информационных систем (в экономике).
Ц3
Подготовка выпускников к автоматизированному решению прикладных
задач искусственного интеллекта; созданию новых конкурентоспособных
информационных технологий и систем.
Ц5
Подготовка выпускников к самообучению и непрерывному
профессиональному самосовершенствованию
2. Место дисциплины в структуре ООП
Дисциплина «Интеллектуальные информационные системы» относится к
вариативной составляющей профессионального цикла учебных дисциплин
учебного плана и входит в модуль ООП Б.3.1. Инженерного проектирования.
Для изучения дисциплины «Системы искусственного интеллекта» студент
должен:
Знать:
 основы математической логики, теории алгоритмов, дискретной математики;
 использование интеллектуальных технологий для обработки информации.
Уметь:
 применять математические методы, физические законы и вычислительную
технику для решения практических задач;
 проводить анализ данных, полученных в результате моделирования.
Владеть:
 основами алгоритмизации;
 навыками работы с прикладными пакетами.
Пререквизиты:
Б2.В2 (логика и теория алгоритмов), Б2.В1.1 (дискретная математика),
Кореквизиты:
Б3.В.3.3 (Программная инженерия)
3. Результаты освоения дисциплины
Код
результ
атов
Р1
Р5
Результат
обучения
Результат обучения
(выпускник должен быть готов)
Применять базовые и специальные естественнонаучные и математические знания
в области информатики и экономики, достаточные для комплексной инженерной
деятельности; ставить и решать задачи комплексного анализа, связанные с
созданием новых интеллектуальных информационных технологий и
информационных систем в экономике
Проводить теоретические и экспериментальные исследования, включающие
поиск и изучение необходимой научно-технической информации,
математическое моделирование, проведение эксперимента, анализ и
интерпретация полученных данных, в области прикладной информатики..
Код
Знания
Код
Умения
Код
Владения
З.1.1
Теории
инттеллектуальных
информационных
систем; и технологий
в информационных
системах
предметной области
У.1.1
Использовать
информационные
технологии и знания
общей ситуации,
информационных
ресурсов в предметной
области
В.1.1
З.5.1
Методики
постановки,
организации и
выполнения научных
исследований;
методов и
технологий
обработки
экспериментальных
данных.
Математических и
имитационных
методов
моделирования
интеллектуальной
деятельности,
методов
планирования
экспериментов с
моделями, методов
построения
моделирующих
алгоритмов; методов
оценки точности
результатов;
верификации.
У.5.1
Планировать и
организовывать
научные
эксперименты,
обрабатывать
экспериментальные
данные.
В.5.1
Применением
математических
моделей и методов
для анализа,
расчетов,
оптимизации
информационных
процессов в
предметной области
Методами обработки
экспериментальных
данных.
У.5.2
Разрабатывать
имитационную модель
интеллектуальной
деятельности,
экспериментировать,
оценивать точность и
достоверность
результатов
моделирования.
В.5.2
Р1
З.5.2
Р5
Методами создания
имитационной
модели
интеллектуальной
деятельности;
инструментальными
средствами и
языками
моделирования.
Основные знания, приобретаемые студентами в результате изучения
дисциплины:
- основные направления исследований, модели знания и принципы построения баз
знаний, методы проектирования и анализа возможности и эффективности практического
применения интеллектуальных информационных систем в различных областях
экономической деятельности;
- основные умения, приобретаемые студентами в результате изучения
дисциплины: представление об основных направлениях исследований и опыт
применения интеллектуальных информационных систем , а также практические методы
представления, обработки и приобретения знаний интеллектуальными информационными
системами,
В процессе освоения дисциплины у студентов развиваются следующие
компетенции:
1.Универсальные (общекультурные) ОК-7, 8,13, 14,
2. Профессиональные ПК-2, 3, 7, 8, 9, 12-15, 18, 21, 22
4. Структура и содержание дисциплины
4.1. Содержание разделов дисциплины:
Тема № 1.
Становление и классификация ИИС: История исследований по искусственному
интеллекту, становление, принципы и классификация ИИС
Тема № 2.
Формы представления и типы моделей знания: логические модели, продукционные
системы; семантические и фреймовые сети.
Тема № 3.
Представление и обработка нечетких знаний: типология нечеткости, методы учета
неопределенности знаний и модели представления нечеткого знания
Тема № 4.
Методы поиска решений на основе знаний: вывод заключений в логических моделях; язык
программирования логики Пролог; стратегии поиска решений для систем продукций.
Тема № 5.
Приобретение знаний: процесс приобретения знаний, основные стадии приобретения
знаний, приобретение знаний обучением машин.
Тема № 6.
Нейронные сети: приобретение знаний обучением нейронных сетей; модели нейронных
сетей; методы обучения нейронных сетей; проектирование нейронных сетей.
Тема № 7.
Мультиагентный подход: распределённый искусственный интеллект; понятие агента;
мультиагентные системы (организации); элементы теории мультиагентных систем,
4.2. Структура дисциплины по разделам и формам организации обучения
Таблица 1.
Название раздела/темы
Тема № 1.
Тема № 2.
Тема № 3.
Тема № 4.
Тема № 5.
Тема № 6.
Тема № 7.
Итого
Аудиторная работа (час)
Лекции
Практ./сем.
Лаб. зан.
занятия
2
4
4
4
4
4
4
2
2
2
2
2
4
22
22
СРС
(час)
Колл.
контр.
работа
Итого
2
20
20
18
10
12
12
88
12
12
10
6
8
6
44
4.3 Распределение компетенций по разделам дисциплины
Таблица 2.
Распределение по разделам дисциплины планируемых результатов обучения
№
1.
2.
3.
4.
5.
6.
7.
8.
9.
Формируемые
компетенции
Разделы дисциплины
1
2
З.1.1
З.5.1
З.5.2
У.1.1
У.5.1
У.5.2
В.1.1
В.5.1
В.5.2
3
4
+
5
6
+
7
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
5. Образовательные технологии
Таблица 3.
Методы и формы организации обучения (ФОО)
ФОО
Лаб.
Лекц.
СРС
раб.
Методы
IT-методы
Работа в команде
Игра
Обучение
на основе опыта
Опережающая самостоятельная
работа
Проектный метод
Поисковый метод
Исследовательский метод





Практ.
(сем.).








6. Организация и учебно-методическое обеспечение самостоятельной работы
студентов
6.1 Текущая СРС
 работа с лекционным материалом, поиск и обзор литературы и электронных
источников информации по индивидуально заданной проблеме курса,
 выполнение домашних заданий, домашних контрольных работ,
 опережающая самостоятельная работа,
 перевод текстов с иностранных языков,
 изучение тем, вынесенных на самостоятельную проработку,
 подготовка к лабораторным работам;
 подготовка к контрольной работе, к зачету, экзамену.
Творческая проблемно-ориентированная самостоятельная работа
(ТСР).
 поиск, анализ, структурирование и презентация информации,
 выполнение задания к практическому занятию;
 исследовательская работа и участие в научных студенческих конференциях,
семинарах и олимпиадах;
 анализ научных публикаций по заранее определенной преподавателем теме.
6.2.
Содержание самостоятельной работы студентов по дисциплине
1. Перечень научных проблем и направлений научных исследований
- системы компьютерной алгебры;
- новые принципы и модели ИИ;
- развитие вычислительных сетей и телекоммуникаций на основе ИИ;
- роль ИИ в современных архитектурах ВС,
- параллельные системы с использованием ИИ,
- мультиагентные системы с массовым параллелизмом;
2. Темы индивидуальных заданий (примеры)
- принципы и модели вычислений;
- модальные логики в системах ИИ;
- немонотонные логики в системах ИИ.
3. Темы, выносимые на самостоятельную проработку
Тема № 1. Искусственный интеллект: история развития и приложения
генетические алгоритмы машинного обучения
Тема № 2. Формы представления и типы моделей знаний
сравнительный анализ моделей знания.
Тема № 3. Методы поиска решений на основе знаний
нечеткие рассуждения и выводы в продукционных системах
Тема № 4. Приобретение знаний
приобретение знаний обучением машин
Тема № 5. Нейронные сети
методы обучения нейронных сетей
Тема № 6. Мультиагентный подход
мультиагентные системы и виртуальные организации
6.3
Контроль самостоятельной работы
Оценка результатов самостоятельной работы организуется как единство двух
форм: самоконтроль и контроль со стороны преподавателей.
6.4. Учебно-методическое
студентов
обеспечение
самостоятельной
работы
1. Аксёнов С.В., Новосельцев В.Б. Организация и использование нейронных
сетей (методы и технологии) / Под общ. ред. В.Б. Новосельцева.- Томск:
Изд-во НТЛ, 2010. -128с.
2. Люгер Дж. Ф., Искусственный интеллект: стратегии и методы решения
сложных проблем, 4-е изд. / Пер. с англ. - М.: Издательский дом
"Вильямс", 2011. - 864 с.
3. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие
системы с нечеткой логикой.- М.: Наука, 2010. - 272 с.
4. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е
изд. / Пер. с англ. - М.: Издательский дом "Вильямс", 2010. - 1408 с.
5.Учебно-методические материалы в локальной сети кафедры ОСУ.
6. Корниенко А.В. Интеллектуальные информационные системы: учебное
пособие. – Томск: Изд-во ТПУ, 2009. – 176 с.
7. Средства (ФОС) текущей и итоговой оценки качества освоения
дисциплины
7.1. Входной контроль (пример вопросов)
1.Области приложения искусственного интеллекта?
2.Что такое императивные знания?
3.В чём различие нечёткости и неточности?
7.2. Текущий контроль (пример вопросов)
1.Принцип решения задач методом резолюций?
2. Стратегии поиска решений для систем продукций?
3.Сравнительный анализ различных систем нечеткого вывода.?
7.3. Рубежный контроль (пример вопросов)
1. Стадии приобретения знаний?
2.Типы передаточных функций нейронов?
3. Этапы проектирования нейронных сетей?
7.4. Итоговый контроль (пример вопросов)
1.Виды определений понятия агента?
2.Что такое распределённый искусственный интеллект?
3.Что такое системы поддержки истинности?.
8. Рейтинг качества освоения дисциплины
Интеллектуальные информационные системы
Дисциплина
Институт
Кафедра
Семестр
Группы
Преподаватель
Кибернетики
ОСУ
8
4 курс
Корниенко А.В., профессор
Число недель
Кол-во кредитов
Лекции, час
12
3
24
Лаб.работы, час.
Всего аудит.работы, час
Самост.работа, час
24
48
48
ВСЕГО, час
96
Рейтинг-план освоения дисциплины в течение семестра
1
Теоретический материал
Название
модуля
Темы лекций
Становлен
ие ИИ
История ИИ
Эволюция информ.
систем
Интеллектуальные
информ. системы
Проблема
представлений
знаний
2
3
4
Контролир.
матер.
Практическая деятельность
Баллы
Название
лабораторных работ
Баллы
Темы
практичес
ких
занятий
Баллы
Рубежные
контрольн
ые работы
Баллы
Проблемноориентированн
ые задания
Баллы
Итого
Недели
Текущий контроль
ЛБ1
ПР1
ЛБ2
Тест1
ПР2
Всего по контрольной точке (аттестации) № 1
20
Текущий контроль
5
6
7
8
9
10
Модели
знания
Логические модели
знания
Сетевые модели
знания
Модели знания
Шортлиффа
Нечёткая логика
Заде
Вывод заключений
в логич. моделях
Языки
программирования
логики
ЛБ3
ПР3
ЛБ4
ЛР4
ЛБ5
Тест2
ПР5
Всего по контрольной точке (аттестации) № 2
Текущий контроль
30
11
12
Поиск
Решений
Приобрете
ние
знаний
Поиск решений в
сложных
пространствах
Приобретение
знаний обучением
машин
13
Нейронные сети
14
Обучение
нейронных сетей
15
16
17
18
Распредел
ённый
интеллект
ЛБ6
ПР6
ЛБ7
ПР7
Понятие агента
ЛБ8
Архитектура агента
Мультиагентные
системы
Элементы теории
агентных систем
ПР8
ЛБ9
Тест3
ПР9
Всего по контрольной точке (аттестации) № 3
30
Итоговая текущая аттестация
80
Экзамен
20
Итого баллов по дисциплине
100
9. Учебно-методическое и информационное обеспечение
дисциплины
Основная литература:
1. Аксёнов С.В., Новосельцев В.Б. Организация и использование нейронных сетей
(методы и технологии) / Под общ. ред. В.Б. Новосельцева.- Томск: Изд-во НТЛ, 2010. 128с.
2. Люгер Дж. Ф., Искусственный интеллект: стратегии и методы решения сложных
проблем, 4-е изд. / Пер. с англ. - М.: Издательский дом "Вильямс", 2011. - 864 с.
3. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с
нечеткой логикой.- М.: Наука, 2010. - 272 с.
4. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд. / Пер. с
англ. - М.: Издательский дом "Вильямс", 2010. - 1408 с.
5.Учебно-методические материалы в локальной сети кафедры ОСУ.
6. Корниенко А.В. Интеллектуальные информационные системы: учебное пособие. –
Томск: Изд-во ТПУ, 2009. – 176 с.
Дополнительная литература:
1. Логический подход к искусственному интеллекту: от классической логики к
логическому программированию. Пер. с франц. / Тейз А., Грибомон П., Луи Ж. и др. - М.:
Мир, 2010. - 432 с.
2. Тузовский А.Ф., Чириков С.В., Ямпольский В.З. Системы управления знаниями
(методы и технологии) / Под общ. ред. В.З. Ямпольского. - Томск: Изд-во НТЛ, 2005.-260
с.
Программное обеспечение и Internet-ресурсы:
10. Материально-техническое обеспечение модуля
(дисциплины)
Аудиторный фонд и компьютерный класс. 10 компьютеров Pentium
IV(MB S-478 Bayfild D865GBFL i865G 800 MHz, Celeron 2.4GHz, 2 Dimm 256
Mb, HDD 40 Gb)
Программа составлена на основе Стандарта ООП ТПУ в соответствии с
требованиями ФГОС по направлению и профилю подготовки 230100
«Информатика и вычислительная техника»
Программа одобрена на заседании кафедры ОСУ
(протокол № ____ от «___» _______ 20___ г.).
Автор д.ф.н.,проф. каф. ОСУ ____________________ А.В. Корниенко
Рецензент(ы) __________________________