- •2 Часы по учебному графику
- •Т 3 ематическое содержание программы
- •4 Тематический план лекций
- •5 Тематический план лабораторных работ
- •Практические темы.
- •3.Идентификация
- •3.1.Идентификация бензина по нечеткой мере сходства
- •3.2.Идентификация бензина по минимуму расстояния. 3.Идентификация
- •3.1.Идентификация бензина по нечеткой мере сходства
5 Тематический план лабораторных работ
№
|
Наименование лабораторных работ |
пДФО |
сДФО |
пОЗФО |
сОЗФО |
пЗФО |
сЗФО |
1 |
1. Поиск в пространстве состояний 1.1.Задача о коте. |
4,0 |
2,0 |
|
|
|
|
2 |
2.1.Нечеткие операции в маткаде. 2.2.Повышение качества молочной колбасы |
4,0 4,0 |
4,0 4,0 |
4,0 4,0 |
4,0 4,0 |
2,0 2,0 |
2,0 2,0 |
3 |
3.Идентификация 3.1.Идентификация бензина по нечеткой мере сходства 3.2.Идентификация бензина по минимуму расстояния. |
4,0 4,0
|
4,0 4,0
|
4,0 |
|
|
|
4 |
Нейронные сети 4.1.Исследование нейрона с векторным входом 4.2 Обучение персептрона 4.3.Обучение однослойных сетей в маткаде.
|
4,0
4,0 4,0 |
4,0
4,0 4,0 |
4,0
4,0 4,0 |
2,0
4,0 4,0 |
2,0
4,0 2,0 |
2,0
4,0 2,0 |
|
ИТОГО |
32 |
30 |
24 |
18 |
12 |
12 |
О
6
Основная
1.Яньков В.Ю., Иглицкий А.М. Системы искусственного интеллекта. .У чебно – практическое пособие пособие для студентов специальностей 210.200 и 220.200 всех форм обучения .Москва, 2006
2.. Краснов А.Е., Красуля О.Н., Большаков О.В., Шлёнская Т.В. Информационные технологии пище-
вых производств в условиях неопределённости (системный анализ, управление и прогнозирование с элементами компьютерного моделирования). - М.: ВНИИМП, 2001. - 496 с.
3. Краснов А.Е., Красуля О.Н., Воробьёва А.В., Красников С.А., Кузнецова Ю.Г., Николаева СВ. Ос-
новы математического моделирования рецептурных смесей пищевой биотехнологии. - М.: Пище-промиздат, 2006. - 240 с.
Дополнительная
1.Джордж Ф. Люггер. Искусственный интеллект. Стратегии и методы рещения сложных проблем. Изд.»Вильямс»,2006
2. Стюарт Рассел, Питер Норрис. Искусственный интеллект. Современный подход. Издательство: «Вильямс», 2006 г.
7
Задания для самостоятельной работы студентов
Теоретические темы
Основные понятия искусственного интеллекта
Определение искусственного интеллекта (И.И.) и системы искусственного интеллекта(С.И.И.)
Краткий исторический обзор работ в области И.И. и С.И.И.
Современное состояние работ в области ИИ и СИИ
Системы представления знаний
Представление знаний фреймами.
.Использование алгебры логики и предикатов для представления знаний.
Продукции
Основы нечеткой логики.
. Определения, характеристики нечетких множеств.
. Нечеткие отношения, их свойства и операции над ними.
. Функции принадлежности. Их классификация и методы построения.
.Нечеткие числа и операции над ними.
Нейронные сети.
.Понятие нейронной сети. Структура однослойной и многослойной сети. Понятие обучения сети.
.Персептроны. Обучение персептронов.
Обучение нейронных сетей. Алгоритмы обучения. Процедура обратного распространения.
Методология построения экспертных систем
. Определение, структура и классификация экспертных систем(ЭС).
. Методология построения ЭС. Пример ЭС – G2.
.Робототехнические системы с элементами ИИ.