
- •2.Классификация компьютерных информационных технологий: базовые (универсальные) и технологии предметных областей (специальные).
- •3.Автоматизированные системы управления, их классификация и виды обеспечения.
- •4.Корпоративная информационная система. Корпоративные информационные технологии. Технология клиент-сервер.
- •5.Mrp и erp стандарты – основа построения программного обеспечения корпоративных информационных систем. Crm системы.
- •Основные цели mrp
- •6. Erp системы. Характеристика систем класса erp, представленных на рынке программного обеспечения Республики Беларусь.
- •7.Компьютерные сети. Классификация и услуги предоставляемые компьютерными сетями. Компоненты компьютерной сети.
- •8.Среды передачи данных. Характеристика кабельных сред передачи. Устройства для подсоединения компьютеров к линиям связи.
- •9. Топологии локальных сетей. Связь топологий с используемыми протоколами канального уровня.
- •11. Передача данных по сети ‑ протоколы канального уровня. Адрес сетевой карты.
- •12. Методы доступа к среде передачи.
- •15. Характеристика встроенных средств (утилит) сетевой операционной системы семейства Windows по диагностике сетей, работающих на базе стека протоколов tcp/ip.
- •16. Электронная почта. Программное и техническое обеспечение. Специфика архитектуры клиент-сервер применительно к сервису электронная почта.
- •17. Электронная почта. Протоколы прикладного уровня pop3, smtp, imap4. Формат адреса электронной почты.
- •18. Протоколы прикладного уровня: ftp, telnet. Телеконференции. Irc (Internet Relay Chat).
- •19. Устройства для построения сложных сетей: коммутаторы, свитчи, мосты, маршрутизаторы, шлюзы.
- •20. Сервис www. Протокол http. Url.
- •21. Реализация технологии клиент-сервер в www, web серверы и браузеры.
- •22. Метаязыки и языки разметки текста. Общая характеристика языка html: основные понятия и правила синтаксиса.
- •23. Элементы структуры html- документа. Фреймы. Оформление блоков гипертекста. Примеры.
- •24. Таблицы и списки в html. Примеры.
- •25.Графика и html. Организация графических указателей. Примеры.
- •27. Понятие web-сайта. Требования к структуре и дизайну web-сайта. Средства разработки web-сайтов.
- •28. Информационные ресурсы. Поиск информации в Internet. Поисковые машины и каталоги. Структура информационно-поисковой системы.
- •29. Системы поддержки принятия решений и их структура.
- •30. Понятие искусственного интеллекта. Экспертные системы. Знания.
- •База знаний – это семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе.
- •31. Области применения и классы задач, решаемых экспертными системами. Примеры широко используемых экспертных систем.
- •32.Экспертная оболочка esWin.
- •33. Понятие искусственного интеллекта. Нейрон. Математическая модель нейрона. Нейронные сети.
- •34.Характеристика этапов работы с нейронной сетью (на примере аналитического пакета Deductor).
- •35.Реинжиниринг бизнес-процессов. Основные принципы.
- •36. Основные компоненты реинжиниринга бизнес-процессов.
- •37.Принципы функционального моделирования.
- •38. Методология idef0. Синтаксис и семантика диаграмм idef0.
- •39. Стрелки в idef0 и их классификация.
- •40. Синтаксис idef0 моделей.
- •42. Функционально-стоимостной анализ и порядок его проведения в пакете bpWin.
- •43.Жизненный цикл информационной системы. Каскадное и спиральное проектирование информационных систем.
- •44.Этапы и содержание работ по созданию автоматизированной информационной системы.
- •45. Стадии и этапы создания автоматизированных информационных систем согласно гост 34.601-90.
- •46. Автоматизация проектирования с использованием case-средств, характеристика case- средств.
- •47. Разделы технического задания на создание информационной системы и их содержание.
- •48. Понятие информационной безопасности, угрозы безопасности. Правовые основы информационной безопасности в Республике Беларусь.
- •49. Методы и средства защиты информации
30. Понятие искусственного интеллекта. Экспертные системы. Знания.
ИИ - способность компьютерных систем к таким действиям, которые назывались бы интеллектом, если бы исходили от человека. В настоящее время выделяют 2 подхода к ИИ:
-экспертные системы
-нейронные сети
Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
База знаний – это семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе.
База знаний включает один или несколько специальным образом организованных файлов, хранящих систематизированную совокупность понятий, правил и фактов, относящихся к некоторой предметной области. Ее содержимое оформляется, связывается между собой и представляется таким образом, чтобы на его основе можно было с помощью специальных программ осуществлять рассуждения и делать выводы, получая сведения, которые в явном виде могут не присутствовать в базе знаний.
База знаний является основным компонентом экспертных систем.
Экспертная система – это компьютерная программа, способная заменить специалиста-эксперта в решении проблемной ситуации.
В экспертных системах основными моделями представления знаний являются продукционные модели и фреймы.
Продукционная модель – это модель, основанная на представлении знания в виде правил "Если (условие), то (действие)".
Под "условием" понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под "действием" – действия, выполняемые при успешном исходе поиска.
При использовании продукционной модели исходные факты – данные – хранятся в базе фактов, а набора правил – в базе знаний. На основе базы фактов запускается машина вывода или интерпретатор правил. Это программа, управляющая перебором правил из базы знаний.
Фрейм – это абстрактный образ для представления некого стереотипа восприятия.
Различают фреймы-классы, хранящиеся в базе знаний, и фреймы–экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных.
Фрейм-образ содержит набор атрибутов – слотов. В фрейме-экземпляре слотам присваиваются конкретные значения.
31. Области применения и классы задач, решаемых экспертными системами. Примеры широко используемых экспертных систем.
Можно выделить следующие основные классы задач, решаемых экспертными системами:
диагностика,
прогнозирование,
идентификация,
управление,
проектирование,
мониторинг.
Наиболее широко встречающиеся области деятельности, где используются экспертные системы:
медицина,
вычислительная техника,
военное дело,
микроэлектроника,
радиоэлектроника,
юриспруденция,
экономика,
экология,
геология (поиск полезных ископаемых),
математика.
Примеры широко известных и эффективно используемых (или использованных в свое время) экспертных систем:
DENDRAL - ЭС для распознавания структуры сложных органических молекул по результатам их спектрального анализа (считается первой в мире экспертной системой), MOLGEN - ЭС для выработке гипотез о структуре ДНК на основе экспериментов с ферментами, XCON - ЭС для конфигурирования (проектирования) вычислительных комплексов VAX-11 в корпорации DEC в соответствии с заказом покупателя; MYCIN - ЭС диагностики кишечных заболеваний; PUFF - ЭС диагностики легочных заболеваний; MACSYMA - ЭС для символьных преобразований алгебраических выражений; YES/MVS - ЭС для управления многозадачной операционной системой MVS больших ЭВМ корпорации IBM; DART - ЭС для диагностики больших НМД корпорации IBM; PROSPECTOR - ЭС для консультаций при поиске залежей полезных ископаемых; POMME - ЭС для выдачи рекомендаций по уходу за яблоневым садом; набор экспертных систем для управления планированием, запуском и полетом космических аппаратов типа "челнок"; ЭСПЛАН - ЭС для планирования производства на Бакинском нефтеперерабатывающем заводе; МОДИС - ЭС диагностики различных форм гипертонии.