Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Архив2 от преподавателя. / Рабочая программа ТПР за очное.doc
Скачиваний:
16
Добавлен:
15.09.2014
Размер:
96.26 Кб
Скачать

Учреждение образования «Белорусский государственный университет информатики и радиоэлектроники»

УТВЕРЖДАЮ

Декан факультета ФЗО

_______________А.В.Ломако

__.____.2010.

Регистрационный № УД-____/р.

Теория принятия решений

Рабочая учебная программа для специальности

I - 40 02 01 Вычислительные машины, системы и сети

Факультет компьютерных систем и сетей

Кафедра электронных вычислительных машин

Курс третий

Семестр пятый

Лекций 16 часов Зачет 5 семестр

Лабораторные занятия 18 часов

Всего аудиторных часов по дисциплине 34

Всего по дисциплине 60 часов

Форма получения

высшего образования: заочная

Минск 2010 г.

Рабочая учебная программа составлена доцентом кафедры ЭВМ Татуром М.М. на основании учебной программы по дисциплине «Теория принятия решений», утвержденной ректором БГУИР, регистрационный № УД-40-В1/уч. от 01.07.20009 г. и учебного плана специальности I - 40 02 01 Вычислительные машины, системы и сети» специализация.

Рассмотрена и рекомендована к утверждению на заседании кафедры ЭВМ.

«__» июня 2010 г., протокол № ___

Зав. каф. ЭВМ

д.т.н., профессор Р.Х. Садыхов

Одобрена и рекомендована к утверждению Советом факультета КСиС Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники»

«____» июня 2010 г., протокол № ____

Председатель комиссии ______________________В.А.Прытков

СОГЛАСОВАНО

Начальник ОМОУП______________Ц.С.Шикова

Пояснительная записка

Цель преподавания дисциплины. Целью изучения дисциплины является теоретическая и практическая подготовка студентов по применению математических методов обоснования и принятия технических решений.

Задачи изучения дисциплины.

Изучение общей методологии и схемы процесса выработки решений.

Приобретение навыков использования современных компьютерных и информационных технологий для выработки решений.

В результате изучения дисциплины «Теория принятия решений» обучаемый должен:

знать:

- общую методологию и схему процесса выработки решений;

- способы реализации основных методов теории принятия решений на ЭВМ;

- технологию оценки эффективности и предпочтительности альтернатив по выбранным критериям;

уметь:

- использовать современные методы математической теории принятия решений для решения типовых задач;

- осуществлять формализацию задач принятия решений;

- осуществлять информационное обеспечение процесса разработки решений;

- выбирать и обосновывать рациональные (оптимальные) варианты действия для решения проблемы.

приобрести навыки:

- использования основных положений теории принятия решений (законов, принципов, методов) в практической работе по управлению техническими системами;

- использования ЭВМ для применения современных научных методов теории принятия решений;

Перечень дисциплин, усвоение которых необходимо для изучения данной дисциплины. Изучение дисциплины базируется на знаниях, полученных студентами при изучении дисциплины «Теория вероятности и математической статистики»

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

1. Название тем лекционных занятий, их содержание, объем в часах.

пп

Название темы

Содержание

Объем в часах

1

2

3

4

Пятый семестр

1.

Введение

Основные понятия теории принятия решений

1.Проблема выбора решений для управления сложными системами.

2.Методология системного анализа.

3.Методы исследования операций и их приложения.

4. Методы классификации и их приложения.

2.

Основы теории классификации

1.Классифицирующая функция. Байесовское правило принятия решения.

2. Обучающая последовательность.

3. Мера сходства. Методы, основанные на сравнении с эталоном.

4. Способы оценки качества классификации.

3.

Дискриминантные методы классификации

1. Понятие многомерного образа.

2. Функция разделения

3. Алгоритмы обучения дискриминантных классификаторов

4.

Методы классификации, основанные на знаниях

1.Деревья решений.

2.Логический вывод.

3.Data mining .

5.

Нечеткие классификаторы

1.Основы тории нечетких множеств.

2. Нечеткая классификация.

3. Нечеткий вывод, нечеткие контроллеры.

4.Оценка качества нечеткой классификации.

1

2

3

4

6.

Структурные и синтаксические классификаторы

1.Понятие обработки изображений. Скелетизация. Метод цепного кодирования.

2. Синтаксический разбор.

3. Формирование и анализ сцен.

7

Средства аппаратной поддержки классификаторов

1. Проблема повышения производительности при решении задач классификации.

2.Нейрокомпьютеры.

3.Клеточные автоматы.

4.Графовые процессоры.

8

Заключение

Проблемы создания и перспективы интеллектуальных систем.

Итого: семестр

Всего за учебный год