- •1.2 Информационно – телекоммуникационный рынок
- •1.3 Основные тенденции развития итк- рынка
- •Лекция 2 информационные системы
- •2.1 Понятие экономической информации
- •2.2 Понятие информационной системы
- •2.3 Многослойное представление информационной системы
- •2.4 Структурное обеспечение информационной системы
- •Компьютерные информационные технологии (кит)
- •3.1 Классификация электронных вычислительных машин
- •3. 2 Принцип построения и функционирования эвм Джона фон Неймана
- •3. 3 Персональные компьютеры. Типовой комплект персонального компьютера
- •3. 4 Структурная схема пк. Внутренние устройства пк
- •4.2 Иерархия памяти пк
- •4.3 Конфигурация пк
- •5.2. Системное программное обеспечение. Операционные системы
- •5.2.1 Операционные системы семейства Windows
- •5.2.1 Операционные системы семейства Unix, операционная система Linux
- •5.3. Системное программное обеспечение. Сервисные системы
- •5.4. Прикладное программное обеспечение.
- •Лекция 6 сетевые информационные технологии ч.1
- •6.1 История развития компьютерных сетей
- •6.3 Топология компьютерных сетей
- •6.4 Методы коммутации в компьютерных сетях
- •6.4. Стандартизация компьютерных сетей. Понятия интерфейса, протокола и стека
- •6.5. Протокол тcp/ip
- •Лекция 7 сетевые информационные технологии ч.2 Технологии и оборудование локальных компьютерных сетей
- •7.1 Технология Ethernet
- •7.2. Сетевое оборудование локальных сетей
- •7.2. Радио- Ethernet
- •7.3 Технология BlueTooth
- •7.4 Структура сети предприятия
- •Лекция 8 сетевые информационные технологии ч.3
- •8.1 Понятие глобальной компьютерной сети Интернет
- •8. 2 Система доменов dns
- •8.3 Структурные компоненты Интернет
- •8.4 Проблема последней мили
- •8.5 Поисковые системы Интернет
- •Лекция 9 Технологии искусственного интеллекта ч.1
- •9.1 Основные понятия искусственного интеллекта
- •9.2 Экспертные системы
- •Экспертные системы имеют дело с предметами реального мира, операции с которыми обычно требуют наличия значительного опыта, накопленного человеком.
- •Экспертная система должна за приемлемое время (достаточно малое) найти решение, которое было бы не хуже, чем то, которое может предложить специалист в этой предметной области.
- •9.3 Системы поддержки принятия решений
- •Вариант без использования критериев оценки альтернатив.
- •Критериальный вариант оценки альтернатив.
- •10.1 Системы поддержки принятия решения на основе нечетких множеств
- •10.2 Нейронные сети
- •Лекция 11 Корпоративные информационные системы ч.1
- •11.1 Понятие реинжиниринга бизнес- процессов
- •11.2 Роль информационных технологий в реинжиниринге бизнес- процессов
- •11.3 Моделирование бизнес- процессов
- •Лекция 12 Корпоративные информационные системы ч.2
- •12.1. Информационные системы класса mrp
- •12..2 Информационные системы класса mrp II
- •12. 3 Информационные системы класса erp
- •12.4 Информационные системы класса erp II
- •12.5. Примеры современных корпоративных информационных систем
- •Лекция 13 Электронный бизнес в Интернет
- •13.1 Понятие электронного бизнеса в Интернет
- •13.2 Основные модели электронного бизнеса и коммерции
- •13.2.1 Схема b2c
- •13.2.2 Схема b2b
- •13.2.2 Схема p2p
- •13.3 Осуществление платежей через Интернет
- •13.3.1 Кредитные системы
- •13.3.2 Дебетовые системы
- •13.4 Интернет - услуги
- •Лекция 14 Обеспечение безопасности информационных систем
- •14.1. Угрозы информационной безопасности
- •14.2. Понятие информационной безопасности
- •14.3. Обеспечения информационной безопасности
- •14.4 Криптографическое преобразование данных и электронная цифровая подпись
- •Лекция 15 Информационные системы в туристическом и гостинично- ресторанном бизнесе
- •15.1 Глобальные системы резервирования
- •15.2 Программные продукты для управления туристическим и гостиничным предприятием
- •15.3 Географические информационные системы
- •Интернет- реклама в туристическом и гостинично- ресторанном бизнесе
- •16.1 Понятие Интернет - рекламы
- •16.2 Информационное наполнение Web -сайта
- •16.3 Реклама и продвижение Web -сайта
- •16.3 Реклама Web- сайта с помощью других рекламных средств
Вариант без использования критериев оценки альтернатив.
В этом случае СППР должна решить следующие задачи:
сформировать множество альтернативных вариантов решения,
получить результаты сравнения (например, попарного) альтернатив,
выбрать лучшую альтернативу, имеющую наилучший ранг (место), которая и выдается системой в качестве рекомендации.
Критериальный вариант оценки альтернатив.
При использовании критериальный варианта СППР необходимо решать задачи :
сформировать множество альтернатив,
сформировать множество критериев оценки альтернатив,
получить оценки альтернатив по критериям,
выбрать лучшую альтернативу, которая и выдается системой в качестве рекомендации.
Критерии иногда удобно группировать в виде дерева (иерархии).
10.1 Системы поддержки принятия решения на основе нечетких множеств
Как правило, данные, обрабатываемые в информационных системах, носят четкий, числовой характер. Однако в запросах к базам данных, которые пытается формулировать человек, часто присутствуют неточности и неопределенности.
Концепция нечетких запросов базируется на математической теории нечетких множеств (fuzzy sets) и аппарате нечеткой логики (fuzzy logic), предложенной Л. Заде в 1965 году. Нечеткая логика - черезвычайно полезный инструмент для моделирования приближенных рассуждений. Она позволяет аккумулировать знания о некоторой предметной области, или, проще говоря, является одной из моделей представления знаний.
Нечетким множеством A в непустом четком пространстве X называется множество пар вида A={ х / MF(x) },
где MF(x) - функция принадлежности нечеткого множества A. Эта функция приписывает каждому элементу x є Х степень его принадлежности к нечеткому множеству A
Лингвистическая переменная (ЛП) — это переменная, значение которой задается набором вербальных (то есть словесных) характеристик некоторого свойства.
10.2 Нейронные сети
Нейронные сети- это раздел технологий искусственного интеллекта, в котором для обработки информации используются явления, аналогичные происходящих в нейронах живого существа. Первая модель нейронной сети была разработана в 1943 г.
Искусственная нейронная сеть (ИНС, нейросеть) - это набор нейронов, соединенных между собой. Как правило, передаточные функции f (x) всех нейронов в сети фиксированы, а веса w i являются параметрами сети и могут изменяться.
В общем случае архитектуру нейронной сети можно разделить на однослойную и многослойную модель ( Рис.5).
Рис.5 Однослойная (а) и многослойна (б) нейронная сеть
Основной смысл работы нейронной сети заключается в возможности классифицировать (распознавать) вектор входных сигналов X по заранее обученным образцам этого вектора. Процесс обучения происходит за счет изменения весовых коэффициентов wi.
Рис.4 Процесс обучения нейронной сети
Рис.6 Процесс обучения нейрона
Таким образом использование нейронной сети состоит из трех основных этапов
Выбор типа (архитектуры) сети.
Подбор весов (обучение) сети.
Использование обученной сети для прикладных задач.
Приведем несколько примеров использования нейронных сетей в экономических задах.