8

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ТЕХНОЛОГИЙ И УПРАВЛЕНИЯ

Кафедра «Информационные технологии»

Рабочая учебная программа

по дисциплине

Системы искусственного интеллекта

Специальность: 220102

Москва, 2010г.

Обсуждена и одобрена на заседании кафедры «Информационные технологии» Московского государственного университета технологий и управления (протокол № 4 от 20 ноября 2009г.).

Одобрена и рекомендована к утверждению на заседании ученого совета факультета «Управления и информатизации» Московского государственного университета технологий и управления (протокол №5 от 10 декабря 2009 г.).

Составитель:

Яньков В.Ю. – профессор.

Рецензенты:

Бородин А.В., д.т.н., проф. МГУПБ

Шаховской А.В., к.т.н., доцент МГУТУ

Рабочая учебная программа дисциплины составлена в соответствии с Государственным образовательным стандартом ВПО.

© Московский Государственный университет

технологий и управления, 2010 г.

109004, Москва, Земляной вал, 73

СОДЕРЖАНИЕ

1. Организационно-методический раздел

   1. Цель и задачи изучения дисциплины

   2. Содержание дисциплины

   3. Объем часов по видам учебной нагрузки

   4. Тематические планы изучения дисциплины

2. Учебно-методическое обеспечение дисциплины

   1. Методические указания по выполнению контрольной работы с тематикой контрольных работ

   2. Задания для самостоятельной работы студентов

   3. Основная литература

   4. Дополнительная литература

РАБОЧАЯ ПРОГРАММА

и нормативные материалы по дисциплине

Системы искусственного интеллекта

для студентов специальности 230102

1

ЦЕЛЬ И ЗАДАЧИ ДИСЦИПЛИНЫ

СТАНДАРТ НА СПЕЦИАЛЬНОСТЬ:

Системы искусственного интеллекта: искусственный интеллект как научное направление; представление знаний, рассуждений и задач в искусственном интеллекте; эпистомологическая полнота представления знаний и эвристически эффективные стратегии поиска решения задач; модели представления знаний : алгоритмические ,логические, сетевые и продукционные модели ; сценарии; экспертные системы, классификация и структура ; инструментальные средства проектирования, разработки и отладки; примеры реализации.

Целью преподавания дисциплины является овладение знаниями, представлениями, умениями навыками для эффективного использования методов искусственного интеллекта в профессиональной деятельности. Студенты изучают искусственный интеллект на основе: математических моделей.

Задачи изучения дисциплины. Студент должен:

ИМЕТЬ ПРЕДСТАВЛЕНИЕ: о современных информационных технологиях, принципах и способах хранения информации, спектре программных средств , о назначении и принципах функционирования экспертных систем.

ЗНАТЬ: типы моделей; принципы моделирования и оп­тимизации.

УМЕТЬ: составлять математические модели средств ОАИСУ, уметь их оптимизировать, определять их адекватность и точность.

ПРИОБРЕСТИ НАВЫКИ: самостоятельной работы на компьютере по созданию и веде­нию моделирования .

Специальность, форма обучения, курс.	Объем в часах по плану очной формы обучения		Объем раб. Студента, аудиторные занятия					Самост. раб.	Распределение по курсам
	Общ.	Ауд.		всего	Лекц.	Лаб.р	Практ.		Курс.раб.	Контрраб.	экз	Зач.
230102,п,ДФО,4	100	52		52	20	32		48			1	-
230102,с,ДФО,2	100	52		50	20	30		50			1
230102 п,ОЗФО,4	100	52		40	16	24		60			1
230102 с,ОЗФО,4	100	52		34	16	18		68			1
230102п, ЗФО,5	100	52		16	4	12		84			1	-
230102,с,ЗФО.2	100	52		16	4	12		84			1	-

2 Часы по учебному графику

Самостоятельная работа студентов:

- изучение материала, изложенного в основной и дополнительной литературе, в соответствии с тематическим содержанием дисциплины; - решение практических задач, приведенных в основной литературе; - выполнение контрольных работ; - выполнение курсовых работ; - подготовка к зачетам; - подготовка к экзаменам; - выполнение тестовых заданий модульных учебно-практических пособий и подготовка к тестированию по проверке текущих и остаточных знаний; - подготовка к проверке остаточных знаний.

Т 3 ематическое содержание программы

Тематическое содержание программы по дисциплине формируется на основе таких модулей, как: «Маткад. Лабораторный практикум»(рукопись) «Моделирование рецептурных смесей», основы которых составляют самостоятельные учебно-практические пособия либо отдельные разделы учебных пособий, учебников и монографий (см. список основной и дополнительной литературы).

4 Тематический план лекций

№	Наименование лекций	Объем в часах
		ПДФО	сДФО	пОЗФО	сОЗФО	пЗФО	сЗФО
1	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.	1,0 1,0 1,0	1,0 1,0 1,0	1,0 1,0	1,0 1,0	1,0	1,0
2	Системы представления знаний 2.1 Представление знаний фреймами. 2.2.Использование алгебры логики и предикатов для представления знаний. 2.3. Продукции	1,0 1,0 1,0	1,0 1,0 1,0	1,0 1,0	1,0 1,0
3	Основы нечеткой логики. 3.1. Определения, характеристики нечетких множеств. 3.2. Нечеткие отношения, их свойства и операции над ними. 3.3. Функции принадлежности. Их классификация и методы построения. 3.4.Нечеткие числа и операции над ними.	1,0 1,0 2,0 1,0	1,0 1,0 2,0 1,0	1,0 1,0 1,0	1,0 1,0 1,0	1,0 1,0	1,0 1,0
4	Нейронные сети. 4.1.Понятие нейронной сети. Структура однослойной и многослойной сети. Понятие обучения сети. 4.2.Персептроны. Обучение персептронов. 4.3. Обучение нейронных сетей Алгоритмы. Процедура обратного распространения.	2,0 2,0 1,0	2,0 2,0 1,0	2,0 2,0 1,0	2,0 2,0 1,0	1,0	1,0
5	Методология построения экспертных систем 5.1. Определение, структура и классификация экспертных систем(ЭС). 5.2. Методология построения ЭС.Пример ЭС – G2. 5.3.Робототехнические системы с элементами ИИ.	1,0 1,0 2,0	1,0 1,0 2,0	1,0 1,0 2,0	1,0 1,0 2,0
	ИТОГО	20	20	16	16	4	4