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	Нечеткая логика 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

СНОВНАЯ И ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА

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.