МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Экспертные системы

рабочая программа дисциплины
Закреплена за кафедройКафедра информатики
Направление подготовки01.04.02. Прикладная математика и информатика
ПрофильНейронные сети и анализ данных
Форма обученияОчная
Общая трудоемкость3 ЗЕТ
Учебный план01_04_02_НСиАД-1-2019
Часов по учебному плану 108
в том числе:
аудиторные занятия 36
самостоятельная работа 36
контроль 36
Виды контроля по семестрам
экзамены: 2

Распределение часов по семестрам

Курс (семестр) 1 (2) Итого
Недель 19
Вид занятий УПРПДУПРПД
Практические 36 36 36 36
Сам. работа 36 36 36 36
Часы на контроль 36 36 36 36
Итого 108 108 108 108

Программу составил(и):
к.м.н., доцент, Пиянзин Алексей Илларионович

Рецензент(ы):
к.ф.-м.н., доцент, Вараксин С.В.

Рабочая программа дисциплины
Экспертные системы

разработана в соответствии с ФГОС:
Федеральный государственный образовательный стандарт высшего образования по направлению подготовки 01.04.02 Прикладная математика и информатика (уровень магистратуры) (приказ Минобрнауки России от 10.01.2018г. №13)

составлена на основании учебного плана:
01.04.02 Прикладная математика и информатика
утвержденного учёным советом вуза от 25.06.2019 протокол № 9.

Рабочая программа одобрена на заседании кафедры
Кафедра информатики

Протокол от 22.06.2019 г. № №8
Срок действия программы: 2019-2023 уч. г.

Заведующий кафедрой
к.ф.-м.н., доцент Жариков А.В.


Визирование РПД для исполнения в очередном учебном году

Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2019-2020 учебном году на заседании кафедры

Кафедра информатики

Протокол от 22.06.2019 г. № №8
Заведующий кафедрой к.ф.-м.н., доцент Жариков А.В.


1. Цели освоения дисциплины

1.1.Целью изучения дисциплины является изучение методов построения и использования интеллектуальных информационных систем в экономике, ознакомление с проблематикой и областями применения искусственного интеллекта в экономических информационных системах, освещение теоретических и организационно-экономических вопросов построения и функционирования систем, основанных на знаниях, привитие навыков практических работ по проектированию баз знаний и экспертных систем.
Для достижения цели ставятся задачи:
ознакомиться с понятиями нейроинформатики, историей развития;
изучить методы поиска решений в экспертных системах и приобретения знаний;
освоить схему работы интеллектуального компонента в режиме прогнозирования;
рассмотреть особенности построения гибридные моделей представления знаний;
рассмотреть методы проектирования экспертных систем поддержки принятия решений.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.О.02

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ОПК-2 Способен совершенствовать и реализовывать новые математические методы решения прикладных задач
ПК-3 Способен проводить методические и экспертные работы в области математики и информатики
В результате освоения дисциплины обучающийся должен
3.1.Знать:
3.1.1.Направления искусственного интеллекта и понятие ИИС; понятие экспертных систем; архитектуру экспертных систем и этапы разработки; понятие базы знаний экспертных систем; методы и модели представления знаний; методы поиска решений в экспертных системах; понятие и определение нечетких знаний; основные понятия нейроинформатики; модели и схемотехнику нейронных сетей; состав и структуру нейросетевого интеллектуального блока; методы проектирования нейросетевых интеллектуальных компонентов; технологию функционирования интеллектуального компонента прогнозирования временных рядов показателей; разновидности нейронных сетей и их обучение; технологии проектирования экспертных систем; теоретические аспекты инженерии знаний; технологии инженерии знаний; технологии построения гибридных экспертных систем, инструментальные средства построения экспертных систем, примеры экспертных систем; новые тенденции, методы и прикладные аспекты инженерии знаний.
3.2.Уметь:
3.2.1.Разрабатывать постановки решения задач оценки и прогнозирования состояния экономических объектов на основе экспертных систем; извлекать знания, структурировать проблемную область и формировать поле знаний; выбирать методы представления знаний для решения неформализованных задач; использовать методы нечетких множеств для построения экспертных систем; осуществлять постановки задач оценки и прогнозирования состояния социально-экономических объектов на основе нейросетевых технологий; настраивать нейросетевые решатели задач на основе технологий предобработки данных и обучения нейронных сетей; выявлять и обследовать функциональные области в управлении социально-экономическими системами; выявлять требования к информации для принятия решений;
3.3.Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.Технологиями и инструментальными средствами создания экспертных систем; программными системами, которые используются для настройки нейросетевых решателей; технологиями встраивания нейросетевых решателей в интеллектуальные информационные системы; методами и технологиями проектирования экспертных систем; инструментальными программными системами разработки гибридных экспертных систем.

4. Структура и содержание дисциплины

Код занятия Наименование разделов и тем Вид занятия Семестр Часов Компетенции Литература
Раздел 1. Интеллектуальные системы. Системы обработки знаний.
1.1. Направления искусственного интеллекта и понятие ИИС. Практические 2 2 Л1.2, Л1.1, Л2.1
1.2. Изучение принципов создания продукционных баз знаний Практические 2 2 Л1.2, Л1.1, Л2.1
1.3. Разработка продукционной экспертной системы Сам. работа 2 12 Л1.2, Л1.1
1.4. Понятие экспертных систем. Архитектура экспертых систем и этапы разработки Практические 2 4 Л1.2, Л1.1, Л2.1
1.5. Изучение нечеткого вывода экспертных систем Практические 2 4 Л1.2, Л1.1
1.6. Разработка экспертной системы с нечетким выводом Сам. работа 2 8 Л1.2, Л1.1, Л2.1
Раздел 2. Методы нейроинформатики
2.1. Основные понятия нейроинформатики. Модели и схемотехника нейронных сетей Практические 2 2 Л1.2, Л1.1, Л2.1
2.2. Формирование обучающих выборок для нейронных сетей Практические 2 4 Л1.2, Л1.1
2.3. Проектирование нейросетевых интеллектуальных компонентов Практические 2 4 Л1.2, Л1.1, Л2.1
2.4. Изучение алгоритмов обучения нейронных сетей Сам. работа 2 8 Л1.2, Л1.1
2.5. Практикум по прогнозированию временных рядов с использованием нейронных сетей Практические 2 2 Л1.2, Л1.1, Л2.1
Раздел 3. Гибридные интеллектуальные системы
3.1. Инженерия знаний. Практические 2 2 Л1.2, Л1.1
3.2. Построение модели гибридной интеллектуальной системы Практические 2 4 Л1.2, Л1.1, Л2.1
3.3. Гибридные экспертные системы Практические 2 4 Л1.2, Л1.1
3.4. Разработка модели гибридной интеллектуальной системы Сам. работа 2 8 Л1.2, Л1.1, Л2.1
3.5. Реализация гибридной интеллектуальной системы Практические 2 2 Л1.2, Л1.1, Л2.1

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины
См.приложение
5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.)
См.приложение
5.3. Фонд оценочных средств для проведения промежуточной аттестации
См.приложение

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
Авторы Заглавие Издательство, год Эл. адрес
Л1.1 В. Б. Кудрявцев, Э. Э. Гасанов, А. С. Подколзин. — Интеллектуальные системы : учебник и практикум для среднего профессионального образования: Москва:Издательство Юрайт, 2022 urait.ru
Л1.2 Ясницкий Л.Н. Введение в искусственный интеллект: учеб. пособие для вузов М.: Академия, 2005 www.studmed.ru
6.1.2. Дополнительная литература
Авторы Заглавие Издательство, год Эл. адрес
Л2.1 Галушкин А.И. Нейронные сети: основы теории: учебное пособие Горячая линия - Телеком, 2012 www.studentlibrary.ru
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
Название Эл. адрес
Э1 Сайт библиотеки АлтГУ: www.lib.asu.ru;
Э2 Электронно-библиотечная система издательства «Лань»: www.e.lanbook.com;
Э3 Электронно-библиотечная система "Университетская библиотека online": www.biblioclub.ru;
Э4 Свободная энциклопедия «Википедия»: http://ru.wikipedia.org
Э5 Пупков К.А., Егупов Н.Д. Методы современной теории автоматического управления. Том 5 - nashaucheba.ru
Э6 Российская ассоциация искусственного интеллекта - http://раии.рф
Э7 RNNS Russian Neural Networks Society - АССОЦИАЦИЯ НЕЙРОИНФОРМАТИКИ - http://www.niisi.ru/iont/ni/
Э8 Лекции по нейроинформатике - http://neurolectures.narod.ru/
6.3. Перечень программного обеспечения
Scilab
Среда разработки CLIPS
Deductor Academic
Microsoft Windows
Microsoft Office
7-Zip
AcrobatReader
6.4. Перечень информационных справочных систем
Информационная справочная система:
СПС КонсультантПлюс (инсталлированный ресурс АлтГУ или http://www.consultant.ru/).
Профессиональные базы данных:
1. Электронная база данных «Scopus» (http://www.scopus.com);
2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/);
3. Научная электронная библиотекаelibrary(http://elibrary.ru)

7. Материально-техническое обеспечение дисциплины

Аудитория Назначение Оборудование
203Л лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации Учебная мебель на 14 посадочных мест; компьютеры: марка ASUS модель i5-6500 - 14 единиц
Помещение для самостоятельной работы помещение для самостоятельной работы обучающихся Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ

8. Методические указания для обучающихся по освоению дисциплины

Аудиторные занятия со студентами по курсу «Экспертные системы» проходят в форме практических занятий.
Практические занятия по курсу «Экспертные системы» ориентированы на то, чтобы студенты получили навыки работы по созданию экспертных систем, созданию и обучению нейронных сетей, настройке параметров сетей и параметров обучения, нечетких систем.
Все практические задания сформулированы в явном виде, многие задания имеют инструкцию по выполнению, кроме этого, студент может задать вопрос по правильности выполнения задания.
Основное внимание студента должно быть уделено пониманию методов работы по созданию базы знаний, набора правил, представления знаний в виде продукций, выбору модели нейронной сети и ее оптимизации. Список литературы, содержащийся в рабочей программе, носит справочный характер и дает студенту возможность восстановить пробелы в знаниях определенных тем.
Основная и дополнительная литература – необходимый минимум, в который включены базовые учебники и учебные пособия по курсу, из которых студент может почерпнуть необходимый материал для подготовки к занятиям, текущему контролю и промежуточной аттестации.
Знание студентом дополнительно рекомендуемой литературы является подтверждением успешного усвоения курса и приветствуется преподавателем.
С целью более глубокого усвоения изучаемого курса, формирования навыков практической работы и умения применять теоретические знания на практике, учебным планом предусмотрена самостоятельная работа студентов. Самостоятельная работа предполагает: повторение пройденного материала по конспектам лекций, ознакомление с рекомендованным списком литературы, выполнение заданий по темам практических занятий.
Примеры типовых практических заданий и вопросов для итогового контроля можно найти в приложении.