logo
Annotacii_programm_disciplin_29

Аннотация дисциплины «Экспертные системы»

Общая трудоемкость изучения дисциплины составляет 4 зачетные единицы (144 часа).

Цели и задачи дисциплины

Целью изучения дисциплины является: ознакомление студентов с современными принципами и технологиями решения трудно формализуемых задач на ЭВМ.

Задачей изучения дисциплины является формирование у студентов теоретических и практических знаний в области создания, внедрения и эксплуатации экспертных систем (ЭС), способах представления и использования знаний в экспертных системах; приобретение навыков работы в оболочке экспертной системы.

Структура дисциплины (распределение трудоемкости по отдельным видам аудиторных учебных занятий и самостоятельной работы):

Вид учебной работы

Всего зачетных

единиц (часов)

Семестр

8

Общая трудоемкость дисциплины

4 (144)

4 (144)

Аудиторные занятия:

1,0 (36)

1,0 (36)

лекции

0,34 (12)

0,34 (12)

практические занятия

0,66 (24)

0,66 (24)

Самостоятельная работа:

2,0 (72)

2,0 (72)

изучение теоретического курса

1 (36)

1 (36)

домашние задания

1 (36)

1 (36)

Всего учебной работы

3 (108)

3 (108)

Вид промежуточного контроля

экзамен

экзамен

Основные дидактические единицы (разделы):

Раздел 1. Введение. Понятие об интеллектуальных информационных системах. Понятие о проблеме искусственного интеллекта. Назначение и основные особенности экспертных систем. Структура статических экспертных систем и назначение основных элементов.

Раздел 2. Представление знаний в ЭС. Отличие знаний от данных. Логические модели знаний. Семантические сети. Фреймовые и продукционные модели знаний.

Раздел 3. Обзор методов поиска решений. Поиск решений в пространстве состояний. Использование редукции задач на подзадачи для поиска решений. Поиск решений посредством доказательства теорем. Использование цепочек рассуждений. Особенности представления знаний в оболочках Crystal и CutGlass.

Раздел 4. Инструментальные средства разработки ЭС.

Раздел 5. Экспертные системы реального времени.

Раздел 6. Нейрокомпьютерные экспертные системы. Модель биологического нейрона. Модель формального нейрона. Архитектура нейронной сети. Парадигмы и правила обучения нейронных сетей. Реализация нейронных сетей.

В результате изучения дисциплины студент должен:

знать:

- иметь представление о современном состоянии и тенденциях развития экспертных систем, новых технологиях решения задач на ЭВМ.

- понимать назначение экспертных систем, компонентов экспертных систем, а также понимать функции участников разработки.

- обладать теоретическими знаниями об экспертных системах, о моделях представления знаний, о механизме логического вывода, о структуре статических и динамических экспертных систем, о процессе построения экспертных систем.

- ориентироваться в инструментарии по созданию экспертных систем, в схеме построения экспертных систем в металлургии.

- приобрести навыки работы в оболочке экспертной системы.

уметь:

- моделировать базу знаний ЭС, и осуществлять поиск решения, используя продукционную или фреймово-продукционную модели знаний в предложенной проблемной области;

проводить сеанс консультации с экспертной системой; получать объяснения найденного решения; анализировать полученное решение;

иметь навыки:

- проектирования прототипа экспертной системы с использованием оболочки экспертной системы; проектировать интерфейс ЭС с базами данных, текстовыми файлами, а также создавать подсистему объяснений.

Виды учебной работы: лекции, практические занятия, самостоятельная работа.

Изучение дисциплины заканчивается экзаменом.