Список вопросов для подготовки к экзамену

1.Основные понятия неклассической математики, применяемые в теории

искусственного интеллекта

2.Основные элементы экспертной системы

3.Эвристики поисковые стратегии

4. Основные свойства нечеткой математики как теоретической основы

инженерии знаний

5. Нечеткие множества и функции принадлежности, основные понятия;

6. Нечеткие отношения и меры, их свойства

7. Основные понятия теории нечеткой логики

8. Приближенные рассуждения и выводы, основные понятия

9. Экспертные системы поддержки принятия решений, их особенности

10.Особенности систем основанных на знаниях

11.Инженерия знаний, основы теории

12.Нечеткие алгоритмы, их особенности

13.Программный инструментарий теории принятия решений, основные

понятия

14. Понятие теории полезностей и анализ основной задачи принятия

решения с позиций субъективиста

15. Стратегии выбора правил при логическом выводе

16. Достоинства и недостатки правил-продукций как метода представления знаний

17. Языки программирования для искусственного интеллекта, оболочки и

языки представления знаний, основные особенности

18. Классы нечетких отношений. Отношения сходства и различия

19. Коллективные решения. Коллективный разум

20.Управление риском с использованием субъективных вероятностей

21.Представление знаний в системах фреймов

22. Многокритериальная задача, особенности ее решения

23. Извлечение знаний из данных. Модели данных

24. Формирование базы знаний. Приобретение знаний

25. Гибридные системы, их особенности

26. Принятие решений в условиях нечеткой информации

27. Решатели интеллектуальных задач. Процесс поиска решений

28. Принятие решений в условиях неопределенности

29. Нечеткие экспертные системы

30. Нечеткое моделирование, особенности

3.2. Общие положения проведения экзамена и/или зачета

К экзамену допускаются студенты, выполнившие в полном объеме график учебного процесса по дисциплине «Специальные главы математики»: задания лабораторных работ, прошедшие тестирование по темам дисциплины согласно Рабочей программе и защитившие расчетно-графические работы.

Экзаменационная оценка является итоговой по дисциплине и проставляется в приложение к диплому (выписке из зачетной книжки).

Приложение 1

ВАРИАНТЫ

РАСЧЕТНО-ГРАФИЧЕСКОЙ РАБОТЫ № 1

«Разработка интеллектуальной программной системы для решения технологической задачи»

Вариант 1

Разработать гибридную программу для семантической сети, работающей с нечеткой и неопределенной информацией для конкретного технологического процесса.

Вариант 2

Разработать программу кластеризации документов в поисковых системах с помощью самоорганизующихся карт.

Вариант 3

Разработать программу мониторинга системы учета мощности ТЭС.

Вариант 4

Разработка программы извлечения знаний и их структурирования в Базе знаний для технологического процесса (по выбору).

Вариант 5

Разработка ситуационного центра и центра принятия решений для экспертной системы объекта с непрерывным производством.

Вариант 6

Разработка интеллектуальной гибридной программной системы, обеспечивающей решение разнообразных прикладных задач в условиях неполноты и нечеткости исходной информации, для объекта с непрерывным производством.

Вариант 7

Разработка ситуационного центра и центра принятия решений для экспертной системы объекта с дискретным производством (с применением вербального анализа решений).

ВАРИАНТЫ

РАСЧЕТНО-ГРАФИЧЕСКОЙ РАБОТЫ № 2

«Разработать генетические алгоритмы к решению следующих оптимизационных задач»

Вариант 1. Задача о диете.

Вариант 2. Транспортная задача.

Вариант 3. Задача рационального использования посевных площадей.

Вариант 4. Задача межотраслевого баланса.

Вариант 5. Задача расчета химической технологии.

Вариант 6. Задача компоновки.

Вариант 7. Задача размещения.

Вариант 8. Задача трассировки монтажных соединений.

Вариант 9. Задача распределения ресурсов.

Вариант 10. Задачи логистики.

ВАРИАНТЫ

РАСЧЕТНО-ГРАФИЧЕСКОЙ РАБОТЫ № 3

«Реализация нейронных сетей»

Вариант 1. Создание нейрона, выполняющего функцию логического И.

Вариант 2. Создание нейрона, выполняющего функцию логического ИЛИ.

Вариант 3. Обучение нейрона выполнению функции логического ИЛИ.

Вариант 4. Имитация работы линейного нейрона.

Вариант 5. Обучение нейрона классификации векторов на две категории.

Вариант 6. Реализовать нейронную сеть для задач нечеткой кластеризации.

Вариант 7. Разработка программы для реализации типовых функций принадлежности.

Вариант 8. Создание слоя линейных нейронов.

Вариант 9. Решение линейно несепарабельных задач с помощью линейных нейронов.

Вариант 10. Обучение нейронной сети с помощью алгоритма обратного распространения ошибки.