Интеллектуальные системы управления и нейронные сети

Бакланов Александр Евгеньевич

Portfolio des Lehrers

Beschreibung: Дифференциально-модельная концепция базы знаний для интеллектуальных систем управления. - Некоторые задачи теории и техники интеллектуальных систем управления. Динамические экспертные системы в управлении. Логико-динамические модели и программно-технические средства интеллектуальной системы управления. Нейросетевые технологии в системах управления - Синтез управляющих систем на основе нечеткой логики.

Betrag der Credits: 6

Arbeitsintensität der Disziplin:

Unterrichtsarten Uhr
Vorträge 30
Praktische Arbeiten
Laborarbeiten 30
AASAL (Autonomes Arbeiten der Schüler unter Anleitung des Lehrers) 30
SE (Studentisches Eigenarbeiten) 90
Endkontrollformular экзамен
Form der Endkontrolle

Komponente: Компонент по выбору

Zyklus: Профилирующие дисциплины

Цель
  • Дать обобщающее представление о задачах и методах синтеза интеллектуальных систем. - теоретически описать модели и алгоритмы интеллектуальных систем, принципы создания баз знаний для интеллектуальных систем. - ознакомить магистрантов с инструментальными средствами и реализацией интеллектуальных систем.
Задача
  • - изучить основные технологии для создания базы знаний и исследования качества работы алгоритмов интеллектуальных систем.
  • - освоить с магистрантами создание математических моделей и алгоритмов интеллектуальных систем на примерах логико-динамических моделей.
  • - ознакомиться с программно-техническими средствами интеллектуальных систем.
  • - ознакомить магистрантов с отображением интеллектуальной системы на архитектуру многопроцессорной вычислительной сети.
Результат обучения: знание и понимание
  • Обучающиеся должны знать: основные теории, методы и средства синтеза систем интеллектуального управления.
  • Обучающиеся должны иметь понимать расчёты по анализу устойчивости, точности и качества систем интеллектуального управления
Результат обучения: применение знаний и пониманий
  • - способность использовать отображение интеллектуальной системы управления на архитектуру многопроцессорной вычислительной сети;
  • - знание логико-динамических моделей и программно-технических средств интеллектуальной системы управления;
  • - умение решать некоторые задачи теории и техники интеллектуальных систем.
Результат обучения: формирование суждений
  • Умение применять стандартные методы расчета элементов и узлов систем автоматизации и управления, выполнять проектно-конструкторские работы и оформлять проектную и технологическую документацию соответственно стандартам, техническим условиям и другим нормативным документам, в том числе с использованием средств автоматизированного проектирования.
Результат обучения: коммуникативные способности
  • Способность участвовать в работе над инновационными проектами, используя базовые методы исследовательской деятельности, основанные на систематическом изучении научно-технической информации, отечественного и зарубежного опыта.
Результат обучения: навыки обучения или способности к учебе
  • Применять современные методы для разработки энергоберегающих и экологически чистых систем автоматизации и управления, обеспечивающих безопасность жизнедеятельности людей и их защиту от возможных последствий аварий, катастроф и стихийных бедствий.
Основная литература
  • 1. Интеллектуальные системы автоматического управления (под ред. Макарова и М., Лохина В.М.) Том 1: Математические модели, динамические харатеристики и анализ систем автоматического управления. Цифровые и адаптивные системы. Учебник. М.: Высшая школа, 2002 - 360 с.
  • 2. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах Москва: Наука. Физматлит, 2000. - 312 с
  • 3. Пупков К.А., Егупов Н.Д., Гаврилов А.И. и др. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник (под ред. Егупова Н.Д.) Изд. 2-е, стереотип. Издательство: М: МГТУ им. Н.Э.Баумана, 2000 г. - 744 с.
  • 4. Асаи К. и др. Прикладные нечеткие системы / пер. с япон.; под. ред. Тэрано Т., Асаи К. Сугэно М. – М.: Мир, 2003