Автоматтандыру және басқару міндеттерінде жасанды интеллект әдістерін қолдану

Сипаттама: Осы пәнді оқу барысында нейрондық желілерді жуықтау функциялары үшін, сондай-ақ басқару контроллерлерінде, басқару объектісін анықтау есептерінде және автоматты басқару жүйелерін компьютерлік модельдеу мәселелерінде пайдалану мәселелері қарастырылады. Оқыту нәтижесінде нейрондық желілердің архитектурасы мен оқыту стратегиясы туралы, сондай-ақ нейрондық желілерді құру және оқытудың бағдарламалық құралдары туралы, генетикалық алгоритмдер және оларды автоматты басқару есептеріне қолдану туралы білімдер, дағдылар мен дағдылар қалыптасады. қазіргі заманғы компьютерлік және ақпараттық-коммуникациялық технологияларды пайдалана отырып, әртүрлі автоматтандыру және басқару мәселелеріне жасанды интеллект әдістерін қолдану.

Кредиттер саны: 5

Пререквизиты:

• Технологиялық үдерiстер параметрлерiн адапттивтi болжамдау әдiстерi

Пәннің еңбек сыйымдылығы:

Компонент: Таңдау бойынша компонент

Цикл: Базалық пәндер

Мақсат

• Развить у обучающихся навыки и знания, необходимые для применения методов искусственного интеллекта в задачах автоматизации и управления, с акцентом на разработку инновационных решений для оптимизации процессов и повышения эффективности систем.

Міндет

• 1. Овладеть основными алгоритмами машинного обучения и их применением для решения практических задач в области автоматизации и управления. 1. Научиться собирать, анализировать и обрабатывать данные, необходимые для обучения моделей ИИ, а также оценивать качество полученных решений. 1. Развить навыки проектирования, разработки и внедрения интеллектуальных систем управления, используя методы искусственного интеллекта для повышения эффективности и надежности автоматизированных процессов.

Оқыту нәтижесі: білу және түсіну

• способность критически осмыслять и применять методы искусственного интеллекта в задачах автоматизации и управления, демонстрируя глубокое понимание их теоретических основ и практического применения.

Оқыту нәтижесі: білім мен ұғымды қолдану

• Способность применять теоретические знания и понимание методов искусственного интеллекта для разработки и оптимизации интеллектуальных систем управления в реальных промышленных процессах.

Оқыту нәтижесі: талқылай білуді қалыптастыру

• формирование обоснованных суждений о применимости методов искусственного интеллекта в задачах автоматизации и управления, основываясь на критическом анализе существующих технологий и их эффектов на производственные процессы.

Оқыту нәтижесі: коммуникативтік қабілеттіліктер

• эффективно передавать и обсуждать идеи, решения и результаты в области применения методов искусственного интеллекта в задачах автоматизации и управления, используя современные средства коммуникации и профессиональную терминологию.

Оқыту нәтижесі: Оқу дағдылары немесе сабаққа қабілеттілігі

• способность разрабатывать интеллектуальные системы управления на основе методов искусственного интеллекта, а также навыки анализа и оптимизации автоматизированных процессов с применением современных алгоритмов машинного обучения.

Оқыту әдістері

- - интерактивная лекция (применение следующих активных форм обучения: ведомая (управляемая) дискуссия или беседа; модерация; демонстрация слайдов или учебных фильмов; мозговой штурм; мотивационная речь); - построение сценариев развития различных ситуаций на основе заданных условий; - информационно-коммуникационная (например, занятия в компьютерном классе с использованием профессиональных пакетов прикладных программ); - поисково-исследовательская (самостоятельная исследовательская деятельность студентов в процессе обучения); - решение учебных задач.

Білім алушының білімін бағалау

Оқытушы ағымдағы бақылау жұмыстарының барлық түрлерін жүргізеді және академиялық кезеңде екі рет білім алушылардың ағымдағы үлгеріміне тиісті баға береді. Ағымдағы бақылау нәтижелері бойынша 1 және 2 рейтинг қалыптастырылады. Білім алушының оқу жетістіктері 100 балдық шкала бойынша бағаланады, Р1 және Р2 қорытынды бағасы ағымдағы үлгерім бағасынан орташа арифметикалық ретінде шығарылады. Академиялық кезеңде білім алушының жұмысын бағалауды пән бойынша тапсырмаларды тапсыру кестесіне сәйкес оқытушы жүзеге асырады. Бақылау жүйесі жазбаша және ауызша, топтық және жеке формаларды біріктіре алады.

Жұмыс түрлері бойынша оқыту нәтижелерін бағалау саясаты

Бағалау нысаны

Пән бойынша білім алушының білімін қорытынды бағалау 100 баллдық жүйе бойынша жүзеге асырылады және:

• Емтиханда алынған нәтиженің 40%;
• Ағымдағы үлгерімнің 60% - ы.

Қорытынды бағаны есептеу формуласы:

 

мұндағы, Р1, Р2-тиісінше бірінші, екінші рейтингті бағалаудың сандық эквиваленттері;

Э - емтихандағы бағаның сандық баламасы.

Қортынды әріптік бағасы және оның балдық сандық эквиваленті:

Төрт балдық жүйе бойынша цифрлық баламаға сәйкес келетін білім алушылардың оқу жетістіктерін бағалаудың әріптік жүйесі:

Дәріс сабақтарының тақырыптары

• Введение в искусственный интеллект: понятия и задачи в управлении
• Основы машинного обучения: теория и методы
• Нейронные сети и их применение в системах управления
• Генетические алгоритмы и эволюционные методы в задачах оптимизации
• Методы оптимизации в задачах управления с использованием ИИ
• Применение логики нечётких множеств в управлении
• Прогнозирование и адаптивное управление с применением ИИ
• Применение методов ИИ в робототехнике
• Анализ данных и предсказательное управление на основе больших данных
• Применение ИИ в системах управления энергетическими процессами
• Применение многослойных нейронных сетей для управления сложными системами
• Интеллектуальные системы управления в реальном времени
• Искусственный интеллект в промышленной автоматизации: применение в Industry 4
• Этические вопросы и проблемы безопасности в использовании ИИ в управлении
• Проблемы прозрачности алгоритмов, безопасность и ответственность в автоматизации с ИИ

Негізгі әдебиет

• 1. Vlasov M. & Lapteva А. (2021) Economic indicators of the algorithm for introducing artificial intelligence into the automated process control system / International Scientific Conference «Digital transformation in industry: trends, management, strategies»: DTI-2021 conference, Ekaterinburg, 2021 29/OCTOBER. 2. Логический подход к искусственному интеллекту: От классич. логики к логическому программир. / пер. с фр. П. П. Пермяков ; ред. Г. П. Гаврилов. - М. : Мир, 1990. - 432 с. : ил. - Библиогр.: с. 411-417. - Б. ц. 3. Теория решения задач. Подход к созданию искусственного интеллекта / Р. Бенерджи ; пер. с англ. С. П. Чеботарев ; ред. Ю. В. Буркин. - М. : Мир, 1972. - 224 с. - Б. ц. 4. Li, X., Ma, H., &Li, Y. (2020). Artificial Intelligence in Process Control and Optimization: Challenges and Opportunities. *IEEE Transactions on Industrial Informatics*, 16(1), 1-10. 5. Smith, J., & Johnson, R. (2019). Machine Learning Applications in Predictive Maintenance for Industrial Processes. *Journal of Manufacturing Systems*, 50, 106-116. 6. Wang, L., & Chen, S. (2018). Adaptive Control of Nonlinear Processes Using Deep Reinforcement Learning. *AIChE Journal*, 64(9), 3350-3362. 7. Zhang, Y., & Liu, W. (2021). An Overview of Artificial Intelligence Techniques for Fault Diagnosis in Industrial Processes. *Computers&ChemicalEngineering*, 146, 107224.