Тема 3. 3. Введение в прикладную теорию игр

1. Как встроить априорную информацию в структуру нейронной сети?

2. Распознавание объекта - способ определения его состояния.

3. Прагматика распознавания состояния объекта.

4. Определение допустимой ошибки сходства.

5. Применение знаний в обучении.

6. Нейронные сети.

7. Создание игры по теме: «Игра в нечетко определенной информации и обстановке».

 

Вопросы и задания для самостоятельной работы

1. Подготовить ответы на контрольные вопросы по теме:

 

1.1. Какова структура нейронных сетей?

1.2. Из чего состоят сети принятия решений?

1.3. Какова структура логического вывода?

1.4. В чем суть функции полезности?

1.5. Как сформировать деревья решений?

1.6. Как строится процесс распознавания объекта?

1.7. Что такое персептрон?

1.8. Как происходит обучение нейронной сети?

1.9. Изучите основные алгоритмы теории игр.

1.10. Как представляются нечеткие игры?

2. Тестовые задания для самостоятельного контроля уровня подготовки студентами вопросов темы:

 

2.1. Нечеткое отношение называется квазипорядком на , если оно

· рефлексивное и транзитивное

· рефлексивное, антисимметричное и транзитивное

· антирефлексивное, симметричное и транзитивное

· антирефлексивное, антисимметричное и транзитивное

2.2. Функция принадлежности нечеткого множества недоминируемых альтернатив имеет вид

·

·

·

·

2.3. Для четко недоминируемой альтернативы  выполняется соотношение

·

·

·

·

2.4. Нечеткое отношение, заданное в виде матрицы  является

· антирефлексивным

· симметричным

· рефлексивным

· транзитивным

2.5. Нечеткое отношение, заданное в виде матрицы  является

· антирефлексивным

· симметричным

· рефлексивным

· транзитивным

2.6. Нечеткое отношение, заданное в виде матрицы  является

· антирефлексивным

· симметричным

· рефлексивным

· транзитивным

2.7. Нечеткое отношение, заданное в виде матрицы  является

· антирефлексивным

· симметричным

· рефлексивным

· транзитивным

2.8. Произведением нечеткого отношения   на  является

·

·

·

·

2.9.Укажите, является ли нечеткое отношение, заданное в виде матрицы  согласованным

· не является

· является

· является только для единичной матрицы

· является только верхней треугольной матрицы

2.10. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое отношение нестрогого предпочтения

·

·

·

·

 

Тема 3.4. Нечеткое моделирование, оптимизация и управление

1. Конфигурации сетей с обратными связями.

2. Бинарные системы.

3. Ассоциативность памяти и задача распознавания образов.

4.  Взаимодействие с компьютером на естественном языке и понимание языка. Трудности распознавания естественного языка (ЕЯ).

5. Создание алгоритма: «Адаптивный нечеткий логический регулятор».

 

Вопросы и задания для самостоятельной работы

1. Подготовить ответы на контрольные вопросы по теме:

 

1.1. Какова структура ситуационных центров?

1.2. Изучите основные принципы распознавания объектов.?

1.3. Изучите основные функции графических и имитационных интерфейсов.

1.4. Как осуществить взаимодействие с компьютером на естественном языке?

1.5. Как осуществляется распознавание естественного языка?

1.6. Как определяется параметрическое пространство?

1.7. Что такое процесс в семантике множества наблюдений?

1.8. Как определяются нейронные сети Хопфилда и Хэмминга? Как осуществляется обучение в этих сетях?

1.9. Как происходит распознавание образов с помощью нейронных сетей?

1.10. Сколько образцов можно вызвать из сети Хопфилда, если каждый сохраненный вектор имеет 10 элементов?

1.11. Определите весовые значения сети Хопфилда, соответствующие сохранению образца (-1 -1 1 -1).

1.12. Что такое нечеткий регулятор?

2. Тестовые задания для самостоятельного контроля уровня подготовки студентами вопросов темы:

 

2.1. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое отношение нестрогого предпочтения

·

·

·

·

2.2. Нечеткое отношение нестрогого предпочтения является

· симметричным

· антирефлексивным

· транзитивным

· антисимметричным

2.3. Нечеткое отношение квазиэквивалентности является

· симметричным

· рефрлексивным

· транзитивным

· антисимметричным

2.4. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое отношение строгого предпочтения

·

·

·

·

2.5. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое множество недоминируемых альтернатив

·

·

·

·

2.6. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое множество недоминируемых  альтернатив

·

·

·

·

2.7. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое множество недоминируемых  альтернатив

·

·

·

·

2.8. Существует ли для нечеткого отношения, заданного в виде матрицы , четко недоминируемая альтернатива

· не существует

· обе альтернативы являются четко недоминируемыми

· первая альтернатива не является, а вторая является

· первая альтернатива является, а вторая не является

2.9. Существует ли для нечеткого отношения, заданного в виде матрицы , четко недоминируемая альтернатива

· не существует

· обе альтернативы являются четко недоминируемыми

· первая альтернатива не является, а вторая является

· первая альтернатива является, а вторая не является

2.10. Укажите для нечеткого отношения, заданного в виде матрицы , нечеткое отношение строгого предпочтения

·

·

·

·

 

1.3. Библиографические обязательные источники для подготовки к лабораторным занятиям

 

1. Гайкова, Л. В. Интеллектуальные системы: учеб. пособие / Л. В. Гайкова; Саратов. гос. техн. ун-т. – Саратов, 2009. – 188 с.

2. Тюрин, С. Ф. Дискретная математика: практическая дискретная математика и математическая логика: учеб. пособие / С. Ф. Тюрин, Ю. А. Аляев. – М.: Финансы и статистика: ИНФРА-М, 2010. – 382 с. (УМО)

3. Тюрин, Ю. Н. Анализ данных на компьютере: учеб. пособие / Ю. Н. Тюрин, А. А. Макаров. – 4-е изд., перераб. – М.: ФОРУМ, 2008. – 366 с. (УМО)

4. Граничин О.И. Информационные технологии в управлении: учеб. пособие / О.И. Граничин, В.И. Кияев. – М.: Интернет -Университет Информационных Технологий; БИНОМ. Лаборатория Знаний, 2008. – 336 с.

5. Осипов А.Л. Теория автоматов и формальных языков: учебное пособие / А.Л. Осипов. – Новосибирск: НГУЭУ, 2010. – 162 с.

6.  Аттетков А. В. Введение в методы оптимизации [учеб. пособие]. /  А. В. Аттетков, В. С. Зарубин, А.М. Канатников. - М.: Финансы и статистика, ИНФРА-М, 2008. - 269 с.

7. Зайцев М. Г. Методы оптимизации управления и принятия решений примеры, задачи, кейсы: [учеб. пособие]; Акад. нар. хоз-ва при Правительстве Рос. Федерации, Ин-т бизнеса и делового администрирования. / М. Г. Зайцев, С. Е. Варюхин. - М.: Дело, 2008. - 663 с.

8. Комарцова Л.Г. Нейрокомпьютеры: учеб. пособие / Л.Г. Комарцова, А.В. Максимов. – М.: МГТУ им. Н.Э. Баумана, 2002. – 319 с.

9. Чиркунов Ю.А. Дифференциальные уравнения. Учебное пособие. / Ю,А. Чиркунов.  – Новосибирск: НГУЭУ, 2004.

10. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: учеб. пособие / Н.Г. Ярушкина. - М.: Финансы и статистика, 2004. - 320 с.

11. Леоненков А.В. Нечеткое моделированиев в среде MATLAB и fuzzy TECH. / А.В. Леоненков. - СПб.: БХВ-Петербург, 2003. -736с.

12. Кулик Б.А. Алгебраический подход к интеллектуальной обработке данных и знаний. / Б.А. Кулик, А.А. Зуенко, А.Я. Фридман. - СПб.: Изд-во Политехн. ун-та, 2010. – 235с. 

13.  Соловьев В.А. Искусственный интеллект в задачах управления. Интеллектуальные системы управления технологическими процессами. / В.А. Соловьев, С.П. Черный. - Владивосток: Дальнаука, 2010. -267с.

14.  Джарратано Дж. Экспертные системы: принципы разработки и программирование. / Дж. Джарратано, Г. Райли. - М.: ООО «И. Д. Вильямс», 2007. – 1152с.

15.  Частиков А. П.Разработка экспертных систем. Среда CLIPS. / А.П. Частиков, Т.А. Гаврилова, Д.Л. Белов. - СПб.: БХВ-Петербург, 2003.- 608с.  

16.  Фидлер М. Задачи линейной оптимизации с неточными данными. / М. Фидлер, Й. Недома, Я. Рамик. -М. –Ижевск: НИЦ «Регулярная и хаотическая динамика», ИКИ, 2008. -288с.

17. Крохин Г.Д. Интеллектуальные технологии в теплоэнергетике. / Г.Д  Крохин, В.С. Мухин, Ю.А. Судник. - М.: ООО «УМЦ Триада», 2010. -170с.

18. Рутковский Л. Методы и технологии искусственного интеллекта. / Л. Рутковский. - М.: Горячая линия-Телеком, 2010. -520 с.

РАЗДЕЛ 2. МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ВЫПОЛНЕНИЮ ЗАПЛАНИРОВАННЫХ ВИДОВ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ

Согласно Рабочему учебному плану подготовки студентов очной формы обучения по направлению подготовки 230400 Информационные системы и технологии, магистерской программе 230400.68 “Электронный бизнес” организация самостоятельной работы студентов заключается в подготовке к лабораторным занятиям и выполнению трех расчетно-графических работ (РГР).

Задания для выполнения расчетно-графической работы

Цель выполнения заданий РГР по учебной дисциплине «Специальные главы математики» - является изложение теоретических аспектов теории нечетких технологий и нейронных сетей, а также практических результатов использования их в разработке информационных систем.

 

2.2. Порядок выбора вариантов расчетно-графических работ

Номер варианта расчетно-графических работ определяется преподавателем.

Варианты расчетно-графических работ на текущий учебный год представлены в Приложении 1.