Учебное пособие. М.: РУДН, 2008. – 105 с.
Общие сведения об интеллектуальных системах. Классификация
интеллектуальных систем. Интеллектуальные системы управления
Основные компоненты нейронных сетей.
Правило распространения сигналов в сети. Области применения нейронных сетей. Персептрон. Функции активации. Обучение нейронных сетей. Алгоритм обратного распространения ошибки. Обучение с учителем и без учителя. Градиентные методы обучения. Эвристические алгоритмы для обучения нейронной сети
Использование нейронной сети для исследования взаимосвязей и прогнозирования. Нейронные системы автоматического регулирования
Нейронные сети Хопфилда. Двунаправленная ассоциативная память. Ассоциативное обратное распространение ошибок. Нейронные сети – карта Кохонена. Использование карт Кохонена в задачах классификации
Генетический алгоритм. Основные определения, генетические операции. Структуры исходных данных при решении задач оптимизации и обучения нейронных сетей. Генетический алгоритм для решения многокритериальных задач оптимизации
Генетическое программирование. Структуры данных. Польская запись. Символьные генетические операции. Сетевой оператор. Матрица сетевого оператора. Вариации сетевого оператора. Принцип базисной структуры. Сетевой оператор как нейронная сеть с нелинейной структурой
Реализация нейронных сетей в среде MatLab. Пакет Neural Network ToolBox. Использование функций среды MatLab для построения и обучения нейронных сетей. Функции инициализации слоя. Функции для анализа. Функции отклонения. Обучающие функции смещения и градиентного спуска. Функция Хэбба. Функции вычисления производных
Использование функций среды MatLab при построении и обучении нейронных сетей
Функции математического программирования, используемые для обучения нейронной сети. Методы связанных градиентов Пауэлла-Била (Powell-Beale), Флетчера-Пауэлла (Fletcher-Powell), Полака-Рибира (Polak-Ribiere). Методы градиентного спуска. Метод Левенберга-Маркара (Levenberg-Marquardt). Одноступенчатый метод секущих. Метод случайных приращений. Алгоритм упругого обратного распространения. Метод последовательных приращений
Построение нейронной сети пользователя в среде MatLab. Создание конкурентного слоя. Создание каскадной направленной сети. Создание сети обратного распространения Элмана (Elman). Создание рекуррентной сети Хопфилда. Создание самоорганизующейся карты. Конструирование вероятностной нейронной сети
Функции моделирования нейронной сети с помощью блока Simulink в MatLab. Генерация блока Simulink для моделирования нейронной сети. Топологические функции в виде сеточного, гексагонального и случайного слоев
Экспертные системы. Назначение экспертных систем. Структуры экспертных систем. Компоненты экспертных систем. Применение экспертных систем в задачах управления. Интеллектуальные системы управления. Динамические экспертные системы реального времени
Структура базы знаний в экспертной системе. Семантические сети. Фреймы. Уровни представления знаний и уровни детализации. Организация знаний в базе данных. Логические и ассоциативные связи
Методы поиска решений в экспертной системе. Методы поиска решений в иерархических пространствах. Методы поиска решений при неточных и неполных данных. Методы поиска решений, использующие несколько моделей, предназначенные для работы с областями, для адекватного описания которых одной модели недостаточно
Инструментальный программный комплекс G2 для создания экспертных систем. Структура комплекса G
2. Задачи, успешно решаемые с помощью экспертных систем, изготовленных на основе комплекса G2
Объектно-ориентированная технология проектирования экспертных систем. Иерархия классов в программном комплексе G
2. Типовые правила и процедуры. Рабочие области организации данных
Параллельная обработка в реальном времени. Машина логического вывода реального времени. Сканирование. Фокусирование и вызов знаний. Динамическое моделирование и имитация
Создание экспертной системы на основе комплекса G
2. Среда разработки. Структурированный естественный язык. Создание экспертной системы для сети клиент/сервер. Инструментарий G2 для связи с основными стандартами. G2 JavaLink, G2 webLink. Интерфейсы G2 реального времени. Этапы разработки приложений G2
Вопросы для самостоятельной проверки по темам
Описание системы контроля знаний
Темы курсовых работ
Темы дополнительных домашних заданий
Литература
Темы практических занятий
Перечень вопросов итоговой аттестации
Перечень тем рефератов
Об авторе
Основные компоненты нейронных сетей.
Правило распространения сигналов в сети. Области применения нейронных сетей. Персептрон. Функции активации. Обучение нейронных сетей. Алгоритм обратного распространения ошибки. Обучение с учителем и без учителя. Градиентные методы обучения. Эвристические алгоритмы для обучения нейронной сети
Использование нейронной сети для исследования взаимосвязей и прогнозирования. Нейронные системы автоматического регулирования
Нейронные сети Хопфилда. Двунаправленная ассоциативная память. Ассоциативное обратное распространение ошибок. Нейронные сети – карта Кохонена. Использование карт Кохонена в задачах классификации
Генетический алгоритм. Основные определения, генетические операции. Структуры исходных данных при решении задач оптимизации и обучения нейронных сетей. Генетический алгоритм для решения многокритериальных задач оптимизации
Генетическое программирование. Структуры данных. Польская запись. Символьные генетические операции. Сетевой оператор. Матрица сетевого оператора. Вариации сетевого оператора. Принцип базисной структуры. Сетевой оператор как нейронная сеть с нелинейной структурой
Реализация нейронных сетей в среде MatLab. Пакет Neural Network ToolBox. Использование функций среды MatLab для построения и обучения нейронных сетей. Функции инициализации слоя. Функции для анализа. Функции отклонения. Обучающие функции смещения и градиентного спуска. Функция Хэбба. Функции вычисления производных
Использование функций среды MatLab при построении и обучении нейронных сетей
Функции математического программирования, используемые для обучения нейронной сети. Методы связанных градиентов Пауэлла-Била (Powell-Beale), Флетчера-Пауэлла (Fletcher-Powell), Полака-Рибира (Polak-Ribiere). Методы градиентного спуска. Метод Левенберга-Маркара (Levenberg-Marquardt). Одноступенчатый метод секущих. Метод случайных приращений. Алгоритм упругого обратного распространения. Метод последовательных приращений
Построение нейронной сети пользователя в среде MatLab. Создание конкурентного слоя. Создание каскадной направленной сети. Создание сети обратного распространения Элмана (Elman). Создание рекуррентной сети Хопфилда. Создание самоорганизующейся карты. Конструирование вероятностной нейронной сети
Функции моделирования нейронной сети с помощью блока Simulink в MatLab. Генерация блока Simulink для моделирования нейронной сети. Топологические функции в виде сеточного, гексагонального и случайного слоев
Экспертные системы. Назначение экспертных систем. Структуры экспертных систем. Компоненты экспертных систем. Применение экспертных систем в задачах управления. Интеллектуальные системы управления. Динамические экспертные системы реального времени
Структура базы знаний в экспертной системе. Семантические сети. Фреймы. Уровни представления знаний и уровни детализации. Организация знаний в базе данных. Логические и ассоциативные связи
Методы поиска решений в экспертной системе. Методы поиска решений в иерархических пространствах. Методы поиска решений при неточных и неполных данных. Методы поиска решений, использующие несколько моделей, предназначенные для работы с областями, для адекватного описания которых одной модели недостаточно
Инструментальный программный комплекс G2 для создания экспертных систем. Структура комплекса G
2. Задачи, успешно решаемые с помощью экспертных систем, изготовленных на основе комплекса G2
Объектно-ориентированная технология проектирования экспертных систем. Иерархия классов в программном комплексе G
2. Типовые правила и процедуры. Рабочие области организации данных
Параллельная обработка в реальном времени. Машина логического вывода реального времени. Сканирование. Фокусирование и вызов знаний. Динамическое моделирование и имитация
Создание экспертной системы на основе комплекса G
2. Среда разработки. Структурированный естественный язык. Создание экспертной системы для сети клиент/сервер. Инструментарий G2 для связи с основными стандартами. G2 JavaLink, G2 webLink. Интерфейсы G2 реального времени. Этапы разработки приложений G2
Вопросы для самостоятельной проверки по темам
Описание системы контроля знаний
Темы курсовых работ
Темы дополнительных домашних заданий
Литература
Темы практических занятий
Перечень вопросов итоговой аттестации
Перечень тем рефератов
Об авторе