Теоретические темы

Джордж Ф. Люггер. Искусственный интеллект. Стратегии и методы рещения сложных проблем. Изд.»Вильямс»,2006

Дополнительная

Основная

1.Яньков В.Ю., Иглицкий А.М. Системы искусственного интеллекта..У чебно – практическое пособие пособие для студентов специальностей 210.200 и 220.200 всех форм обучения.Москва, 2006

2.. Краснов А.Е., Красуля О.Н., Большаков О.В., Шлёнская Т.В. Информационные технологии пище-

вых производств в условиях неопределённости (системный анализ, управление и прогнозирование с элементами компьютерного моделирования). - М.: ВНИИМП, 2001. - 496 с.

3. Краснов А.Е., Красуля О.Н., Воробьёва А.В., Красников С.А., Кузнецова Ю.Г., Николаева СВ. Ос-

новы математического моделирования рецептурных смесей пищевой биотехнологии. - М.: Пище-промиздат, 2006. - 240 с.

2. Стюарт Рассел, Питер Норрис. Искусственный интеллект. Современный подход. Издательство: «Вильямс», 2006 г.

Задания для самостоятельной работы студентов

Основные понятия искусственного интеллекта

Определение искусственного интеллекта (И.И.) и системы искусственного интеллекта(С.И.И.)

Краткий исторический обзор работ в области И.И. и С.И.И.

Современное состояние работ в области ИИ и СИИ

Системы представления знаний

Представление знаний фреймами.

.Использование алгебры логики и предикатов для представления знаний.

Продукции

Основы нечеткой логики.

. Определения, характеристики нечетких множеств.

. Нечеткие отношения, их свойства и операции над ними.

. Функции принадлежности. Их классификация и методы построения.

.Нечеткие числа и операции над ними.

Нейронные сети.

.Понятие нейронной сети. Структура однослойной и многослойной сети. Понятие обучения сети.

.Персептроны. Обучение персептронов.

Обучение нейронных сетей. Алгоритмы обучения. Процедура обратного распространения.

Методология построения экспертных систем

. Определение, структура и классификация экспертных систем(ЭС).

. Методология построения ЭС. Пример ЭС – G2.

.Робототехнические системы с элементами ИИ.

Дата добавления: 2015-06-27