Реферат: Программа «Совершенствование преподавания социально-экономических дисциплин в вузах» Российская экономическая академия им. Г. В. Плеханова

Приложение 1.


МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

НАЦИОНАЛЬНЫЙ ФОНД ПОДГОТОВКИ КАДРОВ
ИННОВАЦИОННЫЙ ПРОЕКТ РАЗВИТИЯ ОБРАЗОВАНИЯ


Программа «Совершенствование преподавания социально-экономических дисциплин в вузах»
Российская экономическая академия им. Г.В. Плеханова

(наименование вуза)
Программа дисциплины


Проектирование интеллектуальных систем в экономике


Москва

2003


Программа дисциплины «Проектирование интеллектуальных систем в экономике» составлена в соответствии с требованиями Государственного образовательного стандарта высшего профессионального образования по специальностям 071900 «Информационные системы в экономике» и 351400 «Прикладная информатика (в экономике)» к обязательному минимуму содержания и уровню подготовки дипломированного специалиста или магистра по циклу «Общие гуманитарные и социально-экономические дисциплины» государственных образовательных стандартов высшего профессионального образования второго поколения, а также требованиями, предъявляемыми НФПК к новым и модернизированным программам учебных курсов, разработанным в рамках программы «Совершенствование преподавания социально-экономических дисциплин в вузах» Инновационного проекта развития образования.


Программа подготовлена при содействии НФПК – Национального Фонда подготовки кадров в рамках программы «Совершенствование преподавания социально-экономических дисциплин в вузах» Инновационного проекта развития образования.


Автор (составитель)

Абдикеев Н.М., д.т.н., профессор Российской Экономической Академии им. Г.В.Плеханова.


Рецензенты: __________________________________________________________________

(ФИО, ученая степень, ученое звание, вуз)

Организационно-методический раздел


1. Цель курса

Цель изучения курса - дать студентам знания:

о состоянии и тенденциях развития экономических информационных

систем;

о новой информационной технологии решения задач управления,

связанной с использованием средств и методов искусственного

интеллекта;

о навыках разработки и использования интеллектуальных

информационных систем в различных прикладных областях (основные

сферы производственного цикла, финансово-экономические

информационные системы).

Методическую основу учебного курса составляют лекций, практические занятия, курсовые работы, индивидуальных и самостоятельных занятий. Лекционные занятия раскрывают основные проблемные вопросы по каждому разделу. Практические занятия и курсовые работы предназначены для приобретения практических навыков в работе по освоению различных методов интеллектуализации для прикладных информационных систем в экономике.

Самостоятельная работа студентов проводится вне рамок учебного расписания и предназначена для закрепления лекционного материала и ознакомления с рекомендованной литературой. Формами контроля курса являются семинары, индивидуальные занятия и экзамен.


^ 2. Задачи курса

В результате изучения учебного курса, практических занятий и выполнения курсовой работы студент должен:

- иметь представление об интеллектуальных технологиях и наиболее

перспективных прикладных сферах их применения;

- знать основные методы разработки интеллектуальных информационных

систем и специфику актуальных проблемных областей;

- уметь работать с различными моделями представления знаний и обосновывать

выбор той или иной модели в зависимости от характера предметной области и

специфики решаемых задач, компоновать структуру интеллектуальной

прикладной системы;

- владеть навыками работы с основными инструментальными средствами

проектирования интеллектуальных систем;

- иметь опыт проектирования и разработки демонстрационного прототипа

интеллектуальной системы для конкретной предметной области.



Методическая новизна курса (новые методики, формы работы, авторские приемы в преподавании курса)1

Впервые изложение принципов построения интеллектуальных и

экспертных систем для производства, бизнеса, маркетинга и финансового менеджмента сочетается как с рассмотрением задач, характерных для предметных областей, так и с анализом особенностей самих предметных областей возможного применения экспертных систем.

2. Впервые в учебно-методической литературе вопросы разработки систем поддержки решений рассмотрены системно, с единых методических позиций использования методов инженерии знаний для различных областей экономики: реального производственного сектора, финансовой и банковской

сферы, фондового рынка.

3. Впервые будет разработан курс “Проектирование интеллектуальных систем” с пакетом учебно-методических материалов: программа курса, учебник, электронная версия учебника, экзаменационные вопросы, перечень тем рефератов, курсовых работ и самостоятельных занятий студентов, что позволит использовать новые подходы в образовании на базе современных информационных технологий.

Для проведения практических занятий разработаны темы заданий и обеспечивающее программное обеспечение лабораторных работ, предназначенных для овладения навыками использования интеллектуальных технологий и языка искусственного интеллекта Пролог, что будет способствовать пониманию и закреплению у студентов как теоретического материала, так и практических навыков исследования реальных процессов и ситуаций с использованием фактических данных. Это позволит формировать и развивать у студентов навыки решения конкретных проблем анализа и синтеза в различных областях экономики.


^ 4. Место курса в системе социогуманитарного образования

Системы управления в бизнесе строятся на основе экономико-организационных моделей, так как управляющая система должна иметь представление об образе объекта. И поскольку модель в некоторой форме отражает реально протекающие процессы, возникает проблема ее адекватности. Традиционные детерминированные и стохастические модели все чаще не позволяют эффективно решать проблемы адекватности и учета трудно формализуемых факторов и рисков. Поэтому в настоящее время все большее распространение получают лингвистические, нечеткие и нейронные модели, а также модели искусственного интеллекта с использованием эвристик и знаний управленца высокой квалификации – эксперта.

На современном этапе развития информационных технологий и информатизации в сфере бизнеса важными проблемами являются:

разработка адекватных моделей проблемных сред для систем поддержки решений в различных областях предпринимательства;

моделирование и знаний, эвристик и представлений менеджера или эксперта в сфере своей деятельности, с целью разработки высокоэффективных систем поддержки этих решений;

применение идей, средств и методов новой информационной технологии для интеллектуализации информационных систем в различных областях экономики и бизнеса, а также повышения эффективности решения задач управления.

Специалисты в области искусственного интеллекта (ИИ) всегда стремились разработать программы для компьютеров, которые могли бы в некотором смысле “думать”, т.е. решать задачи таким способом, который мы бы сочли разумным, если бы его применил человек. Чтобы сделать программу интеллектуальной, ее нужно снабдить множеством высококачественных специализированных знаний о некоторой предметной области, а также заложить в нее способность работы с этими знаниями, способность получать знания, не содержащиеся в явном виде, обучаться, обосновывать и объяснять решения.

Понимание этого факта привело к развитию специализированных программных систем, каждая из которых является экспертом в некоторой достаточно узкой предметной области. Эти программы получили название “экспертные системы” (ЭС). Технологию построения ЭС часто называют “инженерией знаний”. С помощью ЭС решаются задачи, относящиеся к классу неформализованных.

Основное отличие между обычными информационно-поисковыми и экспертными системами заключается в том, что первые осуществляют поиск имеющейся в них информации по заданной теме, а вторые – логическую переработку информации с целью получения новой информации, которая в явном виде в нее не вводилась. При этом на основе базы знаний компьютера автоматически определяются не только факты, но генерируются новые знания путем логического вывода. ЭС часто используются как советчики в системах управления и поддержки решений. Кроме того, ЭС используются в качестве консультантов в различных гуманитарных и политологических системах.

Изменение технологии решения информационных задач связано с интенсивным развитием и внедрением новой информационной технологии.

При традиционной технологии решения задач сопровождение прикладного программного обеспечения выполняется на протяжении всего ее жизненного цикла. Процесс сопровождения в традиционной технологии требует по крайней мере такого же количества ресурсов, как и разработка программы.

Все вышесказанное обусловило необходимость изменения технологии использования компьютеров. Ситуацию можно преодолеть только путем привлечения пользователей к процессам решения задач, сопровождения программной системы, и, возможно, даже разработки прикладного программного обеспечения. Однако, это требует коренного изменения принципов организации прикладного программного обеспечения и методов его использования при решении задач, сложившихся в рамках традиционных технологий. Прежде всего, необходимо строить программные системы таким образом, чтобы радикально упростить процессы их эксплуатации и сопровождения.

В традиционной технологии обработки данных системы понятий предметной области и формальной модели, положенной в основу программы, как правило, не совпадают. Это различие и является основной причиной затруднений, возникающих при взаимодействии пользователя с компьютером в процессе решения задачи.

Основная идея новой технологии, призванная обеспечить проблемы интерпретации, состоит в том, чтобы рассматривать систему понятий предметной области и соответствие между ней и системой понятий формальной модели как исходную информацию для решения прикладных задач.

Разработчики систем искусственного интеллекта и экспертных систем, как важной составляющей новой информационной технологии решения задач, ставят своей задачей изменения традиционных подходов к системе взаимодействия человека и компьютера при решении задач принятия решений, обеспечения удобства и комфорта пользователя, повышения эффективности взаимодействия таких систем. Прежде всего, речь идет о переосмыслении всей технологии обработки, хранения и представления информации пользователю с позиций новой информационной технологии.

Важное значение приобретает анализ проблемных областей, в которых интеграция интеллектуальных технологий и информационных систем принесла бы ощутимый эффект. Наиболее перспективными областями экономики и бизнеса, где экспертные системы наиболее эффективны, являются: управление производством; производственное и внутрифирменное планирование; управление маркетингом и сбытом; финансовый менеджмент; риск-менеджмент; банковская сфера; торговля; фондовый рынок.


^ 5. Требования к уровню освоения содержания курса

Высокие.


II. Содержание курса

1. Новизна курса (научная, содержательная; сравнительный анализ с подобными курсами в России и за рубежом)

Новизна курса и учебника состоит в следующем:


1. Впервые в научной литературе, посвященной информационным технологиям и системам появится учебник, системно отражающий особенности применения инженерии знаний и проектирования экспертных систем при управлении сложными проблемными средами и предметными областями в экономике в условиях неопределенности, случайных возмущений и рисков.


2. Впервые при проектировании интеллектуальных и экспертных систем учитываются такие факторы, как сложность проблемной области, размеры пространства состояний системы, степень влияния неопределенности и случайности при принятии решений, необходимость учета и оценки рисков, большие объемы трудно формализуемой и эвристической информации, необходимость получения прогнозов, принятие решений при дефиците времени.

3. Впервые в учебной литературе рассматриваются модели прогнозирования и анализа сценариев и рисков в условиях неопределенности с использованием имитационного моделирования на базе сетей Петри, нечеткой логики и экспертных систем в производстве.

4. Впервые в рамках курса рассмотрены методы искусственного интеллекта применительно к фондовому рынку при анализе и оценке рисков. В этой связи рассматриваются задачи управления портфелем ценных бумаг и анализа и прогнозирования фондового рынка.


На рынке труда наблюдается рост потребностей на бизнес-аналитиков и специалистов по информационным технологиям. Поэтому многие зарубежные вузы значительно увеличили объем часов, отводимых на изучение таких дисциплин, как разработка и применение информационных систем (ИС), информатика, экспертные системы, инженерия знаний, интеллектуальные информационные системы, базы данных и знаний, информационные системы менеджмента, электронный бизнес. К числу таких университетов относятся в первую очередь, университеты Стэнфорда и Чикаго, Принстонский университет, Массачусетский Институт Технологии (США); университеты Токио и Киото, университет Токай, университет коммерции и бизнес-администрирования г.Нагоя (Япония); Лондонский университет (Великобритания) и другие.

К настоящему времени накоплен и некоторый опыт преподавания таких курсов, как прикладные интеллектуальные системы, экспертные системы, инженерия знаний, инструментальные средства искусственного интеллекта и другие также и в России (МИФИ, МИРЭА, МЭИ, МИЭМ, РГГУ и др.).

Однако бурное развитие за последнее десятилетие компьютерных технологий, методов и моделей ИИ, инструментальных средств ИИ и новых программных оболочек ЭС, проявление новых перспективных сфер приложения ЭС в экономике обусловило необходимость разработки нового курса “Проектирование экспертных систем” с учетом реалий сегодняшнего дня, инновационных достижений и технологий инженерии знаний.

Данный учебный курс учитывает требования национальной системы образования и опирается на результаты анализа учебных программ и материалов, упомянутых выше и ряда других зарубежных вузов, выставленных на сайтах в сети Интернет. Предполагается, что курс составит основу учебного плана по специальностям “Информационные системы в экономике” и “Математические методы и исследование операций в экономике”.

Предлагаемый к разработке новый курс и учебник по содержанию и структуре материала принципиально отличается от существующих. В нем впервые изложение принципов построения экспертных систем для производства, бизнеса и финансового менеджмента сочетается как с рассмотрением задач, характерных для предметных областей, так и с анализом характера и особенностей самих предметных областей возможного применения экспертных систем. В этом смысле при проектировании экспертных систем учитываются такие факторы, как сложность проблемной области, размеры пространства состояний системы, степень влияния неопределенности и случайности при принятии решений, необходимость учета и оценки рисков, большие объемы трудно формализуемой и эвристической информации, необходимость получения прогнозов, принятие решений при дефиците времени.

Системность изложения предлагаемого нового учебного курса, методическая обоснованность структурирования материала, новые идеи и разработки, которые подчеркивают его инновационный и обобщающий характер и делают более явными отличия от старого курса “Проектирование экспертных систем” и курсов “Проектирование автоматизированных информационных систем”, “Интеллектуальные информационные системы”, “Автоматизированные информационные системы по областям применения (производство, маркетинг, финансы)”, “Прикладные интеллектуальные системы”, которые читаются автором, в том числе в РЭА им.Г.В.Плеханова и Московском институте радиотехники, электроники и автоматики (МИРЭА), также от изданных ранее монографий и учебных пособий (см. ниже список рекомендуемой литературы).

Темы практических и индивидуальных занятий увязывают актуальные проблемы современного бизнеса в сфере производства, маркетинга и финансов с новыми интеллектуальными информационными технологиями.

Курс предназначен для подготовки студентов экономических вузов, а также для широкого круга специалистов, заинтересованных в применении экспертных систем для решения задач менеджмента.

Для повышения эффективности такой подготовки необходимо совершенствование учебного плана и программ с апробациями различных дисциплин специализации.


2. Разделы и темы курса и краткое содержание
^ РАЗДЕЛ I. ТЕНДЕНЦИИ РАЗВИТИЯ ИНФОРМАЦИОННЫХ СИСТЕМ В ЭКОНОМИКЕ

Тема 1. Информационные системы при интегрированном

автоматизированном управлении экономическими

объектам

Классификация информационных систем. Области применения информационных систем в экономике. Интегрированное автоматизированное производство, планирование и управление. Интегрированные экономические информационные системы.

Тема 2. Тенденции развития информационных систем поддержки решений

Направления развития информационных технологий и систем.

Моделирование и анализ ситуаций. Процесс подготовки и принятия решений. Новая технология решения задач управления в экономике. Интеллектуальные технологии.


Тема 3. Интеллектуальные технологии на основе инженерии знаний и

искусственного интеллекта

Организация работы с данными и знаниями. Инженерия знаний. Развитие исследований в области искусственного интеллекта. Теория и практика искусственного интеллекта. Интеллектуальные информационные системы поддержки решений.

^ РАЗДЕЛ II. МОДЕЛИ И МЕТОДЫ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

Тема 4. Экспертные системы - системы, базирующиеся на знаниях

Экспертные системы (ЭС) - основная разновидность ИИС.

Функциональные возможности и характеристика ЭС. Области применения экспертных систем. Статические и динамические экспертные системы.


Тема 5. Представление знаний в интеллектуальных системах

Проблема представления и моделирования знаний; отличие знаний от данных; типы знаний; декларативные и процедурные модели представления знаний; основные модели представления знаний.

Фреймовый подход, слоты, присоединенные процедуры. Семантические сети, отношения и объекты, вывод в семантической сети. Продукционные модели, компоненты продукционных систем.

Логические модели представления знаний. Исчисление предикатов. Нечеткие множества. Представление и формализация нечетких знаний; нечеткие отношения.

Нейронные сети. Нейрон как простой вычислительный элемент; персептрон; многослойные нейронные сети; ускоренное обучение в многослойных нейронных сетях; сеть Хопфилда; самоорганизующиеся нейронные сети.


Тема 6. Обработка знаний и вывод решений в интеллектуальных

системах

Общие методы поиска решений в пространстве состояний в продукционных системах. Выводы на фреймах и в семантических сетях. Дедуктивные методы поиска решений. Поиск решений в условиях неопределенности. Вероятностная байесовская логика. Нечеткая логика и приближенные рассуждения. Вывод на нейронных сетях.


^ РАЗДЕЛ III. ПРОЕКТИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ

СИСТЕМ


Тема 7. Работа инженера знаний при разработке

интеллектуальных систем

Этапы проектирования интеллектуальных систем. Анализ специфики предметной области и методы приобретения знаний. Выявление, анализ и обработка источников знаний. Работа с экспертами. Проблема извлечения знаний. Автоматизация извлечения знаний и формирования модели.


Тема 8. Архитектура интеллектуальных информационных

систем.

Структура системы. Проектирование базы знаний. Разработка механизма вывода решений. Объяснение и обоснование решений. Прогнозирование. Интеллектуальный интерфейс.


Тема 9. Инструментальные средства проектирования

интеллектуальных систем.

Анализ и обзор традиционных языков программирования и представления знаний: язык Лисп; фрейм-ориентированный язык FRL; язык логического программирования Пролог; продукционный язык OPS.

Современные программные средства построения интеллектуальных систем. Объектно-ориентированный язык Visual Basic. Язык логического программирования Visual Prolog. Интегрированная инструментальная среда GURU. Интегрированная инструментальная среда G2 для создания интеллектуальных систем реального времени.


^ РАЗДЕЛ IV. ПРИКЛАДНЫЕ ИНТЕЛЛЕКТУАЛЬНЫЕ

СИСТЕМЫ В ЭКОНОМИКЕ

Тема 10. Интеллектуальная система планирования производства.

Производственная программа предприятия и календарное планирование. Задачи внутрифирменного планирования. Характеристика основных функциональных модулей. Использование имитационного моделирования в интеллектуальной системе для реализации расчетных функций и функций прогнозирования реализуемости планов. Учет неопределенности в системе.


Тема 11. Динамическая интеллектуальная система оперативно-

диспетчерского управления предприятием.

Оперативно-диспетчерское управление предприятием. Специфика решаемых задач и реализуемых функций. Работа в реальном масштабе времени. Фреймово-продукционная модель представления знаний в системе. Имитационное моделирование на базе нечеткой сети Петри для реализации функций прогнозирования. Управление в реальном времени и оперативное прогнозирование.


Тема 12. Информационно-аналитические системы управления

маркетингом.

Процесс управления маркетингом. Информационно-аналитические системы поддержки маркетинговых решений. CRM-технологии и интеллектуальный анализ данных в управлении маркетингом. Интернет-маркетинг и электронная коммерция.


Тема 13. Разработка интеллектуальной системы поддержки

банковских решений

Анализ проблемной области. Архитектура системы и характеристика функциональных блоков. Основы банковского кредитования и методы определения кредитоспособности заемщика. Кредитный рейтинг. Моделирование бизнес-процессов в системе. Подсистема оценки кредитоспособности заемщика. Анализ залоговых средств недвижимости и ценных бумаг. Формализация знаний и эвристик; построение базы знаний.


Тема 14. Экспертная система риск-менеджмента.

Цели, функции и структура системы. Информационная структура системы. Подсистема формирования портфеля ценных бумаг. Подсистема технического анализа рыночной информации и мониторинга портфеля. Разработка базы знаний фундаментального анализа. Система риск-менеджмента при управлении инвестиционным портфелем. Оценка рисков на основе фундаментального эвристического анализа. Интеллектуальный мониторинг рынка. Учет неопределенности и прогнозирование тенденций.


^ 3. Перечень примерных контрольных вопросов и заданий для

самостоятельной работы

1. Анализ современных коммерческих экспертных систем.

2. Сопоставительный анализ инструментальных средств систем

искусственного интеллекта с типами проблемных сред.

3. Теория нечетких множеств как инструмент моделирования знаний.

4. Использование байесовского метода для задач прогнозирования.

5. Оценка возможностей нейронных сетей для использования в системах

поддержки решений.

6. Исследование возможностей генетических алгоритмов.

7. Агенда-системы и системы с “классной доской” как стратегии вывода

решений.

8. Анализ дедуктивных и индуктивных методов поиска решений.

9. Обоснование и прогнозирование решений на основе имитационного

моделирования в интеллектуальных системах.

10. Нечеткие Сети Петри как инструмент моделирования сложных

производственных систем.

11. Основы нечеткой логики и возможности ее применения в системах

управления производством.

12. Прогнозирование продаж в автоматизированной информационной

системе маркетинга.

13. Фреймовая модель представления знаний в ЭС внутреннего аудита в

организации.

14. Информационная система поддержки решений в финансовом анализе.

15. Принципы построения ЭС для оценки инвестиционных проектов.

16. Анализ банковских информационных систем.

17. Современные инструментальные средства проектирования

информационных систем.

18. Характеристика основных бухгалтерских информационных систем


Примерная тематика рефератов, курсовых работ

1. Финансовый анализ и финансовое планирование предприятия с

использованием информационно-управляющих систем.

2. Разработка подсистемы оценки эффективности инвестиционных проектов

в автоматизированной интеллектуальной системе управления банком .

Использование методы оценки эффективности инвестиционных проектов в модели эвристического анализа.

4. Инструментарий создания информационной системы с Web-интерфейсом.

Система проверки бухгалтерского баланса на достоверность в процессе

мониторинга и анализа финансового состояния неплатежеспособных

предприятий.

Интеллектуальный анализ данных при управлении маркетингом в торгово-

производственной фирме.

Интеллектуальный анализ данных при мониторинге технологического процесса в информационной системе управления производством.

8. Концепция автоматизированной интеллектуальной системы анализа

фондового рынка.

Система анализа рисков при управлении инвестиционным портфелем и

кредитами в информационной системе “Банк”.

Методы анализа финансовых инструментов и прогнозирования с

использованием нейронных сетей.

Система управления инвестиционным портфелем на основе генерации и

анализа гипотез с использованием Байесовского подхода.

12. Автоматизированная система документооборота банка.

13. Имитационная модель транзакционных процессов коммерческого банка.

14. Разработка интеллектуальной технологии Интернет-маркетинга.

15. Разработка модели реинжиниринга бизнес-процессов в банке.

16. Разработка мультиагентных технологий в интеллектуальной

информационной системе.

17. Риск-анализ инвестиционного портфеля на основе нечеткой логики.

18. Сценарный анализ рисков при управлении предприятием на базе

имитационного моделирования процессов.


Примерный перечень вопросов к экзамену по всему курсу

Роль и место информационных систем в управлении экономическими объектами.

Структура и состав экономической информационной системы. Внутренняя экономическая информация на объекте.

Проблемы повышения эффективности управления экономическими объектами и их информационного обеспечения.

Новая информационная технология решения задач управления в информационных системах.

Проблемы интерпретации. Интеллектуализация компьютера.

Организация работы с данными и знаниями в новой информационной технологии.

Развитие исследований в области искусственного интеллекта (этапы; области

применения; направления исследований; проблемы и перспективы).

Анализ причин низкой эффективности оптимизационных моделей управления и традиционных методов обработки информации. Необходимость использования систем искусственного интллекта.

Экспертные системы – основная разновидность прикладных интеллектуальных систем. Инженерия знаний. Характеристика ЭС.

Проблема представления знаний.

Представление знаний в виде фреймов.

Семантические сети.

Продукционные модели. Пример продукционной системы с консеквент-

выводимой архитектурой.

Исчисление предикатов.

Дедукция и индукция.

Процесс стандартизации при дедуктивном выводе. Пример.

Применение теории нечетких множеств при формализации лингвистической неопределенности и нечетких знаний.

Универсальное множество, функция принадлежности нечеткого множества, базовая переменная.

Нечеткие отношения.

Нечеткая и лингвистическая переменные.

Операции с нечеткими множествами.

Лингвистические критерии и отношения предпочтения.

Основы нейронных сетей (архитектура, модель технического нейрона, многослойный персептрон, сеть Хопфилда, самоорганизующаяся карта Кохонена).

Архитектура ИИС.

Характерные задачи, решаемые экспертами при работе в различных предметных областях.

Характеристика основных функциональных модулей ИИС: база знаний (БЗ), механизм вывода, объяснение, обоснование и прогнозирование, верификация, интерфейс.

Разработка и этапы проектирования БЗ, представление знаний в базах данных.

Соотношение методов представления знаний в БД и ИИС. СУБД и СУБЗ.

Структура БЗ.

Стратегия управления и механизмы вывода. Агенда-системы.

Системы с «классной доской».

Общие методы поиска решений в пространстве состояний в продукционных системах.

Вывод в сети фреймов.

Вывод в семантической сети.

Дедуктивные методы поиска решений.

Методы поиска решений в больших пространствах состояний.

Поиск решений в условиях неопределенности. Вероятностная байесовская

логика.

Приближенные рассуждения, нечеткая логика.

Композиционное правило вывода.

Пример приближенных рассуждений и композиционного правила вывода.

Реализация функций объяснения, обоснования и прогнозирования в ИИС.

Этапы проектирования ИИС и стадии существования ИИС.

Работа инженера знаний при разработке ИИС.

44. Инструментальные средства ИИС. Выбор инструментария.

45. Интеллектуальная система при интегрированном автоматизированном

управлении экономическими объектами

46. Задачи, решаемые при внутрифирменном планировании.

47. Календарное планирование производства.

48. Структура автоматизированной интеллектуальной системы

планирования.

49. Использование имитационного моделирования в интеллектуальной

информационной системе для реализации функций прогнозирования.

50. Имитационное моделирование сложных производственных систем с

использованием сетей Петри.

51. Оперативно-диспетчерское управление предприятием.

52. Фреймово-продукционная модель представления знаний в АИС

диспетчерского управления.

53. Автоматизированная интеллектуальная система управления

производственными процессами.

54. Основные факторы функционирования фирмы.

55. Прогнозирование и планирование доходов и затрат в интеллектуальной

системе маркетинга.

56. Стратегия и программа маркетинга. Маркетинговый контроль.

57. Определение информационных потоков и структуры системы управления

маркетингом.

58. Уровень определенности решаемых задач и среды функционирования

системы управления маркетингом.

59. Ценные бумаги и их обращение. Финансовые и предпринимательские

риски.

60. Виды и критерии риска. Риск-менеджмент.

61. Механика рынка ценных бумаг. Анализ и прогнозирование рынка.

62. Технический и фундаментальный анализ в интеллектуальной

информационной системе рынка ценных бумаг.

63. Модель прогнозирования развития ситуаций в интеллектуальной

информационной системе рынка ценных бумаг.

64. Анализ банковской деятельности. Основы банковского кредитования.

65. Анализ существующих банковских технологий.

66. Технический анализ залоговых средств (недвижимость, ценные бумаги) в

интеллектуальной советующей системе “Банк”.

67. Эвристический анализ залоговых средств в интеллектуальной

советующей системе “Банк”.

68. Модель реализации советующих функций в банковской информационной

системе.

69. Обоснование рекомендаций и прогнозирование в банковской

интеллектуальной советующей системе.



Распределение часов курса по темам и видам работ


Курс рассчитан на 68 аудиторных часов и предполагает значительную по объему самостоятельную работу студентов. Для организации этой работы, а также для обеспечения материалов для обсуждения на семинарских занятиях курс, помимо текста лекций, сопровождается комплектом учебно-методических материалов.


№

п/п

Наименование

тем и разделов

ВСЕГО

(часов)

Аудиторные занятия

(час)

Самостоятельная работа

в том числе

Лекции

Семинары

1.

Раздел 1

Темы 1-3

27

5

2

20

2.

Раздел 2

Темы 4-6

48

8

10

30

3.

Раздел 3

Темы 7-9

46

6

10

30

4.

Раздел 4

Темы 10-14

67

15

12

40

5.

ИТОГО:

188

34

34

120



^