Академический Документы
Профессиональный Документы
Культура Документы
УТВЕРЖДАЮ
Председатель Ученого совета,
Ректор КарГТУ
_______________ Газалиев А.М.
«____» _________2015г.
2015
Предисловие
Протокол № 21 от «24»___06______2015г.
Зав. кафедрой ____________ Брейдо И.В. «____»____________20___ г.
Протокол № 10 от «__29__»___06______2015 г.
Председатель ________________ «____»____________ 20___ г.
(подпись)
(
2
Сведения о преподавателе и контактная информация
Ф.И.О. Кочкин Александр Михайлович к.т.н., доцент, доцент кафедры
Автоматизации производственных процессов.
Кафедра Автоматизации производственных процессов находится в главном
корпусе КарГТУ (Б.Мира, 56), аудитория 131, контактный телефон 56-51-84,
доб. 1105
Трудоемкость дисциплины
Общее количество
часов СРМКоличество
Вид занятий
Количество кредитов/
контроляФорма
количество контактных
часов
Семестр
количест
всего
практиче лаборато во часов
часов
лекции ские рные СРМП
часов
занятия занятия
Характеристика дисциплины
Цель дисциплины
Задачи дисциплины
Задачи дисциплины следующие.
Научить магистранта ориентироваться в современных системах
управления, основанных на методах искусственного интеллекта; методам
проектирования систем управления с использованием нечеткой логики,
нейронных сетей, генетического алгоритма.
Показать роль интеллектуальных систем управления в развитии
технических, социальных и экономических процессов.
В результате изучения дисциплины магистранты должны:
3
иметь представление: о функциях, выполняемыми интеллектуальными
системами управления (ИСУ) технологическими процессами, о путях развития
и совершенствования ИСУ;
знать: принципы и методы построения систем управления техническим
объектом на основе методов теории искусственного интеллекта и современных
программно-технических средств;
уметь: производить проверочные расчеты, ориентироваться в схемах
интеллектуальных систем управления типовых технологических процессов;
приобрести практические навыки: расчета и конструирования
интеллектуальных систем управления.
Пререквизиты
Постреквизиты
4
Трудоемкость по видам занятий, час.
Наименование раздела (темы) практи- лабора-
лекции СРМП СРМ
ческие торные
2. Дифференциально-модельная
концепция базы знаний для
интеллектуальных систем.
Дифференциальная макрофизика - наука о
знании физических сущностей материальных
2 – – 2
объектов и систем. Процедура построения
дифференциальных моделей. Принцип
композиции Лагранжа-Рэля. Кинематическая
система размерностей. Особенности
обобщенной диаграммы размерностей.
3. Динамические экспертные системы в
управлении. Структурная схема
динамической экспертной системы (ДЭС).
Динамические экспертные системы и базы
знаний. Концептуальное знание. Фактуальное, 2 – – 2
предметное знание. Алгоритмическое,
процедурное знание.
Соотношение и взаимосвязь различных
типов знаний. Типы баз знаний. Типы
решения задач в зависимости от типа базы
знаний. Структура ДЭС первого, второго и
третьего типов и решаемые ими задачи.
Требования к ДЭС
4. Нейросетевые технологии
интеллектуальных систем. Применение
нейронных сетей. Парадигмы нейросетевой
технологии. Свойство нейронных сетей: 3 – – 6
обучение, обобщение, абстрагирование.
Нейронные сети и другие виды программного
обеспечения. Архитектура сети.
5. Системы управления с нечеткой
логикой. Лингвистические переменные и их
использование. Функции принадлежности.
Нечеткие множества. Операции над
нечеткими множествами. Основные операции
нечеткой логики. Основная структура и
принцип работы системы нечеткой логики. 4 – – 6
Фаззиофикация. База правил нечеткой логики.
Блок вывода. Нечеткий вывод на основе
правила композиции. Нечеткие выводы по:
Мамдани, Ларсени, Цукамото.
Дефазицикация. Примеры использования
нечетких алгоритмов в управлении.
5
Трудоемкость по видам занятий, час.
Наименование раздела (темы) практи- лабора-
лекции СРМП СРМ
ческие торные
6. Представление базы знаний в
современных интеллектуальных системах.
Задачи баз знаний в интеллектуальных
системах (ИС). Продукционная модель 2 – – 4
представления знаний. Логические модели.
Сетевые модели или семантические сети.
Фрейловые модели.
7. Информативность описания
предметной области. Выделение
1 – – 2
информативности признака.
Информативность системы признаков.
. Технологии для создания правил базы
знаний. Интеллектуальная обработка
2 – – 2
элементарных единиц информации. Дедукция
и индукция. Нейронные сети. Алгоритм на
8 основе грубых множеств. ДСМ - метод.
Алгоритм на основе генерации
гиперповерхности. Алгоритм построения
шарообразных областей
9 Исследование качества работы
алгоритмов. Скользящий контроль качества.
Исследования средних показателей алгоритма.
2 – – 3
Модель пространства описания предметной
области. Модель информации, известной
эксперту.
10. Организация систем для поддержки
и наполнения базы знаний. Разбиение
общей задачи представления информации и
формирование закономерностей на подзадачи.
Онтологические базы знаний. Гибридные
нейронные сети. Мегаклассификация.
2 – – 3
Многоуровневая схема обработки
информации для интеллектуальной обработки
данных. Алгоритмическое выделение целей и
классов информации. Немонотонное
обучение, примеры интеллектуальных систем
для наполнения и ведения базы знаний.
11. Отображение интеллектуальной
системы управления (ИСУ) на архитектуру
многопроцессорной вычислительной сети.
Характеристики ИСУ и требования к
надежности ИСУ. Многопроцессорные
вычислительные сети (МВС). Задача
оптимального отображения структуры ИСУ
на архитектуру МВС. Постановка задачи
отображения. Точное решение задачи
отображения. Приближенное решение задачи
на основе метода релаксации.
6
Трудоемкость по видам занятий, час.
Наименование раздела (темы) практи- лабора-
лекции СРМП СРМ
ческие торные
12. Логико-динамические модели и
программно-технические средства ИСУ
дискретными производственными
процессами. Проблемная среда
интеллектуальных систем управления. Задачи
мониторинга. Задачи контроля. Задачи
диагностики. Задачи поддержки принятия
2 – – 2
решений при планировании производственной
деятельности, задачи управления комплексами
дискретных распределенных объектов в
реальном времени. Логическая структура
ИСУ дискретными производственными
процессами. Базовые инвариантные
программно-информационные средства
интеллектуальной системы управления.
транспьютерная реализация инвариантного 3 – – 3
ядра системы
13. . О некоторых задачах теории и
техники интеллектуальных систем.
Разработка и создание интеллектуальных
систем с гибкой работкой информации.
Система управления с ЭВМ в контуре;
3 – – 3
нейрокомпьютеры - ЭВМ нового поколения.
Биологическая параллель нейрокомпьютерам.
Гибридные интеллектуальные системы
управления, Генетические алгоритмы поиска
экстремума целевой функции.
Перечень лабораторных работ
14.Лабораторно-практическая работа
«Изучение пакета FUZZY LOGIC 6 4
TOOLBOX ППП MATLAB» (лаб. раб. 1)
15. Лабораторно-практическая работа
«Исследование нечетких моделей
6 4
управления техническим объектом» (лаб.
раб. 2)
16. Лабораторно-практическая работа
«Создание нейронной сети, выполняющей
6 4
логические функции «И», «ИЛИ» и другие
функции» (лаб. Раб3)
17. Лабораторно-практическая работа
«Исследование гибридной сети как
6 4
адаптивной системы нейро-нечеткого
вывода. » (лаб. раб. 4)
18. Лабораторно-практическая работа
«Исследование генетического алгоритма
6 4
поиска экстремума целевой функции»
(лаб. раб. 5)
ИТОГО: 30 0 30 60
7
Темы контрольных (курсовых) заданий для СРМ
1. Создание на основе метода планирования экспериментальной базы
знаний (правил) по управлению техническим объектом или технологическим
процессом (по теме диссертации).
2. Разработка и исследование нечеткой модели управления объектом (по
теме диссертации).
3. Разработка и исследование системы управления объектом (по теме
диссертации) с использованием архитектуры нейронной сети Кохонена.
4. Разработка и исследование системы управления объектом (по теме
диссертации) с использованием архитектуры нейронной сети Хопфилда.
5. Сравнительный анализ систем управления объектом (по теме
диссертации), созданных с помощью нечетких алгоритмов и нейронных сетей.
6. Разработка и исследование гибридной (нейро-нечеткого вывода) системы
управления объектом (по теме диссертации).
Цифровые Процентное
Оценка по Оценка по
эквиваленты содержание
буквенной традиционной
буквенной усвоенных
системе системе
оценки знаний
А 4,0 95-100
Отлично
А- 3,67 90-94
В+ 3,33 85-89
В 3,0 80-84 Хорошо
В- 2,67 75-79
С+ 2,33 70-74
С 2,0 65-69
С- 1,67 60-64 Удовлетворительно
D+ 1,33 55-59
D- 1,0 50-54
F 0 0-49 Неудовлетворительно
Оценка «А» (отлично) выставляется в том случае, если магистрант в течение
семестра показал отличные знания по всем программным вопросам
дисциплины, а также по темам самостоятельной работы, регулярно сдавал
рубежные задания, проявлял самостоятельность в изучении теоретических и
прикладных вопросов по основной программе изучаемой дисциплины, а также
по внепрограммным вопросам.
Оценка «А-» (отлично) предполагает отличное знание основных законов и
процессов, понятий, способность к обобщению теоретических вопросов
дисциплины, регулярную сдачу рубежных заданий по аудиторной и
самостоятельной работе.
8
Оценка «В+» (хорошо) выставляется в том случае, если магистрант показал
хорошие и отличные знания по вопросам дисциплины, регулярно сдавал
семестровые задания в основном на «отлично» и некоторые на «хорошо».
Оценка «В» (хорошо) выставляется в том случае, если магистрант показал
хорошие знания по вопросам, раскрывающим основное содержание конкретной
темы дисциплины, а также темы самостоятельной работы, регулярно сдавал
семестровые задания на «хорошо» и «отлично».
Оценка «В-»(хорошо) выставляется магистранту в том случае, если он
хорошо ориентируется в теоретических и прикладных вопросах дисциплины
как по аудиторным, так и по темам СРС, но нерегулярно сдавал в семестре
рубежные задания и имел случаи пересдачи семестровых заданий по
дисциплине.
Оценка «С+» (удовлетворительно) выставляется магистранту в том случае,
если он владеет вопросами понятийного характера по всем видам аудиторных
занятий и СРС, может раскрыть содержание отдельных модулей дисциплины,
сдает на «хорошо» и «удовлетворительно» семестровые задания.
Оценка «С» (удовлетворительно) выставляется магистранту в том случае,
если он владеет вопросами понятийного характера по всем видам аудиторных
занятий и СРС, может раскрыть содержание отдельных модулей дисциплины,
сдает на «удовлетворительно» семестровые задания.
Оценка «С-» (удовлетворительно) выставляется магистранту в том случае,
если магистрант в течение семестра регулярно сдавал семестровые задания, но
по вопросам аудиторных занятий и СРС владеет только общими понятиями и
может объяснить только отдельные закономерности и их понимание в рамках
конкретной темы.
Оценка «D+» (удовлетворительно) выставляется магистранту в том случае,
если он нерегулярно сдавал семестровые задания, по вопросам аудиторных
занятий и СРС владеет только общими понятиями и может объяснить только
отдельные закономерности и их понимание в рамках конкретной темы.
Оценка «D-» (удовлетворительно) выставляется магистранту в том случае,
если он нерегулярно сдавал семестровые задания, по вопросам аудиторных
занятий и СРС владеет минимальным объемом знаний, а также допускал
пропуски занятий.
Оценка «F» (неудовлетворительно) выставляется тогда, когда студент
практически не владеет минимальным теоретическим и практическим
материалом аудиторных занятий и СРС по дисциплине, нерегулярно посещает
занятия и не сдает вовремя семестровые задания.
Рубежный контроль проводится на 7-й, 14-й неделях обучения и
складывается исходя из следующих видов контроля:
9
%-ое содержание
Вид контроля
Итого, %
Академический период обучения, неделя
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Посещаем
7 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 7
ость
Конспект
5 1 1,5 1 1,5 5
ы лекций
Защита
20 3 3 4 3 3 4 20
лаб.работ
Письменн
15 7,5 7,5 15
ый опрос
СРС 7 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 7
СРМП 6 1 1 1 1 1 1 6
Всего по
60 30 30 60
аттестац.
Экзамен 40 40
Всего 100 1 5 2 4 2 5 11 1 5 2 4 2 5 11 - 100
10
График выполнения и сдачи заданий по дисциплине
Продол-
Вид Рекомендуем житель-
Форма Срок
конт- Цель и содержание задания ая ность
контроля сдачи
роля литература выпол-
нения
Самосто Отчет по
ятельны Реферирование и расчеты в работе,
1-6
е работы соответствии заданиями [2,3,5] 4 недели. устный
неделя
№1, 2, самостоятельной работы опрос
3,4 (текущий)
«Изучение пакета FUZZY LOGIC Отчет по
Лабора-
TOOLBOX ППП MATLAB», работе,
торная 1-6
«Исследование нечетких моделей 6 недели устный
работа неделя
управления техническим опрос
№1, 2
объектом» (текущий)
Письмен-
Рубежны Контроль знаний по дисциплине и
2 ный и
й усвоения изученного материала. 7
[3,4,5,12] контактн устный
контроль Ответы на контрольные вопросы неделя
ых часа опрос
№1 по темам 1-6.
(рубежный)
Отчет по
Самосто
Реферирование и расчеты в работе,
ятельны 8-14
соответствии заданиями [3,5,31] 2 недели устный
е работы неделя
самостоятельной работы опрос
№ 5,6
(текущий)
Отчет по
Лабора- «Создание нейронной сети,
работе,
торная выполняющей логические 8-13
6 недель устный
работа функции «И», «ИЛИ» и другие неделя
опрос
№3,4 функции»
(текущий)
Отчет по
Лабора-
«Исследование генетического работе,
торная 3 15
алгоритма поиска экстремума устный
работа недели . неделя
целевой функции» опрос
№5
(текущий)
Письмен-
Рубежны Контроль знаний по дисциплине и
2 ный и
й усвоения изученного материала. 14
[1, …,15] контактн устный
контроль Ответы на контрольные вопросы неделя
ых часа опрос
№2 по темам 7-13.
(рубежный)
В
Со-
Контроль усвоения соответстви Реферат,
гласно
СРМП самостоятельно изученного ис 12 недель доклад
графика
материала. тематикой (текущий)
СРМП
реферата
Весь
перечень 3 В
Проверка усвоения
Экзамен основной и контактн Итоговый период
материала дисциплины
допол. ых часа сессии
литературы
11
Политика и процедуры
При изучении дисциплины «Современная теория автоматического
управления» прошу соблюдать следующие правила:
1. Не опаздывать на занятия.
2. Не пропускать занятия без уважительной причины, в случае болезни
прошу представить справку, в других случаях – объяснительную записку.
3. В обязанности магистранта входит посещение всех видов занятий.
4. Согласно календарному графику учебного процесса сдавать все виды
контроля.
5. Пропущенные практические и лабораторные занятия отрабатывать в
указанное преподавателем время.
6. При подготовке к СРМП предварительно изучить соответствующий
раздел теоретической части дисциплины и ответить на поставленные
преподавателем контрольные вопросы.
7. Активно участвовать в учебном процессе.
8. Быть терпимыми, открытыми, откровенными и доброжелательными к
сокурсникам и преподавателям.
12
Список дополнительной литературы
15. Искусственный интеллект. - Кн. 2. Модели и методы: справочник/Под ред. Д.А.
Поспелова. -М.: Радио и связь, 1990. - 304 с.
16. Уоссерман Ф. Нейрокомпьютерная техника. - М.: Мир, 1992, - 435 с.
17. Поспелов Д. А. Логико-лингвистические модели в системах правления. -М.:
Энергоиздат, 1981. - 393 с.
18. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб.:
Питер, 2000. - 348 с.
19. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. -
Новосибирск: Наука, 1996. - 325 с.
20. Уотерман Д. Руководство по экспертным системам. - М.: Мир, 1989.
21. Искусственный интеллект: Справочник: В 3 т. - М.: Радио и связь, 1990.
22. Рыбина Г.В. Проектирование систем, основанных на знаниях: Учеб.
пособие. - М.: МИФИ, 2000. - 104 с.
23. Микони СВ. Модели и базы знаний. Учебное пособие. - СПб.: СПГУТТС, 2000. - 155
с.
24. А.А. Лисе, М.В. Степанов. Нейронные сети и нейрономпьютеры. Учеб, Пособие.
ГЭТУ. СПб., 1997. - 64 с.
25. В.А Терехов, Д.В. Ефимов, И.Ю. Тюкин, В.Н. Антонов. Нейросетевые
системы управления. - СПб.: Издательство с.-Пб университета, 1999. - 256 с.
26. Ф. Уоссермен. Нейрокомпьютерная техника. Теория и практика. Пер. С англ. 1992.-
161 с.
27. Красовский А.А. Справочник по теории автоматического управления. – М.: Наука,
1987. – 712 c.
28. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования – М.:
Наука,1972. – 766с.
29. Дьяконов В.П. MATLAB 6/6.1/6.5. Simulink 4/5. Основы применения / Полное
руководство пользователя / – М.: СОЛОН-Пресс, 2004. – 768с.
30. Фешин Б.Н., Паршина Г.И. Моделирование динамических систем Автоматизация
промышленных установок и технологических комплексов: Учеб. пособие, часть 1– 92с.,
часть 2 — 100с. -Караганда, КарГТУ, 2002.
31. Брейдо И.В., Фешин Б.Н. Имитационное моделирование и параметрическая
оптимизация автоматизированных электроприводов. – Караганда: КарГТУ, 2003. – 130с.
32. LABTAU. Виртуальный лабораторный комплекс по теории автоматического
управления. Кафедра АПП КарГТУ. 2004. - 200с.
33. Фешин Б.Н.Автоматизация промышленных установок и технологических комплексов:
Учеб. пособие Караганда, КарГТУ, 2000.
34. Пупков КА. Динамические экспертные системы в управлении // Изв.
вузов. Приборостроение. - 1996. - N28-9. - с.39-50.
35. Сулейменов Б.А. Гибридные системы - эффективный путь использования методов
искусственного интеллекта в управленнн сложными системами. Сб. докладов круглого стола,
посвященного развитию новых технологий, 27 сентября 2006 г. КазНТУ.
36. Сулейменов Б.А. Интеллектуальная система поддержки принятия решений. Журнал
«КИПИА В Казахстане», 2004, N~3, с. 32-37.
37. Деменков Н.П. SCADA-системы как инструмент проектирования АСУ ТП: Учебное
пособие. М.: Изд-во МГТУ им.Н.Э.Баумана, 2004.– 328с.
38. Ордынцев В.М. Математическое описание объектов автоматизации. – М.:
Машиностроение, 1965. – 360с.
13
ПРОГРАММА ОБУЧЕНИЯ ПО ДИСЦИПЛИНЕ ДЛЯ МАГИСТРАНТА
(SYLLABUS)
14