“затверджую”

“ЗАТВЕРДЖУЮ”

• 
  сформувати знання та отримати практичні навички для використання мультиагентних систем та інтелектуальних агентів при вирішенні практичних задач;
  
• 
  отримати уяву про стан і перспективу розвитку агентних технологій та програмного забезпечення для проектування й розробки агентних систем.
  

• 
  основні поняття та визначення агентних систем;
  
• 
  моделi та методи побудови агентних систем та їхнi властивостi;
  
• 
  сучаснi програмнi засоби для проектування i розробки агентних систем;
  
• 
  критерiї порiвняння моделей агентів.
  

• 
  обґрунтовувати й аналiзувати вибiр конкретного типу моделi та методу розробки агентних систем при вирiшеннi вiдповiдних практичних задач;
  
• 
  використовувати сучаснi програмнi засоби для проектування та дослiдження агентних систем;
  
• 
  створювати програми на мовi макросiв пакету MATLAB для побудови та використання сучасних агентних систем;
  
• 
  аналiзувати результати побудови та використання агентних систем при вирiшеннi прикладних задач.
  

• 
  Математичні методи оптимізації та дослідження операцій;
  
• 
  Обробка та інтерпретація соцiально-економiчної інформацiї;
  
• 
  Математичні основи представлення знань;
  
• 
  Системи штучного інтелекту;
  
• 
  Нейроiнформатика та еволюцiйнi алгоритми;
  
• 
  Функціональне та логічне програмування;
  
• 
  Моделювання систем;
  
• 
  Математичне моделювання;
  
• 
  Системи підтримки прийняття рiшень.
  

1. 
   Поняття штучного життя (4 год.).
   
2. 
   Моделювання харчових ланцюгів (4 год.).
   
3. 
   Опис моделі та навколишнє середовище (4 год.).
   
4. 
   Анатомія агента (4 год.).
   
5. 
   Енергія та метаболізм агента (4 год.).
   
6. 
   Відтворення агента. Смерть агента (4 год.).
   
7. 
   Web-агент (4 год.).
   
8. 
   Розробка Web-агента (6 год.).
   
9. 
   Основні поняття про програмні агенти (4 год.).
   
10. 
    Розумні агенти (2 год.).
    
11. 
    Застосування Swarm Intelligence (3 год.).
    
12. 
    Метод мурашиної колонії (4 год.).
    
13. 
    Метод бджолиної колонії (4 год.).
    
14. 
    Програмні засоби для оптимізації на основі методу мурашиної колонії (4 год.).
    
15. 
    Програмні засоби для оптимізації на основі методу бджолиної колонії (4 год.).
    

1. 
   Subbotin S., Oleynik A. Modifications of Ant Colony Optimization Method for Feature Selection // The experience of designing and application of CAD systems in Microelectronics: Proceedings of the IX International Conference CADSM – 2007 (20–24 February 2007). – Lviv: Publishing house of Lviv Polytechnic, 2007. – P. 493–494.
   
2. 
   Джонс М.Т. Программирование искусственного интеллекта в приложениях. – М.: ДМК Пресс, 2004. – 312 с.
   
3. 
   Дубровин В.И., Субботин С.А., Богуслаев А.В., Яценко В.К. Интеллектуальные средства диагностики и прогнозирования надежности авиадвигателей: Монография. – Запорожье: ОАО "Мотор – Сич", 2003. – 279 с.
   
4. 
   Дубровін В.І., Субботін С.О. Методи оптимізації та їх застосування в задачах навчання нейронних мереж: Навч. пос. – Запоріжжя: ЗНТУ, 2003. – 136 с.
   
5. 
   Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Пер. с англ.. – М.: Вильямс, 2005. – 864 с.
   
6. 
   Олейник Ал.А. Сравнительный анализ методов оптимизации на основе метода муравьиных колоний // Комп’ютерне моделювання та інтелектуальні системи: Збірник наукових праць / За ред. Д.М. Пізи, С.О. Субботіна. – Запоріжжя: ЗНТУ, 2007. – С. 147–159.
   
7. 
   Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2 – е изд.: Пер с англ. – М.: Вильямс. – 2006. – 1408 c.
   

8. 
   Bullnheimer B., Hartl R.F., Strauss C. Applying the ant system to the vehicle routing problem // Meta – Heuristics: Advances and Trends in Local Search Paradigms for Optimization. – Boston: Kluwer, 1998. – P. 109–120.
   
9. 
   Costa D., Hertz A. Ants can colour graphs // Journal of the Operational Research Society. – 1997. – №48. – P. 295–305.
   
10. 
    Dorigo M. Optimization, Learning and Natural Algorithms. – Milano: Politecnico di Milano, 1992. – 140 p.
    
11. 
    Dorigo M., Gambardella L.M. Ant colonies for the traveling salesman problem // BioSystems. – 1997. – №43. – P. 73–81.
    
12. 
    Gambardella L.M., Dorigo M. HAS – SOP: An hybrid ant system for the sequential ordering problem. – Lugano: CH, 1997. – P. 237–255.
    
13. 
    Gambardella L.M., Taillard E., Agazzi G. Macs – vrptw: A multiple ant colony system for vehicle routing problems with time windows // New Methods in Optimisation. – McGraw – Hill, 1999. – P. 63–79.
    
14. 
    Maniezzo V. Exact and approximate nondeterministic tree – search procedures for the quadratic assignment problem. – Bologna: Universita di Bologna, 1998 – 102 p.
    
15. 
    Michel R., Middendorf M. An ACO algorithm for the shortest common supersequence problem // New Methods in Optimisation. – McGraw – Hill, 1999. – P. 525–537.