“затверджую”




Скачати 82.99 Kb.
Назва“затверджую”
Дата конвертації06.03.2013
Розмір82.99 Kb.
ТипДокументы
uchni.com.ua > Інформатика > Документы


Міністерство освіти і науки України

Запорізький національний технічний університет

Інститут інформатики та радіоелектроніки

“ЗАТВЕРДЖУЮ”


Директор Інституту інформатики та радіоелектроніки, д.т.н., проф.
___________________ /Д.М. Піза/

“_____”_______________  2008 р.

РОБОЧА НАВЧАЛЬНА ПРОГРАМА

дисципліни

МУЛЬТИАГЕНТНІ СИСТЕМИ”

для студентів напряму підготовки 050101 “Комп’ютерні науки”

спеціальності 7.080402 “Інформаційні технології проектування”
Факультет інформатики та обчислювальної техніки

Кафедра програмних засобів


Форма навчання

Курс

Семестр

Усього (год)

Лекції (год)

Лабор. роб. (год)

Практ. (год)

Самост. під керівн.(год)

Самост. (год)

КП, КР, РГЗ

(сем.)

Залік (сем.)

Іспит (сем.)

Денна

V

9

144

34

34

17



59





9

Заочна



































Робоча програма складена на основі Навчального плану підготовки студенітв спеціальності "Інформаційні технології проектування" напряму напряму підготовки “Комп’ютерні науки”від **.**.20** р.
Робоча програма складена кандидатом технічних наук, доцентом Субботiним С.О.

Схвалена методичною комісією факультету інформатики та обчислювальної техніки. Протокол № ____ від "___" _______________ 2008 р.

Голова методкомiсiї, декан ФІОТ ____________________ М.М. Касьян
Затверджена на засіданні кафедри програмних засобiв.

Протокол № 1 вiд "___" ________ 2008 р.

Зав. кафедри програмних засобів ____________________ А.В. Притула
^

1 МЕТА І ЗАДАЧІ ДИСЦИПЛІНИ,

ЇЇ МІСЦЕ В НАВЧАЛЬНОМУ ПРОЦЕСІ





1.1 Мета викладання дисципліни



Засвоєння студентами основних теоретичних відомостей та практичних вмінь з курсу. Підготувати студента до ефективного використання сучасних засобів створення програмних агентів; допомогти набути навички практичної роботи iз програмними засобами для проектування та розробки мультиагентних систем.

^ 1.2 Завдання вивчення дисципліни:
Внаслідок вивчення дисципліни студенти повинні :

  • 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.


На основі вивчення дисципліни студент повинен
з н а т и :

  • 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.


в м і т и :

  • 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.


^

1.3 Зв’язок iз іншими дисциплінами



Курс базується на поняттях, що вивчаються в дисциплінах:

  • 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.

Отриманні по розглянутій дисципліні знання будуть використовуватися у дипломному проектуванні.


^ 2 ЗМІСТ ЛЕКЦІЙ

(34 години)
2.1 Основні поняття та визначення інтелектуальних агентних систем
Агенти як інструмент комп’ютерних наук. Галузі застосування агентних технологій. Узагальнена модель та класифікація інтелектуальних агентів. Анатомія агента. Архітектури інтелектуальних агентів. Моделювання поведінки. Розумні агенти.
Лекцій – 6 год.

Практ. занять – 11 год.

Самостійна робота – 10 год.

Література [2, 5, 7]
^ 2.2 Штучне життя у мультиагентих системах
Поняття штучного життя. Комп’ютерне моделювання харчових ланцюгів. Енергія та метаболізм агента. Відтворення агента. Смерть агента. Зв’язок та взаємодія між агентами.
Лекцій – 6 год.

Лаб. роб. – 12 год.

Самостійна робота – 16 год.

Література [2, 5, 7]
^ 2.3 Swarm Intelligence – біонічні мультиагентні інтелектуальні системи
Метод мурашиної колонії (Ant Colony Optimization). Застосування методу мурашиних колоній у задачах комбінаторного пошуку. Метод бджолиної колонії (Bee Colony Optimization). Застосування методу бджолиної колонії для вирішення оптимізаційних задач. Метод роїв часток (Particle Swarm Optimization). Метод бактеріальних кллоній (Bacteria Fouraging). Відбір інформативних ознак в задачах діагностики: застосування Swarm Intelligence.
Лекцій – 14 год.

Лаб. роб. – 22 год.

Самостійна робота – 19 год.

Література [1, 3, 4, 6, 8-15]
^ 2.4 Програмні мережні агенти
Основні поняття про програмних агентів. Галузі використання програмних агентів. Web-агент. Розробка Web-агента. Приклади застосування веб-агентів.
Лекцій – 8 год.

Практ. занять – 6 год.

Самостійна робота – 14 год.

Література [2, 5, 7]
^ 3 ПЕРЕЛІК ЛАБОРАТОРНИХ РОБІТ
3.1 Лабораторна робота № 1. Метод мурашиних колоній (12 год.).
Мета роботи: вивчити метод мурашиних колоній, навчитися розв’язувати задачі комбінаторної оптимізації за допомогою методу мурашиних колоній.
^ 3.2 Лабораторна робота № 2 Метод PSO (10 год.).
Мета роботи: Вивчити метод PSO. Навчитися знаходити глобальний оптимум багатовимірної функції за допомогою методу PSO.
^ 3.3 Лабораторна робота № 3. Моделювання природних систем (12 год.).
Мета роботи: навчитися моделювати природні системи, вивчити методи, які застосовуються до моделювання природних систем.

^ 4 ПЕРЕЛІК ТЕМ ПРАКТИЧНИХ ЗАНЯТЬ
4.1 Практична робота № 1. Формалізація мультиагентних систем (6 год.).
Мета роботи: вивчити принципи та правила формального подання мультиагентних систем, навчитися виконувати формальне подання мультиагентних систем.
^ 4.2 Практична робота № 2. Застосування мультиагентих систем (5 год.)
Мета роботи: дослідити сучасний стан розвитку мультиагентних технологій, ознайомитися з головними практичними застосуваннями агентного підходу.

Робота № 2 проводиться у вигляді семінарського заняття до якого студенти готують реферативні огляди за літературними джерелами і публічно захищають підготовлені реферати.
^ 4.3 Практична робота № 3. Розробка Web-агента (6 год.).
Мета роботи: вивчити основні принципи роботи програмних агентів, навчитися створювати Web-агента, який взаємодіє із певними службами в середовищі Internet.
^ 5 ПЕРЕЛІК ТЕМ ДО САМОСТІЙНОЇ РОБОТИ


  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.).


Контроль самостійної роботи передбачає написання рефератів або контрольних робіт, усне опитування підчас захисту лабораторних і практичних робіт, а також на іспиті.
5 НАВЧАЛЬНО-МЕТОДИЧНІ МАТЕРІАЛИ З ДИСЦИПЛІНИ
^



5.1 Література основна


  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.


^ 5.2 Література додаткова


  1. 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.

  2. Costa D., Hertz A. Ants can colour graphs // Journal of the Operational Research Society. – 1997. – №48. – P. 295–305.

  3. Dorigo M. Optimization, Learning and Natural Algorithms. – Milano: Politecnico di Milano, 1992. – 140 p.

  4. Dorigo M., Gambardella L.M. Ant colonies for the traveling salesman problem // BioSystems. – 1997. – №43. – P. 73–81.

  5. Gambardella L.M., Dorigo M. HAS – SOP: An hybrid ant system for the sequential ordering problem. – Lugano: CH, 1997. – P. 237–255.

  6. 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.

  7. Maniezzo V. Exact and approximate nondeterministic tree – search procedures for the quadratic assignment problem. – Bologna: Universita di Bologna, 1998 – 102 p.

  8. Michel R., Middendorf M. An ACO algorithm for the shortest common supersequence problem // New Methods in Optimisation. – McGraw – Hill, 1999. – P. 525–537.


Схожі:

“затверджую” icon«затверджую» «затверджую» Президент федерації Т. в о. начальникауправління...
Змагання проводяться 20 квітня 2013 року на території Сумського р-ну, в урочищі «Зелений Гай»
“затверджую” iconЗатверджую Затверджую Начальник управління Начальник Сумського освіти...
Хі обласна універсіада вищих навчальних закладів ІІІ-IV рівнів акредитації (незалежно від відомчого підпорядкування) проводиться...
“затверджую” iconЗатверджую затверджую
України від 18. 08. 1999 року №300, Державного стандарту базової повної середньої освіти, затвердженого постановою кму від 14. 01....
“затверджую” iconЗатверджую

“затверджую” iconР затверджую

“затверджую” iconК затверджую

“затверджую” iconЗатверджую

“затверджую” iconЗатверджую погоджено

“затверджую” iconЗатверджую Старобабанівська загальноосвітня

“затверджую” icon«Затверджую» Директор днз

Додайте кнопку на своєму сайті:
Школьные материалы


База даних захищена авторським правом © 2014
звернутися до адміністрації
uchni.com.ua
Головна сторінка