- •7. Разработка эффективных алгоритмов: методы «Разделяй и влавствуй» и динамическое программирование.
- •2. Общие принципы код-я информации и формы ее представления в эвм
- •5. Анализ алгоритмов сортировки: обменная сортировка методом «пузырька», метод «простого выбора».
- •17. Анализ алг-мов поиска: послед-ый поиск в неупорядоч .Массиве, бинарный поиск в упорядоч. Массиве.
- •6. Разработка эффективных алгоритмов: методы «Разделяй и влавствуй» и «Балансировки».
- •8. Разработка эффективных алгоритмов: методы жадные алгоритмы. Задача о выборе заявок. Принцип жадного выбора.
- •Задача о выборе заявок
- •9. Алгоритм: содержательный и формализованный подходы к понятию «алгоритм». Свойства алгоритма и способы его описания.
- •10.Линейность, ветвление и цикл. Их реализация в языках программирования.
- •21. Классификация ппо. Текстовые редакторы, издательские системы. Технологии обработки текстовой информации.
- •4. Задача сортировки. Алгоритмы сортировки. Сортировка и индексирование.
- •12. Логические яп. Декларативность программ. Решение логических задач.
- •13. Функц яп. Декларативность прогтамм. Лямбда-исчислениею
- •29. Накопители инф-ции, принципы их действия. Физ. И лог. Стр-ра диска.
- •14. Языки программирования. Основные элементы. Обзор и классификация. Методологии программирования.
- •15. Понятие типа данных. Простые (базовые) типы данных. Ссылочный тип.
- •16. Структурированные типы данных (массивы, записи, множества, файлы)
- •18. Объектно-ориентированное программирование. Инкапсуляция. Наследование. Полиморфизм.
- •19. Программное обеспечение эвм. Операционные системы. Развитие ос. Оболочки ос.
- •20. Программное обеспечение эвм. Сервисные программы (антивирусы, архиваторы, дефрагментаторы, диагностика и отладка).
- •22. Классификация ппо. Табличная организация информации. Табличные модели. Табличные процессоры.
- •11. Подпрограммы. Их реализ. В яп. Рекурсия, модул. Пр-ние
- •23. Классификация ппо. Базы данных. Проектирование баз данных. Субд.
- •25. Реляционная алгебра. Операции над таблицами.
- •26. Эвм как средство обработки информации. Класс-кация эвм. Перспективы раз-ия вт
- •45. Нейр. Сети. Одн. Перцептр. Актив. Ф-ия. Лог. Операц. На основе прст. Перцептр.
- •27. Понятие архитектуры эвм. Центральные устройства эвм, их наз-е и характеристики
- •28. Устройства ввода и вывода информации, их назначения и функции.
- •30. Базовая эталонная модель взаимодействия открытых систем международной организации стандартизации и ее значение в развитии телекоммуникации.
- •Взаимодействие уровней модели osi
- •31. Протоколы общения компьютеров в сети (ip, tcp, udp, ftp, smpt, http, nntp) и интерфейсы. Области взаимодействия открытых сетей.
- •32. Принципы функционирования локальных вычислительных сетей. Основные компоненты и типы лвс. Одноранговые сети. Сети на основе сервера. Комбинированные сети.
- •33. Основные типы кабельных сред передачи данных. Узкополосная и широкополосная передача сигналов. Асинхронная передача и автоподстройка. Сетевой адаптер.
- •34. Беспроводные сети. Передача "точка-точка". Инфракрасные лазерные лвс. Беспроводные лвс с радиопередачей. Мобильные сети.
- •35. Классификация моделей. Моделирование физических процессов. Понятие вычислительного эксперимента, его этапы и фазы. Области применения вычислительного эксперимента.
- •36. Моделирование стохастических систем. Моделирование случайных величин с равномерным распределением. Методы проверки случайности данных.
- •37. Приближенное число. Абсолютная и относительная погрешности. Виды, основные источники, способы устранения погрешностей.
- •38. Решение уравнений методами бисекций и итераций.
- •40. Постан. З-чи интер-ния. Интер-ный многоч. Сплайны.
- •43. Обработка результатов наблюдений. Уточнение параметров методом средних и методом наименьших квадратов.
- •44. Нечеткая логика. Ф. Принадлежности. Ф. Ограничения. Основные операции в нечеткой логике.
- •46. Нейр. Сети. Обуч. С пом-ю алгор. Обр. Распр.
- •54. Алгебра высказываний. Нормальные формы. Совершенные нормальные формы. Теорема существования нормальной формы. Приложение алгебры высказываний к логико-математической практике.
- •47. Знания. Классификация. Экспертные системы. Искусственный интеллект
- •48. Представление знаний (логическая модель, семантические сети, фреймы, продукции).
- •49. Представление задачи оптимизации в канонической, стандартной и матричной форме. Постановка задачи линейного программирования. Математическая модель все типов задач линейного программирования.
- •50. Решение задач линейного программирования графическим методом.
- •1. Система огранич-й представл. В канонич. Видет
- •2. Пусть система огр-ий злп представлена в виде:
- •3. Пусть система ограничений злп представлена в виде
- •52. Элементы теории двойственности. Прямая и двойственная задачи линейного программирования. Основные теоремы двойственности. Применение двойственного симплексного метода.
- •53. Основные понятия теории графов. Степень вершины графа. Ориентированные графы, связные графы и компоненты связности. Понятие взвешенного графа. Способы задания графа.
48. Представление знаний (логическая модель, семантические сети, фреймы, продукции).
Основной особенностью Интел-ых систем является то, что они основаны на знаниях, а вернее, на некотором их представлении. Знания здесь понимаются как хранимая (с помощью ЭВМ) информация, формализованная в соответствии с некоторыми правилами, которую ЭВМ может использовать при логическом выводе по определенным алгоритмам. В настоящее время наиболее известны три подхода к представлению знаний в обсуждаемых системах: • продукционная и логическая модели;• семантические сети;• фреймы. Предс-ие знаний в ЭВМ имеет особе-ти:-каждая единица инф-и имеет уникальное имя, по кот-му не только опред-ся эта инф-ия, но и реализ-ся ответы на запросы, в кот-х это имя упомянуто. Данные идентифицируются не только программой, по указанию прогр-та, но и сис-ой предст-ия знаний самос-но. -ИС предс-я знаний должны обладать гибкой структурой. Имеет место рекурсивное вложение одних инф-х ед-ц в другие. Логическая модель представления знаний. ЛМ - основа для представления человеческих рассуждений и умозаключений, которые описываются лог. сис. исчисления высказываний и предикатов. В исчислении выск-й полагается, что каждое высказывание м.б. ист или лож. Предикаты выражают св-тва объектов или отношения между ними. Формальное представление логической модели - ( Т, Р, А, В ) Т - множество базовых элементов различной природы ( слов ограниченного словаря | деталей детского конструктора ) Для множества Т сущ-ет способ определения принадлежности или непринадлежности элемента этому мн-ву - процедура П(Т). P – мн-во синтаксических правил, с помощью которых образуются синтаксически правильные совокупности. Декларируется существование процедуры П(Р), с помощью которой за конечное число шагов можно получить ответ на вопрос, является ли совокупность Х синтаксически правильной. А - аксиомы. Некоторое подмн-во, выделенное из множества синтаксически правильных совокупностей. Процедура П(А) опр-ет принадлежность любой синтаксически правильной совокупности к аксиомам. В – мн-во правил вывода. Применяя их к элементам из А, м. получать новые синтаксически правильные совокупности, к которым снова м. применять правила из В. Если для любой синтаксически правильной совокупности сущ-ет процедура П(В), с помощью которой определяется, явл-ся ли она выводимой, то соответствующая формальная система является разрешимой. Описания предметных областей, выполненые в логических языках, называются ЛМ. При описании предметной области используется математическая символика - кванторы существования и общности, операции коньюнкции, дизъюнкции, отрицания и импликации. Лог. импликация "из" ( p "и" q ) "следует" r имеет процедурную трактовку: если надо установить r, пытайтесь установит p и q. Имликации, связанные только квантором всеобщности называются хорновскими предложениями. Эти простые идеи положены в основу ЯП "Пролог". Сетевые модели представления знаний. В основе лежит конструкция, называемая семантической сетью. Формально СМ можно представить как Н=(I,C1,C2,...,CN,Г); I - множество информационных единиц; C1,C2,...,CN - множество типов связей между информационными единицами; Г - отображение, задающее между информационными единицами тип связи из заданного набора (какие связи из возможных имеются). В зависимости от типов связей, используемых в модели, различают: * классифицирующие сети используют отношения структуризации позволяют вводить разные иерархические отношения между элементами I *функциональные сети характеризуются наличием функциональных отношений= вычислительные сети, одни элементы I "вычисляются" через другие *сценарии содержат казуальные(причинно-следственные?) отношения, а так же отношения типов "средство-результат", "орудие-действие" и т.п. Сеть со связями разных типов называют семантической. ФУНКЦИОНАЛЬНАЯ СЕМАНТИЧЕСКАЯ СЕТЬ - граф с двумя типами вершин (параметры и отношения) Функц базовым элементом семантической сети служит структура из двух компонентов - "узлов" и связывающих их "дуг". Каждый узел представляет некоторое понятие, а дуга - отношение между парами понятий. Дуги имеют направленность. В рез-те этого обеспечивается формирование сети фактов. При разработке представления в виде СС особый практический интерес имеет связь вида "является", отражающая принадлежность к некоторому классу объектов. Представленный ниже сетевой элемент, например, выражает, что "Петров является руководителем". К другим видам связей: "имеет", указывающая на то, что одно понятие представляет часть другого, а "есть",указывающая на то, что одно понятие служит атрибутом другого
Однако СС требуют большого, разнообразия процедур обработки инф-ции, что усложняет прог. Обес-ие ПЭВМ. Это привело к появлению особых типов сетей, к которым относятся фреймы. Фреймовые модели. Теория фреймов была опубликована М. Минским в 1975 г. Фрейм - это динамическая, не полностью определенная минимальная структура, описывающая некоторое понятие или объект. Фрейм (рамка) имеет имя (название) и состоит из частей, называемых слотами. Изображается фрейм в виде цепочки - протофрейма: (имя фрейма)[(имя слота: значение слота), ..., (имя слота: значение слота)].
Значением слота м.б. что угодно (числа, отношения, тексты, программы, правила вывода, ссылки на другие слоты данного или других фреймов). Из протофреймов получаются фреймы- экземпляры. Переход от протофрейма к фрейму-экземпляру может быть многошаговым. примеры фреймов:
Командировка [ (Кто), (Когда), (Куда), (Зачем) ].
Для записи и хранения таких фреймов сначала создается фрейм-прототип, определяющий структуру фрейма, т.е. из каких слотов состоит данный фрейм. В фрейме-прототипе слоты: Кто, Когда, Куда, Зачем - переменные. Их значения для конкретного события, связанного с командировкой сотрудника, могут подставляться во фрейм-прототип. После заполнения фрейма прототипа получается фрейм-экземпляр вида: Командировка [ (Орлов В.И.), (9.10.93-23.10.83), (Тула), (Заключение договора на поставку станка) ]. Во фреймовых моделях основной операцией является поиск по образцу. Образец представляет собой фрейм, в котором заполнены не все структурные единицы, а только те, по которым среди фреймов, хранящихся в памяти ЭВМ, будут отыскиваться нужные фреймы. . Представление знаний в виде фреймов чаще используется в системах управления типы связей в фреймах ПОИСКОВАЯ задает статическую связь между элементами, ДЕЙСТВИЕ С ПОСТУСЛОВИЕМ задает связь изменений одних элементов с изменением других, ДЕЙСТВИЕ БЕЗ ПОСТУСЛОВИЯ например, сравнение величин, ДЕЙСТВИЕ БЕЗ ВЫДАЧИ ОТВЕТА например, ввод информации. Продукционные модели представления знаний. Самая распространенная форма для представления знаний является "правило продукции", которое по своей сути - программа из одного оператора вида: "ЕСЛИ <условие>, ТО <действие>". Описание процедур в виде последовательности правил было предложено математиком Постом. В общем виде под продукцией понимают выражение вида
((i);Q;P;A=>B;N)
(i) - имя пр, отличающее конкретную пр(одукцию) от других. Q - сфера применения пр (разделение БЗ на отдельные сферы позволяет экономить время на поиск нужных знаний:
