Исследование операций

Оптимизационные задачи в науке и технике. Однокритериальная и многокритериальная оптимизация. Линейное программирование. Геометрический смысл. Симплекс-метод. Двойственные задачи. Введение в нелинейное программирование. Метод множителей Лагранжа. Метод штрафных функций. Введение в динамическое программирование. Многошаговые процессы принятия решений. Задачи распределения ресурсов. Введение в теорию игр. Игры с нулевой суммой. Игры с чистыми и смешанными стратегиями. Введение в теорию массового обслуживания. Пуассоновский поток событий. Обслуживание с ожиданием. Обслуживание с преимуществами.

Основная литература

1. Волков И. К., Загоруйко Е.А. Исследование операций: учеб. для вузов / Под ред. В. С. Зарубина, А. П. Крищенко. – М: Изд-во МГТУ им. Н. Э. Баумана, 2000.

2. Исследование операций в экономике: учеб. пособие для вузов / Н. Ш. Кремер, Б. А. Путко, И. М. Тришин, М. Н. Фридман; под ред. проф. Н. Ш. Кремера. – М.: ЮНИТИ, 2003.

3. Онегов В. А. Исследование операций – задачи, методы, алгоритмы: учебное пособие – Киров: изд-во ВПГУ, 2001. 224 с.

4. Петросян Л. А., Зенкевич Н. А., Семина Е. А. Теория игр – М.:Высш. школа, 1998.

5. Протасов И. Д. Теория игр и исследование операций: учебное пособие – М.: Гелиос АРВ, 2003.

6. Стронгин Р. Г. Исследование операций. Модели экономического поведения: учебник – Нижний Новгород: Изд-во Нижегородского госуниверситета им Н.И. Лобачевского, 2002.

Дополнительная литература

1. Давыдов Э. Г. Исследование операций – М.:Высшая школа ,1990.

2. Таха Х. Введение в исследование операций. В двух томах – М.: Мир, 1985.

3. Гермейер Ю. Б. Введение в теорию исследования операций – М.: Наука, 1976.

4. Ермаков С. М., Михайлов Г. А. Статистическое моделирование – М.: Физматгиз, 1982.

5. Беллман Р., Дрейфус С. Прикладные задачи динамического программирования –М.:Наука,1965.

6. Марчук Г. И. Методы вычислительной математики –М.: Наука, 1988.

Примерные вопросы

1. Задача линейного программирования, методы ее решения: графический и переборный.

2. Симплекс-метод решения задачи линейного программирования: идея метода и алгоритм.

3. Транспортная задача: сбалансированные и несбалансированные транспортные задачи; построение начального плана; метод потенциалов решения транспортной задачи.

Основы искусственного интеллекта

Основные направления исследований в области искусственного интеллекта. Система знаний. Модели представления знаний: логическая, сетевая, фреймовая, продукционная.

Понятие об экспертной системе (ЭС). Общая характеристика ЭС. Виды ЭС и типы решаемых задач. Структура и режимы использования ЭС. Классификация инструментальных средств ЭС и организация знаний в ЭС. Интеллектуальные информационные ЭС.

Представление о логическом программировании. Представление знаний о предметной области в виде фактов и правил базы знаний Пролога. Дескриптивный, процедурный и машинный смысл программы на Прологе. Рекурсия и структуры данных в программах на Прологе. Представление о функциональном программировании.

Основная литература

1. Адаменко А. Н., Кучуков А. М. Логическое программирование и Visual Prolog – СПб.: БХВ-Петербург, 2003.

2. Андрейчиков А. В., Андрейчикова О. Н.  Интеллектуальные информационные системы – М.: Финансы и статистика, 2004.

3. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG – М.: Вильямс, 2004.

4. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем: учебник – СПб.: Питер, 2001.

5. Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы – М.: Физматлит, 2006.

6. Девятков В. В. Системы искусственного интеллекта – М.: Изд-во МГТУ им. Баумана, 2001.

7. Джексон П. Введение в экспертные системы – М.: Вильямс, 2003.

8. Душкин Р. В. Функциональное программирование на языке Haskell – М.: ДМК пресс, 2007.

9. Калан Р. Основные концепции нейронных сетей – М.: Вильямс, 2004.

10. Костров Б. Основы искусственного интеллекта – М.: ДЕСС, 2007.

11. Круглов В. В., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети – М.: Физматлит, 2001.

12. Люггер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем – М.: Вильямс, 2003.

13. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы – М.: Горячая линия-Телеком, 2004.

14. Смолин Д. В. Введение в искусственный интеллект – М.: Физматлит, 2004.

15. Тарков М. С. Нейрокомпьютерные системы – М.:БИНОМ. Лаборатория знаний, Интернет-университет информационных технологий – ИНТУИТ.ру, 2006.

16. Усков А. А., Кузьмин А. В. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика – М.: Горячая линия-Телеком, 2004.

17. Хайкин С. Нейронные сети: полный курс – М.: Вильямс, 2006.

18. Ясницкий Л. Н. Введение в искусственный интеллект: учеб. пособие – М.: Изд. центр «Академия», 2005.

19. Яхъяева Г. Э. Нечеткие множества и нейронные сети – М.:БИНОМ. Лаборатория знаний. Интернет-университет информационных технологий – ИНТУИТ.ру, 2006.

Дополнительная литература

1. Аверкин А. Н., Батыршин И. З., Блишун А. Ф., Силов В. Б., Тарасов В. Б. Нечеткие множества в моделях управления и искусственного интеллекта – М.: Наука, 1986.

2. Барсегян А. А., Куприянов М. С., Степаненко В. В., Холод И. И. Методы и модели анализа данных: OLAP и Data Mining– СПб.: БХВ-Петербург, 2004.

3. Ершов Ю. Л., Палютин Е. А. Математическая логика – М.: Наука, 1979.

4. Искусственный интеллект / Под ред. Д. А. Поспелова. – М.: Радио и связь, 1990.

5. Клемент Р. Генетические алгоритмы: почему они работают и когда их применять? // Компьютера. – 1999. – №11.

6. Клоксин У., Меллиш К. Программирование на языке Пролог – М.: Мир, 1987.

7. Лорьер Ж.-Л. Системы искусственного интеллекта – М.: Мир, 1991.

8. Марселлус Д. Программирование экспертных систем на Турбо-Прологе – М.: Финансы и статистика, 1994.

9. Морозов М. Н. Функциональное программирование: курс лекций / М. Н. Морозов – Режим доступа: http://ermak.cs.nstu.ru/jn/distrib/funcprog.zip.

10. Новиков Ф. А. Дискретная математика для программистов – Спб.: Питер, 2000.

11. Пенроуз Р. Новый ум короля: О компьютерах, мышлении и законах физики – М.: Едиториал УРСС, 2005.

12. Попов Э. В., Фоминых И. Б., Кисель Е. Б., Шапот М. Д. Статические и динамические экспертные системы – М.: Финансы и статистика, 1996.

13. Пупков К. А. Интеллектуальные системы: исследование и создание – М.: Изд-во МГТУ им. Н. Э. Баумана, 2003.

14. Рассел С., Норвиг П. Искусственный интеллект: современный подход (AIMA) – М.: Вильямс, 2005.

15. Стерлинг Л., Шапиро Э. Искусство программирования на языке Пролог – М.: Мир, 1990.

16. Теп А., Грибомон П., Луи Ж. Логический подход к искусственному интеллекту: от классической логики к логическому программированию – М.: Мир, 1990.

17. Филд А., Харрисон П. Функциональное программирование – М.: Мир, 1993.

18. Хювеннен Э., Сеппянен Й. Мир Лиспа – М.:Мир,1990.

19. Чен, Ч., Ли Р. Математическая логика и автоматическое доказательство теорем – М.: Наука, 1986.

20. Чубукова И. А. Data Mining – М.: БИНОМ. Лаборатория знаний. Интернет-университет информационных технологий – ИНТУИТ.ру, 2006.

Примерные вопросы

1. Определение искусственного интеллекта. Тест Тьюринга. История, основные направления и области применения искусственного интеллекта.

2. Декларативные и императивные языки программирования. Язык логического программирования Пролог. Области применения Пролога. Факты, правила, запросы в Прологе. Основные разделы программы на Прологе. Примеры.

3. Экспертные системы. Определение. Сферы применения. Основные типы задач, решаемых с помощью экспертных систем. Примеры известных экспертных систем. Структура, этапы создания и средства разработки экспертных систем.

4. Нейронные сети. Определение. История развития. Биологический нейрон. Математическая модель нейрона. Основные виды нейронов (персептрон, сигмоидальный нейрон). Проблема «исключающего ИЛИ». Многослойные нейронные сети. Способы обучения нейронных сетей. Области применения нейронных сетей.

5. Генетические алгоритмы. Определение. Схема классического генетического алгоритма. Области применения генетических алгоритмов.