- •1. Цели и задачи освоения дисциплины
- •2. Место дисциплины в структуре ооп
- •3. Требования к результатам освоения дисциплины «Нечёткое моделирование»
- •Основы теории нечетких множеств
- •Нечеткая логика
- •Нечеткие продукционные модели
- •Адаптивные нечеткие модели
- •Самонастраивающиеся нечеткие модели
- •Самоорганизующиеся нечеткие модели
- •5. Образовательные технологии
- •6. Учебно-методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины.
- •Лабораторная работа №1
- •Лабораторная работа №2
- •Лабораторная работа №3
- •7. Учебно-методическое и информационное обеспечение дисциплины (модуля)
- •8. Материально-техническое обеспечение дисциплины (модуля)
5. Образовательные технологии
В процессе изучения дисциплины используются образовательные технологии в форме лекций, практических занятий, семинаров, внеаудиторная самостоятельная работа, подготовка отчетов по выполняемым лабораторным работам. Используются электронные презентации, работа в Интернете.
6. Учебно-методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины.
В течение семестра студенты выполняют 3 лабораторные работы при консультации преподавателя. Самостоятельная работа заключается в ознакомлении с теоретическим материалом по учебникам и монографиям, указанным в списке литературы, ответов на вопросы самоконтроля.
ЛАБОРАТОРНЫЙ ПРАКТИКУМ
Основной целью лабораторного практикума является приобретение обучающимися практических навыков разработки и реализации методов синтеза нечетких продукционных моделей как на основе экспертных знаний о системе, так и на основе эмпирических данных для решения известных задач классификации и прогнозирования, а также оценки адекватности синтезируемых нечетких моделей. Лабораторный практикум предполагает последовательное выполнение трех лабораторных работ.
Лабораторная работа №1
Цель работы: приобретение навыков синтеза нечетких продукционных моделей на основе экспертных знаний о системе (на примере задачи отбора баскетболистов в команду или задачи прогнозирования результатов футбольных матчей)
Содержание работы:
Определение лингвистических переменных, терм-множеств их значений.
Построение базы нечетких продукционных правил.
Эмпирическая оценка адекватности синтезированной модели.
Задания:
Задать для каждой из входных и выходных лингвистических переменных функции принадлежности термов в режиме ручного редактирования.
Разработать базу правил для реализуемой нечёткой модели.
Выбрать алгоритм нечёткого логического вывода.
Оценить адекватность синтезированной модели с помощью одной из эмпирических оценок её обобщающей способности.
Лабораторная работа №2
Цель работы: приобретение навыков разработки и реализации самонастраивающихся нечетких продукционных моделей с использованием методологии нейронечетких сетей и метода роя частиц на основе эмпирических данных (на примере задачи классификации ирисов Фишера)
Содержание работы:
Разработка и реализация алгоритма параметрической оптимизации нечеткой модели на основе обучения эквивалентной нейронечеткой сети и метода роя частиц.
Сравнительный анализ обобщающих способностей оригинальной и оптимизированной с помощью двух альтернативных методов моделей.
Задания:
Разработка и реализация алгоритма параметрической оптимизации нечеткой модели Такаги-Сугено-Канга 0-порядка с помощью обучения эквивалентной нейронечеткой сети.
Разработка и реализация алгоритма параметрической оптимизации нечеткой модели Такаги-Сугено-Канга 0-порядка с помощью метода роя частиц.
Подбор оптимальных параметров реализованных методов параметрической оптимизации нечетких моделей.
Сравнительный анализ обобщающих способностей оригинальной и оптимизированной с помощью двух альтернативных методов моделей.