Программа учебной дисциплины математическое моделирование, численные методы и комплексы программ

• Название: Программа учебной дисциплины математическое моделирование, численные методы и комплексы программ
• Дата: 13.11.2020
• Размер: 390 Kb.
• Имя файла: RPD_090601-051318_CEVU9zh.doc
• Тип: Программа; #150346
• страница: 3 из 3

5.2. Оценочные средства для текущего контроля и промежуточной аттестации

Цель контроля – получение информации и соответствие ее результатам обучения.

5.2.1.Текущий контроль

Текущий контроль успеваемости, т.е. проверка усвоения учебного материала по дисциплине «Математическое моделирование, численные методы и комплексы программ» учащихся организован как устный опрос.

Текущая самостоятельная работа аспиранта направлена на углубление и закрепление знаний, и развитие практических умений.
5.2.2. Список вопросов для проведения текущего контроля и устного опроса обучающихся:

Текущий контроль заключается в проведении трех контрольных тестирований, задания берутся из банка тестовых заданий.
5.3 Промежуточная аттестация

Промежуточная аттестация осуществляется в конце семестра. Форма аттестации очной формы обучения – зачет в 6 семестре в форме устного опроса и кандидатский экзамен в 7 семестре в письменном и устном виде. Форма аттестации заочной формы обучения – зачет в 8 семестре в форме устного опроса и кандидатский экзамен в 9 семестре в письменном и устном виде.

На экзамене аспирант должен продемонстрировать высокий научный уровень и научные знания по дисциплине «Математическое моделирование, численные методы и комплексы программ».

При оценивании сформированности компетенций по дисциплине «Математическое моделирование, численные методы и комплексы программ» используется двухуровневая и 5-балльная шкала.
Таблица 5.3.1. Форма промежуточной аттестации:зачет

Критерий	Оценка по традиционной шкале
Аспирант проявил знание программного материала, демонстрирует сформированные (иногда не полностью) умения и навыки, указанные в программе компетенции, умеет (в основном) систематизировать материал и делать выводы	Зачтено
Аспирант не усвоил основное содержание материала, не умеет систематизировать информацию, делать выводы, четко и грамотно отвечать на заданные вопросы, демонстрирует низкий уровень овладения необходимыми компетенциями	Не зачтено

Таблица 5.3.2. Форма промежуточной аттестации: экзамен

Критерий	Оценка по 5-балльной шкале
Аспирант твёрдо знает программный материал, системно и грамотно излагает его, демонстрирует необходимый уровень компетенций, чёткие, сжатые ответы на дополнительные вопросы, свободно владеет понятийным аппаратом.	5(отлично)
Аспирант проявил полное знание программного материала, демонстрирует сформированные на достаточном уровне умения и навыки, указанные в программе компетенции, допускает непринципиальные неточности при изложении ответа на вопросы.	4(хорошо)
Аспирант обнаруживает знания только основного материала, но не усвоил детали, допускает ошибки, демонстрирует не до конца сформированные компетенции, умения систематизировать материал и делать выводы.	3(удовлетворительно)
Аспирант не усвоил основное содержание материала, не умеет систематизировать информацию, делать необходимые выводы, чётко и грамотно отвечать на заданные вопросы, демонстрирует низкий уровень овладения необходимыми компетенциями.	2 (неудовлетворительно)

5.4. Список вопросов для проведения промежуточной аттестации
5.4.1 Вопросы для зачета:

1. 
   Предмет теории моделирования. Цели моделирования. Дерево целей. Специфика работы с целевой информацией. Критерии эффективности и ограничения при достижении цели.
   
2. 
   Понятие информации, ее свойства и характеристики
   
3. 
   Математические модели в статистической механике, экономике, биологии. Методы математического моделирования в вычислительных систем.
   
4. 
   Моделирование в сложных системах. Универсальность математических моделей. Методы построения математических моделей на основе фундаментальных законов природы. Вариационные принципы построения математических моделей
   
5. 
   Понятие информации, ее свойства и характеристики.
   
6. 
   Базы данных и базы знаний.
   
7. 
   Методы представления и хранения знаний
   
8. 
   Описание бизнес-процессов и их реинжиниринг.
   
9. 
   Автоматизированные системы поддержки принятия решений (СППР), их назначение и типы.
   
10. 
    Модельно-ориентированные СППР.
    
11. 
    СППР, ориентированные на знания.
    
12. 
    СППР, ориентированные на данные
    
13. 
    Метод опорных векторов, метод "ближайшего соседа" и байесовская классификация.
    
14. 
    Модели динамических систем. Особые точки. Бифуркации. Динамический хаос.
    
15. 
    Эргодичность и перемешивание. Понятие о самоорганизации. Диссипативные структуры.
    
16. 
    Элементы и архитектура нейронной сети, процесс обучения и явление переобучения нейронной сети.
    
17. 
    Процесс подготовки данных для обучения.
    
18. 
    Самоорганизующиеся карты Кохонена.
    
19. 
    Понятие кластерного анализа, математические характеристики кластера.
    
20. 
    Агломеративные и дивизимные методы иерархического кластерного анализа.
    
21. 
    Иерархический кластерный анализ в SPSS.
    
22. 
    Итеративный метод кластерного анализа на примере алгоритма k-средних.
    
23. 
    Понятие факторного анализа и итеративная кластеризация.
    
24. 
    Метод деревьев решений: элементы дерева решения, процесс его построения, примеры деревьев, решающих задачу классификации
    
25. 
    Инструменты анализа и обработки текста.
    
26. 
    Задачи Data Mining .
    
27. 
    Характеристика задачи визуализации данных.
    
28. 
    Алгоритмы конструирования деревьев решений CART и C4.5.
    
29. 
    Вычислительная техника и программные средства в моделировании вычислительными системами
    
30. 
    Метод моделирования и его использование в исследовании и проектировании систем моделирования. Понятие модели, классификация моделей
    
31. 
    Понятие функций моделирования и их классификация.
    
32. 
    Принципы, модели, методы и средства проектирования и развития организационных систем.
    
33. 
    Принципы и критерии формирования структур моделирования в вычислительных системах.
    
34. 
    Моделирование в сложных системах, обратная связь и ее роль в моделировании.
    
35. 
    Основные типы организационных структур их эволюция и развитие.
    
36. 
    Временные ряды, их компоненты, параметры прогнозирования, виды прогнозов.
    
37. 
    Распределенные и параллельные вычисления. Методы синхронизации в параллельных системах.
    

5.4.2 Вопросы для экзамена:

1. 
   Предмет теории моделирования. Управленческие отношения и понятие организационного моделирования. Цели моделирования. Дерево целей. Специфика работы с целевой информацией. Критерии эффективности и ограничения при достижении цели.
   
2. 
   Понятие информации, ее свойства и характеристики.
   
3. 
   Методы исследования операций и область их применения для решения задач моделирования вычислительными системами.
   
4. 
   Моделирование в сложных системах. Понятие обратной связи и ее роль в моделировании.
   
5. 
   Понятие эффективности моделирования. Методы оценки деятельности и эффективности моделирования
   
6. 
   Постановка задач математического программирования. Оптимизационный подход к проблемам моделирования вычислительными системами.
   
7. 
   Формализация и постановка задач моделирования. Основные структуры и методы моделирования вычислительными системами: административно-организационные, экономические, социально-психологические и др. Специфика моделирования вычислительными и экономическими системами.
   

8. Методы получения и обработки информации для задач моделирования, экспертные
процедуры и процедуры прогнозирования

9. Задачи линейного программирования. Постановка и геометрическая интерпретация задач
линейного программирования.

10. Математическое и имитационное моделирование.

11. Подготовка и принятие управленческих решений. Автоматизированные системы
поддержки принятия управленческих решений

12. 
    Методы линейного программирования.
    
13. 
    Вычислительная техника и программные средства в моделировании вычислительными системами
    
14. 
    Модели и численные методы безусловной оптимизации. Классификация методов безусловной оптимизации.
    
15. 
    Метод моделирования и его использование в исследовании и проектировании систем моделирования. Понятие модели, классификация моделей
    
16. 
    Понятие функций моделирования и их классификация
    
17. 
    Нелинейные задачи математического программирования. Локальный и глобальный экстремум, условия оптимальности, условия Куна-Таккера.
    
18. 
    Задачи стохастического программирования. Стохастические квазиградиентные методы.
    
19. 
    Принципы и критерии формирования структур моделирования в вычислительных системах.
    
20. 
    Моделирование в сложных системах, обратная связь и ее роль в моделировании.
    
21. 
    Методы и задачи дискретного программирования. Задачи целочисленного линейного программирования.
    
22. 
    Основные типы организационных структур их эволюция и развитие.
    
23. 
    Понятие информации, ее свойства и характеристики
    
24. 
    Основы теории графов
    
25. 
    Особенности формирования программно-целевых структур моделирования на различных уровнях иерархии.
    
26. 
    Понятие эффективности моделирования. Методы оценки деятельности и эффективности моделирования.
    
27. 
    Метод динамического программирования для многошаговых задач принятия решений.
    
28. 
    Методы получения и обработки информации для задач моделирования, экспертные процедуры и процедуры прогнозирования.
    
29. 
    Предмет и основные понятия теории игр. Применение теории игр для оптимизации управленческих решений.
    
30. 
    Вычислительный эксперимент. Принципы проведения вычислительного эксперимента. Модель, алгоритм, программа.
    
31. 
    Прямые методы решения систем линейных алгебраических уравнений.
    
32. 
    Итерационные методы решения систем линейных алгебраических уравнений.
    
33. 
    Методы нахождения собственных чисел и собственных векторов матриц.
    
34. 
    Приближение функций посредством интерполяции. Интерполяция многочленами, сплайнами. Оценка погрешности интерполяции.
    
35. 
    Аппроксимация функций. Наилучшее приближение в гильбертовых пространствах. Ряды Фурье.
    
36. 
    Наилучшее равномерное приближение. Многочлены Чебышева.
    
37. 
    Численное дифференцирование. Некорректность задачи численного дифференцирования.
    
38. 
    Методы численного интегрирования. Апостериорная оценка погрешностей, автоматический выбор шага интегрирования.
    
39. 
    Метод Монте-Карло для вычисления интегралов.
    
40. 
    Методы решение нелинейных уравнений и систем.
    
41. 
    Методы Рунге-Кутты решения задачи Коши для обыкновенных дифференциальных уравнений. Апостериорная оценка погрешности, автоматический выбор шага интегрирования.
    
42. 
    Многошаговые методы решения задачи Коши для обыкновенных дифференциальных уравнений.
    
43. 
    Устойчивость методов интегрирования обыкновенных дифференциальных уравнений. Жесткие системы. Методы интегрирования жестких систем.
    
44. 
    Решение краевых задач для обыкновенных дифференциальных уравнений (стрельбы, конечно-разностный, конечных элементов).
    
45. 
    Разностные схемы, аппроксимация, устойчивость, сходимость. Методы построения разностных схем. Различные подходы к исследованию устойчивости.
    
46. 
    Примеры разностных схем для простейших нестационарных уравнений (переноса, теплопроводности, волнового).
    
47. 
    Задачи с фазовыми переходами (задача Стефана).
    
48. 
    Методы построения экономичных разностных схем для многомерных уравнений с частными производными.
    
49. 
    Разностные схемы для эллиптических уравнений, методы их решения.
    

50. Модели динамических систем. Особые точки. Бифуркации. Динамический хаос. Эргодичность и перемешивание. Понятие о самоорганизации. Диссипативные структуры.

51. Нейросетевые модели. Элементы формального нейрона. Типы нейронных сетей.

52. Методы обучения нейронных сетей. Самоорганизующиеся карты Кохонена.

52. Гибридные экспертные системы.
6. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
1. Специальные помещения для проведения занятий семинарского типа, укомплектованное техническими средствами обучения для представления информации, индивидуальных консультаций, текущего контроля и промежуточной аттестации, укомплектованные специализированной мебелью.

2. Помещения для самостоятельной работы, оснащенные компьютерной техникой с возможностью подключения к сети "Интернет" и обеспечением доступа в электронную информационно-образовательную среду АлтГТУ.
Для проведения лекционных, практических и лабораторных занятий используются компьютерные, классы и аудитории, оборудованные современной техников. См таблицу 6.1.

Таблица 6.1 Оборудованные компьютерные аудитории и классы

Наименование оборудованных учебных кабинетов, компьютерных классов, учебных лабораторий, объектов для проведения практических занятий с перечнем основного оборудования	Фактический адрес учебных кабинетов и объектов	Форма владения, пользования (собственность, оперативное управление, аренда, безвозмездное пользование и другие)	Реквизиты и сроки действия правоустанавливающих документов
Лекционная поточная аудитория 522 Г К. на 125 посадочных мест, оснащена техническими средствами обучения: компьютер DEPO Neos 430MD , графический планшет LCD - Wacom 21,3" CintiQ 21 UX, мультимедиа - проектор Sanyo PDG - DXT 10L , радио - система Nusun 120.	Ленина 46	Право оперативного управления	Свидетельство о государственной регистрации права 22 АД № 097159 от 06.03. 2014 года, выдано Управлением Федеральной службы государственной регистрации, кадастра и картографии по Алтайскому краю
Лекционная учебная аудитория 207 Г К. на 60 посадочных мест, оснащена техническими средствами обучения: компьютер DEPO Neos 430MD (2010 года), монотир LCD - Acer 19", мультимедиа - проектор Panasonic, радио – система	Ленина 46	Право оперативного управления	Свидетельство о государственной регистрации права 22 АД № 097159 от 06.03. 2014 года, выдано Управлением Федеральной службы государственной регистрации, кадастра и картографии по Алтайскому краю
Компьютерный класс 308 ГК. ПК: IntelCeleronCPU 2 GHz, DDR 1024, HDD 80 ГБ – 4 шт. Intel Celeron CPU 1.7 GHz, DDR 1024, HDD 80 ГБ – 4 шт. Pentium 4 CPU 3 GHz, DDR2 1024, HDD 80 ГБ – 4 шт. Мониторы: Acer 19’’ – 5 шт, Samsung 19’’ – 7 шт. Доска для писания маркером, столы, стулья.	Ленина 46	Право оперативного управления	Свидетельство о государственной регистрации права 22 АД № 097159 от 06.03. 2014 года, выдано Управлением Федеральной службы государственной регистрации, кадастра и картографии по Алтайскому краю
Компьютерный класс: ауд. 310 ГК. 1компьютер Intel ® Pentium ® 3GHz CPU, 1 Gb RAM, 74,53Gb HDD; 4 компьютера Intel ® Celeron ® 2,66 GHz CPU, 1 Gb RAM, 37,27 Gb HDD; 1 компьютер Intel ® Celeron ® 2,66 GHz CPU, 480 Mb ,RAM, 37,27 Gb HDD; 1 компьютер Intel ® Celeron ® 2,66 GHz CPU, 736 Mb. RAM, 38,34 Gb HDD, 7 мониторов ACER 19”; Стационарный проектор Benq MX522P; столы, стулья, доска для написания фломастером. Все компьютеры подключены к локальной сети, имеется выход в Internet и доступ к настольному суперкомпьютеру с модулем Tesla	Ленина 46	Право оперативного управления	Свидетельство о государственной регистрации права 22 АД № 097159 от 06.03. 2014 года, выдано Управлением Федеральной службы государственной регистрации, кадастра и картографии по Алтайскому краю
Компьютерный класс: ауд. 301 Г К. 5 компьютеров Intel ® Atom ™ 1,6 GHz CPU, 2 Gb 2Gb.RAM, 232,83Gb HDD; 2 компьютера Intel ® Pentium ® Dual 2 GHz 2 Gb CPU, 2Gb RAM, 74,53 Gb HDD; 2 компьютера Intel ® Core ™ Duo 2,4 GHz CPU, 2 Gb RAM, 149,05 Gb HDD; Сервер 1 ML150G3 CPU 8Gb RAM 2xRAID5 320Gb; Сервер 2 ML150G5 CPU 10Gb RAM RAID5 750Gb; Коммутатор Cisco 2960- 4 шт; Маршрутизатор Cisco 1841-2 шт; Маршрутизатор Cisco 2811-2шт; 3 монитора ACER 19` 6 мониторов ViewSonic 17`; столы, стулья, доска для написания фломастером. Все компьютеры подключены к локальной сети, имеется выход в Internet и доступ к настольному суперкомпьютеру с модулем Tesla	Ленина 46	Право оперативного управления	Свидетельство о государственной регистрации права 22 АД № 097159 от 06.03. 2014 года, выдано Управлением Федеральной службы государственной регистрации, кадастра и картографии по Алтайскому краю

Для проведения семинарских занятий используется следующее программное обеспечение (лицензионное и собственные разработки кафедры)

1. АИС "Бизнес Аналитик" (разработка каф. ИСЭ)
2. АИС "Нейро-аналитик" (разработка каф. ИСЭ)
3. Deductor Academic (BaseGroups Labs)
4. MatLab (The MathWorks)
5. Microsoft Visio
6. MicrosoftVisualStudio


7. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ

УЧЕБНОЙ ДИСЦИПЛИНЫ

ЛИТЕРАТУРА

7.1. Основная литература

1. 
   Интеллектуальные системы: учебное пособие / А. Семенов, Н. Соловьев, Е. Чернопрудова, А. Цыганков; Министерство образования и науки Российской Федерации, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Оренбургский государственный университет». - Оренбург : ОГУ, 2013. - 236 с. ; [Электронный ресурс]. - URL: http://biblioclub.ru/index.php?page=book&id=259148
   
2. 
   Пятковский О.И. Интеллектуальные информационные системы (Системы обработки знаний). Учебное пособие / Алт.гос. техн. Ун-т им. И.И. Ползунова. - Барнаул: Изд-во АлтГТУ, 2010.-277с.ЭЛ. Источник: Электронная библиотека образовательных ресурсов АлтГТУ. Режим доступа http://elib.altstu.ru/elib/emu/ise/poi_uch_sysobrzn.pdf
   
3. 
   Пятковский О.И. Интеллектуальные информационные системы. (Нейронные сети). Учебное пособие / Алт.гос. техн. Ун-т им. И.И. Ползунова. - Барнаул: Каф. ИСЭ, АлтГТУ, 2010.-125с.Э. Источник: Электронная библиотека образовательных ресурсов АлтГТУ. Режим доступа http://elib.altstu.ru/elib/emu/ise/poi_uch_intelis_ns.pdf
   
4. 
   Пятковский О.И. Практикум по дисциплине "Интеллектуальные информационные системы": учебное пособие / О.И. Пятковский, М.В. Гунер, А.С. Авдеев. - Барнаул: изд-во АлтГТУ, 2014. - 135 с.
   
5. 
   Математическое моделирование / А.Г. Блем, В.М. Патудин: Учебно-методическое пособие по курсу «Математическое моделирование», 2015. -0/15/Э
   
6. 
   Кантор С.А. Основы вычислительной математики/ С.А. Кантор – Барнаул, Из-во АлтГТУ, 2010. – 357 с. [электронный ресурс] Режим доступа
   

http://new.elib.altstu.ru/eum/download/pm/vich_mat.pdf
7.2. Дополнительная литература

7. 
   Пятковский О.И. Интеллектуальные компоненты аналитических информационных систем моделирования организацией: Учебное пособие - г. Барнаул": АлтГТУ. -2002, 216 с. – 10/3/Э.
   
8. 
   Павлов, С.И. Системы искусственного интеллекта : учебное пособие / С.И. Павлов. - Томск : Томский государственный университет систем моделирования и радиоэлектроники, 2011. - Ч. 1. - 175 с. - ISBN 978-5-4332-0013-5 ; [Электронный ресурс]. - URL: http://biblioclub.ru/index.php?page=book&id=208933 Э
   
9. 
   Павлов, С.И. Системы искусственного интеллекта : учебное пособие / С.И. Павлов. - Томск : Томский государственный университет систем моделирования и радиоэлектроники, 2011. - Ч. 2. - 194 с. - ISBN 978-5-4332-0014-2 ; [Электронный ресурс]. - URL: http://biblioclub.ru/index.php?page=book&id=208939 Э
   
10. 
    Губарь Ю.В. Введение в математическое моделирование.- М.: Интернет-университет, 2007 0/15/Э. – Доступ из ЭБС «Ун. Библ. Online»
    
11. 
    Блем А.Г. Имитационное моделирование экономических процессов/ Учебное пособие.-Барнаул, АлтГТУ, 2010 0/15 /Э – ЭБС АлтГТУ
    
12. 
    Марчук Г.И. Методы вычислительной математики / Г.И. Марчук. – СПб.: Издательство «Лань», 2009. –- 608 с Режим доступа
    

http://e.lanbook.com/books/element.php?pl1_id=255

13. 
    Вержбицкий В.М. Основы численных методов / В.М. Вержбицкий. – М.: Высшая школа, 2002. – 848 с. (74 экз.)
    
14. 
    Поршнев С.В. Компьютерное моделирование физических процессов в пакете MatLab: Учебное пособие. СПб.: Издательство «Лань», 2011.– 736 с Режим доступа http://e.lanbook.com/books/element.php?pl1_id=650