Прийняття рішень в інформаційних системах. Частина 2. МЕТОДИ РОЙОВОГО ІНТЕЛЕКТУ В ПРИЙНЯТТІ РІШЕНЬ - Робоча програма навчальної дисципліни (Силабус)
Реквізити навчальної дисципліни
| Рівень вищої освіти | Перший (бакалаврський) |
|---|---|
| Галузь знань | 12 Інформаційні технології |
| Спеціальність | 126 Інформаційні системи та технології |
| Освітня програма | Інформаційні управляючі системи та технології |
| Статус дисципліни | Нормативна |
| Форма навчання | очна(денна), заочна |
| Рік підготовки, семестр | 4 курс, весняний семестр |
| Обсяг дисципліни | 120 год (4 кредити) Розподіл годин за видами занять (денна форма): лекції – 18, лабораторні (комп’ютерні практикуми) – 18, СРС – 84 Розподіл годин за видами занять (заочна форма): лекції – 2, лабораторні (комп’ютерні практикуми) – 2, СРС - 116 |
| Семестровий контроль/ контрольні заходи | Екзамен / Модульна контрольна робота |
| Розклад занять | http://rozklad.kpi.ua |
| Мова викладання | Українська |
| Інформація про керівника курсу / викладачів |
Лектор: к.т.н. Жураковська Оксана Сергіївна, zhurakovskaja_o@bigmir.net Практичні (комп. практикуми): к.т.н. Жураковська Оксана Сергіївна |
| Розміщення курсу | Moodle: Теорія прийняття рішень (db24pu) https://do.ipo.kpi.ua/course/view.php?id=2649 |
Програма навчальної дисципліни
Опис навчальної дисципліни, її мета, предмет вивчання та результати навчання
Вивчення дисципліни «Прийняття рішень в інформаційних системах. Частина 2. Методи ройового інтелекту в прийнятті рішень» необхідне для фахівця з інформаційних систем та технологій для
набуття ними знань в області моделей та алгоритмів штучного інтелекту, вирішення складних завдань, зокрема таких, що пов'язані з оптимізацією та пошуком оптимальних рішень в умовах невизначеності, забезпечити ефективніше використання обчислювальних, мережевих ресурсів в інформаційних системах. Це забезпечить здатність бакалаврів вирішувати більш широкий спектр завдань і, в цілому, конкурентоспроможність на ринку праці.
Предметом навчальної дисципліни є моделі та методи багатокритеріального прийняття рішень, методи ройового інтелекту, які використовуються в різних галузях, таких як оптимізація, маршрутизація, прийняття рішень.
Мета навчальної дисципліни – формування у студентів представлення про суть процесів прийняття рішень, теоретичних знань та навичок з вирішення задач оптимізації та прийняття рішень в інформаційних системах, де можуть виникати задачі зі значною кількістю параметрів та обмежень, зокрема із застосуванням методів ройового інтелекту.
До задач вивчення дисципліни можна віднести такі:
- ознайомити із широким колом оптимізаційних задач, що виникають в процесі прийняття рішень;
- навчити принциповим підходам вирішення задач багатокритеріального вибору та оптимізаційних задач;
- ознайомити з моделями і методами ройового інтелекту, що використовуються в системах підтримки прийняття рішень для розв’язання задач зі значною кількістю параметрів та обмежень.
За результатами вивчення дисципліни студенти набувають досвіду побудови моделей оптимізаційних задач та задач багатокритеріального вибору, а також застосування методів ройового інтелекту.
В результаті вивчення дисципліни студенти повинні знати:
- методи формалізації моделей ситуацій прийняття рішень;
- методи розв’язання задач багатокритеріального вибору;
- методи ройового інтелекту розв’язання оптимізаційних задач та задач маршрутизації
Студенти повинні вміти:
- на основі обстеження предметної області здійснювати постановку задач багатокритеріального вибору, оптимізаційних задач, будувати математичні моделі цих задач;
- застосовувати методи вирішення задач багатокритеріального вибору для створення алгоритмічного та програмного забезпечення інформаційних систем;
- застосовувати методи ройового інтелекту до розв’язання задач оптимізації та маршрутизації
КОМПЕТЕНТНОСТІ
Загальні компетентності:
- ЗК 1. Здатність до абстрактного мислення, аналізу та синтезу;
- ЗК 2. Здатність застосовувати знання у практичних ситуаціях;
- ЗК 3. Здатність до розуміння предметної області та професійної діяльності.
Спеціальні (фахові, предметні) компетентності:
- ФК 4. Здатність проєктувати, розробляти та використовувати засоби реалізації інформаційних систем, технологій та інфокомунікацій (методичні, інформаційні, алгоритмічні, технічні, програмні та інші);
- ФК 5. Здатність оцінювати та враховувати економічні, соціальні, технологічні та екологічні фактори на всіх етапах життєвого циклу інфокомунікаційних систем;
- ФК 6. Здатність використовувати сучасні інформаційні системи та технології (виробничі, підтримки прийняття рішень, інтелектуального аналізу даних та інші), методики й техніки кібербезпеки під час виконання функціональних завдань та обов’язків;
- ФК 11. Здатність до аналізу, синтезу і оптимізації інформаційних систем та технологій з використанням математичних та імітаційних моделей і методів;
- ФК 17. Здатність застосовувати методи керування економічними, людськими та технічними ресурсами в процесі розробки інформаційних систем;
- ФК 18. Здатність до розробки і використання інтелектуальних інформаційних систем, технологій генерації та аналізу знань, алгоритмів штучного інтелекту для вирішення прикладних задач і підтримки прийняття рішень в різних прикладних областях життєдіяльності людини;
- ФК 19. Здатність до застосування методів прийняття управлінських рішень в умовах невизначеності та багатофакторної залежності щодо визначення рішення та ефективності управлінської діяльності;
- ФК 21. Здатність до математичного моделювання в економіці, розуміння прикладних задач і математичних моделей макро- і мікроекономіки, аналізу і прогнозування процесів ринкової економіки;
- ФК 22. Здатність розробляти модулі обробки даних інформаційних управляючих технологій на основі математичних та імітаційних моделей.
ПРОГРАМНІ РЕЗУЛЬТАТИ НАВЧАННЯ
- ПРН 2. Застосовувати знання фундаментальних і природничих наук, системного аналізу та технологій моделювання, стандартних алгоритмів та дискретного аналізу при розв’язанні задач проєктування і використання інформаційних систем та технологій;
- ПРН 3. Використовувати базові знання інформатики й сучасних інформаційних систем та технологій, навички програмування, технології безпечної роботи в комп’ютерних мережах, методи створення баз даних та інтернет-ресурсів, технології розроблення алгоритмів і комп’ютерних програм мовами високого рівня із застосуванням об’єктно-орієнтованого програмування для розв’язання задач проєктування і використання інформаційних систем та технологій;
- ПРН 6. Демонструвати знання сучасного рівня технологій інформаційних систем, практичні навички програмування та використання прикладних і спеціалізованих комп’ютерних систем та середовищ з метою їх запровадження у професійній діяльності;
- ПРН 17. Знати методології та технології проєктування та реалізації інформаційних управляючих систем та технологій підтримки прийняття рішень. Вміти використовувати існуючі засоби, компоненти та технології для побудови інформаційних управляючих систем та технологій підтримки управлінських рішень;
- ПРН 19. Вміти розв’язувати складні непередбачувані задачі і проблеми у спеціалізованих сферах професійної діяльності та/або навчання, що передбачають збирання та інтерпретацію та аналіз інформації (даних), вибір методів та інструментальних засобів, застосування інноваційних підходів;
- ПРН 21. Вміти використовувати методи та засоби аналізу даних, обирати та використовувати математичні моделі, будувати стратегії розв’язання практичних задач, в тому числі в галузі штучного інтелекту, обгрунтовувати вибір методу оптимізації при розв’язанні прикладних проблем у спеціалізованих сферах професійної діяльності.
Пререквізити та постреквізити дисципліни (місце в структурно-логічній схемі навчання за відповідною освітньою програмою)
Для успішного вивчення дисципліни необхідні знання, отримані студентами при вивченні дисциплін «Програмування», «Вища математика» (Лінійна алгебра), «Спеціальні розділи математики», «Дослідження операцій в інформаційно-управляючих системах».
Знання та навички, отримані студентом при вивченні дисципліни, використовуються в розробці дипломного проєкта бакалавра та магістерської дисертації за освітньою програмою «Інформаційні управляючі системи та технології».
Зміст навчальної дисципліни
Розділ 1. Методи багатокритеріального прийняття рішень
Тема 1.1. Метод аналізу ієрархій (Analytic Hierarchy Process, AHP)
Тема 1.2. Метод аналізу мереж (Analytic Network Process, ANP)
Розділ 2. Прийняття рішень в умовах нечіткої інформації
Тема 2.1. Нечіткі множини
- Поняття нечіткої множини
- Операції над нечіткими множинами
Тема 2.2. Нечіткі відношення
- Операції над нечіткими відношеннями
- Властивості нечітких відношень
- Декомпозиція нечітких відношень
- Виділення в структурі нечіткого відношення відношень спеціального виду (строгої переваги, квазіеквівалентності, байдужості)
Тема 2.3. Методи прийняття рішень із нечіткою вхідною інформацією
- Задача раціонального вибору альтернатив, множина недомінованих альтернатив
- Алгоритм побудови множини недомінованих альтернатив
- Метод групового прийняття рішень із врахуванням компетентності експертів та нечіткою інформацією про переваги експертів.
Розділ 3. Методи ройового інтелекту
Тема 3.1. Моделі комбінаторної оптимізації
Тема 3.2. Класифікація методів комбінаторної оптимізації
Тема 3.3. Генетичні алгоритми
Тема 3.4. Оптимізація мурашиними колоніями
Тема 3.5. Оптимізація роєм частинок
Тема 3.6. Бджолині алгоритми
Навчальні матеріали та ресурси
Базові
1. Теорія прийняття рішень [Електронний ресурс]: навч. посіб. для студ. освітньої програми «Інформаційні управляючі системи та технології» спеціальності 126 «Інформаційні системи та технології» та спеціальності 121 «Інженерія програмного забезпечення» / КПІ ім. Ігоря Сікорського; уклад.: О.С. Жураковська. – Електронні текстові дані (1 файл: 2.7 Мбайт). – Київ: КПІ ім. Ігоря Сікорського, 2020. – 99 с.
2. Гуляницький Л. Ф. Прикладні методи комбінаторної оптимізації : навч. посіб. / Л. Ф. Гуляницький, О. Ю. Мулеса. – К. : Видавничо-поліграфічний центр "Київський університет", 2016. – 133 с.
3. Глибовець М.М., Гуляєва Н.М. Еволюційні алгоритми: підручник. К.: НаУКМА, 2013. – 828 с.
Додаткові
1. Butenko S., Panos M. Pardalos, Shylo V. Optimization Methods and Applications. – Springer, 2017
2. Тоценко В.Г. Методи та системи підтримки прийняття рішень. Алгоритмічний аспект.– К.:Наукова думка, 2002.–381с.
3. Tzeng, G.H., Huang, J.J. Multiple attribute decision making. Methods and applications. – Chapman and Hall/CRC, 2011. – 352p.
4. Gendreau V., Potvin J.-Y. Handbook of Metaheuristics. Third Edition. Cham: Springer, 2019. – 604 p.
Навчальний контент
Методика опанування навчальної дисципліни (освітнього компонента)
5.1 Тематика лекцій
Розділ 1. Методи багатокритеріального прийняття рішень
Лекція 1. Суть, особливості та учасники процесу колективного багатокритеріального вибору. Постановка задачі колективного багатокритеріального вибору. Методи парних порівнянь.
Лекція 2. Метод аналізу ієрархій Сааті (Analytic Hierarchy Process, AHP). Метод аналізу мереж (Analytic Network Process, ANP)
**Практикум 1. Метод аналізу ієрархій
Лекція 3. Виконання першої частини модульної контрольної роботи (МКР-1). На МКР виносяться питання з розділу 1, МКР виконується у вигляді виконання тесту в Moodle, що містить теоретичні та практичні запитання.
Розділ 2. Прийняття рішень в умовах нечіткої інформації
Лекція 4. Поняття нечіткої множини. Операції над нечіткими множинами. Нечіткі відношення. Операції над нечіткими відношеннями. Властивості нечітких відношень. Декомпозиція нечітких відношень. Виділення в структурі нечіткого відношення відношень спеціального виду (строгої переваги, квазіеквівалентності, байдужості).
Лекція 5. Задача раціонального вибору альтернатив, множина недомінованих альтернатив. Алгоритм побудови множини недомінованих альтернатив. Метод групового прийняття рішень із врахуванням компетентності експертів та нечіткою інформацією про переваги експертів.
Практикум 2. Методи прийняття рішень за нечіткої інформації
Лекція 6. Виконання другої частини модульної контрольної роботи (МКР-2). На МКР виноситься матеріал розділу 2. МКР виконується у вигляді виконання тесту в Moodle, що містить теоретичні та практичні запитання.
Розділ 3. Методи ройового інтелекту
Лекція 7. Загальна постановка та класифікація задач комбінаторної оптимізації. Класифікація алгоритмів комбінаторної оптимізації
Практикум 3. Популяційні алгоритми
Лекція 8. Популяційні алгоритми. Генетичні та міметичні алгоритми.
Лекція 9. Алгоритми оптимізації мурашиними колоніями. Бджолині алгоритми
5.2 Комп’ютерні практикуми
Теми комп’ютерних практикумів та розподіл годин наведені в таблиці 1
Таблиця 1
| № з/п | Тема комп’ютерного практикуму | Кількість аудит. годин |
|---|---|---|
| 1 | Метод аналізу ієрархій | 6 |
| 2 | Методи прийняття рішень за нечіткої інформації | 6 |
| 3 | Популяційні алгоритми | 6 |
Самостійна робота студента/аспіранта
Самостійна робота студентів включає:
1. підготовку до аудиторних занять – вона передбачає опрацювання матеріалу лекцій за матеріалами, наведеними в курсі на платформі Moodle (презентації лекцій, відеолекції, основна та додаткова література). Обсяг часу, необхідний на підготовку, приблизно співпадає із часом аудиторних занять;
2. виконання завдань комп’ютерних практикумів – на виконання завдань та захист кожного кожного з практикумів 1-3 студент має 2 тижні, починаючи з дати отримання завдання, після чого він повинен здати звіт в дистанційному курсі на платформі Moodle.
Всі матеріали, необхідні для самостійної підготовки студентів та виконання завдань, розміщені в електронному вигляді на гугл-диску викладача (посилання для доступу розміщене в дистанційному курсі на платформі Moodle), а також в дистанційному курсі на платформі Moodle, контент якої є доступним в мережі Internet. Крім цього, студенти мають змогу отримувати консультації з усіх необхідних питань (для чого створено групу в Telegram, або із використанням Zoom-конференцій)
Політика та контроль
Політика навчальної дисципліни (освітнього компонента)
Для успішного оволодіння дисципліною студенти повинні відвідувати лекції та комп’ютерні практикуми, своєчасно виконувати завдання комп’ютерних практикумів та здавати звіти виконаних практикумів в курсі на платформі Moodle.
Зарахування комп’ютерних практикумів має дві складові:
- всі виконані завдання оформлюються у вигляді звіту. Звіт здається в курсі на платформі Moodle (виконання практикуму оцінюється приблизно у 70% від кількості балів за практикум);
- захист кожного практикуму полягає у відповідях на теоретичні та практичні питання, які стосуються теми практикуму (захист практикуму оцінюється приблизно у 30% від кількості балів за практикум). Захист може проводитись як в усній формі, так і у вигляді проходження теста в курсі на платформі Moodle.
Якщо звіт з практикуму здається пізніше встановленого терміну для цього практикуму, то при перевищенні терміну більше, ніж на тиждень, максимальна оцінка за практикум зменшується на 10%.
Модульна контрольна робота виконується за матеріалами усього курсу в формі тесту в курсі на платформі Moodle. Якщо студент отримав менше 50% балів за МКР, він має можливість повторного виконання МКР.
Поточний стан успішності студентів відображається в електронному журналі в курсі на платформі Moodle, доступ до якого студенти мають протягом усього терміну вивчення дисципліни.
Рейтингова система оцінювання з дисципліни описана у наступному розділі робочої програми.
Види контролю та рейтингова система оцінювання результатів навчання (РСО)
Поточний контроль: лабораторні комп’ютерні практикуми, МКР
Календарний контроль: проводиться двічі на семестр як моніторинг поточного стану виконання вимог силабусу.
Семестровий контроль: екзамен
Умови допуску до семестрового контролю: семестровий рейтинг не менше 60 балів.
Система рейтингових балів та критерії оцінювання
1. Комп’ютерні практикуми
| Номер комп’ютерного практикуму | Максимальні бали за | Мінімальний необхідний бал для зарахування практикуму | ||
|---|---|---|---|---|
| виконання практикуму | захист практикуму | всього за практикум | ||
| КП №1 | 20 | 6 | 26 | 18 |
| КП №2 | 20 | 8 | 28 | 18 |
| КП №3 | 20 | 6 | 26 | 18 |
2. Модульна контрольна робота (МКР)
МКР виконується за матеріалами усього курсу в формі тесту або у вигляді двох частин, кожна з яких має форму тесту в курсі на платформі Moodle. Тестове завдання містить 10 питань, правильна відповідь на кожне з яких оцінюється в 2 бали. У випадку, якщо МКР складається з двох частин, кожне з тестових завдань містить 10 питань, правильна відповідь на кожне з яких оцінюється в 1 бал.
Семестровий рейтинг включає бали за виконані і захищені комп’ютерні практикуми та МКР і складає
RС = 26 + 28 + 26 + 10 + 10 = 100 балів
Необхідною умовою допуску до екзамену є семестровий рейтинг не менше 60 балів. Студенти, які не виконали вказану умову допуску, до екзамену не допускаються і мають підвищити свій рейтинг.
Для отримання атестації при проведенні календарного контролю необхідно набрати:
Перший календарний контроль: не менше (20 + 10)0,5 = 15 балів;
Другий календарний контроль: не менше (40 + 20)0,5 = 30 балів.
Екзамен проводиться в формі тесту в курсі на платформі Moodle. Тестове завдання містить 10 питань, правильна відповідь на кожне з яких оцінюється в 10 балів.
Екзаменаційний рейтинг складає RЕ = 10⋅10 = 100 балів.
Розрахунок шкали рейтингу:
R = 0,7⋅RС + 0,3⋅RЕ = 0,7⋅100 + 0,3⋅100 = 100 балів.
Таблиця відповідності рейтингових балів оцінкам за університетською шкалою:
| Кількість балів, RС (або RЕ) | Оцінка |
|---|---|
| 100-95 | Відмінно |
| 94-85 | Дуже добре |
| 84-75 | Добре |
| 74-65 | Задовільно |
| 64-60 | Достатньо |
| Менше 60 | Незадовільно |
| Не виконані умови допуску | Не допущено |
Додаткова інформація з дисципліни (освітнього компонента)
Перелік питань, які виносяться на семестровий контроль – на семестровий контроль виносяться усі питання, які вивчались в курсі, перелік вказаний в розділі 5 робочої програми дисципліни
Робочу програму навчальної дисципліни (силабус):
Складено доцентом каф. ІСТ, к.т.н. Жураковською О.С.
Ухвалено кафедрою ІСТ (протокол № 21 від 29.06.23)
Погоджено Методичною комісією факультету ІОТ (протокол № 11 від 29.06.23)
