Tematyka

  • Sekcja ogólna

    • Викладач: доктор фіз.-мат. Наук, професор, Козін Ігор Вікторович

      Кафедра: економічної кібернетики, 5-й корпус ЗНУ, ауд.113

      E-mail: ainc00@gmail.com

      Заняття за розкладом в режімі on-line

      Подключиться к конференции Zoom

      https://us02web.zoom.us/j/76236476781?pwd=aVhwUVJnekxiRmlwZll1VlBmM0kvQT09

      Идентификатор конференции: 762 3647 6781

      Код доступа: 12345



    • Опис Дисципліни Strona

      МЕТА викладання навчальної дисципліни «Системи підтримки прийняття рішень на базі штучного інтелекту в економіці» - набуття фундаментальних теоретичних знань і практичних навичок з питань постановки та розв’язування задач, щодо створення та застосування математичних моделей на рівні управління виробництвом.

      ОСНОВНІ ЗАВДАННЯ вивчення дисципліни «Системи підтримки прийняття рішень на базі штучного інтелекту в економіці»: ознайомлення з основними поняттями, концепціями та математичними методами теорії прийняття рішень методами теорії штучного інтелекту та інтелектуального пошуку, знайомство з сучасними алгоритмами пошуку складних економічних задач з використанням методів штучного інтелекту.

  • Змістовий модуль 1. Основні механізми прийняття рішень

    • Механізми вибору та основні принципи прийняття фінансових рішень. Критеріальні та порядкові правила. Проблема класифікації. Методи вирішення задачі класифікації. Графові моделі на скінчених множинах. Прийняття рішення на базі порядкового принципу. Функціональний порядок. Порядок Парето. Інваріантність порядку відносно перетворень. Задача багатокритеріальної оптимізації. Множина Парето. Відношення парнодомінантності.

      Основні сучасні моделі прийняття фінансових рішень. Утилітарний та егалітарний підходи до прийняття рішення. Протиріччя «рівність – ефективність». Сучасний егалітарний підхід до вирішення протиріччя «рівність – ефективність». Властивості лексимінного та максимінного порядків. Критерій суми. Критерій Неша. Незалежність від начала. Незалежність від масштабу. Сепарабельність.


  • Змістовий модуль 2. Прийняття рішень в умовах невизначеності та ризику

    Прийняття рішення в умовах невизначеності. Поняття ризику. Вимірювання ризиків. Неповна інформація та невизначеність. Поняття ризику. Методи вимірювання ризику. Методи зменшення ризику. Нечітка інформація та нечіткі моделі прийняття рішень. Інтервальні моделі прийняття рішень. Однозначний та багатозначний вибір. Принцип анонімності. Принцип ефективності.

    Прийняття рішень методами теорії кооперативних ігор. Багатокритеріальна оптимізація. Множина Парето. Вибір в умовах багатьох критеріїв. Приклади та алгоритми пошуку множини Парето.

  • Змістовий модуль 3. Вступ до штучного інтелекту

    Історія та напрямки розвитку ШІ. Нові інформаційні технології та штучний інтелект. Основи знань. Дані та знання. Моделі представлення знань. Алгоритми інтелектуального пошуку. Структура й властивості штучного нейрона. Класифікація нейронних мереж і їх властивостей. Топології нейронних мереж. Прості одношарові мережі. Персептрон Розенблата. Функції активації. Процес навчання нейронних мереж. Навчання з вчителем. Застосування навченої нейронної мережі. Основні функціональні можливості програм моделювання нейронних мереж. Застосування штучних нейронних мереж.

  • Змістовий модуль 4. Простий генетичний алгоритм і його узагальнення. Еволюційні алгоритми

    Поняття хромосоми, генотипу та фенотипу. Кросовер та мутація у бінарному просторі. Еволюційна модель задачі оптимізації. Етапи роботи генетичного алгоритму. Збіжність генетичного алгоритму. Поняття шими. Теорема шим. Модіфікації класичного генетичного алгоритму. Види базових просторів. Узагальнені оператори кросоверу та мутації. Проблема перевірки умов допустимості.

  • Змістовий модуль 5. Складні оптимізаційні задачі в економіці . Інтелектуальні методи пошуку оптимальних розв’язків

    Приклади складних оптимізаційних задач у різних галузях економіки. Методи пошуку оптимальних розв’язків. Історія створення генетичних алгоритмів і інших евристик. Евристики та природні алгоритми. Приклади евристичних методів. Розвиток методів природного моделювання, алгоритм мурашиної колонії, ройові алгоритми. Складність задач. Поняття метаеврістики.

  • Змістовий модуль 6. Задачі транспортної логістики, пакування, розміщення та теорії розкладів

    Задача комівояжера та інші задачі маршрутизації. Задача доставки вантажів. Задача погашення взаємозаборгованостей. Транспортні задачі. Задача складання розкладів. Задача багатьох станків. Задача розміщення виробництва. Задача розкрою. Задача загрузки вантажівок.

    • Завдання 6. Лабораторні роботи 11,12. Складні задачі прикладної економіки. На базі ППРСЗ.

  • Підсумковий контроль