Методи проєктування мультиагентних систем

Спеціальність: Комп'ютерні науки (освітньо-наукова програма)
Код дисципліни: 7.122.03.E.033
Кількість кредитів: 5.00
Кафедра: Системи автоматизованого проектування
Лектор: к.т.н., доцент каф. САП Яворський Назарій Борисович
Семестр: 2 семестр
Форма навчання: денна
Мета вивчення дисципліни: Засвоєння студентами основних теоретичних відомостей та практичних вмінь з курсу. Підготувати студента до ефективного використання сучасних засобів створення програмних агентів; допомогти набути навички практичної роботи iз програмними засобами для проектування та розробки мультиагентних систем.
Завдання: Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей: загальних: • (ІНТ) здатність використовувати поглиблені теоретичні та фундаментальні знання в галузі інформаційних технологій, систем автоматизованого проектування для ефективного розв’язування складних спеціалізованих задач та практичних проблем під час професійної діяльності або у процесі навчання, що передбачає їхнє застосування для проектування складних об’єктів та систем; • (ЗК1) уміння спілкуватися другою мовою; • (ЗК2) здатність навчатися; • (ЗК3) уміння спілкуватися усно та в письмовій формі першою мовою; • (ЗК4) здатність здійснювати пошук та аналізувати інформацію з різних джерел; • (ЗК5) уміння ідентифікувати, формулювати та розв’язувати задачі; • (ЗК6) уміння застосовувати знання в практичних ситуаціях; • (ЗК7) уміння приймати обґрунтовані рішення; • (ЗК8) уміння проводити дослідження на відповідному рівні; • (ЗК9) уміння працювати в команді; • (ЗК10) знання та розуміння предметної області та розуміння фаху; • (ЗК12) уміння думати абстрактно, аналізувати та синтезувати; • (ЗК13) уміння розробляти та керувати проектами; • (ЗК14) уміння працювати самостійно; фахових: • (ФК1) здатність гнучкого способу мислення, який дає можливість зрозуміти й розв’язати проблеми та задачі, зберігаючи при цьому критичне відношення до усталених наукових концепцій; • (ФК2) здатність використовувати поглиблені теоретичні та фундаментальні знання в галузі інформаційних технологій для розроблення складних систем; • (ФК8) здатність аналізувати та формулювати висновки для різних типів складних управлінських задач у різних галузях народного господарства; • (ФК9) здатність формулювати (роблячи презентації, або представляючи звіти) нові гіпотези та наукові задачі в області інформаційних технологій, вибирати належні напрями і відповідні методи для їхнього розв’язування; • (ФК10) здатність сприймати здобуті знання в області комп’ютерних наук, інформаційних технологій та інтегрувати їх зі уже наявними; • (ФК11) здатність вивчати та критично оцінювати нові інформаційні технології, моделі і методи, ґрунтуючись на фахових у цих областях наукових літературних джерелах; • (ФКС1) знання теоретичних основ побудови систем автоматизованого проектування та вміння використовувати їх для розроблення їх компонентів; • (ФКС2) знання методів та засобів моделювання складних об’єктів та систем і вміння використовувати їх для автоматизованого проектування у різних галузях; • (ФКС3) здатність використовувати знання методів побудови систем технологічної підготовки виробництва для можливості адаптації їх до конкретних об’єктів проектування; • (ФКС4) знання методів структурного, функціонально-логічного, схемотехнічного та конструкторського проектування і вміння застосовувати їх для автоматизованого проектування у різних галузях; • (ФКС5) здатність використовувати знання методів побудови інформаційного забезпечення і вміння використовувати їх при автоматизованому проектуванні. складних об’єктів та систем; • (ФКС6) здатність використовувати знання моделей систем прийняття рішень та вміння застосовувати їх при реалізації методів та засобів інформаційних технологій проектування.
Результати навчання: Внаслідок вивчення навчальної дисципліни студент повинен бути здатним продемонструвати такі результати навчання: • отримати уяву про парадигму агентно-орієнтованого підходу у програмуванні; • сформувати знання для використання мультиагентних систем та інтелектуальних агентів при вирішенні практичних задач; • отримати практичні навички для використання мультиагентних систем та інтелектуальних агентів при вирішенні практичних задач; • отримати уяву про стан і перспективу розвитку агентних технологій; • отримати уяву про стан і перспективу розвитку програмного забезпечення для проектування й розробки агентних систем; Результати навчання даної дисципліни деталізують такі програмні результати навчання: • (ЗН1) здатність формулювати та вдосконалювати важливу дослідницьку задачу, для її вирішення збирати необхідну інформацію та формулювати висновки, які можна захищати в науковому контексті. • (ЗН2) здатність використовувати професійно-профільні знання і практичні навички для оптимізації проектування інформаційних систем будь-якої складності, для вирішення конкретних завдань проектування інформаційних систем з керування об'єктами різної фізичної природи. • (ЗН6) здатність здійснювати ефективну комунікативну діяльність роботи команди зі розроблення проекту інформаційної системи. • (ЗН1) здатність застосовувати методи та засоби сучасних інформаційних технологій для розроблення систем автоматизованого проектування та їх компонентів в різних галузях.; • (ЗН2) знання теоретичних основ системного проектування складних об’єктів та вміння використовувати їх на практиці; • (ЗН3) здатність розробляти математичні моделі і алгоритми для автоматизованого проектування складних об’єктів та систем; • (ЗН4) здатність використовувати знання методів підтримки прийняття рішень і вміння використовувати їх при автоматизованому проектуванні складних об’єктів та систем; • (ЗН5) здатність використовувати знання методів побудови інтелектуального інтерфейсу користувача в автоматизованому проектуванні складних об’єктів і систем у різних галузях; • (ЗН6) здатність володіти навиками розроблення функціонального середовища відкритих систем, інтерфейсів прикладного програмування, прикладних програм і додатків з властивостями: розширюваності, масштабованості, здатності до інтеграції, готовності і надійності системи. • (КОМ1) уміння спілкуватись, включаючи усну та письмову комунікацію українською та іноземною мовами (англійською, німецькою, італійською, французькою, іспанською). • (КОМ2) здатність використання різноманітних методів, зокрема сучасних інформаційних технологій, для ефективно спілкування на професійному та соціальному рівнях. • (АіВ1) здатність адаптуватись до нових ситуацій та приймати відповідні рішення. • (АіВ2) здатність усвідомлювати необхідність навчання впродовж усього життя з метою поглиблення набутих та здобуття нових фахових знань. • (АіВ3) здатність відповідально ставитись до виконуваної роботи, самостійно приймати рішення, досягати поставленої мети з дотриманням вимог професійної етики.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Інтелектуальний аналіз даних Системи підтримки прийняття рішень в автоматизованому проектуванні Системи штучного інтелекту Автоматизація проектування інтелектуальних вбудованих систем
Короткий зміст навчальної програми: Дисципліна передбачає вивчення таких теоретичних та практичних аспектів як: методи проектування мультиагентних систем; типи агентів в мультиагентній системі; взаємодія агентів в мультиагентних системах; основи взаєморозуміння та комунікації агентів у мультиагентних системах; досягнення домовленостей між агентами в мультиагентних системах.
Опис: Методи проектування мультиагентних систем. Основні поняття та визначення інтелектуальних агентних систем Типи агентів в мультиагентній системі. Інтелектувальні агенти. Типи агентів в мультиагентній системі. Агенти на основі дедукційї Типи агентів в мультиагентній системі. Практично мислячі (вмотивовані, міркуючі) агенти. Типи агентів в мультиагентній системі. Реактивні та гібридні агенти. Взаємодія агентів в мультиагентних системах. Основи взаєморозуміння та комунікації агентів у мультиагентних системах. Співпраця в мультиагентній системі Досягнення домовленостей між агентами в мультиагентних системах.
Методи та критерії оцінювання: захист лабораторних та розрахункових робіт; іспит
Критерії оцінювання результатів навчання: • Поточний контроль (45%): письмові звіти з лабораторних робіт, усне опитування. • Підсумковий контроль (55%): екзамен – теоретичні та практичні завдання.
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: Базова 1. Subbotin S., Oleynik A. Modifications of Ant Colony Optimization Method for Feature Selection // The experience of designing and application of CAD systems in Microelectronics: Proceedings of the IX International Conference CADSM – 2007 (20–24 February 2007). – Lviv: Publishing house of Lviv Polytechnic, 2007. – P. 493–494. 2. Джонс М.Т. Программирование искусственного интеллекта в приложениях. – М.: ДМК Пресс, 2004. – 312 с. 3. Дубровин В.И., Субботин С.А., Богуслаев А.В., Яценко В.К. Интеллектуальные средства диагностики и прогнозирования надежности авиадвигателей: Монография. – Запорожье: ОАО «Мотор – Сич», 2003. – 279 с. 4. Дубровін В.І., Субботін С.О. Методи оптимізації та їх застосування в задачах навчання нейронних мереж: Навч. Пос. – Запоріжжя: ЗНТУ, 2003. – 136 с. 5. Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Пер. с англ.. – М.: Вильямс, 2005. – 864 с. 6. Олейник Ал.А. Сравнительный анализ методов оптимизации на основе метода муравьиных колоний // Комп’ютерне моделювання та інтелектуальні системи: Збірник наукових праць / За ред. Д.М. Пізи, С.О. Субботіна. – Запоріжжя: ЗНТУ, 2007. – С. 147–159. 7. Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2 – е изд.: Пер с англ. – М.: Вильямс. – 2006. – 1408 c. Допоміжна 1. Bullnheimer B., Hartl R.F., Strauss C. Applying the ant system to the vehicle routing problem // Meta – Heuristics: Advances and Trends in Local Search Paradigms for Optimization. – Boston: Kluwer, 1998. – P. 109–120. 2. Costa D., Hertz A. Ants can colour graphs // Journal of the Operational Research Society. – 1997. – №48. – P. 295–305. 3. Dorigo M. Optimization, Learning and Natural Algorithms. – Milano: Politecnico di Milano, 1992. – 140 p. 4. Dorigo M., Gambardella L.M. Ant colonies for the traveling salesman problem // BioSystems. – 1997. – №43. – P. 73–81. 5. Gambardella L.M., Dorigo M. HAS – SOP: An hybrid ant system for the sequential ordering problem. – Lugano: CH, 1997. – P. 237–255. 6. Gambardella L.M., Taillard E., Agazzi G. Macs – vrptw: A multiple ant colony system for vehicle routing problems with time windows // New Methods in Optimisation. – McGraw – Hill, 1999. – P. 63–79. 7. Maniezzo V. Exact and approximate nondeterministic tree – search procedures for the quadratic assignment problem. – Bologna: Universita di Bologna, 1998 – 102 p. 8. Michel R., Middendorf M. An ACO algorithm for the shortest common supersequence problem // New Methods in Optimisation. – McGraw – Hill, 1999. – P. 525–537.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою: вул. Карпінського, 2/4, І-й н.к., кімн. 112 E-mail: nolimits@lpnu.ua Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).