Оглавление

	О руководителе курса «Моделирование систем»
	Лекция 01. Понятие моделирования. Способы представления моделей
	Лекция 02. Линейные регрессионные модели
	Лекция 03. Нелинейные регрессионные модели
	Лекция 04. Динамические системы
	Лекция 05. Динамические регрессионные модели, заданные в виде передаточной функции
	Лекция 06. Модель в виде фильтра Каллмана
	Лекция 07. Модель динамической системы в виде Фурье представления (модель сигнала)
	Лекция 08. Модель динамической системы в виде Фурье представления (модель объекта)
	Лекция 09. Оценка качества модели
	Лекция 10. Численные методы интегрирования дифференциальных уравнений. Метод Эйлера
	Лекция 11. Построение модели динамической системы в виде дифференциальных уравнений и расчет…
	Лекция 12. Уравнения высших порядков
	Лекция 13. Структурно перестраиваемые модели
	Лекция 14. Уточненный метод Эйлера
	Лекция 15. Метод Рунге-Кутты
	Лекция 16. Методы прогноза и коррекции (итерационные методы)
	Лекция 17. Моделирование систем с распределенными параметрами
	Лекция 18. Моделирование систем с распределенными параметрами при перемещении материальных…
	Лекция 19. Уравнения в частных производных
	Лекция 20. Технология использования динамических моделей
	Лекция 21. Статистическое моделирование
	Лекция 22. Генераторы случайных чисел
	Лекция 23. Моделирование случайного события. Моделирование полной группы несовместных событий
	Лекция 24. Моделирование случайной величины с заданным законом распределения
	Лекция 25. Моделирование нормально распределенных случайных величин
	Лекция 26. Моделирование системы случайных величин
	Лекция 27. Распределение Пуассона
	Лекция 28. Поток случайных событий
	Лекция 29. Потоки с последействием (потоки Эрланга)
	Лекция 30. Моделирование систем массового обслуживания
	Лекция 31. Моделирование производственных процессов и систем
	Лекция 32. Общие принципы построения моделирующих алгоритмов
	Лекция 33. Моделирование марковских случайных процессов
	Лекция 34. Фиксация и обработка статистических результатов
	Лекция 35. Неформальный синтез
	Лекция 36. Экспертиза
	Часть II Автоматизация построения моделей. Искусственный интеллект
	Лекция 37. Построение модели в виде оценочной функции
	Лекция 38. Построение экспертной системы
	Лекция 39. Построение дерева решений
	Лекция 40. Классификация объектов
	Лекция 41. Автопрограммирование. Модели и алгоритмы
	Лекция 42. Обучение автоматов
	Лекция 43. Нейроны и нейронные сети
	Лекция 44. Язык
	Практическая часть
	Практика 1. Формула Ньютона
	Практика 2. Регрессионные модели
	Практика 3. Регрессионная модель динамической системы
	Практика 4. Моделирование функций, технических устройств и процессов
	Практика 5. «Построение экспертной системы «Выбор одежды» «информационно-логическая модель)»
	Практика 6. Составление уравнений динамической системы (линейной и нелинейной) и расчет ее поведения методом Эйлера
	Практика 7. Построение компьютерной модели динамической системы «Умный дом» и ее расчет
	Практика 8. Моделирование нелинейностей и конструктивных особенностей
	Практика 9. Генераторы случайных чисел
	Практика 10. Моделирование случайных событий
	Практика 11. Моделирование событий по заданному закону распределения случайной величины
	Практика 12. Моделирование потоков случайных событий
	Практика 13-14. Моделирование систем массового обслуживания
	Практика 15. Марковские процессы
	Практика 16. Экспертиза проектов
	Практика 17. Геометрическое моделирование
	Список лабораторных работ
	Рабочая программа по дисциплине
	Методические указания для очного отделения
	Методические указания для заочного отделения
	Прежняя версия учебника
	Видеолекции по курсу "Моделирование систем"
	(bbb) Видеолекции по курсу "Моделирование систем"
	(bbb) Видеолекции по курсу "Основы технологии искусственного интеллекта"
	(bbb) Видеолекции по курсу "Интеллектуальные системы"