|
|
Главная \ Методичні вказівки \ НАЦІОНАЛЬНА АКАДЕМІЯ УПРАВЛІННЯ
НАЦІОНАЛЬНА АКАДЕМІЯ УПРАВЛІННЯ« Назад
НАЦІОНАЛЬНА АКАДЕМІЯ УПРАВЛІННЯ 14.06.2015 10:33
ВИЩИЙ НАВЧАЛЬНИЙ ЗАКЛАД «НАЦІОНАЛЬНА АКАДЕМІЯ УПРАВЛІННЯ» Кафедра інтелектуальних систем
Методичні вказівки
до виконання випусково кваліфікаційної роботи (проекта) для бакалаврів напряму підготовки:
6.050101 «Комп’ютерні науки» (версія 1.01: 01.04.2014)
Київ 2014
Методичні вказівки до виконання випусково кваліфікаційної роботи (проекту) бакалавра за напрямом підготовки 6.050101 «Комп’ютерні науки» -- 2013ю – К.: Національна академія наук.
Укладачі: к.т.н., доцент Селін О.М. к.т.н. Селін Ю.М. Шулькевич Т.В.
Затверджено на засіданні кафедри інтелектуальних систем. Протокол № _______ від «______» _____________2014.
Постав собі головну мету роботи (проекту), склади план її досягнення – так запрограмуєш свій успішний захист.
Методичні вказівки призначені для студентів 4-го курсу, які працюють над випусковою кваліфікаційною роботою (проектом) бакалавра, такого напряму підготовки:
– 6.050101 «Комп’ютерні науки»
Наведено кваліфікаційні вимоги до випускової кваліфікаційної роботи бакалавра. Даються рекомендації щодо таких елементів роботи: (1) написання огляду математичних моделей, методів та алгоритмів на основі фахової технічної літератури; (2) як описати нову модель, алгоритм чи метод, що пропонуються в роботі; (3) як побудувати систему підтримки прийняття рішень для розв’язання задач математичного і статистичного моделювання процесів довільної природи, прогнозування їх розвитку та управління ними; (4) як спроектувати оптимальний фільтр та систему автоматичного керування; (5) як виконати порівняльний аналіз методів моделювання, прогнозування, керування і т. ін. В додатках наведено зразки оформлення титульного листа, завдання на виконання роботи, календарного плану, написання вступу та постановки задачі, шаблон на текстову частину і формули, а також багато інших корисних зразків окремих елементів випускової кваліфікаційної роботи бакалавра. З м і с т
1. Кваліфікаційні вимоги до випускової кваліфікаційної роботи/проекту бакалавра
Робота має практичне спрямування, яке свідчить про уміння бакалавра застосувати відомі математичні методи дослідження поведінки процесів і об’єктів різної природи до розв’язання практичних задач математичного моделювання, прогнозування, автоматичного керування та прийняття рішень. Поставлене завдання виконується на наявних засобах (комп’ютерних системах аналізу даних): Matlab, MatCad, Maple, Econometric Views (Eviews), SPSS, SAS, Statistica та інших.
Бакалавр повинен уміти застосувати методи математичного моделювання для отримання коректного математичного опису функціонування процесів та об’єктів різної природи, а саме:
– Виконати аналіз функціонування заданого процесу або об’єкта на основі спеціальної літератури, експериментальних (статистичних) даних, експертних оцінок і т. ін. – Виконати критичний огляд спеціальної літератури за конкретним напрямом дослідження і вибрати методи математичного опису процесів та об’єктів конкретного класу, що досліджується в роботі. – На основі математичного опису методу розробити обчислювальний алгоритм і реалізувати його програмно на заданій програмній платформі. – Виконати перевірку коректності функціонування запрограмованого алгоритму з використанням спеціальних тестових даних, згенерованих для даної задачі або отриманих з достовірних джерел; – Застосувати розроблений алгоритм до експериментальних (статистичних) даних з метою отримання оригінальної моделі, яка буде використана для розв’язання однієї із таких задач: поглибленого дослідження процесу, генерування оцінок прогнозів, автоматичного керування або прийняття рішень на її основі. – Порівняти отримані результати функціонування запрограмованого алгоритму з відомими, взятими із статей, монографій, підручників, наукових звітів. Альтернативно, отримані власні результати моделювання можна порівняти із результатами, отриманими за допомогою інструментаріїв, наявних, наприклад, у системах Matlab, Matcad, Maple і т. ін.
Бакалавр повинен уміти застосувати методи аналізу, проектування та реалізації інформаційних систем, а саме:
– Розробити проект інформаційної системи конкретного призначення, наприклад, базу даних, систему довідкового типу, інформаційно-аналітичну систему, експертну систему, систему підтримки прийняття рішень, інтернет-систему спеціального призначення і т. ін. – Створити мінімально необхідну документацію на проект, а саме: (1) технічне завдання, (2) описати вимоги користувача та функціональні вимоги. – Вибрати інструментальну (програмну) платформу для реалізації інформаційної системи та обґрунтувати свій вибір. – В залежності від складності проекту, частково або повністю реалізувати спроектовану інформаційну систему на вибраній інструментальній платформі. Можливе створення прототипу системи, яке передбачає реалізацію інтерфейсу та деяких вибраних функцій, необхідних для демонстрації можливостей запропонованого проекту. – Виконати тестування функцій системи з використанням необхідних структур даних і знань, описати отримані результати. – Навести і описати приклад застосування системи з використанням реальних даних. – Написати інструкцію користувача. 2 Типи дипломних робіт (проектів)
Існує дві основні форми виконання заключного кваліфікаційного завдання студентами четвертого курсу – дипломний проект і дипломна робота. Дипломний проект відрізняється від дипломної роботи тим, що він спрямований на створення програмного продукту, приладу або системи, призначених для розв’язку певного класу задач. Наприклад, цим продуктом може бути інформаційно-аналітична система (ІАС) для розв’язку задач статистичної обробки даних, математичного моделювання та представлення результатів в зручній, легко доступній формі; система підтримки прийняття рішень (СППР) при управлінні економічними процесами, при прогнозуванні динаміки їх розвитку, при аналізі та менеджменті економічних або фінансових ризиків. Іншим прикладом може бути система управління інвестиційними процесами в малому бізнесі або система аналізу, прогнозування та менеджменту банківських ризиків вибраного типу. Дипломний проект – це завершена комп’ютерна (інформаційна) система, яка представляє собою програмний комплекс, що містить крім запрограмованих алгоритмів розв’язання поставленої задачі зручний інтерфейс користувача, можливо базу даних і знань. Ця система може бути використана в навчальному процесі та/або передана (продана) замовнику. Однак, використання вашої розробки хоча б в навчальному процесі – це вже значне досягнення, – ваші зусилля виявились корисними не тільки для вас, а й для інших. Цілком можливо, що ваша робота буде продовжена іншими. Дипломна робота не обов’язково передбачає створення програмного продукту чи системи. Вона спрямовується на аналіз та розв’язання конкретних теоретичних чи прикладних задач за допомогою існуючих програмних інструментальних систем або за допомогою власного програмного продукту, який може не розглядатись як завершена система. Наприклад, дипломна робота може бути присвячена аналізу, моделюванню та прогнозуванню процесу інфляції в Україні, моделюванню та прогнозуванню зміни демографічної ситуації, теоретичному дослідженню методів оцінювання моделей, прогнозування та керування. При цьому побудова та аналіз моделі можуть виконуватись в системі Matlab, SPSS, Maple, Statistica, Econometric Views (Eviews) і т. ін.
Дипломні роботи і проекти можна також поділити на три групи:
1- роботи, спрямовані на аналіз, моделювання, прогнозування чи керування конкретними технічними, фінансово-економічними та соціальними процесами; як приклад, можна розглядати окреме виробниче підприємство, організацію, галузь чи географічний район; 2- роботи, спрямовані на розробку нових математичних моделей, методів чи алгоритмів оцінювання параметрів і станів систем різної природи, алгоритмів прогнозування та керування; 3- роботи (проекти), спрямовані та розробку нових інструментальних засобів (систем), призначених для аналізу, моделювання, прогнозування та/або керування вибраним класом процесів.
Роботи першого типу передбачають вибір конкретних технічних, фінансово-економічних та соціальних процесів для аналізу та дослідження. Це можуть бути макроекономічні процеси, процеси менеджменту, технологічні процеси в промисловості, технічні системи, процеси контролю якості на виробництві і т.п. Виконання такої роботи починається з аналізу вибраного процесу як процесу керування чи прогнозування на основі вивчення спеціальної літератури та, при можливості, ознайомлення з процесами безпосередньо на підприємствах. Попередній аналіз дозволяє, як правило, визначити особливості функціонування вибраного процесу як процесу керування чи прогнозування, визначити його вхідні та вихідні змінні, визначити хоча б наближено структуру математичної моделі, наявність запізнення (лагу), збурення та їх тип. Якщо в літературі вже наведено математичні моделі вибраного процесу, то необхідно встановити можливість їх використання для розв’язку поставленої задачі. Результати аналізу процесу чи системи включають в першу главу (розділ) роботи. Побудовану (або вибрану) модель використовують для прогнозування, керування або докладного дослідження характеристик процесу.
Роботи другого типу стосуються, як правило, вибраного процесу (об’єкта) або класу процесів (об’єктів). Наприклад, новий метод чи алгоритм прогнозування може стосуватись класу процесів, нестаціонарних відносно тренду або класу нелінійних процесів без розривів. Розробка нової моделі, методу чи алгоритму передбачає огляд та аналіз існуючих моделей, методів чи алгоритмів вибраного класу. Тобто, перед створенням чогось нового необхідно виконати огляд та критичний аналіз існуючих моделей та методів. Це дозволяє запобігти випадкам повторного створення (“винаходу”) однакових методів чи моделей, а також суттєво прискорити процес створення нових продуктів завдяки використанню наявних знань щодо створених раніше, можливостей, особливостей та обмежень їх застосування. Об’актом дослідження може виробниче підприємство, для якого Розі’взується ряд конкретних задач, наприклад: поточний аналіз та прогноз фінансового стану; ймовірність банкротства; розробка стратегій розвитку і т. ін.
Роботи третього типу (проекти) передбачають розробку нових інструментальних засобів (систем), призначених для моделювання, прогнозування чи керування вибраним класом (класами) процесів. В роботі необхідно навести огляд існуючих систем подібного типу, а якщо їх нема, то вказати на можливі причини їх відсутності на ринку. Процес проектування інструментальних засобів описується докладно у відповідності до процедур проектування, розглянутих у відповідних навчальних курсах. Прикладом такої роботи може бути проектування системи підтримки прийняття рішень при прогнозуванні розвитку процесів різної природи або СППР при керуванні фінансовим, економічним, соціальним чи технологічним процесом.
З самого початку виконання роботи необхідно пам’ятати, що всі отримані вами результати повинні бути чітко обґрунтовані або теоретично (твердження, леми і теореми) або комп’ютерним моделюванням і, можливо, практичним застосуванням отриманих результатів на підприємстві чи в установі. У більшості випадків для підтвердження достовірності отриманих результатів застосовується комп’ютерне моделювання. Обґрунтування дає можливість уникнути хибних шляхів та методів розв’язання поставленої задачі. Необхідним елементом роботи є, також, порівняння отриманих результатів з результатами, отриманими іншими методами. Порівняння нових результатів з відомими – це основа для руху науки вперед, тобто отримання дійсно нових (бажано корисних для практичного використання) результатів.
3 Як писати огляд існуючих методів (алгоритмів)?
При написанні (в першій главі роботи) огляду існуючих моделей, методів чи алгоритмів необхідно користуватись всією доступною спеціальною літературою, особливо літературою останніх 10-15 років. Необхідно звернути особливу увагу на статті в журналах та препринти, які містять останні розробки у вибраному напрямку, а також на надійні (достовірні) джерела в мережі Інтернет. Огляд повинен не тільки констатувати факт існування того чи іншого методу, але й містити його коротку характеристику, яка включає таке: – основні співвідношення (формули); – клас задач, до якого може бути застосований алгоритм або клас процесів, які можуть бути описані відомою моделлю; – відомі випадки та переваги його застосування; – недоліки обмеження щодо застосування; – для алгоритму необхідно вказати також його характеристики щодо обчислювальних витрат, точності обчислень та збіжності. Все це не вимагає багато місця і часу, але сприяє отриманню чіткої стартової інформації щодо напряму, в якому необхідно рухатись. З огляду спеціальних літературних джерел необхідно зробити висновок щодо можливості застосування відомої моделі, алгоритму чи методу до розв’язання поставленої задачі або вказати на його недоліки і на можливість чи неможливість застосування до розв’язання вашої задачі. Критичний огляд повинен надати можливість автору роботи визначити – що необхідно конкретно зробити для досягнення поставленої мети: вдосконалення існуючої моделі, методу чи алгоритму, створення нової інформаційної системи і т. ін. Крім того, коректно виконаний огляд сприяє розширенню кругозору автора та формуванню системного розуміння поставленої задачі; він допомагає правильно сформулювати напрям подальших досліджень.
4 Опис побудови математичної моделі
При побудові математичної моделі необхідно з самого початку визначити мету її побудови. Мета побудови моделі може бути наступною: (1) поглиблене вивчення (дослідження) об’єкта чи процесу; (2) прогнозування процесів різних типів (стаціонарних та нестаціонарних, лінійних і нелінійних); (3) проектування на основі побудованої моделі системи керування. Мета визначає необхідну ступінь адекватності та структуру моделі. Нагадаємо, що в поняття структури математичної моделі входять: – порядок моделі, який визначається найвищим порядком рівнянь, що входять в модель; – вимірність моделі – число рівнянь, які її утворюють; – наявність нелінійностей та їх тип; – наявність запізнення по входу та його (хоча б наближена) оцінка; – наявність зовнішніх збурень та їх тип (тип розподілу випадкових впливів; в окремих випадках це може бути детерміноване збурення, тобто таке, яке можна описати детермінованою функцією). Всі ці характеристики моделі необхідно враховувати та визначати при побудові моделі. Також необхідно вказати – за яким методом планується побудова моделі – на основі експериментальних даних чи на основі відомих законів та закономірностей функціонування об’єкта чи процесу. Якщо модель будується на основі експериментальних даних, то необхідно представити докладний алгоритм (послідовність) її побудови. Обов’язково вкажіть джерело експериментальних (статистичних) даних. Якщо ви самі ставите експеримент для отримання експериментальних даних, докладно опишіть планування експерименту та особливості його виконання. Хоча при дослідженні соціально-економічних систем поставити експеримент, як правило, неможливо, необхідно зібрати такі статистичні дані, які описували б ті режими функціонування процесу, які ви збираєтесь описати математично. Для створеної моделі необхідно визначити та вказати на ступінь її адекватності процесу, а також можливості подальшого застосування. Якщо модель будується на основі експериментальних (статистичних) даних, то необхідно навести статистичні параметри (статистики), які характеризують її адекватність (та інші). Такі статистики, обчислюються, як правило, всіма відомими пакетами прикладних програм, які призначені для обробки експериментальних даних та побудови моделей. Застосування отриманої моделі до розв’язання задачі прогнозування чи керування описують в окремому розділі (параграфі), де наводяться графічні та чисельні результати, які характеризують якість прогнозу чи керування. Так, для оцінювання якості прогнозування рекомендується використовувати не менше трьох показників, наприклад: середньо-квадратичну похибку (СКП), середню абсолютну похибку в процентах (САПП) і коефіцієнт Тейла. Необхідність використання декількох показників якості зумовлена тим, що ми маємо справу з випадковими процесами, для яких досить непросто побудувати модель високого ступеня адекватності. Крім того, кожний статистичний показник якості характеризує свою сторону моделі. Наприклад, коефіцієнт детермінації характеризує інформативність побудованої моделі по відношенню до інформативності даних; статистика Дарбіна-Уотсона, , свідчить про ступінь автокорельованості похибок моделі (в ідеалі похибки моделі повинні мати нульову автокореляцію).
5 Як описати побудову нового чи вдосконаленого алгоритму?
Якщо в роботі пропонується новий алгоритм (прогнозування, керування, оптимізації і т. ін.) чи модифікація відомого, то необхідно обов’язково відзначити в чому полягають його відмінності від існуючих. Відмінності можуть стосуватись наступних характеристик: – зменшення обчислювальних витрат – об’єм пам’яті та час виконання (наприклад, зменшення числа циклів при навчанні нейромережі); – спрощення обчислювальної структури; – підвищення точності обчислень; – покращення характеристик збіжності (час збіжності, а також конкретні величини, що характеризують збіжність); – узгодження характеристик нового алгоритму з іншими процедурами, які використовуються разом з ним.
Обов’язково наводиться структурна схема алгоритму, яка чітко відображає послідовність його виконання та дає можливість визначити елементи його новизни.
Необхідно також навести приклад (приклади) застосування запропонованого алгоритму, які ілюструють його переваги перед відомими. При цьому спочатку рекомендується скористатись так званими модельними прикладами (даними), а потім реальними експериментальними чи статистичними даними. Модельні (тестові) приклади передбачають використання спеціально згенерованих даних, які мають задані статистичні характеристики (тип розподілу, дисперсія, середнє, ступінь корельованості). Такий підхід дозволяє впевнитись у тому, що запропонований алгоритм дійсно здатний виконувати покладені на нього функції і має переваги у випадку обробки даних із заданими характеристиками.
Досить часто (особливо при розв’язанні задачі прогнозування) в літературі можна знайти спеціальні тестові дані, які пропонуються для апробації алгоритмів, призначених для обробки даних того чи іншого типу. Наприклад, існують спеціальні тестові дані для перевірки алгоритмів прогнозування нелінійних процесів (ряди Макі-Гласа і Лоренца, процеси з трендами та сезонними ефектами). Суттєву допомогу в пошуку даних для тестування нових алгоритмів можна отримати від Інтернету (наприклад, від сайту Time Series Service чи EuroStat, а корисну наукову інформацію можна знайти, на англомовному сайті www.scirus.com, який призначений для пошуку тільки наукової інформації).
Робота повинна обов’язково містити порівняльний аналіз результатів, отриманих за допомогою запропонованого автором методу (алгоритму) та відомих методів (алгоритмів). Тобто, різні методи повинні бути застосовані до одних і тих же даних, а для оцінювання якості результатів необхідно застосувати однакові критерії якості. Результати порівняльного аналізу повинні бути докладно описані у відповідному розділі (главі), а також підсумовані у висновках за розділом. 6 Особливості проектування та описання СППР
Системи підтримки прийняття рішень представляють собою досить широкий і надзвичайно зручний клас інформаційних систем, які дозволяють інтегрувати в собі знання, отримані студентами на протязі всього курсу навчання. При проектуванні СППР необхідно зробити огляд їх відомих архітектур (структур) та обґрунтовано вибрати ту, яка найкраще відповідає поставленій задачі. Необхідно обґрунтувати вибір закритої чи відкритої архітектури системи. Обов’язково наведіть означення СППР, тому що про це вас можуть запитати на захисті проекту. Оскільки існує декілька означень СППР, то можна навести 3-4 з метою попередження претензій щодо означення. Наприклад, є такі означення:
“СППР – інтерактивна комп’ютерна система для підтримки різних видів діяльності під час прийняття рішень стосовно слабоструктурованих і неструктурованих проблем. Такі системи дають змогу особам, що приймають рішення (ОПР), відшукувати релевантні дані, згенеровані системами обробки транзакцій та інших внутрішніх інформаційних джерел, а також надає доступ до зовнішньої по відношенню до організації інформації. СППР дає змогу користувачам моделювати й аналізувати інформацію у такий спосіб, який буде найефективнішим для вироблення певного специфічного рішення і буде забезпечувати підтримку в інтерактивному режимі. – Ситник В.Ф. Системи підтримки прийняття рішень. – Київ: КНЕУ, 2004. – 614 с.”
“СППР – інтерактивна прикладна система, яка забезпечує користувачам, котрі приймають рішення, легкий і зручний доступ до даних і моделей з метою прийняття рішень у напівструктурованих і неструктурованих ситуаціях з різних галузей людської діяльності.”
“СППР – інтерактивна автоматизована система, яка допомагає особі, яка приймає рішення, використовувати дані і моделі для розв’язання неструктурованих і слабоструктурованих проблем.”
“СППР – комп’ютерна інформаційна система, яка використовується для підтримки різних видів діяльності під час прийняття рішень у ситуаціях, де неможливо або небажано мати автоматичну систему, яка повністю виконує весь процес створення рішень.”
“Sometimes a manager makes decisions individually. In other cases decision making may be distributed, involving the combined and coordinated efforts of many knowledge workers. Both individual and distributed decision making are susceptible to support by systems that facilitate, expand, or enhance a manager’s ability to work with one or more kinds of knowledge. Such knowledge-based systems are called decision support systems (DSS). – Holsapple C.W., Whinston A.B. Decision Support Systems. – St. Paul, MN: West Publishing Company, 1996. – 713 p.
Таке розмаїття визначень СППР зумовлене наявністю різних типів та форм підтримки прийняття рішень. Необхідно пам’ятати, що СППР будь-якого типу повинна містити такі елементи: – підсистему вводу та аналізу запитів користувача (ПВАЗ); – підсистему обробки запитів користувача та генерування результатів (ПОЗГР); – базу знань і даних (БЗД); – підсистему представлення результатів в зручній для користувача формі (ППР). Функції підсистем докладно розглядаються у відповідних курсах. Очевидно, що від студента-дипломника не вимагається створення комерційного варіанту системи, але всі елементи (того чи іншого обсягу) повинні бути наведені в дипломному проекті. Такий підхід дозволить отримати досвід для створення, в подальшому, комерційних систем. Підсистема вводу та аналізу запитів користувача повинна включати опис всіх допустимих запитів користувача та їх формалізоване представлення (синтаксис). Необхідно вказати який саме тип вводу використовується (командний рядок, стандартні форми, і т. ін.) та обґрунтувати його вибір. Підсистема обробки даних та генерації результатів представляє собою ядро СППР, яке виконує обробку коректних запитів користувача; звертається до бази даних і знань за необхідними алгоритмами, правилами, критеріями та даними, виконує обробку даних і передає результат в систему представлення разом із інформацією щодо форми представлення результатів.
Проект повинен містити вимоги користувача та функціональні вимоги до системи, чіткий опис всіх функцій СППР та послідовність їх виконання .
При описанні БЗД необхідно навести наступну інформацію: – всі допустимі формати даних та способи зберігання знань; – тип бази даних та обґрунтування його вибору – вказати на можливість їх доповнення та модифікації, а також яким методом це виконується; – яким чином відбувається взаємодія між ПОКЗГР та БЗД (модульний та структурний принципи). БЗД повинна містити всі алгоритми прогнозування (чи керування), критерії, які використовуються для аналізу якості прогнозування (керування), а також критерії і правила вибору кращого результату. Критерії можуть мати кількісний або якісний характер. При описанні БЗД необхідно вказати на всі типи знань і даних, що містяться в ній. В роботі необхідно обґрунтувати вибір типу інтерфейсу СППР (командні рядки, заповнення форм, іконки, маніпулювання графічними об’єктами), вказати на переваги використання вибраного типу інтерфейсу при розв’язанні поставленої задачі, можливості його адаптації до користувача. Обов’язково надається описання форм представлення результатів роботи СППР для користувача. Вказується на можливість ретроспективного аналізу результатів використання системи, як одну із функцій СППР в цілому. Необхідно підкреслити важливість реалізації цієї функції для прийняття обґрунтованих рішень. Автор проекту повинен обґрунтовано вибрати інструментальну систему для створення СППР, тобто вибір стандартної програмної системи, яку він використав, а також вказати на можливість (чи неможливість) створення прототипу. На закінчення описання СППР необхідно сказати про перспективи її подальшого розвитку та можливості практичного використання; вказати на потенційних замовників.
7 Проектування оптимального фільтра
Завдання на проектування оптимального фільтра може бути темою окремого дипломного проекту або його частиною. Задача оптимальної фільтрації (оптимального оцінювання стану процесу) виникає в технічних, економічних, фінансових та інших системах у тих випадках, коли на процес діють випадкові збурення, а на виміри впливають випадкові шуми. В більшості практичних випадків для розв’язання цієї задачі застосовують оптимальний фільтр Калмана (ФК). Проектування ФК складається з наступних кроків: – аналіз особливостей функціонування процесу; – побудова математичної моделі динаміки процесу у вигляді диференціальних або різницевих рівнянь; – представлення отриманої моделі у просторі станів; – якщо коваріації збурень станів та шумів вимірів невідомі, то необхідно вибрати метод оцінювання цих статистичних параметрів на основі експериментальних або статистичних даних (в такому випадку проектується адаптивний фільтр); – статистичне моделювання алгоритму фільтрації з метою визначення його збіжності при обробці даних із заданими статистичними характеристиками; аналіз результатів моделювання; – апробація алгоритму фільтрації на реальних даних.
Дотримання наведеної послідовності дій при проектуванні оптимального фільтра дає гарантію надійного функціонування фільтра при обробці даних в реальному часі. При проектуванні фільтра необхідно використовувати всі можливості щодо підвищення його обчислювальної стійкості (коректна попередня обробка даних, спеціальні алгоритми обернення матриць, алгоритми послідовної фільтрації без обернення матриць), а також передбачати в алгоритмі контроль якості його функціонування за допомогою діагональних елементів коваріаційної матриці похибок оцінок та іноваційної послідовності (нев’язки).
В результаті застосування ФК необхідно обов’язково навести графіки зміни в часі апріорних та апостеріорних коваріацій похибок оцінок стану та оптимального коефіцієнта фільтра.
8 Проектування системи автоматичного керування Проектування системи керування вибраним процесом чи об’єктом складається з наступних кроків: – аналіз процесу (об’єкта) як об’єкта керування; – розробка математичної моделі процесу; – вибір (розробка нового) алгоритму керування; – моделювання системи керування на комп’ютері; – апробація (при можливості) розробленої системи керування на реальному процесі. Аналіз процесу дозволяє визначити число його входів та виходів, тип зовнішніх збурень, що діють на процес, а також наявність шумів (похибок) вимірів. Результатом аналізу повинні бути також існуючі математичні моделі, що описують вибраний процес. На основі виконаного аналізу робиться висновок щодо можливості використання існуючої моделі для побудови системи керування або необхідності побудови нової моделі. Наприклад, існуюча модель може не враховувати зовнішні збурення або нелінійності процесу. Розробка нової математичної моделі ґрунтується на відомих законах та закономірностях функціонування процесу або на використанні експериментальних даних. Наприклад, якщо необхідно моделювати макроекономічні процеси, можна скористатись відомими законами їх рівноважного розвитку. У випадку керування механічними системами необхідно скористатись відомими системами рівнянь, що описують відповідні режими функціонування таких систем (коливання, різні види руху і т. і.). Для отримання експериментальних даних необхідно коректно спланувати та реалізувати експеримент. В спеціальній літературі можна знайти надзвичайно широкий спектр алгоритмів керування динамічними системами. Однак, як правило, в кожному конкретному випадку побудови системи керування необхідно адаптувати існуючий алгоритм до вибраного процесу. В окремих випадках необхідно модифікувати існуючі алгоритми керування у відповідності до вибраного критерію якості або, навіть, створювати свій алгоритм. Обов’язковим етапом проектування системи керування є її комп’ютерне моделювання, метою якого є визначення характеристик стійкості та точності системи в умовах впливу збурень визначеного типу та наявності похибок вимірів. В процесі моделювання необхідно генерувати типи збурень та шумів вимірів, які характерні для реального функціонування процесу, а також використовувати реальні сигнали завдання для вихідних змінних (змінні стану). Як правило, для генерування сигналів збурення використовують генератори псевдовипадкових сигналів, найбільш розповсюдженим серед яких є рівномірно та нормально розподілені числа із заданим середнім за дисперсією. Дані, що мають рівномірний розподіл, можна використати для подальшого генерування на їх основі розподіли інших типів із заданими статистичними характеристиками.
Останнім етапом є апробація розробленого алгоритму на реальному процесі, тобто впровадження його в реальній системі керування на виробництві. Однак, це можливо тільки в окремих випадках, якщо існує договір із зацікавленим підприємством. Часто проектування системи керування закінчують імітаційним моделюванням процесу керування із врахуванням реального часу в зручному масштабі.
9 Оформлення результатів чисельних експериментів
Результати виконання чисельних експериментів над розробленими моделями, методами та алгоритмами повинні бути представлені в роботі з максимальною повнотою, чіткістю, простотою і зрозумілістю. Пам’ятайте, що результати комп’ютерного моделювання підтверджують коректність відомих чи запропонованих вами теоретичних положень. Отримані вами результати повинні бути обов’язково порівняні з результатами, отриманими раніше (вами або іншими виконавцями) за допомогою інших методів. Порівняння результатів гарантує коректність висновків щодо новизни.
Необхідно застосовувати всі можливі способи представлення результатів, які сприяють їх прискореному і правильному сприйняттю: дво- і тривимірні графіки, корелограми, стовпчикові та кругові діаграми, ретроспективне графічне представлення результатів (там, де це можливо і необхідно). Графічне представлення результатів моделювання не повинне бути перевантажене зайвими подробицями, але, разом з тим, воно має бути достатньо інформативним.
Пам’ятайте, що один продуманий інформативний рисунок замінює до двох тисяч слів.
При порівнянні алгоритмів прогнозування рекомендується разом з графіками прогнозів навести числові характеристики точності прогнозування – звести в одну таблицю характеристики похибок прогнозування для всіх алгоритмів, що порівнюються. Це сприяє швидкому сприйняттю результатів, отриманих в роботі та оцінювання її якості.
Якщо порівнюються алгоритми оптимізації, то необхідно навести числові дані щодо числа ітерацій та часу, необхідних для пошуку екстремуму, значення функціоналу в точці екстремуму, а також сказати про можливість визначення глобального екстремуму. Рекомендується зводити в одну таблицю всі порівняльні характеристики нових та відомих алгоритмів оптимізації. Це суттєво полегшує виконання порівняльного аналізу результатів та їх сприйняття іншими.
10 Приклад оформлення результатів моделювання і прогнозування процесу
Побудуємо модель ряду даних, що характеризує валовий збір зерна (ВЗЗ) в Україні в 1980 – 2005 роках (щорічні значення в мільйонах тон). Автокореляційна функція процесу наведена в таблиці 9.1.
Авторегресійні моделі: Почнемо з простої моделі АР(1):
Таблиця 10.2. Результати оцінювання моделі АР(1).
Основні характеристики якості моделі:
. Статистичні характеристики якості однокрокового прогнозу:
.
Таблиця 10.3 - Результати моделювання і однокрокового прогнозування ВЗЗ в Україні.
Результати обчислень, наведені в таблиці 9.3, свідчать про те, що кращою для прогнозування є модель АР(15), яка має мінімальні значення всіх параметрів якості прогнозу. Графіки фактичних і прогнозованих значень наведені на рис. 9.1.
Рисунок 10.1 - Фактичні (Z) та прогнозовані (ZF) значення валового збору зерна.
Модель тренду для довгострокового прогнозування
Побудуємо окремо модель для тренду ВЗЗ у вигляді полінома від дискретного часу , тобто, у вигляді:
.
Модель п’ятого порядку:
Рисунок 10.2 - Фактичні значення ВЗЗ та їх тренд
Основні статистичні характеристики моделі та однокрокового прогнозу, обчисленого за цією моделлю:
.
Таким чином, модель тренду є кращою за всіма використаними показниками якості прогнозу ніж модель АР(17). Щодо показників якості моделі, то модель тренду є гіршою тільки за сумою квадратів похибок.
11 Оформлення роботи в цілому
Структура випускової кваліфікаційної роботи бакалавра, приклади оформлення титульної сторінки, завдання на виконання роботи (проекту), реферату, змісту та інших елементів пояснювальної записки наведені нижче в додатках. Робота (проект) повинна складатися з 3-4-х розділів, яких цілком достатньо для виконання огляду та представлення отриманих теоретичних і практичних результатів. Оформлення пояснювальної записки має відповідати державним стандартам України. Кожний розділ (глава) повинні обов’язково закінчуватись висновками за розділом, в яких чітко і стисло відображаються результати, отримані в розділі та їх відмінність від відомих результатів. Рекомендований об’єм висновків за розділом – до 1,0 сторінки. Робота в цілому завершується висновками за роботою та рекомендаціями для подальших досліджень за темою роботи. Висновки за роботою формують (але не повторюють повністю) на основі висновків за розділами. Рекомендації для подальших досліджень повинні бути обґрунтованими вашими теоретичними та/або чисельними результатами, отриманими в процесі виконання роботи. Рекомендований об’єм висновків та рекомендацій: 1,5 – 2,0 сторінки. Загальний обсяг роботи повинен складати 80-100 сторінок.
Зверніть увагу на правильність оформлення списку використаних джерел (літератури). Існують відмінності між стандартами оформлення книг, журналів, звітів, конференцій, які наведено в додатках.
Обов’язковим додатком (додаток А) до основного матеріалу пояснювальної записки є копії слайдів (які необхідні вам для доповіді) на папері формату А4. Іншими додатками можуть бути наступні матеріали: – додатковий теоретичний матеріал, який не може бути розміщений в основному тексті внаслідок великого об’єму; – таблиці з результатами обчислювальних експериментів; – додаткові ілюстративні матеріали до результатів роботи, які не могли бути розміщені в основному тексті внаслідок великого об’єму; – таблиці з експериментальними (статистичними) даними; – роздруківки текстів програм.. Зверніть увагу на те, що додатки позначаються прописними літерами А, Б, В, …, але для цієї мети не можна (за стандартом) використовувати літеру Є.
Особливу увагу приділіть підготовці слайдів, які необхідні вам для доповіді на захисті роботи. При створенні слайдів уникайте багатослівності. Якщо крім формул, ви наводите на слайдах текстовий матеріал, то він повинен мати мінімальний об’єм. Багатослівність на слайдах не сприяє швидкому сприйняттю та розумінню матеріалу. Пам’ятайте, що слайди створюються не тільки для того щоб вам було легко доповідати, але й для присутніх. Ті, хто слухає вашу доповідь, повинні зрозуміти суть роботи та оцінити її результати за дуже короткий час – 10-12 хвилин, а тому представлення інформації щодо використаних (запропонованих) методів та отриманих нових результатів має бути максимально чітким і зрозумілим. Структура вашої доповіді на захисті повинна бути повністю узгоджена з послідовністю представлення матеріалів на слайдах. Послідовність викладення матеріалу під час доповіді також наведена в додатках.
Д о д а т к и
Вищий навчальний заклад
«Національна академія управління»
Факультет економіки та інформаційних технологій
Випускова кваліфікаційна робота бакалавра Напрям підготовки: 6. 050101 «Комп’ютерні науки»
на тему: « »
Студент 4 курсу денної форми навчання __________ _______________________ (підпис) (прізвище, ім’я, по батькові) Науковий керівник___________________________ (вчений ступінь (к.т.н., д.т.н.), наукове звання (доцент, професор) _________ ________________________ (підпис) (прізвище, ім’я, по батькові) Завідувач випускової кафедридоктор технічних наук, професор (вчений ступінь (к.т.н., д.т.н.), наукове звання _________ Савенков Олександр Іванвич (підпис) (прізвище, ім’я, по батькові)
Київ – 2015
НАЦІОНАЛЬНА АКАДЕМІЯ УПРАВЛІННЯ ФАКУЛЬТЕТ ЕКОНОМІКИ ТА ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ КАФЕДРА ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ
Напрям підготовки 0501 - Комп’ютерні науки Галузь знань 6.050101 – Інформатика та обчислювальна техніка
ЗАТВЕРДЖУЮ: Зав.кафедрою______________ __________________________ "_____"______________2015 р.
ЗАВДАННЯ НА ВИПУСКОВУ КВАЛІФІКАЦІЙНУ РОБОТУ БАКАЛАВРА СТУДЕНТУ __________________________________________________________________________ (прізвище, ім'я, по батькові)
1. Тему проекту (роботи) _____________________________________________________________________________
затверджено наказом № _______-С від ________
2. Термін здачі студентом закінченого проекту (роботи) - ______ червня 2015 р.
* (із зазначенням обов’язкових креслень, гістограм, діаграм, таблиць, плакатів тощо)
6. Консультант (із зазначенням відповідних частин проекту): ____________________________________________________________________________________________ _____________________________________________________________________________ ____________________________________________________________________________________________
7. Дата видачі завдання_04 жовтня 2014__________________________________________
Керівник ____________________ (підпис)
Завдання прийняв до виконання ____________________ (підпис)
КАЛЕНДАРНИЙ ПЛАН
Студент-дипломник__________________________ (підпис)
Керівник проекту____________________________ (підпис)
Зразок оформлення календарного плану: УВАГА!!! Конкретні дати можуть змінюватись
КАЛЕНДАРНИЙ ПЛАН
Студент-дипломник ________________________
Керівник проекту __________________________
Структура пояснювальної записки:
Abstract (реферат англійською мовою) Реферат (реферат російською мовою)
Примітка: кожний розділ обов'язково закінчується висновками за розділом.
Приклад оформлення змісту:
ЗМІСТ
ПЕРЕЛІК ПРИЙНЯТИХ СКОРОЧЕНЬ. 8 ВСТУП.. 9 ПОСТАНОВКА ЗАДАЧІ 11 РОЗДІЛ 1. АНАЛІЗ СУЧАСНИХ ПРОБЛЕМ ТЕСТУВАННЯ ЗНАНЬ СТУДЕНТІВ 12 1.1 Класи і види класичних тестів. 12 1.2 Критеріально-орієнтовані тести. 14 1.3 Адаптивні тести. 15 1.4 Варіанти адаптивного тестування. 16 1.5 Підходи до адаптивного тестування. 17 1.6 Висновки до розділу 1. 18 РОЗДІЛ 2. ФОРМАЛІЗАЦІЯ ЗНАННЯ ЯК ОБ'ЄКТ ДЛЯ ВИМІРУ.. 19 2.1 Оцінювання, оцінка і вимір знань. 19 2.2 Вимір знань і його об'єктивність. 19 2.3 Проблема об'єктивного оцінювання. 20 2.4 Поняття ефективності тесту. 21 2.5 Оцінка системи дистанційної освіти. 23 2.6 Висновки до розділу 2. 37 РОЗДІЛ 3. ПРАКТИЧНА РЕАЛІЗАЦІЯ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ТЕСТУВАННЯ 38 3.1 Проблеми складання тестових завдань. 38 3.2 Концепція добору змісту тестових завдань. 39 3.3 Складність тесту і його вплив на оцінку знань. 40 3.4 Склад і характеристика тестових завдань. 42 3.5 Види і типи тестових завдань. 43 3.5.1 Завдання відкритого типу. 43 3.5.2 Завдання закритого типу. 44 3.5.3 Завдання альтернативних відповідей. 45 3.5.4 Завдання множинного вибору. 45 3.5.5 Завдання з вибором кількох правильних відповідей. 46 3.5.6 Завдання на відновлення відповідності 46 3.5.7 Завдання на відновлення послідовності 47 3.6 Висновки до розділу 3. 47 РОЗДІЛ 4. РЕАЛІЗАЦІЯ СИСТЕМИ АДАПТИВНОГО ТЕСТУВАННЯ.. 48 4.1 Постановка проблеми. 48 4.2 Принципи реалізації адаптивного тестування. 48 4.3 Фактор часу в тестуванні 50 4.4 Модель адаптивного тестування. 52 4.5 Шкалювання результатів. 53 4.6 Характеристики тестових завдань і результатів тестування. 55 4.7 Алгоритм тестування. 59 4.8 Структура бази данних. 61 4.9 Процес тестування. 62 4.9 Процедура зміни складності завдань. 65 4.10 Висновки до розділу 4. 67 ВИСНОВКИ.. 80 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ.. 82 ДОДАТОК А. ІЛЮСТРАТИВНІ МАТЕРІАЛИ ДЛЯ ДОПОВІДІ 84 ДОДАТОК Б. ЛІСТИНГ ПРОГРАМИ АДАПТИВНОГО ТЕСТУВАННЯ.. 92
Приклад написання реферату: РЕФЕРАТ
В роботі досліджується проблема прогнозування нелінійних часових рядів. Задача прогнозування є складною проблемою, особливо у випадках, коли процес нестаціонарний або хаотичний. В роботі наведено огляд деяких відомих методів прогнозування часових рядів, а також розглянуто підходи до тестування ряду на наявність нелінійності. Запропоновано новий алгоритм прогнозування, який отримав назву алгоритм пошуку подібних траєкторій. Це метод базується на побудові локальних моделей, призначених для прогнозування нелінійними динамічними системами. Він включає в себе зважену евклідову метрику і процедуру перехресного аналізу похибок прогнозування на р-кроків. Розглянуто питання досягнення компромісу між обчислювальними витратами та степінню адекватності моделі. Описано новий алгоритм пошуку подібних тракєторій та нова модифікація метрики для визначення сусідніх сегментів. В проекті наведено результати прогнозування вибраних часових рядів за допомогою алгоритму пошуку подібних траєкторій, а також відомого методу на основі регресійних моделей високого порядку. Виконано порівняльний аналіз обох методів, що дало можливість встановити переваги та недоліки обох підходів. Розроблено програмний продукт в системі Делфі, який можна використовувати для прогнозування реальних часових рядів та при виконанні лабораторних робіт. ABSTRACTThe research investigates the time series forecasting problem in a case of nonlinear series. Non-linear signals prediction is a challenging problem especially in applications where the process exhibits unstable or chaotic behavior. The overview of some known time series forecasting methods is presented. The diploma project also contains a description of some methods to check time series linearity. A new forecasting method is proposed. ANNA (Another Nearest Neighbor Algorithm) is a method of local modeling for predicting time series generated by nonlinear dynamic systems. It incorporates a weighted Euclidean metric and a p-steps ahead error cross-validation procedure to assess model accuracy. The tradeoff between the cost of computation and model accuracy is discussed in the context of optimizing model parameters. A fast nearest neighbor algorithm and a novel modification of the metric to find neighboring trajectory segments are described. The project includes results of forecasting of selected time series that we got using ANNA and the known method based on application of high order regression model. The comparison of these two methods was performed what helped to reveal advantages and disadvantages of both approaches. A new software product was developed in Delphi that could be used for forecasting actual time series as well as for educational purposes.
РЕФЕРАТВ работе исследуется проблема прогнозирования нелинейных временных рядов . Задача прогнозирования является сложной проблемой , особенно в случаях , когда процесс нестационарный или хаотичный . В работе приведен обзор некоторых известных методов прогнозирования временных рядов , а также рассмотрены подходы к тестированию ряда на наличие нелинейности . Предложен новый алгоритм прогнозирования , который получил название алгоритм поиска подобных траекторий. Это метод базируется на построении локальных моделей , предназначенных для прогнозирования нелинейными динамическими системами . Он включает в себя взвешенную евклидову метрику и процедуру перекрестного анализа погрешностей прогнозирования на р- шагов. Рассмотрены вопросы достижения компромисса между вычислительными затратами и степенью адекватности модели . Описан новый алгоритм поиска подобных тракеторий и новая модификация метрики для определения соседних сегментов. В проекте приведены результаты прогнозирования выбранных временных рядов с помощью алгоритма поиска подобных траекторий , а также известного метода на основе регрессионных моделей высокого порядка . Выполнен сравнительный анализ обоих методов , что позволило установить преимущества и недостатки обоих подходов . Разработан программный продукт в системе Делфи , который можно использовать для прогнозирования реальных временных рядов и при выполнении лабораторных работ .
Приклад оформлення прийнятих скорочень
Перелік прийнятих скорочень
ПДВ – податок на додану вартість; ВВП – валовий внутрішній продукт; МНК – метод найменших квадратів; АР – авторегресія; КС – ковзне середнє; АРІКС – авторегресія з інтегрованим ковзним середнім; СКП – сума квадратів похибок; НМ – нейронна мережа; РБФ – радіально-базисна функція; УПП – узагальнена перехресна перевірка; НОД – незміщена оцінка дисперсії; КПП – кінцева похибка прогнозу; ІКБ – інформаційний критерій Байєса.
Приклад написання вступу та постановки задачі: ВСТУП
Прогнозування нелінійних часових рядів – цікава та складна проблема, особливо у випадку, коли поведінка ряду є нестабільною або хаотичною. Для моделювання нелінійних динамічних систем та прогнозування нелінійних часових рядів запропоновано декілька підходів, включаючи пошук подібних траєкторій, приховані моделі Маркова, інтерполяція сплайнами, функції з радіальним базисом, нейромережі, тощо. Однак, на сьогоднішній день всі ці методи недостатньо вивчені, вони мають в основі досить складне теоретичне підґрунтя, висновки з якого не завжди можна успішно застосувати на практиці. Немає чітких критеріїв, в якому випадку спрацює той чи інший метод, а в якому необхідно шукати нові підходи. Тому зараз складається тенденція до застосування не „найкращого” методу при описі та прогнозуванні часових рядів, а комплексу методів та подальшому порівнянні результатів. І чим більше різноманітних за принципом прогнозування методів налічує комплекс, тим більшою буде вірогідність того, що буде визначена та природна закономірність, за якою будується ряд. Виходячи з тенденцій та історії розвитку методів прогнозування за мету даної роботи були поставлені розробка та реалізація нового алгоритму прогнозування із застосуванням деяких відомих принципів розпізнавання образів, його програмна реалізація та порівняння з відомими методами прогнозування. Використання запропонованого методу дозволяє отримати додатковий аналітичний інструмент при вивченні, аналізі та прогнозуванні сезонних рядів, що містять тренди будь-якого походження. Це забезпечує широке використання методу при прогнозуванні нелінійних та нестаціонарних процесів. Робота складається з трьох розділів. Перший розділ присвячено аналізу задачі прогнозування як однієї з основних задач системного аналізу. Наведено огляд математичних моделей нелінійних процесів і коротко розглянуто методи визначення навності нелінійностей. В другому розділі наведено результати розробки алгоритму прогнозування нелінійних процесів. Розглянуто деякі відомі методи прогнозування, а також новий ітераційний алгоритм на основі пошуку подібної траєкторії руху процесу. Виконано аналіз точності прогнозування. Третій розділ присвячено моделюванню нового ітераційного алгоритму, а також алгоритму прогнозування на основі використання різницевих рівнянь типу авторегресії з ковзним середнім. Виконано порівняльний аналіз методів прогнозування. Створено програмний продукт, який призначений для використання при прогнозуванні реальних часових рядів та в навчальному процесі.
ПОСТАНОВКА ЗАДАЧІ
- на основі регресійних рівнянь; - на основі нейронних мереж; - за допомогою МГУА.
Приклад оформлення заголовку розділу (глави):
РОЗДІЛ 1. АНАЛІЗ ПЕРЕХІДНОГО ПЕРІОДУ В УКРАЇНІ ТА ІНШИХ ДЕРЖАВАХ
1.1 Перехідний період, як закономірний етап історичного розвитку
Перехідні періоди є обов’язковими етапами розвитку як окремих держав, так і людства в цілому. Найбільш відомі два наукових підходи до поділу всього процесу розвитку суспільства на ряд історичних ступенів або етапів - це формаційний та цивілізаційний підходи [4, 84]. Формаційний був запропонований К. Марксом на основі узагальнення ідей його попередників. Однак трактовка його самим Марксом неоднозначна. Спершу він виходив з аналізу буржуазного підходу до виробництва і, спираючись на соціально-економічний критерій (характер виробничих відносин), він спробував дати характеристику інших ступенів розвитку суспільства - до і після капіталізму. Зміну характеру виробничих відносин він пов’язує з поступовим визволенням людини від підкорення її природі та виробничо-економічним факторам. Маркс виділив три форми в історії розвитку відносин між людьми: – відношення особистої залежності (первісні, рабовласницькі, феодальні і т.і.); – відношення особистої незалежності, але такі що базуються на речовій залежності; – відношення вільних індивідуумів, що грунтуються на їх універсальному розвитку.
Приклад оформлення переліку використаних джерел:
ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ
Примітка 1: Зверніть увагу на відмінності в оформленні посилань на книги, статті, конференції, звіти та інформацію з інтернету.
Примітка 2: Не забувайте ставити посилання на літературу в тексті. Це робиться за допомогою квадратних дужок та номера джерела: [23], [3 – 5] або [11, 34].
Параметри шаблону для набору тексту та формул в редакторі WORD:
2. Абзац: 1,25 см.
3. Шрифт: Times New Roman Ж 14. Назва роділу . Times New Roman Ж 16 ВСІ ВЕЛИКІ ЛІТЕРИ Підрозділи: ( 1.1 ) Times New Roman Ж 16 Підрозділи: ( 1.1.1 ) Times New Roman Ж 14 Підрозділи: ( 1.1.1.1 ) Times New Roman Ж К 14
Приклад структури роздулу та підрозділів: РОЗДІЛ 1. АНАЛІЗ ПЕРЕХІДНОГО ПЕРІОДУ В УКРАЇНІ ТА ІНШИХ ДЕРЖАВАХ 1.1 Перехідний період, як закономірний етап історичного розвитку 1.1.1 Використання прихованих Марківських моделей для визначення періодичності фінансових ризиків1.1.1.1 Використання прихованих Марківських моделей
4. Інтервал між рядками: 1,5
5. В редакторі формул (Equation Editor 3.0) встановити наступний розмір формул (зверху вниз): 14 пт 9 пт 7 пт 18 пт 12 пт
Тобто, після входу в редактор формул необхідно перейти в опцію "Розмір" і встановити наведені параметри (зверху вниз).
6. Текст пояснювальної записки повинен бути вирівняним по лівому і правому краю.
7. Нумерація сторінок (починаючи з титульної сторінки): справа вверху.
Структура доповіді на захисті роботи (проекту) :
Примітки:
– Доповідь необхідно написати і вивчити напам'ять! – Старайтесь не роботи довгих багатозначних пауз під час доповіді. – Відповіді на запитання повинні бути короткими, конкретними і коректними. – 80-90% часу необхідно присвятити пунктам 4-8. – Якщо в роботі немає теоретичної (наукової) новизни, то говоріть тільки про практичну значимість (це стосується, в першу чергу, спеціалістів). – Максимальна тривалість доповіді не повинна перевищувати 10-12 хвилин. – Якщо не знаєте відповіді на поставлене запитання, можна сказати (там де це коректно), що така задача не ставилась. – Якщо результати вашого проекту (роботи) впроваджені (або будуть впроваджені) на підприємстві або в навчальний процес, то підготуйте довідку про впровадження результатів. Приклад довідки неведений нижче у додатках. Це підвищує практичну значущість вашої роботи.
структура рецензії: рецензія на випускову кваліфікаційну роботу бакалавра студента(ки) ІV курсу
_____________________________________________________________________ (прізвище, ім'я та по батькові) факультет: Економіки та інформаційних технологій
2. Актуальність теми:
3. Наявність новизни:
4. Відповідність змісту роботи її плану:
5. Ступінь розкриття теми роботи:
6. Ілюстрованість роботи (наявність розрахунків, таблиць, схем, діаграм, тощо):
7. Якість оформлення роботи:
8. Відповідність роботи спеціальності:
9. Недоліки:
10. Загальний висновок (допускається чи не допускається до захисту), якої оцінки заслуговує робота:
Рецензент: Кандидат фіз.-мат. наук, Доцент кафедри вищої математики НТУУ КПІ О. М.Клименко
"_____" ________________ 2014 р.
Примітка: Підпис рецензента необхідно завірити «печаткою» у відділі кадрів за місцем роботи.
Зразок рецензії: рецензія на випускову кваліфікаційну роботу бакалавра студента(ки) ІV курсу групи № 7 Бабенко Ганни Андріївни_____________________________________________________________________ факультет: Економіки та інформаційних технологій
2. Актуальність теми: Байесівські мережі знаходять широке застосування при прогнозуванні, класифікації та керуванні процесами різної природи. Однак, їх практичне застосування обмежене великими обчислювальними витратами на навчання. Тому актуальною проблемою є розробка таких алгоритмів навчання, які забезпечать суттєве зменшення часу навчання.
3. Наявність новизни: В роботі запропоновано новий алгоритм навчання мережі, який забезпечує значне зменшення часу навчання у порівнянні з існуючими.
4. Відповідність змісту роботи її плану: зміст роботи повністю відповідає її плану.
5. Ступінь розкриття теми роботи: тема роботи розкрита в повній мірі. Наведено огляд існуючих алгоритмів навчання байесівських мереж та детально описано новий. Наведено достатньо результатів комп’ютерного моделювання. 6. Ілюстрованість роботи (наявність розрахунків, таблиць, схем, діаграм, тощо): Робота ілюстрована в достатній мірі графіками, таблицями та розрахунками.
7. Якість оформлення роботи: Оформлення роботи відповідає вимогам Державного стандарту України. При оформленні використано сучасні комп’ютерні інформаційні технології (можна конкретизувати які).
8. Відповідність роботи спеціальності:
Робота повністю відповідає напряму підготовки – Комп’ютерні науки.
9. Недоліки: - Вважаю за доцільне порівняти отримані результати з нейромережами іншої структури, наприклад, багатошаровим персептроном.
10. Загальний висновок (допускається чи не допускається до захисту), якої оцінки заслуговує робота: Робота виконана на високому програмно-технічному рівні і допускається до захисту з оцінкою «відмінно». Ганна Бабенко заслуговує присвоєння звання бакалара комп’ютерних наук.
Рецензент: Кандидат фіз.-мат. наук, Доцент кафедри вищої математики НТУУ КПІ О.М. Клименко
ЗРАЗОК ВІДГУКУ:
ВІДГУК на випускову кваліфікаційну роботу бакалавра студента(ки) ІV курсу групи № 7 Бабенко Ганни Андріївни_____________________________________________________________________ факультет: Економіки та інформаційних технологій Сучасний рівень розвитку науки в Байесівських мережах знаходить широке застосування при прогнозуванні, класифікації та керуванні процесами різної природи. Однак, їх практичне застосування обмежене великими обчислювальними витратами на навчання. Тому актуальною проблемою є розробка таких алгоритмів навчання, які забезпечать суттєве зменшення часу навчання. Новизна полягає у розробці алгоритму, навчання мережі, який забезпечує значне зменшення часу навчання у порівнянні з існуючими. Зміст роботи повністю відповідає її плану. Тема роботи розкрита в повній мірі. Наведено огляд існуючих алгоритмів навчання байесівських мереж та детально описано новий. Наведено достатньо результатів комп’ютерного моделювання. Робота ілюстрована в достатній мірі графіками, таблицями та розрахунками. Оформлення роботи відповідає вимогам Державного стандарту України. При оформленні використано сучасні комп’ютерні інформаційні технології (можна конкретизувати які). Робота повністю відповідає напряму підготовки – Комп’ютерні науки. Робота виконана на високому програмно-технічному рівні і допускається до захисту з оцінкою «відмінно». Ганна Бабенко заслуговує присвоєння звання бакалара комп’ютерних наук.
Науковий керівник: кандидат тех. наук, доцент кафедри інтелектуальних систем Національної академії управління ________ ______________ Зразки оформлення слайдів
Примітка: слайди оформлюються за допомогою програми PowerPoint.
Слайд 6
Методи оцінки ризиків
Слайд 12
Приклад 1
Модель процесу на основі вибірки даних із 126 спостережень. Дані характеризують щотижневу вартість акцій однієї з компаній на Нью-Йоркській фондовій біржі за 2002-2004 роки.
Динаміка ряду спостережень
Автокореляційна функція вартості акції
Часткова автокореляційна функція вартості акції
Результати кластеризації
Таблиця 1 – Вихідні данні для кластеризації. Активи деяких банків України за перші 4 місяці 2004 року
Результати кластеризації
КомментарииКомментариев пока нет Пожалуйста, авторизуйтесь, чтобы оставить комментарий. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||