эвристика

Системы эвристической самоорганизации в технической кибернетике, Ивахненко А.Г., 1971.

В настоящее время наиболее важной задачей технической кибернетики является разработка оптимальных алгоритмов (программ) распознавания, прогнозирования и автоматического управления сложными объектами при малой информации. Возможности аналитического вывода таких алгоритмов весьма ограничены. Поэтому наиболее перспективным является заимствование алгоритмов природы. Описанный в книге новый подход, называемый эвристической самоорганизацией, воспроизводит основные правила массовой селекции растений или животных. Системы (программы) эвристической самоорганизации определены как такие, в которых содержатся генераторы случайных комбинаций (гипотез) и несколько рядов селекции полезной информации. Сложность комбинаций от ряда к ряду возрастает, а точность решения повышается до тех пор, пока не будет получен оптимальный по сложности алгоритм переработки информации. Известные ранее сети из искусственных нейронов, перцептрон Ф. Розенблатта, дискретные предсказывающие фильтры Габора и Калмана можно рассматривать как частные случаи этой более общей структуры. В книге описаны также основные алгоритмы метода группового учета аргументов (МГУА), реализующего подход самоорганизации и приведены примеры решения типовых задач технической кибернетики: распознавания образов, предсказания случайных процессов, идентификации параметров и оптимального управления сложными объектами с накоплением информации. МГУА положен в основу новой полиномиальной теории сложных динамических систем. Рассчитана на инженерно-технических и научных работников, интересующихся проблемами технической кибернетики.

Основные категории эвристического мышления, Донченко Н.А., 2016.

Проанализировано мышление как излучение потоков психической энергии, выделены три разновидности генерируемых мыслеформ, приведены бифуркация и классификация эвристик, установлены закономерности развития поисковых способностей интеллекта, а также систематизированы педагогические инструменты, обеспечивающие качество мышления учащихся, и раскрыты особенности их реализации применительно к обучению студентов бухгалтерскому учёту в вузе. Предназначена преподавателям средних и высших учебных заведений, учителям, воспитателям, а также аспирантам и студентам педагогических специальностей.

Эвристический факультатив по математике, Рабочая тетрадь, 11 класс, Профильный уровнь, Гончарова И.В., Пустовая Ю.В., 2014.

  Пособие предназначено для занятий эвристического факультатива по математике для учащихся 11 классов профильного уровня.
Между первой встречей с новой нестандартной задачей и окончательным, компактным изложением ее решения лежит полоса поиска этого решения. Как производить этот поиск? Как догадаться о способе решения? К сожалению, единого, универсального метода для достижения этой цели не существует. Однако имеются некоторые общие приемы и правила, которые нередко помогают догадаться о способе решения разнообразных задач. С этими общими приемами поиска решения математических задач - эвристическими приемами -учащиеся и будут знакомиться на занятиях эвристического факультатива.
Структура пособия позволяет учащимся сделать нужные записи, касающиеся решения эвристических задач, оценить предлагаемые задачи, свое настроение и работу на занятиях.
Пособие будет полезно школьникам, студентам математических специальностей, учителям, которые пытаются внедрять в учебный процесс методическую систему эвристического обучения математике.

От эвристических заданий к личностному знанию учащихся, 2012.

Введение.

Самым основным для педагога является, по-видимому, не дать заинтересованному ученику скучать на занятиях. Его мотивация учения не ограничивается только положительными отметками. Ему нравятся задания, которые требуют большего напряжения и дают дополнительную информацию. Следовательно, задачей учителя является стимулирование этой тяги к дополнительным знаниям в виде индивидуальных заданий, требующих, в том числе, и творческого подхода. По мнению студентов, прошедших практику в школе, кроме применения эвристических заданий, учителю не следует скупиться на похвалу учащихся. При уважительном отношении к своему труду ученик будет более бережно относиться к собственной оценке в глазах учителя, что так же не позволит ему скучать на уроках.

Основы теории эвристических решений, подход к изучению естественного и построению искусственного интеллекта, Кузнецова П.Г., Александров Е.А., 1975.

Настоящая работа посвящена одному из перспективных направлений кибернетики, связанному с воспроизведением высших мыслительных функций мозга с помощью вычислительных машин. Даются общие сведения о процессах решения задач человеком, методологии выявления мыслительных функций, их формализации на основе теории эвристических решений. Рассматриваются основные особенности этой теории, ее приложения для решения различных конкретных задач. Намечается связь рассматриваемого подхода с проблемой построения искусственного интеллекта. Работа представляет интерес для широкого круга научных работников и исследователей в области кибернетики, автоматики и вычислительной техники, для философов, нейрофизиологов, психологов, математиков, инженеров, а также для специалистов по прикладным проблемам, связанным с применением вычислительных машин.