Размер шрифта

A
A

Межстрочный интервал

A
A

Цвет

A
A

Гладков Леонид Анатольевич

+7(903) 438-18-88

Кафедра систем автоматизированного проектирования - Доцент

Таганрог, ул. Энгельса 1, ауд. Г-221

E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
Персональная страница:
https://sfedu.ru/person/lagladkov
Персональная страница на английском:
https://sfedu.ru/en/person/lagladkov

Звание: доцент

Степень: Кандидат технических наук

Образование и повышение квалификации:

  • высшее образование: Таганрогский государственный радиотехнический университет (01.09.1982 - 30.06.1987)
    Конструирование и призводство электронно-вычислительной аппаратуры (ЭВА)
    инженер-конструктор-технолог ЭВА
  • послевузовское образование: Таганрогский государственный радиотехнический университет (01.09.1996 - 30.06.1999)
    Очная аспирантура по специальности 05.13.12 "Системы автоматизации проектирования"
  • повышение квалификации: Южный федеральный университет (01.11.2013 - 30.11.2013)
    "Иноязычная профессионально-ориентированная коммуникативная компетентность преподавательского корпуса"
  • повышение квалификации: Eastern Mediterranean University, Cyprus (28.04.2014 - 09.05.2014)
    "Advanced English Skills for IELTS"
  • повышение квалификации: Южный федеральный университет (12.10.2015 - 21.01.2015)
    "Развитие профессиональных компетенций в области информационных технологий на основе учебных курсов корпорации EMC"
  • повышение квалификации: Южный федеральный университет (31.08.2016 - 09.09.2016)
    "Развитие профессиональных компетенций в области информационных технологий на основе учебных курсов корпорации EMC"
  • повышение квалификации: Южный федеральный университет (18.02.2016 - 07.04.2016)
    "Проектирование и механизмы реализации основных образовательных программ"

Дата начала общего стажа: 01.09.1987

Стаж по специальности (в годах): 30

Преподаваемые дисциплины:

  • Методы оптимизации
    Цели освоения дисциплины "Методы оптимизации", соотнесенные с общими целями ОП ВО по соответствующему направлению подготовки: удовлетворение образовательных потребностей личности в освоении фундаментальных фактов и принципов построения математического обеспечения программных средств; удовлетворение потребностей заказчиков в квалифицированных специалистах с высшим образованием и научно-педагогических кадрах, которые имеют навыки построения математические модели, умеют применять методы оптимизации для решения задач, эффективно организовать и использовать в современных цифровых вычислительных системах оптимальные режимы и способы решения реальных проектных задач. Содержание дисциплины 1. Основные понятия теории оптимизации (объекты оптимизации, классификация задач и методов оптимизации, классические методы оптимизации). 2. Основные модели и методы решения задач оптимизации (общая задача математического программирования, выпуклое программирование, методы безусловной и условной оптимизации для функций одной и многих переменных, линейное программирование, нелинейное программирование, целочисленное программирование, непараметрическая оптимизация, стохастическая оптимизация, динамическое программирование, оптимизация на графах и сетях). В результате освоения дисциплины "Методы оптимизации" обучающийся должен: Знать: основные определения теории оптимизации; классификацию методов оптимизации; существующие методы решения оптимизационных задач. Уметь: применять методы и алгоритмы оптимизации; решать задачи однокритериальной и многокритериальной оптимизации; использовать методы, навыки и современную техническую литературу, необходимые для инженерной практики; разрабатывать и использовать на практике математические модели задач оптимизации. Владеть: методами научного поиска; информацией об основных методах и алгоритмах, используемых при решении оптимизационных задач; методами построения математических моделей задач оптимизации; навыками практического решения задач теории оптимизации.
  • Модели и методы анализа проектных решений
    Цели освоения дисциплины "Модели и методы анализа проектных решений" соответствуют целям ФГОС ВО и ОП ВО, реализуемой в Южном федеральном университете и читается для направления подготовки 090301 "Информатика и вычислительная техника" профиля подготовки "Системы автоматизированного проектирования": удовлетворение образовательных потребностей личности в освоении фундаментальных основ и принципов построения математических моделей элементов и систем современной цифровой и аналоговой электронной техники, методов анализа адекватности используемых моделей и качества принимаемых проектных решений, современной вычислительной техники для решения сложных задач в области автоматизированного проектирования; удовлетворение потребностей заказчиков в квалифицированных специалистах с высшим образованием и научно-педагогических кадрах, умеющих разрабатывать, проектировать и использовать вычислительную технику и эффективно применять современные и перспективные методы и модели анализа проектных решений; совершенствование профессиональной компоненты образования профилю "Системы автоматизации проектирования" направления "Информатика и вычислительная техника" путем участия в выполнении фундаментальных и прикладных научных исследований, грантов, федеральных и ведомственных целевых программ и госконтрактов. Содержание дисциплины Математические модели объектов проектирования. Классификация математических моделей САПР. Характеристика и методы формирования математических моделей объектов проектирования, используемых на микро-, макро- и метауровнях. Математические модели аналоговой и цифровой электронной аппаратуры. Методы анализа объектов проектирования. Классификация применяемых методов анализа. Направления повышения эффективности методов анализа. Численные методы решения систем линейных алгебраических уравнений и обыкновенных дифференциальных уравнений. Методы анализа повышенной эффективности и многовариантного анализа. Методы анализа логических и функциональных схем электронно-вычислительной аппаратуры. В результате освоения дисциплины "Модели и методы анализа проектных решений" обучающийся должен Знать: основные критерии оценки качества проектных решений; методы анализа качества принимаемых проектных решений; существующие методы построения математических моделей объектов проектирования. Уметь: самостоятельно строить математические модели проектируемых элементов и систем; использовать необходимые в практике методы, навыки и техническую литературу; осуществлять анализ и оценку принимаемых проектных решений. Владеть: основными методами и алгоритмами оптимизации и синтеза проектных решений; методами анализа качества получаемых проектных решений; методами построения и решения математических моделей различной степени детализации для объектов проектирования.
  • Теоретические основы САПР
    Цели освоения дисциплины "Теоретические основы САПР" соответствуют целям ФГОС ВО и ОП ВО, реализуемой в Южном федеральном университете и читается для направления подготовки 090301 "Информатика и вычислительная техника" профиля подготовки "Системы автоматизированного проектирования": удовлетворение образовательных потребностей личности в грамотном использовании передовой компьютерной аппаратуры, удобном и эффективном управлении ей, профессиональном освоении фундаментальных принципов и основ построения, функционирования и использования современной цифровой вычислительной техники, механизмов и средств поддержки процессов решения задач на компьютере или в среде системы автоматизированного проектирования (САПР). Этому стремлению соответствуют цели САПР: помочь человеку в поиске лучших вариантов решений задач автоматизированного проектирования различных объектов и принимать участие в их совершенствовании и развитии путем предоставления возможности получения качественного высшего образования в области информатики и вычислительной техники; удовлетворение потребностей заказчиков в квалифицированных специалистах с высшим образованием и научно-педагогических кадрах, умеющих разрабатывать, проектировать и грамотно эксплуатировать современные и перспективные цифровые вычислительные системы (ЦВС), эффективно организовать и использовать в ЦВС оптимальные режимы и способы решения реальных проектных задач; совершенствование профессиональной компоненты образования по направлению информатика и вычислительная техника по профилю системы автоматизированного проектирования путем проведения и использования результатов фундаментальных и прикладных научных исследований, полученных в процессе выполнения грантов Российского фонда фундаментальных исследований, федеральных и ведомственных целевых программ и госконтрактов. Содержание дисциплины Основные этапы проектирования. Схема процесса проектирования и анализ возможности применения ЭВМ. Общие положения и задачи создания САПР. Требования, предъявляемые к САПР. Архитектура САПР. Классификация и разновидности САПР. Методология построения САПР. Виды обеспечений САПР. Виды систем автоматизированного проектирования. Системы автоматизированного проектирования в радиоэлектронике. Примеры программ ЕСАD. Средства проектирования компании CADENCE, SYNOPSYS, MENTOR GRAPHICS. В результате освоения дисциплины "Теоретические основы САПР" обучающийся должен Знать: основные стадии и этапы процесса проектирования; основные виды систем автоматизированного проектирования; существующие методы и подходы к организации процесса автоматизированного проектирования; основные виды обеспечений САПР; современные требования к построению и организации информационных систем управления, проектирования и принятия решений; основные типы САПР и примеры их применения в радиоэлектронике и машиностроении. Уметь: оценивать преимущества и недостатки систем автоматизированного проектирования, их применимость для решения каждой конкретной проблемы; самостоятельно использовать полученные знания для решения актуальных проблем, связанных с выбором, организацией и построением систем автоматизированного проектирования; работать с основными пакетами программных продуктов для автоматизированного проектирования компании. Владеть: методами научного поиска; основными методами и алгоритмами построения компонентов программных комплексов и подсистем автоматизированного проектирования; основами работы с существующими программными пакетами автоматизированного проектирования.
  • Песпективные методы и алгоритмы решения технических задач
    Целями освоения дисциплины "Перспективные методы и алгоритмы решения технических задач" являются: удовлетворение образовательных потребностей личности в грамотном использовании передовой компьютерной аппаратуры, удобном и эффективном управлении ей, профессиональном освоении фундаментальных принципов и основ построения, функционирования информационных систем. Этому стремлению соответствуют цели дисциплины. удовлетворение потребностей заказчиков в квалифицированных специалистах с высшей категории и научно-педагогических кадрах, умеющих разрабатывать, проектировать и грамотно эксплуатировать современные и перспективные цифровые вычислительные системы (ЦВС), эффективно организовать и использовать в ЦВС оптимальные режимы и способы решения реальных проектных задач; совершенствование профессиональной компоненты образования по направлению информатика и вычислительная техника путем проведения и использования результатов фундаментальных и прикладных научных исследований, полученных в процессе выполнения грантов Российского фонда фундаментальных исследований, федеральных и ведомственных целевых программ и госконтрактов, грантов Российского научного фонда. Цели освоения дисциплины соответствуют целям ФГОС ВО и ПрООП ВО по направлению подготовки 09.06.01 "Информатика и вычислительная техника". Процесс изучения дисциплины направлен на формирование элементов следующих компетенций в соответствии с ФГОС ВО (ОС ЮФУ) и ООП ВО по данному направлению подготовки (специальности): способность совершенствовать и развивать свой интеллектуальной и общекультурный потенциал; способность к самостоятельному обучению новым методам исследования, изменению научного и научно-производственного профиля своей профессиональной деятельности; способность к критическому анализу и оценке современных научных достижений, генерированию новых идей при решении исследовательских и практических задач, в том числе в междисциплинарных областях; способность проектировать и осуществлять комплексные исследования, в том числе, междисциплинарные, на основе целостного системного научного мировоззрения с использованием знаний в области истории и философии науки; способность планировать и решать задачи собственного профессионального и личностного развития; владение методологией теоретических и экспериментальных исследований в области профессиональной деятельности; владение культурой научного исследования, в том числе с использованием современных информационно-коммуникационных технологии. В результате освоения дисциплины "Перспективные методы и алгоритмы решения технических задач" обучающийся должен Знать: основы методологии науки и методы научных исследований; основные меры информации и способы ее адекватного представления; теорию современных биоинспирированных и квантовых алгоритмов; архитектуру многопроцессорных ЭВМ, транспьютеров; методы решения задач современной дискретной математики, способы построения перспективных ИТ, необходимые для профессионального развития аспиранта; элементы современной теории множеств; технологии создания экспертных систем; Уметь: проводить теоретические и экспериментальные исследования в области построения логических схем современных вычислительных устройств на высоком профессиональном уровне; самостоятельно применять полученные навыки классификации и кодирования информации для решения профессиональных задач в смежных областях; использовать элементы теории бесконечных множеств и мультимножеств в научной и проектной деятельности; проектировать реконфигурируемые системы; пользоваться теорией современных алгоритмов для профессиональных целей аспиранта; осуществлять операции с мультимножествами; разрабатывать интегрированные автоматизированные информационные системы; Владеть: методами научного поиска; способностью к обучению новым методам исследования на базе изучения методов современной дискретной математики, нечеткой логики, проектирования ИС; теорией современной дискретной математики современной теорией множеств; методами системотехнического, схемотехнического и конструкторского проектирования современных ЭВМ; способами оценки вычислительной сложности алгоритмов; навыками практического использования мультимножеств; навыками реализации ИТ моделей для реальных объектов.
  • Интеллектуальный анализ данных и биоинспирированные методы и алгоритмы
    Целями освоения дисциплины "Интеллектуальный анализ данных и биоинспирированные методы и алгоритмы" являются: Удовлетворение потребностей личности в интеллектуальном развитии путем предоставления ей возможности получения качественного высшего образования в области информатики, вычислительной техники и искусственного интеллекта. Удовлетворение потребностей заказчиков в квалифицированных специалистах с высшим образованием и научно-педагогических кадрах высшей квалификации, владеющих методами, инспирированными природными системами, искусственного интеллекта используемых в настоящее время при построении интеллектуальных подсистем САПР в области информатики, вычислительной техники. Этому стремлению соответствуют цели магистратуры: помочь человеку в поиске лучших вариантов решений задач оптимизации и автоматизированного проектирования различных объектов и принимать участие в их совершенствовании и развитии путем предоставления возможности получения качественного высшего образования В результате освоения дисциплины "Интеллектуальный анализ данных и биоинспирированные методы и алгоритмы" обучающийся должен: Знать: основные сведения о средствах и способах применения ИКТ при решении задач интеллектуального анализа данных; естественнонаучные понятия, определения и термины, заимствованные из биологии, генетики, теории эволюции используемых в теории эволюционных вычислений, а также в процессе создания и практического использования методов и алгоритмов, инспирированных природными системами; Уметь: конкретизировать и планировать содержание автоматизированных информационных систем и систем управления интеллектуальным анализом данных; в зависимости от решаемой задачи применять те или иные методы и модели и строить биоинспирированные алгоритмы; Владеть: навыками разработки интеллектуальных информационных систем, работы в инструментальных средах создания автоматизированных систем интеллектуального анализа данных; навыками работы по составлению математических моделей, постановке оптимизационных задач, подбору операторов и программированию БА.

Информация об экспертной деятельности:

Уровень: Эксперт РНФ
Научное направление: Мультидисциплинарные науки, Информатика ; информационные системы, Информатика ; кибернетика, Информатика ; приложения, Информатика ; искусственный интеллект, Информатика ; архитектура и аппаратное обеспечение
Ключевые слова: искусственный интеллект, гибридные интеллектуальные системы, эволюционные вычисления, автоматизация проектирования, методы оптимизации, информационные технологии
Уровень: Эксперт РФФИ
Научное направление: Инженерное дело ; междисциплинарное, Мультидисциплинарные науки, Информатика ; информационные системы, Информатика ; теория и методы, Информатика ; кибернетика, Информатика ; приложения, Информатика ; искусственный интеллект, Автоматизированные системы управления, Информатика ; архитектура и аппаратное обеспечение
Ключевые слова: искусственный интеллект, гибридные интеллектуальные системы, эволюционные вычисления, автоматизация проектирования, методы оптимизации, информационные технологии, управление знаниями, интеллектуальные системы, адаптивное управление

Дополнительная информация:

Кандидат техн. наук, доцент кафедры САПР Южного федерального университета. Преподает дисциплины: "Методы оптимизации", "Дискретная математика", "Теоретические основы САПР", "Теория игр и комбинаторика", "Модели и методы анализа проектных решений", "Биоинспирированные методы и алгоритмы", "Гибридные интеллектуальные системы".

Автор более 200 публикаций, в том числе более 10 монографий, 26 учебников и учебных пособий. Научные интересы: теория графов; методы оптимизации; эволюционное моделирование; генетические алгоритмы; искусственный интеллект; гибридные интеллектуальные системы; системы поддержки принятия решений. Является членом оргкомитета международного научного конгресса "Интеллектуальные системы и информационные технологии", ученым секретарем Северо-Кавказского отделения Российской Ассоциации искусственного интеллекта (РАИИ), членом Совета Российской ассоциации нечетких вычислений и мягких множеств.