Исследование и разработка моделей, методов и программных средств темпорального вывода в динамических интегрированных экспертных системах тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Мозгачев, Алексей Васильевич

• Мозгачев, Алексей Васильевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Мозгачев, Алексей Васильевич

Содержание

Введение

1. Анализ состояния исследований и разработок в области динамических интегрированных экспертных систем

1.1. Анализ современных динамических интеллектуальных систем

1.1.1. Основные классы динамических интеллектуальных систем и области их применения

1.1.2. Класс динамических интегрированных экспертных систем

1.1.3. Области применения и примеры динамических интегрированных экспертных систем

1.2. Анализ инструментальных средств для построения динамических интеллектуальных систем

1.2.1. Классификация инструментальных средств для поддержки построения динамических интеллектуальных систем

1.2.2. Сравнение инструментальных средств для построения динамических интегрированных экспертных систем

1.3. Научные и технологические проблемы построения динамических интегрированных экспертных систем

1.3.1. Основные научные и технологические проблемы и подходы к их решению

1.3.2. Анализ задачно-ориентированной методологии построения интегрированных экспертных систем в контексте решения проблем построения динамических интегрированных экспертных систем

1.4. Основные подходы к представлению времени в динамических интегрированных экспертных системах

1.4.1. Подходы к представлению времени в современных инструментальных средствах поддержки разработки динамических интегрированных экспертных систем

1.4.2. Анализ основных подходов к представлению времени

1.4.3. Выбор подхода к представлению времени в контексте использования в динамических интегрированных экспертных системах

1.5. Цели и задачи диссертации

Выводы

2. Модели и методы темпорального вывода в динамических интегрированных экспертных системах

2.1. Обобщенная модель вывода в динамических интегрированных экспертных системах

2.2. Постановка задачи темпорального вывода на продукционных правилах

2.3. Разработка формализма для динамического представления предметной области, основанного на модифицированной логике Аллена и логике управления во времени

2.3.1. Модифицированная логика Аллена

2.3.2. Расширение языка представления знаний, использующегося в задачно-ориентированной методологии

2.4. Модель рабочей памяти

2.4.1. Представление базы знаний в рабочей памяти

2.4.2. Представление интерпретации модели развития событий в рабочей памяти

2.5. Метод обработки темпоральных знаний

2.5.1. Особенности метода обработки темпоральных знаний

2.5.2. Разработка алгоритмов темпорального вывода

Выводы

3. Проектирование и программная реализация темпорального решателя и средств поддержки совместного функционирования темпорального решателя с базовыми компонентами динамической версии комплекса АТ-ТЕХНОЛОГИЯ

3.1. Анализ системных требований на разработку темпорального решателя

3.2. Архитектура темпорального решателя

3.3. Особенности внутренних представлений базы знаний и интерпретации модели развития событий

3.4. Реализация темпорального решателя

3.5. Разработка средств отладки темпорального решателя

3.6. Особенности реализации средств поддержки совместного функционирования темпорального решателя с компонентами комплекса АТ-ТЕХНОЛОГИЯ

3.6.1. Схема взаимодействия темпорального решателя, универсального АТ-РЕШАТЕЛЯ и подсистемы имитационного моделирования

3.6.2. Диаграммы состояний взаимодействующих компонентов (темпорального решателя, универсального АТ-РЕШАТЕЛЯ и подсистемы имитационного моделирования)

3.6.3. Разработка алгоритмов асинхронного взаимодействия

3.6.4. Функциональные требования к средствам поддержки совместного функционирования темпорального решателя, универсального АТ-РЕШАТЕЛЯ и подсистемы имитационного моделирования

3.6.5. Архитектура и объектная структура средств поддержки совместного функционирования темпорального решателя, универсального АТ-РЕШАТЕЛЯ и подсистемы имитационного моделирования

3.7. Средства отладки совместного функционирования темпорального решателя, универсального АТ-РЕШАТЕЛЯ и подсистемы имитационного моделирования в составе комплекса АТ-ТЕХНОЛОГИЯ

3.8. Типовая проектная процедура «Построение динамической ИЭС»

100

3.8.1. Общее описание типовой проектной процедуры «Построение динамической ИЭС»

3.8.2. Схема выполнения типовой проектной процедуры «Построение динамической ИЭС»

3.8.3. Сценарий выполнения типовой проектной процедуры «Построение динамической ИЭС»

3.8.4. Особенности реализации типовой проектной процедуры «Построение динамической ИЭС»

3.8.5. Функционирование комплекса АТ-ТЕХНОЛОГИЯ при выполнении типовой проектной процедуры «Построение динамической ИЭС»

Выводы

4. Апробация и внедрение разработанных программных средств

4.1. Экспериментальное исследование разработанных инструментальных программных средств и сравнение эффективности их функционирования со средствами системы Gensym G2

4.2. Внедрение разработанных инструментальных программных средств

4.3. Технология использования разработанных инструменталных средств для построения отдельных компонентов прикладных динамических интегрированных экспертных систем

4.4. Анализ эффективности работы средств темпорального вывода в составе компонента для распределения динамической нагрузки на облачную платформу

4.5. Особенности реализации исследовательского прототипа динамической интегрированной экспертной системы для разработки технологических регламентов базовых процессов наноэлектроники и спинтроники

Выводы

Выводы по диссертации

Список сокращений

Литература

Приложение А

Приложение Б (отдельный том)

Введение диссертации (часть автореферата) на тему «Исследование и разработка моделей, методов и программных средств темпорального вывода в динамических интегрированных экспертных системах»

Введение

Актуальность темы исследования. Методы искусственного интеллекта лежат в основе ключевых технологий XXI века, а интеллектуальные системы и технологии применяются сегодня практически во всех производственных и социально значимых областях человеческой деятельности. Качественно новые возможности прикладных интеллектуальных систем (в частности, динамических интеллектуальных систем) позволяют значительно повысить эффективность использования вычислительной техники в традиционных областях ее применения, а также расширить эти области за счет решения в них новых классов задач, не решаемых традиционными методами и средствами.

В настоящее время результаты исследований в области динамических интеллектуальных систем востребованы в сфере коммерческих и промышленных приложений и технологии разработки программного обеспечения в целом, о чем свидетельствует широкий спектр приложений динамических интеллектуальных систем в самых различных областях науки и техники. Это подтверждают разработки как отечественных (Г.С. Осипов, Э.В. Попов, Г.В. Рыбина, А.П. Еремеев, Б.Е. Федунов, В.И. Городецкий, И.Б. Фоминых, В.Б. Тарасов, Г.С. Плесневич, В.М. Лохин, М.П. Романов, Н.Г. Ярушкина, В.Н. Вагин, В.Л. Стефанюк, и др.), так и зарубежных ученых (J. Allen, В. Moore, S. Spranger, К. Mohamad, P. Ladkin, P. Jarvis и др.).

Величина эффекта от создания и применения интеллектуальных систем во многом зависит от наличия базовых инструментальных средств и массовости их применения в стратегически значимых областях. Все это приводит к динамике роста исследований и разработок в таких областях, как динамические интегрированные экспертные системы, интеллектуальные агенты, многоагентные системы и др., а также определяет особую актуальность и важность создания инструментальной базы для поддержки разработки динамических интеллектуальных систем.

Несмотря на отсутствие семантической унификации терминологической базы, единой классификации динамических интеллектуальных систем и отдельных классов динамических интеллектуальных систем, тем не менее, к настоящему времени уже сформировался круг общих научных и технологических проблем, препятствующих широкому распространению приложений динамических интеллектуальных систем в стратегически важных проблемных областях, где возможен наиболее высокий эффект от применения современных архитектур динамических интеллектуальных систем.

1. Трудности получения темпоральных знаний (т.е. знаний, рассматривающих время в качестве сущности предметной области) из различных источников знаний (эксперты, тексты, базы данных и др.) для динамического представления предметной области.

2. Сложность разработки формализмов для динамического представления предметной области, что определяется переменным составом сущностей предметной области, изменением во времени входных данных, поступающих от внешних источников (модели внешнего мира), и необходимостью структурирования, хранения и анализа изменяющихся во времени данных.

3. Сложность процессов решения динамических задач, что связано с выполнением одновременных временных (темпоральных) рассуждений о нескольких различных асинхронных процессах (задачах), наличием ограниченных ресурсов (время, память), изменением состава знаний и данных в процессах решения задач.

4. Проблемы моделирования внешнего мира (внешнего окружения) и различных его состояний в реальном времени на всех этапах проектирования и разработки системы до внедрения.

5. Высокая стоимость зарубежных инструментальных программных средств поддержки разработки и сопровождения динамических интеллектуальных систем различных классов и практическое отсутствие отечественного инструментария для этих целей.

6. Необходимость наличия специальных программно-аппаратных средств сопряжения с внешним миром (наличие датчиков, контроллеров и др.).

Приведенные выше проблемы в значительной степени определяют большую сложность разработки динамических интеллектуальных систем, в частности, динамических интегрированных экспертных систем, являющихся наиболее распространенным и востребованным классом динамических интеллектуальных систем.

Кроме того, в настоящее время не предложено универсального подхода, позволяющего решить описанные проблемы (или часть из них) в комплексе, что подразумевает разработку целостной методологии и технологии создания систем подобного уровня сложности на всех этапах жизненного цикла. Современные коммерческие инструментальные средства поддержки построения динамических интегрированных экспертных систем (Оепзуш 02, ЯТшогкэ, ЯТХРБ и др.) при всей своей мощности и универсальности не способны комплексно решать вышеперечисленные задачи.

Значительным шагом к построению необходимой методологии может стать новый этап в развитии теории и технологии построения интегрированных экспертных систем на основе задачно-ориентированной методологии, основные положения которой были предложены и

экспериментально исследованы Г.В. Рыбиной в 90-х годах прошлого века. В настоящее время на базе задачно-ориентированной методологии созданы интеллектуальная программная технология и автоматизированное рабочее место инженера по знаниям - комплекс АТ-ТЕХНОЛОГИЯ, на основе которых разработано несколько десятков прикладных интегрированных экспертных систем, где в рамках единой масштабируемой архитектуры интегрированной экспертной системы совместно используется широкий спектр моделей и методов решения различных неформализованных и формализованных задач.

Анализ приведенных выше проблем построения динамических интегрированных экспертных систем, находящихся в центре внимания диссертации, показывает, что наименее исследованными из них с точки зрения системного подхода и создания целостной методологии являются тесно взаимосвязанные подходы к получению, представлению и обработке темпоральных знаний. Способность представлять временные зависимости между происходящими в системе событиями и их использование в процессе поиска решения задачи позволяют значительно сократить пространство поиска, что существенным образом сказывается на скорости функционирования динамической интегрированной экспертной системы в целом. В современных коммерческих инструментальных средствах для поддержки построения динамических интегрированных экспертных систем (Хлепзут 02, Юлуогкэ, КТХРБ и др.) подходы к отображению времени, а тем более темпоральных знаний, достаточно просты и, фактически, не используются в процессе решения динамических задач.

Таким образом, возникает необходимость создания моделей, методов и инструментальных программных средств, выполняющих процедуры темпорального вывода в динамических интегрированных экспертных системах. Данные модели, методы и программные средства должны быть объединены в рамках единых методологии и технологии, в качестве которой выступает задачно-ориентированная методология построения интегрированных экспертных систем и поддерживающий ее инструментальный комплекс АТ-ТЕХНОЛОГИЯ.

Объектом исследований являются динамические интегрированные экспертные системы и инструментальные средства поддержки их построения.

Предметом исследований являются модели и методы представления и обработки темпоральных знаний и их программная реализация в виде инструментальных средств, предназначенных для функционирования в составе динамической версии комплекса АТ-ТЕХНОЛОГИЯ.

Цель работы. Целью данной диссертационной работы является разработка моделей, методов и программных средств темпорального вывода в динамических интегрированных экспертных системах.

Для достижения поставленной цели в диссертации решены следующие задачи:

1. Для динамических интегрированных экспертных систем, способных функционировать в динамических проблемных областях при возможной корректировке стратегий поиска и пополнения базы знаний непосредственно в процессе поиска решений, разработана модель темпорального вывода на продукционных правилах, предусматривающая обработку знаний, содержащих временные (темпоральные) зависимости.

2. На основе анализа современных отечественных и зарубежных подходов для представления временных (темпоральных) зависимостей разработан и экспериментально исследован формализм для динамического представления предметной области, основанный на модифицированной логике Аллена и логике управления во времени.

3. Осуществлена модификация языка представления знаний, использующегося в рамках задачно-ориентированной методологии, обеспечивающая возможность совместного описания темпоральных знаний и базовых знаний о проблемной области, в том числе знаний с неопределенностью, неточностью и нечеткостью.

4. Разработаны методы и алгоритмы реализации темпорального вывода, поддерживающие модель темпорального вывода на продукционных правилах.

5. Выполнен анализ системных требований, проектирование и программная реализация инструментальных средств темпорального вывода в соответствии с задачно-ориентированной методологией и интеллектуальной технологией разработки новых компонентов комплекса АТ-ТЕХНОЛОГИЯ.

6. Разработаны, программно реализованы и экспериментально исследованы алгоритмы асинхронного взаимодействия темпорального решателя, универсального АТ-РЕШАТЕЛЯ и подсистемы имитационного моделирования внешнего мира, функционирующих в составе динамической версии комплекса АТ-ТЕХНОЛОГИЯ.

7. Проведена экспериментальная апробация разработанных инструментальных программных средств и их компонентов при создании нескольких прототипов динамических интегрированных экспертных систем.

Методы исследования. Для решения поставленных задач в диссертации использованы методы искусственного интеллекта, в том числе такие, как модели и методы представления и обработки знаний, методы инженерии знаний, модели и методы представления времени (темпоральные логики, исчисления), а также теория автоматов, технология разработки программного обеспечения.

Научная новизна исследований заключается в следующем:

1. Разработана оригинальная модель темпорального вывода на продукционных правилах для динамических интегрированных экспертных систем, предусматривающая обработку знаний, содержащих темпоральные зависимости, совместно с базовыми знаниями о проблемной области на основе универсальных средств вывода, реализованных в задачно-ориентированной методологии.

2. Предложены расширенные модель представления знаний и язык представления знаний для динамических интегрированных экспертных систем, позволяющие представлять темпоральные знания, основанные на модифицированной интервальной логике Аллена и логике управления во времени, совместно с базовыми знаниями, в том числе содержащими знания с неопределенностью, неточностью и нечеткостью.

3. Разработан оригинальный метод обработки темпоральных знаний, позволяющий производить вывод на основе знаний, содержащих временные (темпоральные) зависимости, путем проверки соответствия локальных моделей развития событий интерпретации глобальной модели развития событий в проблемной области.

4. Разработаны и исследованы программные средства темпорального вывода, обеспечивающие глубинную интеграцию с АТ-РЕШАТЕЛЕМ, что позволяет осуществлять поддержку решения задач на основе динамических интегрированных экспертных систем, как в статических, так и в динамических проблемных областях.

5. Для динамической версии комплекса АТ-ТЕХНОЛОГИЯ впервые разработаны и исследованы новые программные средства, обеспечивающие глубинную интеграцию методов и средств экспертных систем и имитационного моделирования в рамках единой архитектуры динамических интегрированных экспертных систем.

Практическая значимость проведенных исследований и полученных результатов заключается в создании эффективных моделей, методов и программных средств темпорального вывода для динамических интегрированных экспертных систем. Важность решения поставленных задач определяется наличием новых возможностей описания динамического представления предметной области и уменьшении пространства поиска решений в динамических интегрированных экспертных системах, а также сокращением сроков создания динамических интегрированных экспертных систем.

Практическая значимость работы подтверждается использованием разработанного программного обеспечения в составе инструментального комплекса АТ-ТЕХНОЛОГИЯ (динамическая версия), а также разработанных на основе средств комплекса АТ-ТЕХНОЛОГИЯ нескольких прототипов динамических интегрированных экспертных систем: для целераспределения в группе самолетов-истребителей при отражении налета средств

воздушного нападения противника, диагностики качества технологических процессов наноэлектроники, управления транспортными потоками.

Достоверность научных результатов. Достоверность разработанных методов и алгоритмов представления и обработки темпоральных знаний в интегрированных экспертных системах подтверждается соответствием теоретических и экспериментально полученных данных о качественных и количественных характеристиках работы созданных средств темпорального вывода, результатами сравнения с существующими средствами вывода в динамических интегрированных экспертных системах, а также актами о практическом внедрении и использовании.

Реализация результатов диссертации. Результаты диссертации использовались в НИР, выполненных при поддержке РФФИ (проекты № 09-01-00638 и № 12-01-00467) в учебно-научной лаборатории «Интеллектуальные системы и технологии» кафедры «Кибернетика» НИЯУ МИФИ, а также в программе У.М.Н.И.К. по проекту «Разработка и экспериментальное программное исследование методов построения темпоральных решателей для инструментального комплекса АТ-ТЕХНОЛОГИЯ».

Разработанные программные средства вывода используются:

• в составе отдельных компонентов прототипа динамической интегрированной экспертной системы для целераспределения в группе самолетов-истребителей при отражении налета средств воздушного нападения противника (в ОАО «Концерн радиостроения «Вега», акт об использовании);

• в составе компонента для распределения динамической нагрузки на облачную платформу потокового обработчика аудио сигнала, содержащего средства темпорального вывода, обеспечивающие принятие решений по перераспределению потока задач между узлами платформы и изменению состава узлов платформы (в ООО «Интервокс», акт об использовании);

• в составе исследовательского прототипа динамической интегрированной экспертной системы для диагностики качества технологических процессов наноэлектроники по топологическим параметрам формируемой заготовки (в Ярославском государственном университете им. П.Г. Демидова, акт об использовании).

Структура и объём работы. Во введении обоснована актуальность темы диссертации, её научная новизна и практическая значимость, сформулирована цель работы.

В первом разделе анализируется текущее состояние исследований и разработок в области динамических интеллектуальных систем и инструментальных средств поддержки их разработки, на основе чего делается вывод о высокой востребованности класса динамических

интегрированных экспертных систем, обладающих масштабируемой архитектурой и расширяемой функциональностью. Кратко характеризуются функциональные особенности наиболее распространенных инструментальных средств поддержки разработки динамических интеллектуальных систем.

Рассматриваются основные научные и технологические проблемы построения динамических интегрированных экспертных систем, анализ которых позволяет сделать вывод о том, что данные проблемы возникают, как правило, в процессе разработки большинства динамических интегрированных экспертных систем и связаны как с процессом создания, так и с процессом их функционирования. Данные проблемы достаточно сложны, что объясняет высокую трудоемкость и итоговую стоимость разработки прикладных динамических интегрированных экспертных систем и инструментальных средств для поддержки их разработки. В настоящее время не существует единого подхода, позволяющего решить все приведенные проблемы в комплексе.

Рассматриваются основные положения задачно-ориентированной методологии построения интегрированных экспертных систем, предложенной Г.В. Рыбиной, и компоненты поддерживающего данную методологию инструментального комплекса АТ-ТЕХНОЛОГИЯ (универсальный АТ-РЕШАТЕЛЬ и др.). Делается вывод о том, что задачно-ориентированная методология обладает достаточным набором свойств, необходимых для выбора ее в качестве базовой методологии, обеспечивающей решение значительного числа научных и технологических проблем, возникающих при разработке динамических интегрированных экспертных систем, в том числе возможность создания динамической версии комплекса АТ-ТЕХНОЛОГИЯ, включающей расширение функциональных возможностей универсального АТ-РЕШАТЕЛЯ с помощью средств темпорального вывода.

На основе анализа и экспериментального исследования моделей и методов представления времени делается вывод об оправданности использования интервальной логики Аллена и логики управления во времени в динамической версии инструментального комплекса АТ-ТЕХНОЛОГИЯ. В заключении первого раздела диссертации сформулирована цель и поставлены конкретные задачи диссертационного исследования.

Во втором разделе диссертации рассматриваются теоретические аспекты темпорального вывода в динамических интегрированных экспертных системах. Представлена оригинальная модель темпорального вывода на продукционных правилах для динамических интегрированных экспертных систем, предусматривающая обработку знаний, содержащих темпоральные зависимости, совместно с базовыми знаниями о проблемной области на основе универсальных средств вывода, реализованных в задачно-ориентированной методологии.

Предложен обобщенный язык представления знаний для динамических интегрированных экспертных систем, позволяющий представлять темпоральные знания, основанные на модифицированной интервальной логике Аллена и логике управления во времени, совместно с базовыми знаниями, в том числе содержащими знания с неопределенностью, неточностью и нечеткостью. Описан разработанный оригинальный метод обработки темпоральных знаний, позволяющий производить вывод на основе знаний, содержащих временные (темпоральные) зависимости, путем проверки соответствия локальных моделей развития событий интерпретации глобальной модели развития событий в проблемной области.

Третий раздел диссертации посвящен вопросам реализации в комплексе АТ-ТЕХНОЛОГИЯ средств темпорального вывода. Представлены требования к темпоральному решателю комплекса АТ-ТЕХНОЛОГИЯ и описаны особенности его реализации. Рассмотрены вопросы разработки средств, обеспечивающих взаимодействие темпорального решателя с другими компонентами комплекса (универсальный АТ-РЕШАТЕЛЬ, подсистема имитационного моделирования) и приведены примеры совместного функционирования. Представлены модель, схема и особенности реализации типовой проектной процедуры «Построение динамической интегрированной экспертной системы», что определяется требованиями интеллектуальной технологии построения динамических интегрированных экспертных систем.

Четвертый раздел диссертации посвящен экспериментальной проверке и использованию разработанных программных средств для автоматизированной поддержки процессов разработки прикладных динамических интегрированных экспертных систем. Представлены результаты экспериментальной проверки работоспособности разработанных программных средств при создании отдельных компонентов прототипов прикладных динамических интегрированных экспертных систем. Описаны экспериментальные исследования, продемонстрировавшие преимущества разработанных инструментальных программных средств над аналогами. Представлено описание технологии использования разработанных инструментальных программных средств для построения отдельных компонентов прикладных динамических ИЭС.

В заключении приводятся основные выводы и результаты диссертации.

В Приложение вынесены акты об использовании результатов диссертационного исследования; полная версия описания обобщенного языка представления знаний; полные требования к разработанным программным средствам; примеры функционирования средств отладки темпорального решателя; результаты тестирования средств поддержки совместного функционирования; полная версия технологической базы знаний для типовой проектной

процедуры «Построение динамической интегрированной экспертной системы» и примеры функционирования комплекса АТ-ТЕХНОЛОГИЯ в процессе выполнения типовой проектной процедуры «Построение динамической ИЭС».

Апробация результатов. Основные результаты диссертации докладывались и обсуждались на 13-й национальной конференции по искусственному интеллекту с международным участием КИИ-2012 (Белгород 2012), 6-ой и 7-ой международных научно-технических конференциях «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна 2011, 2013), First Russia and Pacific Conference on Computer Technology and Applications (RPC 2010) (Владивосток 2010), 9-th international conference "Interactive Systems and Technologies: the Problems of Human-Computer Interaction" (Ульяновск 2011), 1-ом международном симпозиуме «Гибридные и синергетические интеллектуальные системы: теория и практика» (Калининград 2012), 19-ом, 20-ом и 21-ом международных научно-технических семинарах (Алушта 2010, 2011, 2012), 13-ой, 14-ой, 15-ой и 16-ой международных телекоммуникационных конференциях студентов и молодых ученых «МОЛОДЕЖЬ И НАУКА», ежегодных «Научных сессиях МИФИ» с 2010 по 2013 гг. Получена медаль «Лауреат ВВЦ» за проект «Разработка прототипа темпорального решателя для комплекса АТ-ТЕХНОЛОГИЯ» в рамках выставки НТТМ-2010.

Публикации. Основн ые результаты диссертационного исследования опубликованы в двадцати четырех печатных трудах (в том числе в двух на английском языке), в том числе в пяти статьях в журналах, включенных ВАК РФ в перечень ведущих рецензируемых научных журналов и изданий.

1. Анализ состояния исследований и разработок в области динамических

интегрированных экспертных систем

1.1. Анализ современных динамических интеллектуальных систем

Динамические интеллектуальные системы (ДИС) - это направление искусственного интеллекта (ИИ), которое может рассматриваться как результат интеграции прикладных интеллектуальных систем с отдельными классами динамических систем [1,2]. Понятие динамической системы возникает в случае, если имеется необходимость в исследовании того, как система развивается во времени путем установления взаимосвязи между значениями параметров системы в различные моменты времени. Для решения данной задачи существуют два основных подхода - классический и с позиции ИИ.

Классический подход заключается в том, что значения параметров в любой момент времени (т. е. состояния системы) задаются с помощью семейства функций 5, называемых реакциями системы, и семейства функций Р, называемых функциями перехода системы. Для описания 5 и Р используются строгие математические модели в виде уравнений и т. п. Подход с позиций ИИ, как правило, предполагает для описания состояний системы использование баз данных, а для задания функций 5 и Р - баз знаний (БЗ), нейронных сетей, генетических алгоритмов и т. д. [1,2].

Необходимость и возможность использования подходов ИИ к исследованию поведения ряда сложных технических, организационно-технических, социальных, экологических и др. систем определяются тем, что зависимости настолько сложны, что не допускают традиционного аналитического представления состояния 5„ описываются качественными параметрами, а законы поведения могут задаваться множеством эмпирических или экспертных знаний. Это означает, что для динамических систем подобного класса могут использоваться методы и средства представления знаний в ИИ [1,2], т.е. состояние 5, описываются параметрами и переменными, имеющими символьный характер, а функция перехода Р, -описываются правилами, используемыми в интеллектуальных системах, например, в экспертных системах (ЭС) - это продукционные правила.

Таким образом, в данной работе будет использоваться следующее определение [2]:

ДИС - это системы, которые, с одной стороны, удовлетворяют определениям динамической системы, а с другой - состояния 5, и функции перехода из одного состояния в другое Р, могут описываться формализмами ИИ.

На Рисунке 1 представлены этапы развития направления ДИС с появления ИИ в 60-х годах и до наших дней [1,2].

Мощность '1

Повсеместное использование прикладных ДИС. Создание мощных универсальных и специализированных инструментальных средства различного

назначения для промышленной . разработки ДИС. у

Широкое использование "Ч прикладных ДИС. Появление инструментальных средств для поддержки их разработки (Gensym 62, RT Works, V_AgentBuilder и др.) У

Появление первых коммерческих ДИС.

Разработка и начало использования математических аппаратов представления времени в ДИС.

Список литературы диссертационного исследования кандидат наук Мозгачев, Алексей Васильевич, 2013 год

Литература

1. Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. - М.: Научтехлитиздат, 2008. - 482с.

2. Рыбина Г.В., Паронджанов С.С. Технология построения динамических интеллектуальных систем. Учебное пособие. - М.: НИЯУ МИФИ, 2011. - 240 с.

3. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. Учебное пособие. - М.: Финансы и статистика, 1996. - 318с.

4. Вагин В.Н.,. Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Изв. РАН. ТиСУ, 2001, № 6, С. 114-123.

5. Gensym | Real-time Application Development. - Режим доступа: http://www.gensym.com

6. Федунов Б.Е. Бортовые оперативно советующие экспертные системы - новый класс алгоритмов управления антропоцентрическими объектами // Одиннадцатая национальная конференция по искусственному интеллекту с международным участием. КИИ-2008: Труды конференции. В 3-х т. Том 1. М.: ЛЕНАНД, 2008.

7. Иванов Ю.К., Ковригин С.Н., Осокин В.М., Циблиев В.В. Мониторинговая экспертная система реального масштаба времени. // Научная сессия МИФИ-2003. Сб. науч. тр. В 14 т. М.: МИФИ, 2003. Т.З. Интеллектуальные системы и технологии. - С. 154-155.

8. Рожкин Б.В. Экспертная система контроля работоспособности рельсовых цепей // Проблемы управления эксплуатационной работой на железнодорожном транспорте; развитие телекоммуникаций и информатизации: Материалы научно-технической конференции, посвященной 125-летию Свердловской железной дороги. Т.2. Екатеринбург: УрГУПС, 2003. -С. 115-117.

9. Mohamad К. Н. A Framework for Intelligent Decisión Support System for Traffic Congestión Management System // Engineering. Vol 2. N 4. 2010. P. 41-60.

10. The Ovation Expert System. - Режим доступа: http://www2.emersonprocess.com/siteadmincenter/PM%20Power%20and%20Water%20Documen ts/pws 002856.pdf

11. Загорулько Ю.А., Загорулько Г.Б., Кравченко А.Ю., Сидорова Е.А. Разработка системы поддержки принятия решений для нефтегазодобывающего предприятия // Труды 12-й нац. конф. по искусственному интеллекту с международным участием (КИИ-2010). — М.: Физматлит, 2010. — Т.З. —С. 137-145.

12. Тодорцев Ю.К., Наумкин И.А. Специализированная экспертная система диагностического контроля и ремонтного обслуживания оборудования АЭС // Труды Одесского политехнического университета. Выпуск Г2001.

13. The Hydrox System // Orbit. Vol. 24, N. 2, 2004. P. 62-68.

14. Cen Nan, Faisal Khan, M. Tariq Iqbal Real-time fault diagnosis using knowledge-based expert system // Process safety and environmental protection. N 86. 2008. p. 55-71.

15. Гончар A.M., Загорулько Г.Б., Рубан М.Н., Рябков А.Н. Экспертная система поддержки диагностики, профилактики и лечения элементозов на основе коррекции питания // Труды 10-й национальной конференции по искусственному интеллекту с международным участием — КИИ'2006. - Москва: Физматлит, 2006. -Т.З. - С.849-857.

16. Jarvis P.A., Lunt T.F., Myers K.L. Identifying Terrorist Activity with AI PlanRecognition Technology // AI Magazine. Vol. 26 N. 3. 2005. P. 73-81.

17. ARTEnterprise. - Режим доступа: http://www.mindbox.com/Products/ARTEnterprise.aspx

18. XpertRule: Rapid Development Environment for Business Rules Automation. - Режим доступа: http://www.xpertrule.com/index.htm

19. IBM Operational Decision Manager. - Режим доступа: http://www-01.ibm.com/software/decision-management/operational-decision-management/websphere-operational-decision-management/

20. Red Hat | JBoss Enterprise Business Rules Management System (BRMS). - Режим доступа: http://www.redhat.com/products/ibossenterprisemiddleware/business-rules

21. Harmon. P. The market for intelligent software products. // Intelligent Software Strategies. 1992. №2. V.8. P. 5-12.

22. Уотермен Д. Руководство по экспертным системам: Пер. с англ. - М.: Мир, 1989. - 388с.

23. G2 Platform. - Режим доступа: http://www.gensym.com/?p=what_it_is_g2

24. Moore В. Questions and Answers about G2. // Copyright, Gensym Corporation. 1993. P. 26-28.

25. RTXPS: real-time expert system. - Режим доступа: http://www.ess.co.at/RTXPS

26. Еремеев А.П., Троицкий В.В. Концепции и модели представления времени и их применение в интеллектуальных системах // Новости искусственного интеллекта. 2004. №1. С. 6-29.

27. Рыбина Г.В., Мозгачев А.В., Паронджанов С.С., Со Тиха Аунг Динамические интегрированные экспертные системы: представление и обработка темпоральных знаний // Приборы и системы. Управление, контроль, диагностика. 2013. №6. С. 23-33.

28. Янковская А.Е., Колесникова С.И., Букреев В.Г. Выявление закономерностей во временных рядах в задачах распознавания состояний динамических объектов. - Томск: Изд-во ТПУ, 2010.-254 с.

29. Колесникова С.И. Выявление закономерностей во временных рядах при распознавании состояний сложных объектов управления // Приборы и системы. Управление, контроль, диагностика. 2010. № 5. С. 66-71.

30. Verhagen М., Gaizauskas R., Schilder F., Hepple M., Katz G., Pustejovsky J. SemEval-2007 Task 15: TempEval Temporal Relation Identification // SemEval '07 Proceedings of the 4th International Workshop on Semantic Evaluations. - Stroudsburg: Association for Computational Linguistics, 2007. - p. 75-80.

31. Pan F. Learning Temporal Information from Text / Encyclopedia of Data Warehousing and Mining, Second Edition. - Montclair State University, USA, 2009. - P. 1146-1149.

32. Boguraev В., Ando R. K. TimeMLCompliant Text Analysis for Temporal Reasoning. // In Proceedings of the International Joint Conferenceon Artificial Intelligence (IJCAI). 2005.

33. Srikanth Т., Srikanth M., Srikanth M. Experiments with reasoning for temporal relations between events // In Proceedings of the 22nd International Conference on Computational Linguistics (Coling 2008). - Manchester, UK, August. Coling 2008 Organizing Committee. 2008. - P. 857864.

34. Wvali G. P. Temporal relation identification by syntactico-semantic analysis // In Proceedings of the 4th International Workshop on SemEval-2007. - 2007. - P. 484^87.

35. Еремеев А.П., Куриленко И.Е. Компонента временных рассуждений для интеллектуальных систем поддержки принятия решения реального времени. // Искусственный интеллект и принятие решений. 2009. №1. С. 31-45.

36. Заболеева-Зотова А.В., Фамхынг Д.К., Захаров С.С. Гибридный подход к обработке временной информации в тексте на русском языке // Труды одиннадцатой национальной конференции по искусственному интеллекту с международным участием - КИИ 2008.

37. Осипов Г.С. Динамические интеллектуальные системы. // Искусственный интеллект и принятие решений. 2008. №1. С. 47-54.

38. McDermott D. A temporal logic for reasoning about processes and plans // Cognitive Science. 1982.N. 6. P.101-155.

39. Shoham Y. Temporal logics in AI: Semantical and ontological considerations // Artificial Intelligence. 1987. N. 33(1). P.37-63.

40. Galton A. A critical examination of Allen's theory of action and time // Artificial Intelligence. 1990. N. 42(2-3). P. 159-188.

41. Allen J. Maintaining knowledge about temporal intervals // Communications of the ACM. 1983. N.26(11). P.832-843.

42. Vilain M. A system for reasoning about time // In Proceedings of the 2nd National (US) Conference on Artificial Intelligence, AAAI-82. - Pittsburgh, PA. 1982. - P. 197-201.

43. Емельянов В.В., Яснновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. - М.: АНВИК, 1998. -427с.

44. Рыбина Г.В., Демидов Д.В. Модели, методы и программные средства вывода в интегрированных экспертных системах // Инженерная физика. №2, 2007. С. 51-60.

45. Рыбина Г.В. Инструментальные средства построения динамических интегрированных экспертных систем: развитие комплекса AT-ТЕХНОЛОГИЯ // Искусственный интеллект и принятие решений. 2010. №1. С. 41-48.

46. Рыбина Г.В., Паронджанов С.С., Шанцер Д.И., Мозгачев А.В. Тенденции развития и применения современного программного инструментария для поддержки построения динамических интеллектуальных систем // Приборы и системы. Управление, контроль, диагностика. 2010. №11. С. 2-11.

47. Рыбина Г.В., Демидов Д.В., Шанцер Д.И., Мозгачев А.В. Динамические интегрированные экспертные системы: новые возможности инструментального комплекса АТ-ТЕХНОЛОГИЯ // Информационно-измерительные и управляющие системы. 2011. №6. С. 7-15.

48. Рыбина Г.В., Шанцер Д.И., Мозгачев А.В., Блохин Ю.М. Динамические интеллектуальные системы на основе интегрированных экспертных систем // Приборы и системы. Управление, контроль, диагностика. 2012. №5. С. 13-19.

49. Spranger S. Representation of Temporal Knowledge for Web-based Applications. Munchen, 2002. - 112p.

50. Allen. J. Time and time again: The many ways to represent time // Journal of Intelligent Information Systems. 1991. N. 6(4). P. 341-356.

51. McCarthy J., Hayes P. Some philosophical problems from the standpoint of artificial intelligence. In B. Meltzer and D. Michie, editors, Machine Intelligence 4, Edinburgh University Press, Edinburgh, Scotland. 1969. P. 463-502.

52. Shoham Y. Goyal N. Representing time and action in AI. revised version of: Problems in formal temporal reasoning // Artificial Intelligence. 1988. N. 36(1). P.49-61.

53. Kowalski R., Sergot M.. A logic-based calculus of events. // New Generation Computing. 1986. N.4(1). P.67-95.

54. Pratt V. Semantical considerations on oyd-hoare logic // In Proceedings of the 17th FOCS, IEEF. 1976. P. 109-121.

55. Harel D. First-order dynamic logic // Lecture Notes in Computer Science. Springer-Verlag, New York. V. 68. 1979.

56. Harel D. Dynamic logic. In D. Gabby et al., editors, Handbook of Philosophical Logic. Vol. II. Dordrecht (NL): Extensions of Classical Logic Publishing Company. 1984.

57. Moore R. A formal theory of knowledge and action. / J.R.Hobbs and R.C.Moore, Formal theories of commonsense world. Norwood NJ: Ablex. 1985. P. 319-358.

58. Meyer J. Dynamic logic reasoning about actions and agents / Workshop on Logic-Based Artifical Intelligence. Washington, DC. 1999.

59. Jensen C.,R. Snodgrass R. Semantics of time-varying information // Information Systems. 1996. N. 21(4). P.311-352.

60. Van Benthem J. The logic of time. - D. Reidel Publishing Company, 1983; revised and expanded edition, 1991.

61. Hayes P., Allen J. A common-sense theory of time // In Proceedings of the 9th International Joint Conference on Artificial Intelligence. - Los Angeles, CA. 1985. - P.528-531.

62. Hayes P., Allen J. Short time periods // In Proceedings of IJCAI-87. - Los Angeles, CA. 1987. - P. 981-983.

63. Ladkin P. Time representation: A taxonomy of interval relations // In Proceedings AAAI-86. -Philadelphia, PA. 1986. - P. 360-366.

64. Ladkin P. The logic of time representation. PhD Thesis, University of California, 1987.

65. Vila L. IP - an instant-period-based theory of time // Proceedings of the ECAI-94 Workshop on Spatial and Temporal Reasoning. 1994. - P. 197-201.

66. Morris R., Shoa W., Khatib L. Domain independent reasoning about recurring events // Computational Intelligence. 1996. N.12(3). P.450-477.

67. Khatib L., Morris R. Generating scenarios for periodic events with binary constraints // In TIME-99 (IEEE press), the 6th International Workshop on Temporal Representation and Reasoning. -Orlando, FL. 1999. P. 67-72.

68. J. Koomen J. Reasoning about recurrence // Journal of Intelligent Information Systems. 1991. N.6. P.461-496.

69. Davis W., Carnes J. Clustering temporal intervals to generate reference hierarchies // In Proceedings of the 2nd International Conference on Principles of Knowledge Representation and reasoning. - Morgan Kaufman. 1991. - P. 111-117.

70. Morris R., Khatib L. An interval-based temporal relational calculus for events with gaps // Journal of Experimental and Theoretical Artificial Intelligence. 1991. N. 3. P.87-107.

71. Khatib L. Reasoning with non-convex intervals. PhD Thesis, Florida Institute of Technology, 1994.

72. Khatib L., Morris R. Quantitative structural temporal constraints on repeating events // In Proceedings of TIME-98. - 1998. - P. 74-80.

73. Morchen F., Ultsch A. Discovering Temporal Knowledge in Multivariate Time Series In Classification // Proceedings 28th Annual Conference of the German Classification Society -2005. - P. 272-279.

74. Guimaraes G., Peter J., Penzel T., Ultsch A. A method for automated temporal knowledge acquisition applied to sleep-related breathing disorders // Artificial Intelligence in Medicine. 2001. V. 23, N. 3 , P. 211-237.

75. Borges R., Garcezl A., Lamb L. Representing, Learning and Extracting Temporal Knowledge from Neural Networks: A Case Study // ICANN'10 Proceedings of the 20th international conference on Artificial neural networks: Part II. - Springer-Verlag Berlin, Heidelberg. 2010. - p. 104-113,

76. Roddick J., Spiliopouiou M. A Survey of Temporal Knowledge Discovery Paradigms and Methods // IEEE transactions on knowledge and data engineering. 2002. V. 14, N. 4, P. 750-767.

77. J. Huang J. Self-Reproducing Machine Learning and Temporal Knowledge Acquisition. - 2008.

78. Stein A., Musen M. A., Shahar Y. Knowledge acquisition for temporal abstraction // Proceedings of the AMIA Annual Fall Symposium. - 1996. - P. 204-208.

79. Pham S.B., Hoffmann A. Efficient Knowledge Acquisition for Extracting Temporal Relations // Proceeding of the 2006 conference on ECAI 2006: 17th European Conference on Artificial Intelligence. - Riva del Garda, Italy. 2006. - P. 521-525.

80. Wang Y., Yang B., Zoupanos S., Spaniol M., Weikum G. Scalable Spatio-temporal Knowledge Harvesting // Proceedings of the 20th international conference on World wide web. - New York: ACM. 2011.

81. Wang Y., Zhu M., Qu L., Spaniol M., Weikum G. Timely YAGO: Harvesting, Querying, and Visualizing Temporal Knowledge from Wikipedia // Proceedings of the 13th International Conference on Extending Database Technology. - New York: ACM. 2011. - P. 697-700.

82. Mani I., Verhagen M., Wellner B., Lee C.M., Pustejovsky J. Machine learning of temporal relations // In ACL-44 Proceedings of the 21st International Conference on Computational Linguistics and the 44th annual meeting of the Association for Computational Linguistics. -Morristown, NJ, USA. Association for Computational Linguistics. 2006. - P. 753-760,

83. Schilder F. Temporal Relations in English and German Narrative Discourse - . University of Edinburgh. College of Science and Engineering. School of Informatics. 1997. - 216p.

84. Yoshikawa K., Riedel S., Asahara M., Matsumoto Y. Jointly Identifying Temporal Relations with Markov Logic // In Proceedings of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Processing of the AFNLP. -Suntec, Singapore. 2009. - P. 405-413.

85. Bethard S., Martin J. H., Klingenstein S. Timelines from text: Identification of syntactic temporal relations // In International Conference on Semantic Computing. 2007.

86. Hagege C., Tannier X. XTM: A Robust Temporal Text Processor // CICLing'08 Proceedings of the 9th international conference on Computational linguistics and intelligent text processing. -Springer-Verlag Berlin, Heidelberg. 2008. - P. 231-240.

87. Mulkar-Mehta R., Hobbs J.R., Liu C.C., Zhou X.J. Discovering Causal and Temporal Relations in Biomedical Texts // AAAI Spring Symposium, Artificial Intelligence. 2009. - p. 74-80.

88. Национальный корпус русского языка - Режим доступа: http://www.ruscorpora.ru/

89. Kaikova Н., Terziyan V. Temporal Knowledge Acquisition From Multiple Experts // Proceedings of NGITS'97 - The Third International Workshop on Next Generation Information Technologies and Systems. - Neve Ilan, Israel. 1997. - p.44 - 55.

90. Puuronen S., Kaikova H. Handling Context-Sensitive Temporal Knowledge from Multiple Differently Ranked Sources // IEA/AIE '99 Proceedings of the 12th international conference on Industrial and engineering applications of artificial intelligence and expert systems: multiple approaches to intelligent systems. - Springer-Verlag New York, Inc. Secaucus, NJ, USA. 1999. -p. 688-697.

91. Плесневич Г.С. Метод аналитических таблиц для логики событий. // Труды Международной конференции "Интеллектуальное управление: новые интеллектуальные технологии в задачах управления (ЮТ'99)". - Переелавль-Залесский: ИПС, 1999.

92. Савенков С.С. Реализация метода абдукции для интервальной логики Аллена для введения метризации и 2D представления // Труды Международной студенческой школы-семинара «Новые информационные технологии». - М.: Московский государственный институт электроники и математики, 2005.

93. Еремеев А.П. Логика ветвящегося времени и ее применение в интеллектуальных системах поддержки принятия решений. // Десятая национальная конференция по искусственному интеллекту с международным участием КИИ-2006: Труды конференции в 3-х томах. - М.: Физматлит, 2006. Т.З. С. 746-754.

94. Смирнов В.А. Модальные и временные логики. // Материалы II Советско-финского коллоквиума по логике. Москва, декабрь 3-7, 1979. - М.: АН СССР, 1979. С. 89-98.

95. Ladkin P. Constraint reasoning with intervals: a tutorial, survey and bibliography. // ICSI TR-90-059. November 1990.

96. Горощенко Л.Б. Принципы планирования боевых действий истребителей в системах ПВО. // Полет. - 2000, №3. С. 39-44.

97. Хрипунов С.П. Распознавание тактических ситуаций в воздушном бою с использованием методов искусственного интеллекта // Бортовые интеллектуальные системы. Ч. 1. Авиационные системы. Сборник статей - М.: Радиотехника, 2006. С. 26-35.

98. Рыбина Г.В., Шанцер Д.И., Липатов A.A. Имитационное моделирование внешнего мира при построении динамических интегрированных экспертных систем // Тринадцатая национальная конференция по искусственному интеллекту с международным участием. Труды конференции. Т.З. - Белгород: Изд-во БГТУ, 2012. С.179-185.

99. Рыбина Г.В., Блохин Ю.М., Гохгебрг Г.С., Рудый A.C. Интегрированная экспертная система контроля качества заготовок для электронно-лучевой литографии // Информационно-измерительные и управляющие системы, 2012. №8. С.21-28.