Методы и программные средства когнитивной графики для интеллектуальных систем поддержки принятия решений тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Новоселов, Юрий Владимирович

• Новоселов, Юрий Владимирович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Новоселов, Юрий Владимирович

ОГЛАВЛЕНИЕ

Сокращения

Введение

ГЛАВА 1. КОГНИТИВНАЯ ГРАФИКА В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ

1.1. Когнитивная графика

1.2. Когнитивные образы

1.2.1. Когнитивные образы на основе произвольных графических изображений

1.2.2. Когнитивные карты

1.2.3. Классы задач когнитивной графики

1.2.4. Детализация графического изображения при построении когнитивных образов

1.3. Применение онтологического подхода для создания формальных механизмов описания когнитивных образов

1.4. Среды разработки когнитивных образов

1.5. Обзор инструментальных средств разработки когнитивных образов

1.6. Применение когнитивных образов в программных продуктах

1.7. Применение когнитивных образов для решения практических задач в системах поддержки принятия решений реального времени

1.8. Выводы по главе 1 37 ГЛАВА 2. РАЗРАБОТКА ФОРМАТА ФОРМАЛЬНОГО ОПИСАНИЯ КОГНИТИВНЫХ ОБРАЗОВ 38 2.1. Этапы разработки формата формального описания когнитивных образов

2.1.1. Первый этап разработки формата формального описания когнитивных образов (разновидности когнитивных образов)

2.1.2. Второй этап разработки формата формального описания когнитивных образов (создание модифицированного онтологического описания предметной области когнитивной графики)

2.1.3. Третий этап разработки формата формального описания когнитивных образов (выявление структурного сходства когнитивных образов различных разновидностей)

2.1.4. Четвертый этап разработки формата формального описания когнитивных образов (создание формата формального описания когнитивных образов)

2.2. Создание метода решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа

2.3. Формальное описание задачи выявления темпорального рассогласования отображения элементов когнитивного образа

2.4. Построение модели временных процессов когнитивного образа на основе конечного автомата Бюхи для решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа

2.5. Формирование последовательностей параметров времени для решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа

2.6. Алгоритм решения задачи выявления темпорального рассогласования отображения элементов когнитивного образа с использованием конечного автомата Бюхи

2.7. Программный модуль выявления темпорального рассогласования отображения элементов когнитивного образа

2.8. Выводы по главе 2 71 ГЛАВА 3. СОЗДАНИЕ КОМПЬЮТЕРНОЙ ПРОГРАММНОЙ СРЕДЫ РАЗРАБОТКИ КОГНИТИВНЫХ ОБРАЗОВ И СОЗДАНИЕ КОГНИТИВНОГО ОБРАЗА ДЛЯ СППР РВ ДИАГНОСТИКИ СЛОЖНОГО ТЕХНОЛОГИЧЕСКОГО ОБЪЕКТА 72 3.1 Создание компьютерной программной среды разработки когнитивных образов на основе формата описания когнитивных образов на формальном уровне

3.2. Структура разработанной компьютерной программной среды создания когнитивных образов

3.3. Принципы формирования когнитивных образов для интерфейса пользователя систем поддержки принятия решений реального времени

3.4. Формирование цветового режима когнитивного образа с использованием механизмов нечеткой логики

3.5. Принципы создания когнитивного образа для СППР РВ диагностики сложного технологического объекта

3.6. Процесс создания когнитивного образа для СППР РВ диагностики сложного технологического объекта

3.7. Создание метода-формирования цветового режима когнитивного образа для СППР РВ диагностики сложного технологического объекта

3.8. Интерпретация когнитивного образа для СППР РВ диагностики сложного технологического объекта

3.9. Метод построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта

3.10. Выводы по главе 3 97 ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ КОГНИТИВНОГО ОБРАЗА ДЛЯ СППР РВ ДИАГНОСТИКИ СЛОЖНОГО ТЕХНОЛОГИЧЕСКОГО ОБЪЕКТА НА ПРИМЕРЕ СИСТЕМЫ КОМПЕНСАЦИИ ОБЪЕМА ВОДО-ВОДЯНОГО ЭНЕРГЕТИЧЕСКОГО РЕАКТОРА (ВВЭР) 99 4.1. Использование компьютерной программной среды создания когнитивных образов при разработке когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР 99 4.2 Программная реализация когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР ЮЗ

4.3. Режимы отображения программно реализованного когнитивного образа для СПГТР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР

4.4 Структура программной реализации когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР

4.5. Создание блока реорганизации облика когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР

4.6. Структура виртуальной модели компенсатора объема

4.6.1. Использование нейронной сети для создания блока восстановления значений параметров

4.6.2. Использование нейронной сети для создания блока формирования нового состояния системы

4.6.3. Формирование выплаты для определения целесообразности выполнения рассмотренного управляющего воздействия

4.7. Формирование последовательности управляющих воздействий для перевода системы компенсации объема ВВЭР в штатное состояние с использованием метода подкрепленного обучения

4.8. Преимущества модификации алгоритма Q-обучения

4.9. Выводы по главе 4 139 Заключение 141 Литература 143 Приложение

Сокращения

ИИ - искусственный интеллект,

СГТПР - система поддержки принятия решений,

ИСППР РВ - интеллектуальная система поддержки принятия решений реального времени,

КГ - когнитивная графика,

ГО - графический образ,

КО - когнитивный образ,

ЛПР - лицо, принимающее решение,

АЭС - атомная электростанция,

ВВЭР - водо-водяной энергетический реактор,

РУ - реакторная установка,

КД - компенсатор давления.

Введение диссертации (часть автореферата) на тему «Методы и программные средства когнитивной графики для интеллектуальных систем поддержки принятия решений»

ВВЕДЕНИЕ

В диссертационной работе исследованы и реализованы модели, методы и программные средства формального описания и создания когнитивных образов (КО). На основе полученных результатов предложен формат формального описания когнитивных образов, а также разработана и реализована компьютерная программная среда создания когнитивных образов. В качестве примера работы компьютерной программной среды рассматривается разработка когнитивного образа для системы поддержки принятия решений реального времени (СППР РВ) диагностики сложного технологического объекта. Разработанная компьютерная программная среда позволяет создавать статические КО, статические анимационные КО, динамические КО и динамические анимационные КО, сохраняя их в предложенном формате формального описания когнитивных образов. Актуальность темы. Как правило, задачи, для решения которых применяются системы поддержки принятия решений реального времени имеют большое количество параметров, при работе с которыми лицо, принимающее решение, (ЛИР) должно выявить различные закономерности, учитывая эксплуатационные пределы, или построить тренды, тенденции и т.д. В условиях ограниченного ресурса времени решение подобных задач нередко является очень важной проблемой [1]. Например, если ЛПР не сможет своевременно отследить или оценить значения параметров контролируемого объекта управления, который находится в аварийном состоянии, то иногда через несколько секунд может случиться катастрофа. Такими объектами управления могут являться различные транспортные средства передвижения, позволяющие развивать большие скорости. К данным контролируемым объектам управления также относятся сложные технологические объекты, например, атомные электростанции, системы газопроводов или нефтепроводов и т. д. [2]. Деятельность человека,

связанная с контролем и управлением сложным объектом, сопряжена с высокой мыслительной нагрузкой. Принимая решение, он должен учесть множество факторов и предугадать возможные последствия. Поэтому для решения подобных задач особенно в условиях ограниченного ресурса времени в СППР РВ используются когнитивные образы, которые помогают ЛПР мыслить быстрее и эффективнее [3]. Представляемый человеку когнитивный образ должен быть таким, чтобы пробудить так называемое «визуальное» мышление.

Необходимо отметить, что подавляющее количество специалистов разрабатывают когнитивные образы для того, чтобы решить локальные задачи в той предметной области, в которой они проводят свои исследования. К сожалению, процесс разработки данных когнитивных образов отнимает много сил и времени. Это приводит к тому, что после успешного завершения процесса создания когнитивного образа, позволяющего решить поставленную задачу, у специалистов по различным причинам отсутствует интерес, желание или возможности для дальнейших исследований в предметной области когнитивной графики. Перед теми, кто решил непосредственно заниматься задачами из предметной области когнитивной графики стоят важные проблемы, некоторые из них рассмотрены в данной работе. В результате, можно сделать вывод о том, что задача разработки стандартных моделей, методов и программных средств построения когнитивных образов весьма остро стоит перед специалистами. Необходимо создание приемлемых по стоимости, простых и надежных в эксплуатации программных средств, обеспечивающих возможность формирования когнитивных образов в рамках разработанного формата формального описания КО.

Следует отметить, что успешное решение задачи разработки моделей, методов и программных средств создания КО связано с выполнением следующих исследований:

- следует классифицировать когнитивные образы, позволяющие графически представлять информацию различных типов;

- необходимо создать формат формального описания КО;

- следует разработать алгоритм формирования цветового режима графических изображений, входящих в состав разрабатываемых КО;

- необходимо создать алгоритм выявления темпорального рассогласования отображения элементов когнитивного образа;

- следует предоставить возможность создания формального описания когнитивных образов в разработанном формате, что позволит программно реализовать когнитивный образ, используя его формальное описание в той программной среде, в которой осуществлялась разработка программного продукта, в состав которого планируется интегрировать рассматриваемый когнитивный образ;

- необходимо разработать и реализовать компьютерную программную среду создания когнитивных образов, которая должна быть высоконадежной и удобной в эксплуатации.

Выполненные исследования опираются на результаты работ в области искусственного интеллекта и когнитивной графики Д.А. Поспелова, A.A. Башлыкова, A.A. Зенкина, И.А. Башмакова, Д.О. Брюхова, В.Н. Вагина, Т.А. Гавриловой, А.П. Еремеева, В.Ф. Хорошевского, A.C. Клещева, М.Р. Когаловского, Ю.Ф. Тельнова, В.И. Задорожного, JI.A Калиниченко., М.Ю. Курошева, С.С. Шумилова, О.П. Кузнецова, О.И. Россеевой, и др., а также зарубежных учёных T.R. Gruber, М. Uslar, J.F. Sowa, P. Warren, V.R. Benjamins, D. Fensel, M.R. Genesereth, R.E. Fikes, A. Tannenbaum, H. Takeda, J. Ambrosio, Т. Wendt, S. Barresi, Y. Rezgui, C. Lima, F. Meziane, M. Ushold, M. Gruninger, G. Van Heijst, A.T. Schreiber, B.J. Wielinga.

Объектом исследования данной работы является разработка моделей и методов построения когнитивных образов, которые используются для создания формального описания когнитивных образов.

Предметом исследования являются когнитивный образ, модели и методы описания когнитивных образов.

Целью работы является исследование и разработка методов и программных средств повышения эффективности процесса построения когнитивных образов. На основе исследований моделей и методов описания когнитивных образов необходимо разработать формат формального описания когнитивных образов, создать компьютерную программную среду разработки когнитивных образов. Следует создать когнитивный образ для помощи ЛПР при диагностике сложного технологического объекта на примере системы компенсации объема водо-водяного энергетического реактора.

Для достижения указанной цели работы в диссертации требовалось решение следующих основных задач:

- выявление основополагающих принципов представления когнитивных образов на формальном уровне;

- создание формата описания когнитивных образов на формальном уровне;

- создание метода выявления темпорального рассогласования отображения элементов когнитивного образа;

- создание когнитивного образа для системы поддержки принятия решений реального времени диагностики сложного технологического объекта;

- создание методов построения цветового режима когнитивного образа и построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта;

- создание компьютерной программной среды разработки когнитивных образов, которая позволяет сохранять созданные КО в предложенном формате;

- разработка программной реализации когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема водо-водяного энергетического реактора.

Методы исследования. Поставленные задачи решаются с использованием методов когнитивной графики, нечёткой логики, конечных автоматов, нейронных сетей, математического моделирования онтологий предметных областей, мультиагентным подходом с использованием методов подкрепленного обучения, а также методов анализа вычислительной сложности алгоритмов.

Достоверность научных положений. Достоверность научных результатов подтверждена теоретическими выкладками, данными компьютерного моделирования, а также результатами вычислительных экспериментов для разработанной программной компьютерной среды создания когнитивных образов.

Научная новизна. Новые результаты, полученные в работе, заключаются в следующем:

1) предложен формат формального описания когнитивных образов;

2) предложен когнитивный образ для помощи ЛПР при диагностике сложного технологического объекта;

3) разработан метод и алгоритм формирования цветового режима когнитивного образа для СППР РВ диагностики сложного технологического объекта;

4) предложен метод построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта с использованием мультиагентного подхода;

5) Предложен метод выявления темпорального рассогласования отображения элементов когнитивного образа с использованием механизма конечных автоматов.

Практическая значимость работы заключается в создании компьютерной программной среды разработки когнитивных образов. Данная среда позволяет создавать КО и их формальное описание в предложенном формате. Создан программный модуль выявления рассогласований параметров времени в формальном описании КО, который был интегрирован

в состав разработанной компьютерной программной среды. Создана программная реализация когнитивного образа для СГТГТР РВ диагностики сложного технологического объекта на примере системы компенсации объема водо-водяного энергетического реактора. Выполненные исследования предложенного формата и разработанных программных средств в целом показали их эффективность, обусловленную снижением временных затрат при создании когнитивных образов. Тем самым решена существенная научно-техническая проблема, занимающая важное место в направлении искусственного интеллекта.

Реализация результатов. Результаты диссертационной работы Новоселова Ю.В. использованы в НИР, выполняемых в рамках грантов РФФИ: проект №08-07-00212-а «Исследование и разработка методов и инструментальных средств индуктивного формирования понятий в интеллектуальных системах поддержки принятия решений» (Научный руководитель д.т.н., проф. Вагин В.Н.), проект №05-07-90232 «Исследование и разработка инструментальных средств создания экспертных систем поддержки принятия решений» (Научные руководители д.т.н., проф. Вагин В.Н., д.т.н., проф. Еремеев А.П.).

Созданная компьютерная программная среда разработки когнитивных образов зарегистрирована, что подтверждается свидетельством о государственной регистрации программы для ЭВМ № 2010610913. Программное средство зарегистрировано в реестре программ для ЭВМ 28 января 2010 г. Созданный когнитивный образ для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР, внедрён в прототип диагностической интеллектуальной системы поддержки принятия решений для оперативно-диспетчерского персонала энергоблоков «СПРИНТ РВ», разработанной ООО «Тасмо-Бит», а созданная компьютерная программная среда разработки когнитивных образов использована в учебно-научном процессе кафедры Прикладной

математики НИУ МЭИ, что подтверждается соответствующими актами о внедрении.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на: 9-й, 10-й, 11-й, 12-й, 13-й, 14-й, 15-й, 16-й научных конференциях аспирантов и студентов «Радиотехника, электроника, энергетика» в НИУ МЭИ, г. Москва, 2005-2012 гг.; «Научных сессиях МИФИ», г. Москва, 2005-2013 гг.; международных форумах информатизации МФИ-2005, МФИ-2006, МФИ-2007, МФИ-2008, МФИ-2009, МФИ-2010, МФИ-2011, МФИ-2012 международных конференциях «Информационные средства и технологии», г. Москва, 2005-2012 гг.; конференции «Нечёткие системы и мягкие вычисления», Россия, Тверь, 20-22 сентября, 2006; конференции «Нечёткие системы и мягкие вычисления», Россия, Коломна, 24-26 мая, 2011; конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте», Россия, Коломна, 20-22 мая, 2013; X национальной конференции по искусственному интеллекту с международным участием КИИ-2006, Обнинск; XI национальной конференции по искусственному интеллекту с международным участием КИИ-2008, Дубна; XII национальной конференции по искусственному интеллекту с международным участием КИИ-2010, Тверь; XIII национальной конференции по искусственному интеллекту с международным участием КИИ-2012, Белгород; XXXV юбилейной международной конференции, VI международной конференции молодых ученых, Информационные технологии в науке, образовании, телекоммуникации и бизнесе, Гурзуф, 2008; Международной научно-практической конференции «Технологии электронного обучения: возможности и перспективы», Москва, 2007; XV Международной студенческой школе-семинаре «Новые информационные технологии». Украина, Крым, Судак, 20-27 мая, 2007; конференции «Технологии Microsoft в теории и практике программирования», Россия, Москва, 2-3 апреля 2007.

Публикации. Основные результаты, полученные при выполнении диссертационной работы, опубликованы в 47 печатных работах, включая 5 работ в изданиях, рекомендуемых ВАК.

Структура и объем диссертационной работы. Диссертация состоит из введения, четырёх глав, заключения, списка использованной литературы (101 наименований) и приложений. Диссертация содержит 155 страницы машинописного текста (без приложений) и 23 страницы приложений.

Краткое содержание диссертации по главам. В главе I проведен анализ общих требований, накладываемых на разработку КО, форматов описания КО и компьютерных программных средств создания КО. Также рассмотрены примеры существующих когнитивных образов и примеры компьютерных программных сред создания КО. Сделан обзор научных работ, проводимых в области когнитивной графики, выявлены нерешенные в этой области вопросы и на основе проведенного анализа сформулированы задачи разработки формата формального описания когнитивных образов и реализации компьютерной программной среды создания когнитивных образов на основе разрабатываемого формата формального описания когнитивных образов. В главе II рассмотрен процесс создания разработанного формата формального описания когнитивных образов. Рассмотрен разработанный метод выявления темпорального рассогласования отображения элементов когнитивного образа. Рассмотрен созданный программный модуль выявления темпорального рассогласования отображения элементов когнитивного образа. В главе III рассмотрена разработанная компьютерная программная среда создания когнитивных образов. Рассмотрены подходы формирования обликов когнитивного образа. Описан процесс создания когнитивного образа для СППР РВ диагностики сложного технологического объекта. Описан разработанный метод построения цветового режима когнитивного образа для СППР РВ диагностики сложного технологического объекта. Описан разработанный метод построения реорганизованного облика когнитивного образа для

СППР РВ диагностики сложного технологического объекта. В главе IV рассмотрена программная реализация когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР. Приведено описание режимов отображения программно реализованного когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР. Приведено описание блока построения реорганизованного облика когнитивного образа для СППР РВ диагностики сложного технологического объекта на примере системы компенсации объема ВВЭР. В состав блока построения реорганизованного облика когнитивного образа входят агенты следующих разновидностей: агент контроля и распределения, агент - координатор нижнего уровня, центральный агент - координатор. Описан процесс взаимодействия центрального агента - координатора и виртуальной модели компенсатора объема. Данный процесс осуществляется с целью построения последовательности управляющих воздействий, позволяющих перевести систему компенсации объема ВВЭР в штатное состояние. Процесс взаимодействия центрального агента - координатора и виртуальной модели компенсатора объема осуществляется на основе разработанного алгоритма построения последовательности управляющих воздействий, позволяющих перевести систему компенсации объема ВВЭР в штатное состояние. Данный алгоритм осуществляет построение дерева решения на основе предложенной модификации метода Q - обучения.

ГЛАВА 1. КОГНИТИВНАЯ ГРАФИКА В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ

1.1. Когнитивная графика

Как известно, наиболее важными задачами искусственного интеллекта является сбор фактов, систематизация данных, критический анализ и на этой базе синтез новых знаний, которые не только описывают наблюдаемые природные или общественные явления, но и позволяют построить причинно-следственные связи для прогнозирования [4]. Одним из методов систематизации, обобщения и получения новых знаний является образное представление информации о той предметной области, в рамках которой проводится исследование.

Под образным представлением понимаются графические изображения или анимированная графика. Графикой называется синтез изображений и обработка визуальной информации, полученной из реального мира. Те образы, которые непосредственно направлены на получение новых знаний путём отображения уже известной информации в исследуемой предметной области, называют когнитивными, а раздел науки, изучающий принципы создания таких образов, - когнитивной графикой [5]. Термин когнитивность в переводе с латинского означает познание. Современное определение данного понятия гласит, что когнитивность (познание) - это способность к умственному восприятию и переработке внешней информации человеком [6]. Методы когнитивной графики широко используются при решении задач искусственного интеллекта. К основным задачам когнитивной графики относятся:

• создание когнитивных образов для решения задач в различных предметных областях;

® разработка формальных механизмов описания когнитивных образов, ориентированных на компьютерное представление;

в разработка компьютерных программных средств создания когнитивных образов.

Рассмотрим каждый из аспектов когнитивной графики более подробно.

1.2. Когнитивные образы

Как известно, мышление оперирует образами, именно поэтому наиболее удобной для понимания человеком является работа напрямую с образом объекта, а не с текстом, описывающим этот объект. Условия прикладных задач чаще всего задаются в текстовом виде. Любой текст в сознании человека преобразуется в абстрактный образ, вследствие этого, если условия задачи представить в виде графического изображения, то данный образ, называемый когнитивным, поможет намного быстрее воспринять условие и натолкнуть человека на правильное решение рассматриваемой задачи [7].

Современное понятие когнитивного образа имеет следующий вид: когнитивный образ — это совокупность приемов и методов образного представления условий задачи, которое позволяет либо сразу получить решение, либо получить подсказку для его нахождения [8].

В качестве примера для пояснения приведенного определения можно рассмотреть один из методов решения задачи сложения дробей, который используют . при работе с детьми. Данный метод предусматривает представление условий задачи (складываемых дробей) в виде частей разрезанного яблока. После визуального контакта ребёнка с данным когнитивным образом, ему предоставляют контекстное пояснение, которое позволяет интерпретировать облик когнитивного образ надлежащим способом. В данном случае контекстным пояснением является вопрос: сколько целых яблок получится, если сложить все изображённые части яблока вместе. Именно совокупность графического изображения и контекстного пояснения позволяет натолкнуть лицо, принимающее решение,

на правильный ответ. Данная совокупность графического изображения и контекстного пояснения является когнитивным образом.

Выделяются две разновидности графических изображений, входящих в состав когнитивных образов:

• когнитивные образы на основе произвольных графических изображений (когнитивные образы, графические изображения которых имеют произвольную структуру);

• когнитивные образы на основе графических изображений с сетевой структурой, называемые когнитивными картами (когнитивные образы, графические изображения которых являются графом).

1.2.1. Когнитивные образы на основе произвольных графических изображений

Когнитивные образы на основе произвольных графических изображений включают в себя произвольное графическое изображение и контекстное пояснение, в котором описывается соответствие между параметрами решаемой задачи и фрагментами выбранного графического изображения [9].

В качестве произвольных графических изображений часто используются элементарные графические объекты, а также преобразование данных объектов, например: точки, круги, квадраты, отрезки и изменение их размеров, формы, местоположения и цветового режима, но нередко применяются и более сложные графические образы. При работе с динамическими параметрами решаемой задачи статическая составляющая когнитивных образов минимальна, основную когнитивную нагрузку несет динамика графического изображения и ее эволюция, позволяющая сделать вывод о сложившейся ситуации и спрогнозировать её развитие.

Выбор графического изображения определяется условиями решаемой задачи и закономерностями, положенными в основу выбранного для решения рассматриваемой задачи метода, которые должны быть представлены в графическом виде с помощью выбранного изображения.

Метод графического решения задачи с помощью когнитивного образа на основе произвольного графического изображения основывается на таких принципах, как параллельность, перпендикулярность, вертикальность, горизонтальность, совпадение и т.д. фрагментов используемого графического изображения. Для выбора наиболее подходящего принципа, на основе которого будет построен когнитивный образ, в процессе анализа необходимо выделить и сгруппировать однотипные и взаимозависимые параметры решаемой задачи. Важным аспектом при выборе графического изображения, претендующего на статус когнитивного, является однозначность его интерпретации в процессе поиска ответа или новых идей для решения рассматриваемой задачи.

1.2.2. Когнитивные карты

Когнитивные образы, которые в качестве графических изображений используют графы, называются когнитивными картами. Когнитивные карты включают в себя графическое изображение - граф и контекстное пояснение, в котором описывается соответствие между параметрами решаемой задачи и фрагментами выбранного графического изображения, состоящего из вершин и связей между ними.

Когнитивные карты можно использовать в качестве инструментария для непрерывного мониторинга состояния ситуации, порождения и проверки гипотез, механизмов развития и механизмов управления ситуацией. Как правило, когнитивные карты применяют для концептуального анализа и моделирования сложных и плохо определенных политических, экономических, социальных и иных ситуаций, а также используются при разработке стратегий управления и механизмов их реализации, разработки программных документов стратегического развития страны, региона, предприятия, фирмы и т.д.

На формальном уровне когнитивная карта О рассматривается как совокупность двух множеств С = (Г, V), где Р - множество вершин, взаимно

однозначно соответствующее множеству базисных факторов (признаков, характеристик ситуации), V - множество дуг, отражающих непосредственные взаимосвязи между факторами [10]. Выделяют два типа причинно-следственных связей: положительные и отрицательные. При положительной связи увеличение значения фактора-причины приводит к увеличению значения фактора-следствия, а при отрицательной связи увеличение значения фактора-причины приводит к уменьшению значения фактора-следствия.

Согласно рассмотренному формальному описанию с помощью когнитивной карты возможно графическое представление только статического набора параметров решаемой задачи. При изменении значений рассматриваемого набора параметров решаемой задачи предполагается, что для его графического представления потребуется построение новой когнитивной карты из-за отсутствия в формальном определении механизмов, позволяющих задать правила изменения когнитивной карты при изменении значений набора параметров решаемой задачи или изменении количества самих параметров в рассматриваемом наборе.

1.2.3. Классы задач когнитивной графики

Задачи, для решения которых предназначены когнитивные образы, делятся на два класса.

К первому классу задач относятся задачи, в которых требуется непосредственно получить новое знание. Примером, наглядно иллюстрирующим задачи, относящиеся к данному классу, является задача, которая была решена с использованием когнитивного образа «коврики Зенкина» [11]. В задаче требовалось проанализировать ряд простых чисел и выявить закономерности ряда с целью создания алгоритма построения данного числового ряда. Такая закономерность была выявлена с помощью когнитивного образа, представляющего собой матрицу (таблицу), ячейки которой были пронумерованы натуральными числами. Ячейки, номера которых совпадали с элементами числового ряда, были окрашены в один

цвет. Это позволило графически выявить закономерность между данными ячейками на основе периодического повторения одного и того же рисунка, образованного закрашенными ячейками, порядковые номера которых совпадали с элементами числового ряда.

Список литературы диссертационного исследования кандидат наук Новоселов, Юрий Владимирович, 2013 год

ЛИТЕРАТУРА

1. Болотова Л.С., Смольянинова В.А., Смирнов С.С. Концептуальное проектирование модели предметной области при помощи программных систем разработки баз знаний для интеллектуальных систем поддержки принятия решений. // Наукоемкие технологии. - М.: Радиотехника, 2009. Т. 10. -№8.-С. 23-28.

2. Башлыков A.A. "Когнитивная графика как средство образного представления информации в человеко-машинных системах управления сложными объектами.", НТЖ "Автоматизация, телемеханизация и связь в промышленности", №12, 2008.

3. Новоселов Ю.В. Когнитивная графика или метафора в системах поддержки принятия решений в сфере энергоснабжения. Международный форум информатизации МФИ-2006. Труды международной научно-технической конференции «Информационные средства и технологии». В 3-х т. Т. 3. - М.: Янус-К, 2006, с. 131-134.

4. Левитин К.Е., Поспелов Д.А. Будущее искусственного интеллекта. - М.: Наука, 1991.-304 с.

5. Поспелов Д. А. Десять «горячих точек» в исследованиях по искусственному интеллекту. В сб. Интеллектуальные системы. - М.: МГУ. 1996. Т.1, вып. 1 - 4., с. 47-56.

6. Лорьер Ж.Л. Системы искусственного интеллекта. "М.: Мир.- 1991 "568 с.

7. Новоселов Ю. В. Реализация когнитивной графики для системы поддержки принятия решений по потреблению ресурсов в сфере энергоснабжения. // Тезисы докладов XV Международной студенческой школы-семинара.- М.: Издательство МИЭМ, 2007. сс. 294-295

8. Башлыков A.A. Образное представление состояния сложных технологических объектов управления.// Искусственный интеллект и принятие решений. - 2012., №3, с. 9 - 18.

9. Новоселов Ю.В. Формальная модель описания когнитивных образов. // РАДИОЭЛЕКТРОНИКА, ЭЛЕКТРОНИКА И ЭНЕРГЕТИКА: Пятнадцатая Междунар. науч.-техн. конф. студентов и аспирантов: тез. докл. В 3-х т. Т. 1. М.: Издательский дом МЭИ, 2009. 289 - 291с.

10. Болотова Л.С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях: учебник / ФГБОУ ВПО РГУИТП; ФГАУ ГНИИ ИТТ «Информатика». - М.: Финансы и статистика, 2012.-664 е.: ил.

11. Искусственный интеллект. " В 3-х кн. Кн. 2. Модели и методы: справочник. - М.: Радио и связь, 1990. - 304 с.

12. Кабулов Б.Т.: "Метод построения лиц Чернова, ориентированный на интервальные оценки параметров", М., Техническая кибернетика, 1991, №3. с. 45-51.

13. Башлыков A.A. Методы когнитивной графики для образного представления состояния энергоблока АЭС. Труды международного форума информатизации. М.: Машиностроение, 1994, с. 92-98.

14. Дружинин В.Н. Ушаков Д.В. Когнитивная психология. - М.: ПЕР СЭ, 2002. - 480с.

15. Башмаков А.И., Башмаков И.А. Механизмы наследования, выявления и разрешения противоречий в обобщенной модели представления предметной области. Часть I // Техническая кибернетика. 1994. - № 5., с.14-27.

16. Рассел, Стюарт, Норвиг, Питер. Искусственный интеллект: современный подход, 2-е изд..: Пер. с англ. - М.: Издательский дом "Вильяме", 2006. -1408 е.: ил. - Парал. тит. англ.

17. Guarino, N. Formal Ontology, Conceptual Analysis and Knowledge Representation, International Journal of Human-Computer Studies, 43(5-6):625-640, 1995.

18. Гладун А .Я., Рогушина Ю.В. Онтологии в корпоративных системах Часть И. журнал "Корпоративные системы". №1, 2006. с. 75-83.

19. Болотова JI.C. Модели представления знаний в системах искусственного интеллекта: Учеб. пособие. - Ч. 1. - Теоретические основы искусственного интеллекта и формальные модели. - М.: РГУИТП, 2009. -129 с.

20. Представление и использование знаний. / Под ред. X. Уэно, М. Исудзука. - М.: Мир, 1989. - 220 с.

21. Вагин В.Н., Головина Е.Ю., Загорянская A.A., Фомина М.В. «Достоверный и правдоподобный вывод в интеллектуальных системах», под. ред. Вагина В.Н., Поспелова Д.А., Изд-во Физматлит, 2008. - 713 с.

22. Буч Г. Объектно-ориентированный анализ и проектирование. СПб, Бином. 2000 г. 560 с.

23. Макконнелл С.С., Совершенный код./Пер. с англ. - М. : Издательско -торговый дом «Русская Редакция»; СПб.: Питер, 2005. - 896 стр.

24. Новоселов Ю.В Компьютерные программные средства разработки когнитивных образов. Тринадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2012(16-20 октября 2012 г., г. Белгород, Россия) Труды конференции. Т.1. -Белгород: Изж-во БГТУ, 2012. - 377 с. 327-334.

25. Башлыков A.A., Гвишиани В.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. - М.: издательство "Эдиториал" УРСС, 2004, 203 с.

26. Кулинич A.A. Система когнитивного моделирования «Канва». // Прогрммные продукты и системы. - 2002. №3.

27. Кулинич A.A. Субъектно-ориентированная система концептуального моделирования «Канва». Материалы 1-й Международной конференции

«Когнитивный анализ и управление развитием ситуаций». Москва, октябрь, 2001 г.

28. Башлыков A.A., Глухов В.В., Дементьев В.А. Реализация АРМ оператора АЭС на технических средствах СМ-1820 для замены "Орион-М" и "РМОТ-02". - М. Изд. АО "МАШМИР", Безопасность, эффективность и экономика атомной энергетики. ВНИИАЭС. Тезисы докладов 3-й Международной научно-технической конференции. Москва. 2002, с. 157-160.

29. Башлыков A.A. КОГРА-РВ интеллектуальная информационная система для образного представления состояния реакторной установки энергоблока АЭС с реактором ВВЭР-1000. Труды 8-й национальной конференции по искусственному интеллекту. М.: 2002. с. 185-193.

30. Башлыков A.A., Ильинский А.Н., Абраменко В.О. Колесник А.И. "ОКО" - информационная корпоративная система контроля безопасности работы энергоблоков и выполнения графики несения нагрузки по обобщенным параметрам. Приборы. №9. 2003, с. 22-30.

31. Башлыков A.A. Ильинский А.Н. Якманова О.Б. Интеллектуальный пользовательский интерфейс системы "СПРИНТ-РВ", реализуемый средствами когнитивной графики в среде "КОГРА". // Информационные технологии и вычислительные системы. - 1999.- № 1. с. 98-105.

32. Еремеев А.П., Тихонов Д.А., Шутова П.В. Поддержка принятия решений в условиях неопределенности на основе немарковской модели. // Изв. РАН. Теория и система управления, 1999, №5, с. 87-93.

33. Вагин В.Н. Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени. //Известия академии наук. Теория и системы управления. 2001, №6, с. 114-123.

34. Пархоменко П.П. Теория, методы и средства диагностирования дискретных устройств систем на современной элементной базе. - JL: ЛМИ, 1988.

35. Пархоменко П.П. Согомонян Е.С. Основные положения и рекомендации по организации диагностического обеспечения сложного объекта. - М.: Машиностроение, 1985.

36. Бригер И.А. Техническая диагностика. - М.: Машиностроение, 1978.

37. Клюев В.В. Пархоменко П.П., Абрамчук В.Е. и др. Технические средства диагностирования. Справочник. -М.: Машиностроение, 1978.

38. Городецкий М.С. Оперативная диагностика состояния оборудования, инструмента и рабочего процесса в станках с помощью встроенных средств. /Экспериментальный НИИ металлорежущих станков. - М.: ЭНИМС, 1989.

39. Городецкий М.С. Функции контроля и диагностики в гибких производственных модулях / Экспериментальный НИИ металлорежущих станков. - М.: ЭНИМС 1987.

40. Пархоменко П.П., Согомонян Е.С. Основы технической диагностики. -М.: Энергоиздат, 1981.

41. Монахов A.C. Атомные электрические станции и их технологическое оборудование. - М.: Энергоатомиздат, 1986. - 224 с.

42. Горынин, И. В., Баландин Ю.Ф., Звездин Ю.И., и др. Теплоустойчивая сталь для корпусов водо-водяных реакторов под давлением. - В 3-х т., Т.З., с.380.

43. Граймс М. Проектирование баз данных на основе XML.: Пер. с англ. -М.: Издательский дом «Вильяме», 2002. - 640 с.

44. Новоселов Ю.В. Формальная модель представления когнитивного образа для системы поддержки принятия решений в задаче диагностики объекта. Вестник МЭИ, Издательство МЭИ, 2009 с. 183-187.

45. Новоселов Ю.В. Классификация когнитивных образов. //Радиоэлектроника, электротехника и энергетика: Семнадцатая междунар. науч.-техн. конф. студентов и аспирантов: Тез. докл. В 3-х т. Т.1. М.: Издательский дом МЭИ, 2011. - 488 с. 377-378.

46. Зенкин A.A. Поспелов Д.А. Когнитивная компьютерная графика. -М.: Наука, 1991.- 192 с.

47. Максимов В.И. Когнитивные технологии - от незнания к пониманию: Материалы I Международной конф.: Когнитивный анализ и управление развитием ситуаций. - М.: ИПУ РАН, 2001. - Т. 1. С. 4 - 41.

48. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии. М.:Изд-во МГТУ им. Н.Э.Баумана, 2005. - 304 с.

49. Новоселов Ю.В. Разработка формальной модели описания когнитивных образов для интеллектуальных систем диагностики технологических объектов. Научно-практическая конференция студентов, аспирантов, молодых ученых и специалистов (Коломна, 26-27 мая 2009 г.). Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте. Научные доклады. В 2-х т. Т.2. -М.:Физмфтлит, 2009. - 303 с. 210-213.

50. Novoselov Y.V. Formal Model of Dynamic Cognitive Images. Interactive Systems and Technologies: Volume III. - Collection of scientific papers. -Ulyanovsk: U1STU, 2009. 468 p. 438-441.

51. Еремеев А.П., Троицкий B.B. Модели представления временных зависимостей в интеллектуальных системах поддержки принятия решений. - Изв. РАН. Теория и системы управления, 2003, №5.

52. Еремеев А.П. Куриленко И.Е. Темпоральные модели на основе логики ветвящегося времени в интеллектуальных системах.// Искусственный интеллект и принятие решений. - 2011., №1, с. 14-26.

53. Еремеев А.П., Куриленко И.Е. Средства темпорального вывода для интеллектуальных систем реального времени. - Интеллектуальные системы. Колл. Монография. Вып. 4. -М.: Физматлит, 2010.

54. Новоселов Ю.В. Использование конечных автоматов для выявления рассогласований временных процессов в формальном описании когнитивных образов. Труды XIX Международной научно-технической конференции « Информационные средства и технологии». 18-20 октября 2011 г., Москва. В 3 томах. Т.2.М.: Издательский дом МЭИ. 319 е., ил. с.295 - 302.

55. Заболеева - Зотова A.B., Камаев В.А. Лингвистическое обеспечение автоматизированных систем: Учеб. пособие,. - М.: Высш. шк., 2008. -244 с.

56. Новоселов Ю.В. Среда разработки динамических когнитивных образов на основе формальной модели. Научная сессия НИЯУ МИФИ-2010. В 3 томах. Т. 3. М.: НИЯУ МИФИ, 2010. -260 с. 195-196.

57. Новоселов Ю.В. Разработка и реализация программной среды создания динамических когнитивных образов. //Научно-технические ведомости СПбГПУ №2. 2010, Санкт-Ретербург. Издательство Политехнического университета, с. 112-116.

58. Новоселов Ю.В. Среда разработки динамических когнитивных образов.//Радиоэлектроника, электротехника и энергетика. Шестнадцатая Междунар. науч.-техн. конф. студентов и аспирантов: Тез. докл. В Зт. T.l. М.: Издательский дом МЭИ, 2010. - 492 с. 369-370.

59. Валькман Ю.Р. Графическая метафора " основа когнитивной графики// В сб. Научн. тр. Национальной конф. с междун. участием "Искусственный интеллект-94" (КИИ-94). Рыбинск, 1994. с. 94- 100.

60. Кобринский Б.А. Образные представления специалиста и проблема их отражения в интеллектуальных системах // Тр. 2-й межд. конф. «Открытые семантические технологии проектирования интеллектуальных систем». Минск, 2012. с. 72-80.

61. Кобринский Б.А. К вопросу о формальном отражении образного мышления и интуиции специалиста слабо структурированной предметной области // Новости искусственного интеллекта. 1998. № 3 с. 48-56.

62. Новоселов Ю.В. Формирование цветового режима когнитивного образа с использованием механизмов нечеткой логики. //Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сборник научных трудов VI - й Международной научно-технической конференции (Коломна, 16-19 мая 2011 г.). В 2-х томах. Т.2. - М.: Физматлит, 2011. - 482 с. 787 - 795.

63. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений./ Пер. с англ. — М.: Мир, 1976.

64. Аверкин А.Н., Батыршин И.З., Блишун А.Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта./ Под ред. Д.А. Поспелова. -М.: Наука, 1986.

65. Новоселов Ю.В. Создание когнитивных образов с использованием детализации графического изображения. Труды XX международной научно-технической конференции «Информационные средства и технологии». 20 - 22 ноября 2012 г., Москва. В 3 томах. Т.2. - М.: Издательский дом МЭИ, 2012.- 192 с. 159-166.

66. Новоселов Ю.В. Диагностика технологического объекта с использованием фрактального когнитивного образа. //Научно-технические ведомости СПбГПУ №2. 2012, Санкт-Ретербург. Издательство Политехнического университета. - 184 с. 119-122.

67. Новоселов Ю.В. Диагностика технологических объектов с использованием когнитивной графики и мультиагентной технологии. Третья Международная конференция «Системный анализ и информационные технологии» САИТ-2009 (14-18 сентября 2009 г., Звенигород, Россия): Труды конференции. М., Издательство - ООО «ПолиПринтСервис» 2009. с.62-63.

68. Новоселов Ю.В. Разработка формальной модели описания когнитивных образов для интеллектуальных систем диагностики технологических объектов. Научно-практическая конференция студентов, аспирантов, молодых ученых и специалистов (Коломна, 26-27 мая 2009 г.). Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте. Научные доклады. В 2-х т. Т.2. -М.:Физмфтлит, 2009. - 303 с. 210-213.

69. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. - М.: Эдиториал УРСС, 2002. - 352с.

70. Tarasov V.B. Building Activity Architectures for Multiagent Systems - On the Way to Intelligent Organizations//Proc. of the International Workshop "Distributed Artificial Intelligence and Multiagent Systems (DAIMAS'97, St.Petersburg, Russia, June 15-18, 1997). - P.348-351.

71. Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения. // Новости искусственного интеллекта. - 1996. - №1. - С. 44 - 59.

72. Новоселов Ю.В. Применение когнитивной графики в системах поддержки принятия решений для блока компенсации объема на атомных станциях. Труды одиннадцатой национальной конференции по искусственному интеллекту с международным участием КИИ-2008. ЛЕНАНД. Т.2. с.236-243.

73. Монахов A.C., Герасимов В.В. Материалы ядерной техники. М., Атомиздат, 1973.

74. Андрушечко С.А., Афров A.M., Васильев Б.Ю., Генералов В.Н., Косоуров К.Б., Семченков Ю.М., Украинцев В.Ф. АЭС с реактором типа ВВЭР-1000. От физических основ эксплуатации до эволюции проекта. -М.: Логос, 2010.-604 с.

75. Клёмин А.И., Полянин Л.Н., Стригулин М.М. "Тепло-гидравлический расчёт и теплотехническая надёжность ядерных реакторов". Атомиздат 1980.

76. Игнатов В.И., Шутиков A.B., Рыжков Ю.А. и др. Эксплуатация энергоблоков ВВЭР-1000 на повышенной номинальной мощности. // Проблемы совершенствования топливо-энергетического комплекса. Мат. междунар. науч. конф. Вып. 5. Современные научно-технические проблемы теплоэнергетики и пути их повышения. - Саратов: Изд-во СГУ, 2008. с.65-73.

77. Емельянов И .Я. и др. "Конструирование ядерных реакторов". Энергоиздат 1982.

78. Комов А.Т. Вакуумные и криогенные системы термоядерных установок и реакторов: Учебное пособие. - М.: Издательство МЭИ, 2003 - 256 с.

79. Панов Е.А. Концепция экспериментальной диагностики: Ранняя диагностика аварий в атомной технике. - М.: Книжный дом «ЛИБРОКОМ», 2012.- 160 с.

80. Холингворт, Джаррод, Сворт, Боб, Кэшмэн, Марк, Густавсон, Поль. Borland C++Builder б.Руководство разработчика. : Пер. с англ. - М. : Издательский дом "Вильяме", 2003. - 976 с. :ил.

81. Шилдт, Герберт. Полный справочник по С. 4-е издание.: Пер. с англ. -М.: Издательский дом "Вильяме", 2007. - 704 е.: ил.

82. Башлыков А.А'. Павлова Е.В. Интеллектуальный пользовательский интерфейс системы СПРИНТ-РВ на основе методов когнитивной графики. Труды 5-й национальной конференции по искусственному интеллекту с международным участием. Казань, 1996, с. 385 - 387.

83. Башлыков A.A. СПРИНТ-РВ когнитивная система реального времени для ситуационной поддержки принятия решений. М.: МЕТОД. Справочник по программному решению. Российский Софт-97.1997.с 143

84. Башлыков A.A. СПРИНТ-РВ интеллектуальная информационная система реального времени для поддержки принятия решений при управлении режимами работы сложными экологически опасными объектами и технологиями на базе промышленных ЭВМ. - М., издательство СОО "Международное НТО приборостроителей и метрологов", Приборы №2, 2001, стр. 24 - 26.

85. Вагин В.Н. Новоселов Ю.В. Когнитивная графика в системе поддержки принятия решений для диагностики атомного реактора, Труды XXXV юбилейной международной конференции. VI международной конференции молодых ученых. Информационные технологии в науке, образовании, телекоммуникации и бизнесе. - М.: ГУРЗУФ, 2008. сс. 120-122.

86. Мейерс С. Эффективное использование С++. 35 новых рекомендаций по улучшению ваших программ и проектов: Пер. с англ. - М.: ДМК Пресс; Спб.: Питер, 2006. - 296 с.:ил.

87. А. Я. Архангельский Язык С++ в С++Вш1с1ег - М.: ООО «Бином-Пресс», 2008 г. - 944 с: ил.

88. А. Я. Архангельский Компоненты С++Вш1ёег. Справочное и методическое пособие. - М.: ООО «Бином - Пресс», - 960с.: ил.

89. Новоселов Ю.В. Разработка мультиагентного подхода для систем поддержки принятия решений с применением когнитивной графики в области атомной энергетики. //Программные продукты и системы. -Издательство МНИИПУ. 2009.

90. Вагин В.Н. Новоселов Ю.В. Диагностика блоков атомных станций с применением многоагентного подхода. Программные продукты и системы. Издательство МНИИПУ. 2009 - 208 с. 108-112.

91. Новоселов Ю.В. Когнитивная графика в системах поддержки принятия решений в сфере энергоконтроля с применением мультиагентного подхода. // Труды всероссийской научной конференции «Нечеткие системы и мягкие вычисления», НСВМ-2006. - М.: Физматлит , - 2006. с. 337-344

92. Новоселов Ю.В. Диагностика технологического объекта на основе мультиагентного подхода с использованием подкрепленного обучения. //XIII всероссийская научно-техническая конференция "НЕЙРОИНФОРМТИКА-2011": Сборник научных трудов. В 3-х частях. 4.2. М.:НИЯУ МИФИ, 2010.-280 с. 81-83.

93. Новоселов Ю.В. Диагностика технологического объекта с использованием мультиагентного подхода и нейросетей. //XIV Всероссийская научно-техническая конференция "НЕЙРОИНФОРМАТИКА - 2012": Сборник научных трудов. В 3-х частях. 4.2. М.: НИЯУ МИФИ, 2012. - 292 е., с 22-24.

94. Байдык Т.Н. Нейронные сети и задачи искусственного интеллекта. -Киев: Наукова думка, 2001. с. 212.

95. Саймон Хайкин Нейронные сети: полный курс. 2-е издание. Издательство: Вильяме, 2006. - 1104 с.

96. Голованов М.Н., Калинушкин А.Е., Минин В.И. и др. Система контроля, управления и диагностики реакторной установки для ВВЭР-1000 //Ядерные измерительно-информационные технологии. 2002. №2. с. 76-82.

97. Саттон Р.С. Обучение с подкреплением / Р.С. Саттон, Э.Г. Барто; пер. с англ. - М. : БИНОМ. Лаборатория знаний, 2012. - 399 е.: ил.

98. L. Kaelbling, М. Littman, and A. Moore. Reinforcement learning: A survey. Journal of Artificial Intelligence Research, 4, 237-285.

99. R. Sutton and A. Barto. Reinforcement Learning: An Introduction. MIT Press, 1998, 432 p.

100. S. Hasinoff. Reinforcement Learning for Problems with Hidden State, Technical Report, University of Toronto, Department of Computer Science.

101. 56M. Wiering and J. Schmidhuber. (1998). HQ-Leaming. Adaptive Behavior, 6(2), 219-246.