Системный анализ и разработка принципов построения преобразователей параметров комплексных сопротивлений с интеллектуальными возможностями тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Сапронов, Павел Викторович

• Сапронов, Павел Викторович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Сапронов, Павел Викторович

ВВЕДЕНИЕ.

ГЛАВА 1. СИСТЕМНЫЙ АНАЛИЗ ПРИНЦИПОВ ПОСТРОЕНИЯ

ПРЕОБРАЗОВАТЕЛЕЙ ПАРАМЕТРОВ КОМПЛЕКСНЫХ

СОПРОТИВЛЕНИЙ.

§1.1 Состояние и значение развития приборных средств для измерения

§1.2 Классификация методов и структур преобразования параметров комплексных сопротивлений.

§ 1.3 Составляющие задачи преобразования ПКС и интеллектуализация

ППКС.

§ 1.4 Трудности при практическом использовании ППКС.

§ 1.5 Выводы по первой главе.

ГЛАВА 2. ИССЛЕДОВАНИЕ ВОПРОСОВ ТЕОРИИ И ПРАКТИКИ ПОСТРОЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПРИМЕНЕНИЯ В ПРЕОБРАЗОВАТЕЛЯХ ПАРАМЕТРОВ

КОМПЛЕКСНЫХ СОПРОТИВЛЕНИЙ.

§2.1 Моделирование интеллекта на базе структурных схем.

§ 2.2 Исследование методов реализации искусственного интеллекта.

§ 2.3 Анализ области использования методов реализации искусственного интеллекта.

§ 2.4 Анализ возможных путей интеллектуализации ППКС.

§ 2.5 Определение задач, решаемых ИНС в ППКС.

§ 2.6 Выводы по второй главе.

ГЛАВА 3. РАЗРАБОТКА ПРИНЦИПОВ ПОСТРОЕНИЯ

ИНТЕЛЛЕКТУАЛЬНЫХ ПРЕОБРАЗОВАТЕЛЕЙ ПАРАМЕТРОВ

КОМПЛЕКСНЫХ СОПРОТИВЛЕНИЙ.

§3.1 Общие подходы к определению и построению интеллектуальных средств измерений.

§ 3.2 Определение особенностей построения интеллектуального средства измерений.

§ 3.3 Принципы построения интеллектуального ППКС.

§ 3.4 Принципы организация базы знаний в ИППКС.

§ 3.5 Принципы построения интеллектуального интерфейса для ППКС

§ 3.6 Выводы по третьей главе.

ГЛАВА 4. ИССЛЕДОВАНИЕ ОСОБЕННОСТЕЙ ПРАКТИЧЕСКОЙ

РЕАЛИЗАЦИИ ИНТЕЛЛЕКТУАЛЬНЫХ ППКС.

§ 4.1 Исследование продукционных правил функционирования баз знаний

ИППКС.

§ 4.2 Разработка алгоритма функционирования ИППКС.

§ 4.3 Анализ методов обработки измерительной информации в ИППКС

§4.4 Методика определения объема памяти для организации базы знаний вИППКС.

§ 4.5 Особенности аппаратурного и программного обеспечения ИППКС

§4.6 Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Системный анализ и разработка принципов построения преобразователей параметров комплексных сопротивлений с интеллектуальными возможностями»

Актуальность темы. Качественно новым этапом совершенствования средств измерений является их интеллектуализация, открывающая перспективные возможности улучшения метрологических характеристик и функциональных способностей измерительных устройств и систем.

Задача измерения (преобразования) параметров комплексных сопротивлений1 (ПКС) (активное сопротивление, емкость, индуктивность, тангенс угла потерь, добротность и др.) остается актуальной задачей электроизмерительной техники, поскольку обширный класс объектов проявляют свои свойства на изменяющемся токе или напряжении (сигнале). Для их определения используют преобразователи параметров комплексных сопротивлений (ППКС) - это приборы (преобразователи), предназначенные для преобразования (измерения) указанных величин, характеризующих прохождение электрических сигналов через объекты различной физической природы. Как правило, объекты чаще всего описываются многомерной моделью. Параметры такой модели представляют интерес либо как показатели качества или функционирования объекта, либо как индикаторы влияющих на них параметров окружающей среды. Расширение областей применения преобразователей ПКС, предъявление к ним все более жестких требований определяют необходимость дальнейшего совершенствования данного класса измерительных устройств.

Методы и средства измерений и преобразования ПКС, принципы построения преобразователей, вопросы улучшения их характеристик хорошо разработаны и исследованы благодаря работам К.Б. Карандеева, Ф.Б. Гриневича, Л.Ф. Куликовского, Г.А. Штамберга, В.Ю. Кнеллера, Л.П. Боровских, Ю.Р. Агамалова, А.И. Новикова, Б.Д. Хасцаева, В.П. Арбузова, С.М. Фельдберга, К.Н. Чернецова, Л.Н. Бондаренко,

1 Также используется термин «параметры цепей переменного тока» [64].

И.Р. Добровинского, A.M. Павлова, М.И. Бурбело, Л.И. Волгина, С.К. Куроедова, А.И. Мартяшина, Э.К. Шахова, В.М. Шляндина, С.П. Новицкого, А.В. Светлова, Б.Л. Свистунова и др.

Несмотря на хорошо разработанную теорию исследования и определения ПКС на практике в ряде случаев возникают сложности в вопросах:

- автоматического выбора модели представления объекта исследования и её информативных параметров;

- автоматического выбора условий, допускающих возможность измерения всех параметров модели;

- повышения точности измерения;

- комплексного анализа данных измерения и их визуализации.

Следует дополнить, что современные ППКС далеко не в полной мере удовлетворяют требованиям, предъявляемым к ним по функциональным возможностям, точности, быстродействию, диапазону преобразуемых величин, полосе рабочих частот.

До настоящего времени отсутствует анализ возможных перспективных путей совершенствования ПТЖС, критерий сравнения их метрологических характеристик и функциональных возможностей с позиций появившихся в последние годы информационных технологий. Так, включение в состав ППКС программно-вычислительной системы, в частности персонального компьютера, значительно расширяет возможности совершенствования ППКС, позволяя без увеличения его стоимости, значительного усложнения структуры и т.п., получать эффективные технические решения, практическая реализация которых была затруднена или невозможна.

В последние несколько десятилетий в области измерительной техники много говорится об интеллектуализации средств измерений (СИ). Этой задаче посвящено множество работ зарубежных и отечественных ученых [3, 6, 8, 18, 22, 23, 36, 38, 39, 41, 45, 54, 55, 58, 59, 89, 90, 112, 113, 117, 119-123, 126-129].

Анализ этих работ убедительно показывает, что интеллектуализация СИ является главным направлением развития СИ, так как она обеспечивает создание СИ, обладающих функциональной гибкостью и интерактивностью, лучшими метрологическими характеристиками, например, за счет автоматического поиска оптимального алгоритма измерения.

В круг специалистов, решающих эту задачу, входят: JI. Финкельстайн, P.E. Тайманов, К.В. Сапожникова, Л.И. Волгин, А.Б. Климовский, В.И. Иванов, B.C. Соболев, Э.И. Цветков, С. Кастнер, Ю.И. Нечаев, А.Б. Дегтярев, A.A. Костоглотов, Д.Л. Недосекин, C.B. Прокопчина, Е.А. Чернявский, Н.И. Россеев, О.В. Хавлин, А. Саченко, П. Дапонте, О. Аумала, В.В. Суворов, В.И. Телешевский и др.

Предметом исследований в работе является комплексное совершенствование ППКС на основе современных подходов, включающих элементы искусственного интеллекта (ИИ).

Цель и задачи работы. Целью работы является разработка принципов построения ППКС с интеллектуальными возможностями, а также путей их практической реализации.

Для достижения поставленной цели были поставлены следующие задачи:

- анализ методов и принципов построения преобразователей ПКС и обоснование важности их интеллектуализации;

- анализ методов (технологий) реализации искусственного интеллекта (ИИ);

- определение путей целесообразного использования методов ИИ для совершенствования ППКС;

- разработка принципов интеллектуализации ППКС;

- исследование вопросов практической реализации методов ИИ в ППКС.

Методы исследований. Проведенные в данной работе исследования выполнены с применением структурного подхода к обобщенному анализу структур преобразователей ПКС, основных положений теорий: измерений, включая теорию измерений ПКС, информационно-измерительных систем, сложных систем, методов искусственного интеллекта.

Научная новизна работы заключается в следующем:

- предложено качественно новое определение интеллектуальных СИ и разработан соответствующий подход к интеллектуализации ППКС, обеспечивающий их комплексное совершенствование;

- предложены принципы построения интеллектуальных ППКС;

- разработаны принципы организации интеллектуального интерфейса пользователя для ППКС;

- разработаны продукционные правила функционирования базы знаний интеллектуальных ППКС;

- предложены методы обработки данных для устранения грубых и личных погрешностей преобразования ПКС.

Основные положения, выносимые на защиту.

1. Средство измерения является интеллектуальным, если для решения каких-либо задач, не имеющих заранее известного метода решения, в СИ реализованы признаки, характерные интеллекту человека, такие как способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задачи.

2. Принципы построения интеллектуальных ППКС нового класса с более совершенными характеристиками.

3. Принципы организации интеллектуального интерфейса пользователя интеллектуального ППКС, позволяющего упростить взаимодействие оператора с прибором.

4. Принципы организации архитектуры базы знаний интеллектуального ППКС.

5. Основные принципы функционирования ППКС с интеллектуальными возможностями.

Практическая значимость работы. Предложенные принципы интеллектуализации ППКС открывают возможность применения указанного класса приборов во многих областях народного хозяйства и новых научных исследованиях. Полученные результаты исследований и практические рекомендации могут быть использованы при построении любых средств измерений широкого назначения. Разработанные подходы применения аппарата ИИ позволяют улучшить как метрологические характеристики, так и функциональные возможности приборов. Разработанная модель интеллектуального интерфейса пользователя обеспечит быстрое освоение приборов.

Результаты диссертации внедрены в производство в НПХ «Югцветметавтоматика» (г. Владикавказ) и в учебный процесс в СевероКавказском Ордена Дружбы Народов горно-металлургическом институте (государственном технологическом университете).

Апробация работы. Основные положения и результаты выполненных исследований докладывались на следующих международных и всероссийских научных конференциях:

Международная научно-техническая конференция «Современные информационные технологии» (г. Пенза, 2004-2006); 1У-ая Международная конференция «Идентификация систем и задачи управления» (г. Москва, 25-28 января 2005);

УИ-ая Всероссийская научно-техническая конференция молодых ученых и студентов «Современные проблемы радиоэлектроники», посвященная 110-й годовщине «ДНЯ РАДИО» (г. Красноярск, 5-6 мая 2005); Международная конференция по мягким вычислениям и измерениям «8СМ'2005» и «8СМ'2006» (г. Санкт-Петербург, 27-29 июня 2005,2006); У1-ая Международная научно-практическая конференция «Теория, методы и средства измерений, контроля и диагностики» (г. Новочеркасск, 30 сентября 2005);

У-ая международная конференция «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (САБ/САМ/РОМ - 2005)» (г. Москва, 28 октября 2005);

V-ая Международная конференция «Идентификация систем и задачи управления» (г. Москва, 30 января - 2 февраля 2006);

VI-ая Международная научно-техническая конференция «Измерение, контроль, информатизация» (г. Барнаул, 1-2 июня 2006);

УИ-ая Международная научно-практическая конференция «Теория, методы и средства измерений, контроля и диагностики» (г. Новочеркасск, 29 сентября 2006).

Некоторые результаты работы были получены при участии в грантах «РФФИ №05-08-18222-а» и «Целевая программа Президиума РАН «Поддержка инноваций» (2006 г.)».

Публикации. По теме диссертации опубликовано 20 печатных работ, из которых 8 статей и 12 докладов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и приложений. Основной текст диссертации изложен на 78 страницах машинописного текста и включает в себя 15 рис. и 10 таблиц. Список литературы содержит 137 библиографических наименований.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Сапронов, Павел Викторович

§ 4.6 Выводы по четвертой главе

1. Исследованы продукционные правила функционирования БЗ ИППКС.

2. Разработан алгоритм функционирования ИППКС.

3. Проанализированы методы обработки измерительной информации в ИППКС.

4. Предложена методика определения объема памяти для организации БЗ в ИППКС.

5. Исследованы особенности аппаратного и программного обеспечения ИППКС и показано улучшение характеристик ППКС за счет интеллектуализации.

ЗАКЛЮЧЕНИЕ

В результате проведенных теоретических и экспериментальных исследований можно сформулировать следующие основные результаты и выводы:

- исследованы области применения ППКС и состояние их развития. ППКС используются в новых задачах измерения и преобразования. Основное совершенствование ППКС направлено на расширение функциональных возможностей, включая реализацию интеллектуальных функций;

- проанализированы методы построения ППКС в активные электрические величины и соответствующие им структуры, системно исследованы принципы построения ППКС. Существует целый ряд ППКС с разными функциональными и метрологическими возможностями, способами реализации и трудностями при построении и т.д. Причем, каждый их этих ППКС предназначен для решения одной локальной задачи при известной модели объекта исследования. В этих условиях поиск пути построения ППКС, охватывающего решение многих задач измерения, является актуальной проблемой и в этом смысле наиболее важным направлением представляется интеллектуализация ППКС;

- проанализирована задача преобразования ПКС, обозначены возникающие трудности при практическом использовании и проанализирована важность задачи интеллектуализации ППКС. Главным устройством, обеспечивающим измерение ПКС, является преобразователь ПКС. Поэтому от возможностей ППКС зависят характеристики измерительного прибора, техническим устройств и систем, в которых используются ППКС. Направления интеллектуализации измерительных приборов до настоящей работы рассматривались в частных случаях. В работе ставилась задача обобщения опыта известных авторов и развития направлений интеллектуализации ППКС;

- проанализированы структурные модели интеллекта и выявлены особенности его технической реализации. Установлены основные элементы, определяющие интеллект, и для которых возможен выбор прототипа при создании информационных систем. К таким элементам относятся «воля», «воздействие», «мышление», «память», «обучение», «восприятие» и «моделирование»;

- проанализированы современные пути технической реализации искусственного интеллекта. Определены наиболее перспективные и эффективные методы ИИ, среди которых ИНС, БЗ, ИнИП;

- проанализированы наиболее оптимальные задачи, решаемые с применением ИНС при измерении ПКС. Такие как идентификация модели объекта, поиск информативных измеряемых параметров, способность определять наилучший режим измерения и реагировать на изменения внешних условий, выполнение интеллектуального анализа данных;

- проанализированы различные подходы к определению и построению ИнСИ и предложено качественно новое определение ИнСИ, определены особенности построения ИнСИ;

- разработаны принципы построения интеллектуальных ППКС, организации базы знаний для интеллектуальных ППКС, построения интеллектуального интерфейса для ППКС. В структуру ИППКС добавлены новые элементы (БЗ, ИАД, ИнИП), обеспечивающие выполнение интеллектуальных функций. Определена структура баз данных БЗ и их ориентировочное содержание. Наличие ИнИП в ИППКС позволит контролировать состояние измерительной системы при различных действиях пользователя, включая неадекватные действия и возможные аварийные ситуации, сократить время на разработку интерфейса человек-прибор, а значит и время на разработку прибора в целом, на адаптацию к прибору и упростить взаимодействие с измерительной системой;

- исследованы продукционные правила функционирования БЗ ИППКС на примерах правил при измерении ПКС с определением модели ОИ и формирования новой задачи исследования;

- разработан алгоритм функционирования ИППКС, позволяющий правильно и эффективно организовать работу всех составных частей ИППКС с учетом этапов преобразования ПКС;

- проанализированы методы обработки измерительной информации в ИППКС, предназначенные для анализа погрешностей измерений, математической обработки и графического представления результатов измерений;

- предложена методика, позволяющая оптимально определить объем памяти для организации БЗ в ИППКС;

- исследованы особенности аппаратного и программного обеспечения ИППКС и показано улучшение характеристик ППКС за счет интеллектуализации;

- результаты диссертации внедрены в производство и в учебный процесс.

Список литературы диссертационного исследования кандидат технических наук Сапронов, Павел Викторович, 2007 год

1. A Guide to LCR Measurements. Application Note. QUARDTECH // http://www.navicpmart.com/webdata/appnote/1268.PDF

2. Achim Dreher. Immittance Measurement. Copyright 2000 CRC Press LLC. http://www.engnetbase.com/

3. Bartoletti C., Sacerdoti G., Muzi F. Intelligent monitoring in electrical power systems // IMEKO 2000. Sept. 25-28, 2000, Vienna, Austria. V. 5. P. 3-6.

4. Finkelstein L. Theoretical basis of intelligent and knowledge based instrumentation // IMEKO NC7 Int'l Symp. On AIMaC'91, Kyoto JAPAN. -P. 43-49.

5. Gavrilov A.V., Kangler V.M., Zaitsev S.A. Data Analysis Program by Means of Neural Networks // The International Conference "Information systems and technologies" IST'2003. Proceedings. Novosibirsk. 2003. Vol. 3. P. 87-90.

6. Gavrilov A.B. The Principles of Action of Intelligent Systems // The International Conference "Information systems and technologies" IST'2003. Proceedings. Novosibirsk. 2003. Vol. 3. P. 91-94.

7. Hoja J., Lentka G. Low cost impedance analyzer for diagnostics of nonelectrical objects // 11-th IMEKO TC-4 Symp. Trends in electrical measurement and instrumentation - September 13-14, 2001 - Lisbon, Portugal. -P. 121-124.

8. Kazunari Okada, Toshimasa Sekino. The Impedance Measurement Handbook. A Guide to Measurement Technology and Techniques. Agilent Technologies Co. Ltd. 2003.

9. Lemaitre L, Moors M, Van Peteghem AP. An application of impedance techniques to corrosion research on dental amalgam // Journal Oral Rehabil. 1986, Sep.; 13(5).-P. 479-85.

10. Malmivuo J., Plonsey R. Bioelectromagnetism. Principles and Applications of Bioelectric and Biomagnetic Fields // New York-Oxford: OXFORD UNIVERSITY PRESS, 1995. P. 405-425.

11. Maybury M. Intelligent User Interfaces: An Introduction// vv\vw.mitre.org/work/techpapers/techpapers00/intelligentuser/introduction. pdf

12. Parsaye K.A. Characterization of Data Mining Technologies and Processes // The Journal of Data Warehousing. 1998. № 1.

13. Paul G. Ranky. Smart sensors // Sensor Review, Vol. 22, Issue 4, 2002. P. 312-318.

14. Rigaud B., Morucci J., Chauveau N. Bioelectrical impedance techniques in medicine. Part I: Bioimpedance measurement. Second section: impedance spectrometry // Crit Rev Biomed Eng. 1996; 24(4-6). P. 257-351.

15. Ryan O'Hayre, Gang Feng, William D. Nix, Fritz B. Prinz Quantitative impedance measurement using atomic force microscopy // Journal Of Applied Physics, Vol. 96, No. 6,15 September 2004. P. 3540-3549.

16. Taner A.H., While N.M. Virtual instrumentation a solution to the problem of complexity in intelligent measurements. Measurement&Control, 6(8). P. 165171.

17. Taymanov R., Sapozhnikova K. Intelligent measuring instruments. Maximum reliability of measurement information, minimum metrological maintenance // Proceedings, XVII IMEKO World Congress, June 22-27, 2003, Dubrovnik, Croatia.-P. 1094-1097.

18. Taymanov R.; Sapozhnikova K. Problems of developing a new generation of intelligent sensors // 10-th 1MEKO TC7 International Symposium. June 30-July 2,2004, Saint-Petersburg, Russia. P. 442-446.

19. Wawerla M., Stolle A., Schalch В., and Eisgruber H. Impedance Microbiology: Applications in Food Hygiene // Journal of Food Protection, December 1999, vol. 62, no. 12.-P. 1488-1496(9).

20. Winiecki W. Virtual instrument or measuring system // Proceedings, XVI IMEKO World Congress, Sept. 25-28,2000, Vienna, Austria. P. 115-118.

21. Zaimovia N., Lemes S., Petkovia D. Virtual instruments a chance to teach engineering at a distance, Proc., 3th International Conference on Engineering Education, Oslo, Norway, 2001. - P. 24 -26.

22. Zingales G., Narduzzi C. The role of artificial intelligence in measurement // IMEKO NC7 Int'l Symp. On AIMaC'91, Kyoto JAPAN. P. 3-12.

23. Агамалов Ю.Р., Бобылев Д.А., Кнеллер В.Ю. Виртуальные измерители-анализаторы параметров импеданса // Датчики и системы. 2004. №5. -С. 14-18.

24. Айзерман М.А., Алесекров Ф.Т. Выбор вариантов. Основы теории. М.: Наука. Гл. ред. физ.-мат. лит., 1990. - 240 с. - С. 24-25.

25. Амосов Н.М. Мышление и информация. Киев, 1963.

26. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы М.: Финансы и статистика, 2003. (учебник для студентов, обучающихся по информационным специальностям).

27. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский СПб: Питер, 2000. - 384 е.: ил. - С. 9-21, 31-38, 38-55.

28. Берштейн JI.C., Кияшко А.Б. Построение базы нечетких знаний продукционного типа на основе определения состояния объекта // Перспективные информационные технологии и интеллектуальные системы. 2002. №2. С. 44-52.

29. Блувштейн Д.В. К вопросу о создании интеллектуального интерфейса с организацией обработки запроса на естественном языке // Материалы международной конференции «Диалог'2004». http://www.dialog-21.ru/

30. Брусакова И.А. Структура базы измерительных знаний для проектирования интеллектуальных измерительных средств // Сборник докладов Между нар. конф. по мягким вычислениям и измерениям SCM'98. В 2-х томах. СПб., 22-26 июня 1998 г. Т.2. - С.118-121.

31. Варламов О. О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. М.: Радио и связь, 2002. - 288 е.: ил. 44. - С. 2-27, 46-47, 91-109, 240-245.

32. Васильев В.А. Принципы построения моделей измерительных приборов и систем // Приборы и системы. Управление, контроль, диагностика. 2003. № 6. С. 40-45.

33. Васильев С.Н. От классических задач регулирования к интеллектуальному управлению // Известия академии наук. Теория и системы управления. 2001. №1. С. 5-22.

34. Вербовецкий A.A. Основы проектирования и эксплуатации компьютерных баз данных. М.: АЛЕКС - 2002 г. - 137 е.: ил. - С . 1623,30-31.

35. Волгин Л.И., Климовский А.Б. Интеллектуализация измерений на основе графа Паскаля. Международная конференция по мягким вычислениям и измерениям, 1999.http://www.inftech.webservis.ru/it/conference/scm/1999/session7/volgin.html)

36. Галуев Г.А. Элементная база параллельных цифровых нейрокомпьютеров // «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ. 2003. №7. С. 9-20.

37. Грошев А.В., Панов Ю.В. Реализация нейронных сетей на базе ПЛИС // «НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ. 2003. №10-11.-С. 35-42.

38. Давыдов А.В. Использование импедансометрии в диагностике острого синусита // Бюллетень сибирской медицины. 2002. №1. С. 101-107.

39. Дапонте П., Гримальди Д. Искусственные нейронные сети в измерениях // Измерения, контроль, автоматизация. 1999. №3. С. 48-64.

40. Дедюхин А.А. Обзор современных измерителей импеданса (измерители RLC) // Компоненты и технологии. 2002. №3. С. 172-174.

41. Дубинский А.Г. К определению понятия «интеллект» // Искусственный интеллект. 2001. №4.

42. Евдокимов Ю.К., Никофоров И.К. Нейросетевой импедансный метод определения параметров жидких нефтепродуктов // Приборы и системы. Управление, контроль, диагностика. 2004. №12. С. 37-43.

43. Ежов А., Чечеткин В. Нейронные сети в медицине // Открытые системы. 1997. №4.-С. 34-37.

44. Жмурин Д.В. Управление измерительными режимами измерительных систем на базе нейронных сетей // Биомедицинские технологии и радиоэлектроника. 2003. №4. С. 54-56.

45. Зиновьев А.Ю. Визуализация многомерных данных. Красноярск, 2000.168 с.

46. Иванов В.Н. Интеллектуальные средства измерений // Приборы и системы управления. 1986. №2. С. 21-23.

47. Иванов В.Н., Соболев B.C., Цветков Э.И. Интеллектуализация измерений // Измерения, контроль, автоматизация. 1992. №1-2. С. 13-19.

48. Ивченко Ю.А., Федоров A.A. Импедансные гигрометры фирмы «Michell Instruments» // Датчики и системы. 2003. №9. С. 24-25.

49. Интеллектуальные информационные системы: Интеллектуальная информационная технология. Экспертные системы: Учеб. пособие / Д.В. Гаскакров, Д.В. Сикулер, В.В. Фомин, И.К. Фомина СПб.: СПГУВК, 2004.-362 с.

50. Ицкович Э.Л. Современные интеллектуальные датчики общепромышленного назначения, их особенности и достоинства // Датчики и системы. 2002. №2. С. 42-47.

51. Кемеров В.Е. Познание // Современный философский словарь / Под общей редакцией д.ф.н. профессора В.Е. Кемерова. 3-е изд., испр. и доп.- М.: Академический Проспект, 2004. 864 с. - С. 520-522

52. Киселев С.К., Романова Е.В. Автоматизированная поверка стрелочных измерительных приборов с использованием искусственной нейронной сети // Датчики и системы. 2003. №10. С. 40-45.

53. Кнеллер В.Ю. Автоматическое измерение составляющих комплексного сопротивления М.-Л.: Энергия, 1967. -368 с. - С. 9-19, 20-33.

54. Кнеллер В.Ю., Евтихиев H.H. Структуры преобразования информации в измерительных устройствах. Учебное пособие. М.: МИРЭА, 1981. - С. 5-16.

55. Кнеллер В.Ю. Состояние и тенденции развития средств измерений автоматического измерения параметров цепей переменного тока // Измерения, контроль, автоматизация. 1993. №1-2. С. 13-22.

56. Кнеллер В.Ю. Средства измерений параметров цепей переменного тока: тенденции развития и актуальные задачи // Приборы и системы управления. 1998. №1. С. 64-68.

57. Кнеллер В.Ю., Боровских Л.П. Определение параметров многоэлементных двухполюсников. -М.: Энергоатомиздат, 1986, 144 е.: ил.-С. 5-9.

58. Ковязин А., Востриков С. Мир Interbase. Архитектура, администрирование и разработка приложений баз данных в Interbase/Firebird/Yaffil М.: КУДИЦ-ОБРАЗ, 2002. - 432 с. - С. 17-41.

59. Кристальди Л., Ферреро А., Саликоне С. Современная тенденция развития средств измерений: к сетям распределенных виртуальных приборов // Датчики и системы. ИКА. 2002. №11. С. 52-58.

60. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. 2-е изд. стереотип. - М.: Горячая линия - Телеком, 2002. - 382 е.: ил.-С. 266-276.

61. Лебедев В.Г., Чесноков A.M. Основы построения интеллектуальных интерфейсов пользователя с помощью инструментальных сред нового поколения // Материалы международной конференции и выставки CAD/CAM/PDM-2001, М, 2001. С. 22-24.

62. Леонтьев А.Н. Мышление // БСЭ. 3-е изд. - M, 1974. - Т. 7. - С. 462-465.

63. Локтюхин В.Н., Челебаев C.B. Принципы применения искусственных нейронных сетей для проектирования преобразователей частотно-временных параметров сигналов в код // Датчики и системы. 2006. №2. -С. 43-56.

64. Лопатин Б.А. Теоретические основы электрохимических методов анализа. Учеб. Пособие для ун-тов. М., «Высш. школа», 1975. 295 с. с ил. С. 125131,256-259, 272-287.

65. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. М.: Мир, 1991.- 568 е., ил. - С. 10-11.

66. Матвеев М.Г., Павлов И.О., Ошивалов A.B. Представление знаний с использованием сетей фреймов в информационных технологиях выбора // Инженерное образование. 2005. №2.

67. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB 6/ Под общ. ред. к.т.н. В.Г. Потемкина. М.: ДИАЛОГ-МИФИ, 2002.- 496. - (Пакеты прикладных программ; Кн. 4). - С. 5-7, 33-41,47-51, 188-205.

68. Месарович М., Такахара Я. Общая теория систем: математические основы / Пер. с англ. Э.Л. Наппельбаума. Под ред. C.B. Емельянова. М.: Мир, 1978.-311 с.

69. Муха Ю.П., Скворцов М.Г. ИС/НС класс новых измерительных систем для измерения интегральных параметров // Биомедицинские технологии и радиоэлектроника. 2003. №4. - С. 42-53.

70. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и Техника, 2003. - 384 е.: ил.

71. Неусыпин К.А. Направления развития интеллектуальных систем // Автоматизация и современные технологии. 2002. №12. С. 12-15.

72. Поспелов Д.А. Интеллектуальные интерфейсы для ЭВМ новых поколений // Электронная вычислительная техника. Сборник статей. Вып.З, М.: Радио и связь, 1989, С. 4-20.

73. Продукты для интеллектуального анализа данных // Рынок программных средств. 1997. №14-15. С. 32-39.

74. Роботы и искусственный интеллект. Тимофеев A.B. Главная редакция физико-математической литературы издательства «Наука», М., 1978, 192 стр.-С. 18-25.

75. Романов В.Н., Соболев B.C., Цветков Э.И. Интеллектуальные средства измерений. -М., РИЦ «Татьянин день», 1994.-280 е.: ил. С. 6-19.

76. Сапронов П.В. От автоматизации к интеллектуализации средств измерения // Автоматизация и современные технологии. 2004. №11. С. 23-25.

77. Сапронов П.В. Принципы построения преобразователей пассивных комплексных величин в активные электрические величины // Труды молодых ученых. Владикавказский научный центр РАН. 2005. №1. С. 25-32.

78. Сапронов П.В. Архитектура интеллектуального средства измерения параметров цепей переменного тока // Вестник Самарскогогосударственного технического университета. Серия «Технические науки». 2005. Вып.ЗЗ. С. 260-264.

79. Сапронов П.В. Эволюция определения интеллектуальных средств измерения // Автоматизация в промышленности. 2005. №4. С. 67-68.

80. Сапронов П.В. Средства измерения параметров цепей переменного тока (приборы) // Электронные компоненты. 2005. №5. С. 138-141.

81. Сапронов П.В. Организация базы знаний для интеллектуальных средств измерения параметров цепей переменного тока / Сборник докладов Междунар. конф. по мягким вычислениям и измерениям SCM'05. В 2-х томах. СПб., 27-29 июня 2005 г. Т.2. -С.44-46.

82. Сапронов П.В. Как измерять параметры цепей переменного тока? // Автоматизация в промышленности. 2006. №7. С. 68.

83. Сапронов П.В. Техническое оснащение интеллектуального средства измерения параметров цепей переменного тока // Вестник Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2006. Том 11. Выпуск2.-С. 172-173.

84. Сапронов П.В. Области применения средств измерений параметров цепей переменного тока и измеряемые с их помощью объекты // Вестник

85. Тамбовского университета. Серия Естественные и технические науки. Тамбов, 2006. Том 11. Выпуск 4. С. 575-578.

86. Ш.Сергеев А.Г., Крохин В.В. Метрология: Учеб. пособие для вузов. -М.: Логос, 2001.-408 е.: ил. С. 12,173-177.

87. Соболев В., Саченко А., Дапонте П., Аумала О. Метрологическое автосопровождение в интеллектуальных измерительных системах // Датчики и системы. ИКА. 2002. №7. С 66-71.

88. Соболев B.C. Актуальные вопросы развития теории интеллектуальных измерительных систем // Приборы и системы управления. 1989. №3. -С. 16-19.

89. Соболев B.C. Потенциальная точность интеллектуальных измерений // Приборы и системы управления. 1990. № 7. С. 18-20.

90. Соболев B.C. Программное обеспечение современных систем сбора и обработки измерительной информации // Приборы и системы управления. 1998. №1.-С. 55-63.

91. Тайманов P.E., Сапожникова К.В. Проблемы создания нового поколения интеллектуальных датчиков // Датчики и системы. Измерения. Контроль. Автоматизация. 2004. №11. С. 50-58.

92. Уинстон П. Искусственный интеллект / Перевод с англ. В.Л. Стефанюка под ред. Д.А. Поспелова. М.: Издательство «Мир». - 1980. - С. 11-17.

93. Финкельстайн JI. Измерения в мягких системах // Датчики и системы. 2004. №10.-С. 61-67.

94. Финкельстайн Л. Интеллектуальные и основанные на знаниях средства измерений. Обзор основных понятий // Приборы и системы управления. 1995. №11. С. 40-44.

95. Финкельстайн Л. Наука об измерениях и средствах измерений -аналитический обзор // Приборы и системы управления. 1995. №8. С. 44-51.

96. Фотьянов М.И. Сознание // БСЭ. 3-е изд. - М., 1974. - Т. 24. - Кн. 1. - С. 374-375.

97. Фрэнк Дж. Бартос Искусственный интеллект: принятие решений в сложных системах управления // Мир компьютерной автоматизации. 1997. №4.-С. 22-27.

98. Хасцаев Б.Д. Импедансный метод в медико-биологических исследованиях и его приборное оснащение // Медицинская техника. 1996. №3. С.34-40.

99. Хофман Д., Карайя К. Интеллектуальные измерения для получения объективной информации в науке и технике // Тр. X Всемирного конгресса ИМЕКО. Препринт. Т. 1. Прага, 1985. С. 19-34.

100. Цветков Э.И. Интеллектуализация измерительных средств. Международная конференция по мягким вычислениям и измерениям, 1999.http.V/www.inftech.webservis.ru/it/conference/scin/1999/session8/cvetkov.html

101. Цветков Э.И. Общее математическое обеспечение интеллектуализации измерительных средств // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям SCM-98.- СПб, 1998.-Т.2. С.122-124.

102. Цветков Э.И. Процессорные измерительные средства. Л.: Энергоатомиздат. Ленингр. отд-ние, 1989.- 224 е.: ил. - С. 45-51.

103. Цветков Э.И., Соболев B.C. Проблемы метрологического и алгоритмического обеспечения интеллектуальных средств измерений //

104. Элементы и обработка сигналов измерительных систем: Сб. науч. тр. / Ленингр. электротехн. институт им. В.И. Ульянова (Ленина). Л., 1988. -86 с. (Изв. ЛЭТИ; Вып. 403). - С. 64-72.

105. Шапот М. Интеллектуальный анализ данных в системах поддержки принятия решений // Открытые системы. 1998. №1. С. 30-35.

106. Шапот М., Рощупкина В. Интеллектуальный анализ данных и управление процессами // Открытые системы. 1998. №4-5. С. 29-35.

107. Шоломов Л.А. Логические методы исследования дискретных моделей выбора. М.: Наука. Гл. ред. физ.-мат. лит., 1989. 288 с. - С. 16-27.

108. Штамберг Г.А. Измерения в цепях переменного тока (методы уравновешивания) / Под редакцией К.Б. Карандеева. Издательство «Наука». Сибирское отделение. Новосибирск. 1972. С. 27-33, 42-49, 6778,141-148.

109. Электрохимические цепи переменного тока. Графов Б.М., Укше Е.А. М., «Наука», 1973, стр. 128. С. 106-122.

110. Электрохимический импеданс / З.Б. Стойнов, Б.М. Графов, Б.С. Савова-Стойнова, В.В. Елкин. М.: Наука, 1991. - 336 с. - С. 21-23, 100-131,149151.

111. ИАД интеллектуальный анализ данных

112. ИИ искусственный интеллект

113. ИнИП интеллектуальный интерфейс пользователя

114. ИНС искусственная нейронная сеть

115. ИППКС интеллектуальный преобразователь параметров комплексныхсопротивлений ИЦ измерительная цепь ОИ - объект исследования ИКС - пассивная комплексная величина

116. ППКС преобразователь пассивных комплексных сопротивлений

117. ПКС параметры комплексных сопротивлений1. СИ средство измерений1. СУ система управления

118. СУБД система управления базами данных

119. ФП функциональный преобразователь1. ЭС экспертная система