автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Модели и алгоритмы экспертных систем поддержки принятия решений по электромагнитной совместимости

На правах рукописи

Маренко Валентина Афанасьевна

МОДЕЛИ И АЛГОРИТМЫ ЭКСПЕРТНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ЭЛЕКТРОМАГНИТНОЙ СОВМЕСТИМОСТИ

05.13.18 - Математическое моделирование, численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Тюмень - 2004

2004-4 20323

На правах рукописи

Маренко Валентина Афанасьевна

МОДЕЛИ И АЛГОРИТМЫ ЭКСПЕРТНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ЭЛЕКТРОМАГНИТНОЙ СОВМЕСТИМОСТИ

05.13.18 - Математическое моделирование, численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Тюмень -2004

Работа выполнена в Тюменском государственном университете

Научный руководитель: доктор технических наук,

доцент Глухих Игорь Николаевич

Официальные оппоненты: доктор физико-математических наук,

профессор Гуц Александр Константинович;

кандидат технических наук,

профессор Зыков Владислав Владимирович

Ведущая организация: Омский государственный университет

Защита состоится 2 марта 2004 г. в 13 ч. 00 мин. на заседании диссертационного совета К 212.274.01 при Тюменском государственном университете по адресу: 625003, г. Тюмень, ул. Перекопская, 15а, ауд. 217.

С диссертацией можно ознакомиться в библиотеке Тюменского государственного университета

Автореферат разослан_2004 г.

Ученый секретарь

диссертационного совета ^угнпгг/л БутаковаН.Н.

Актуальность работы.

Моделирование как процесс углубления познания - одно из средств отображения явлений и процессов реального мира, полнее раскрывающий их сущность, базируется как на строгих научных теориях, принципах и методах, так и на интуиции и эвристиках - алгоритмах творчества. Анализ методов и средств моделирования сложных объектов приводит к выводу, что с расширением возможностей реализации. моделей существенно расширяется и спектр задач, решаемых методами моделирования, которым присуща проблема принятия решений. Методы моделирования широко применяются при решении различных технических задач, актуальной из которых является обеспечение электромагнитной совместимости радиосистем. В настоящее время плотность различных электромагнитных излучений практически во всех используемых диапазонах частот настолько увеличилась, что, несмотря на все попытки регламентации радиослужб, проводимые международными и национальными организациями, уровень помех во многих случаях оказывается настолько интенсивным, что заметно ухудшает качественные показатели радиосистем.

Обеспечение электромагнитной совместимости представляет собой сложную задачу, для решения которой не существует универсальных приемов. Решение таких задач требует не только знаний радиотехники, теории электрических цепей, теории распространения радиоволн, которыми в большей степени обладают наиболее опытные специалисты, но и знаний, основанных на интуиции и многолетнем опыте. Таким образом, задачи управления процессом обеспечения электромагнитной совместимости во многом являются творческими, базируются на эмпирическом опыте специалистов, а эффективность результатов во многом определяется наличием этих знаний и опыта у специалистов.

В современном обществе наблюдается общая тенденция — нехватка высококвалифицированных кадров в связи с оттоком их из научно-исследовательских учреждений, повышение требований к интенсивности и качеству производства, конкуренция на данном секторе рынка. Все это обусловливает актуальность компьютерных систем поддержки решения профессиональных задач по электромагнитной совместимости. Применяемые в данной области методы и средства моделирования не отвечают в полной мере, задачам воспроизводства реального человеческого опыта и, знаний специалистов-практиков. В то же время исследования в области искусственного интеллекта и экспертных систем в частности показали эффективность применения для таких случаев интеллектуальных систем поддержки принятия решений основан-

рис »Ли

з

БЯСДИОГеКА СПтрйрг С 03 ГХЦыяд

ных на экспертных знаниях. Известны теоретические работы и практические внедрения в этой области научных коллективов под руководством, таких известных отечественных и зарубежных ученых, как Маслов С.Ю., Поспелов Д.А, Загоруйко Н.Г., Переверзев-Орлов B.C., Уотермен Д. и других. Однако в области обеспечения электромагнитной совместимости задача разработки и промышленного применения интеллектуальных систем поддержки принятия решений остается нерешенной. Актуальность задач, связанных с разработкой и внедрением таких систем определило те цели и задачи; которые исследуются в диссертационной работе.

Целью работы является создание моделей и алгоритмов экспертных систем поддержки принятия решений по электромагнитной совместимости, обеспечивающих научно-практическую базу для имитационного моделирования.и исследования проблемной области, процессов принятия решений, а также разработки программных систем поддержки профессиональной деятельности в этой области знаний.

Для достижения этой цели в диссертационной работе решены следующие основные задачи:

- проведен анализ возможностей использования моделей представления знаний для задач электромагнитной совместимости, и сформулированы принципы построения экспертных систем для их реализации;

- разработана обобщенная и нечеткая модели предметной области и алгоритм вывода решений;

- разработан комплекс моделей и алгоритмов: для имитации процессов решения профессиональных задач, модель пользователя экспертной системы, модель и алгоритм обучения пользователя экспертной системы- разработана и внедрена в опытную эксплуатацию первая версия

программного обеспечения экспертной системы поддержки принятия решений по электромагнитной совместимости.

Научная новизна проделанной работы заключается в том, что раз-работаны'принципы построения экспертной системы поддержки принятия решений по электромагнитной совместимости. Разработаны модели и алгоритмы для имитации процессов решения профессиональных задач и исследования объектов предметной области «Электромагнитная совместимость».

Практическая ценность. Первая версия разработанной экспертной системы поддержки принятия решений по электромагнитной совместимости «КС ЭМС» передана в опытную эксплуатацию в Омский НИИ приборостроения, экспертная составляющая базы знаний кото-

рой наращивается введением знаний, получаемых во взаимодействии со специалистами в области радиоэлектроники. Такой набор знаний станет сводом квалифицированных мнений и постоянно обновляющимся справочником наилучших стратегий и методов решений вопросов обеспечения электромагнитной совместимости. Ведущие специалисты уходят, но их опыт должен сохраняться и активно использоваться. Связывая модели, отражающие особенности рассуждений экспертов при решении профессиональных задач, с обширной специфической информацией, экспертная система поддержки принятия решений повышает ценность и доступность экспертных знаний.

Способ оценки уровня индивидуальных знаний, разработанный при формировании модели пользователя экспертной системы, используется в учебном процессе Омского государственного педагогического университета.

По результатам проделанной работы получены три акта внедрения

Методы исследований. В работе использованы методы моделирования, оптимизации, инженерии знаний, когнитивной психологии, теории нечетких множеств и принятия решений.

Апробация работы. Основные положения работы апробированы на международных научно-практических конференциях «Математическое моделирование в образовании, науке и производстве» (Тирасполь, 2001, 2003, ТГТУ); межрегиональном информационном конгрессе «МИК-2001» (Омск, 2001, Адм. Омской обл.); второй Российской конференции «Естественные науки в военном деле» (Омск, 2001; ОТИИ); на научно-технической конференции «Управляющие и вычислительные системы. Новые технологии» (Вологда, 2001, ВоГТУ);-II всероссийской ФАМ конференции по финансово-актуарной математике и смежным вопросам (Красноярск, 2003, КГУ); городской научно-методической конференции «Совершенствование форм и методов управления качеством учебного процесса» (Омск, 2002, ОмГТУ); семинарах и ежегодной научной сессии (Омск, 2001,2002, 2003, ОФ ИМ СО РАН); IV международной конференции «Динамика систем, механизмов и машин» (Омск, 2002, ОмГТУ); международных конференциях: «Вычислительные и информационные технологии в науке, технике и образовании» (Усть-Каменогорск, 2003, ВКГУ); «Современные проблемы физики и высокие технологии» (Томск, 2003, ТГУ); «Новые информационные технологии в нефтегазовой промышленности и энергетике» (Тюмень, 2003, ТюмГНГУ).

По теме диссертации опубликованы 21 научная работа, часть из которых выполнена при финансовой поддержке РФФИ (проекты 01-01-

00303,01-07-90003).

Основные положения, выносимые на защиту:

Принципы построения экспертной системы поддержки принятия решений по электромагнитной совместимости.

Обобщенная и нечеткая модели предметной области и алгоритм вывода решений.

Комплекс моделей и алгоритмов:

- для имитации процессов решения профессиональных задач;

- пользователя экспертной системы;

- обучения пользователя экспертной системы.

Объем н структура работы. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников из 102 наименований и 11 приложений. Объем основного текста составляет 130 страниц машинописного текста.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность разработки компьютерных систем поддержки принятия решений профессиональных задач, так как общей тенденцией в современных условиях является отток квалифицированных специалистов из научно-исследовательских учреждений и предприятий в более престижные отрасли экономики. Во введении формулируется также цель исследования и конкретные задачи, направленные на ее реализацию, указываются методы исследования.

В первой главе дается анализ методов и подходов моделирования в системах поддержки принятия решений. Рассматриваются способы обеспечения электромагнитной совместимости. Исследуются возможности использования моделей представления знаний. Формулируются принципы построения экспертной системы поддержки принятия решений по электромагнитной совместимости.

На сегодняшний день в теории принятия решений широко известны следующие методы: теории полезности, проспектов, ELECTRE, анализа иерархий и эвристические методы. К задачам с субъективно оцениваемыми решениями относятся задачи, для которых объективная оценка результата решения заменяется экспертными оценками, основанными на эвристических предпочтениях. Эвристические знания реализуются в экспертных системах - компьютерных системах поддержки принятия решений, в которых применяется метод интеллектуального анализа данных, заключающийся в применении алгоритмов обработки информации с целью выявления скрытых тенденций, закономерностей, взаимосвязей процессов, учет которых помогает повы-

сить качество принимаемых решений.

Работа экспертных систем основана на знаниях, хранимых в памяти системы, что требует создания специальных средств представления знаний и манипулирования ими. В экспертной системе BDS, разработанной в США для диагностики неисправностей в радиосистемах, знания представлены продукциями. В экспертной системе по электромагнитной совместимости Консультант, созданной в НИИ Министерства Обороны РФ, используемой для заполнения заявок на выделение радиочастоты, - модулями. Дальнейшая разработка моделей и алгоритмов экспертных систем поддержки принятия решений по электромагнитной совместимости, представленных в диссертации, базируется на следующих основных принципах: имитация процессов решения профессиональных задач, системность деятельности специалиста, применение правдоподобных рассуждений, выдача альтернативных рекомендаций, модульность построения.

Вторая глава посвящена вопросам построения обобщенной модели знаний предметной области «Электромагнитная совместимость». В ней приводятся предлагаемые автором подходы и алгоритмы, разработанные для исследования объектов предметной области с использованием нечеткой логики, отличающиеся от общеизвестных аналитических и экспериментальных методов.

Для представления знаний в экспертной системе поддержки принятия решений по электромагнитной совместимости разработана обобщенная модель предметной области - сетевая конструкция, задаваемая в виде

где X — множество объектов предметной области;

Я/,~ - множество типов связей между ними;

G - отображение, задающее связи между объектами, входящими в X, из заданного набора типов связей.

Путем экспертного опроса и анализа научно-исследовательских материалов сформирован словарь предметной области - выделены основные объекты, которыми оперируют специалисты, такие как «радиосистема», «радиосигнал», «электромагнитная обстановка» и другие.

При анализе электромагнитной обстановки необходимо, в числе прочего, оценивать степени загрузки отдельных частотных диапазонов, так как при одновременной работе в некоторой области пространства большого числа радиосистем из-за ограниченного числа радиоканалов непреднамеренные электромагнитные помехи приемникам будут создаваться излучениями передатчиков, работающих на совпа-

дающих частотах. Для уменьшения помех между ними большое значение имеет такое перераспределение частотного спектра в пространстве, при котором сведены к минимуму нежелательные пересечения частот.

Для оценки степени загрузки частотного канала применены методы нечеткой логики и нечеткие множества. Введем лингвистические переменные р - «плотность загрузки частотного канала» и Т - «длительность загрузки частотного канала» с терм-множествами значений Тр и Тг соответственно:

Тг= Т<>={«малая», «средняя» и «большая»} (рис. 1).

Рис. .1. «Плотность» и «длительность» загрузки частотного канала

Анализ электромагнитной обстановки предлагается проводить по правилам, формируемым на основе экспертного опроса:

1) при «малой» плотности загрузки частотного канала длительность загрузки частотного канала может быть «большой»;

2) «средней» плотности соответствует «средняя» длительность;

3) в случае «большой» плотности требуется «малая» длительность загрузки частотного канала.

Как видно из рис. 1, области определения входных функций принадлежности различных термов пересекаются, поэтому входная нечеткая инструкция будет представляться некоторой комбинацией приведенных правил. Пусть зафиксировано значение «плотности» загрузки частотного канала равное 0,3. Из рис. 1 видно, что эта плотность с функцией принадлежности 0,5 принадлежит терму «малая» плотность и -0,75 - терму «средняя» плотность. Согласно правилам, «длительность» загрузки частотного канала может быть на 0,5 «большой» и на 0,75 «средней». «Большая» длительность - 1 для плотности загрузки /7=0,3, согласно правилам, «около 10 сек».

Нечеткая база знаний представляется в виде:

0 [Л = «ч* И -» У : ^=йм=

рЛ 1=1

где

нечеткий терм, которым оценивается значение входа *«>; вы-

ход у оценивается нечетким термом1 ¿1 т - количество термов, используемых для лингвистической оценки выходных данных.

Логический вывод основывается на известном алгоритме вывода в нечетких экспертных системах, формализованное обобщение которого представляется следующим образом.

1) Пусть ^(х^г / = 1, п - функция принадлежности входа'{*<} нечеткому терму , то есть , где - совокупность

4

пар элементов нечеткого подмножества;

2) ^'{у) - функция принадлежности выхода у нечеткому терму

3) степень принадлежности входа {*,} нечеткому терму из базы

знаний определяется следующей системой нечетких логических уравнений:

4) нечеткое подмножество у, соответствующее входу определяется как

у = у,

м ,1*1

где U - операция объединения нечетких подмножеств;

5) четкое значение выхода -у, соответствующее входу (ХЛ} определяется в результате дефазификации нечеткого методом медианы:

где О - мощность нечеткого подмножества.

В соответствии с алгоритмом база знаний представлена в виде таблиц, где в качестве столбцов присутствуют базовые значения лингвистических переменных «плотность загрузки частотного канала», «длительность загрузки частотного канала» и их модификации, образованные логическими связками «и», «или».

В целях представления и использования коллективных знаний база знаний сформирована путем опроса нескольких экспертов. Для объе-

>

димения индивидуальных суждений в коллективное применяется нечеткое отношение «между», значения которого представляются некоторым интервалом значений, находящимся на отрезке [0, 1]. В работе нечеткое отношение используется для нахождения суждения, лежащего одновременно между всеми суждениями экспертов. В общем

случае суждение лежит между суждениями , если

* *

П^сйси^' Понятие «между» в пространстве предпочтений представляет собой формализацию условия Парето для принципа согласования отношений индивидуального предпочтения: «если все индивидуумы предпочитают объект а объекту Ь, то и в групповом отношении объект а должен быть предпочтительнее Ь». Нечеткое отношение «между» предлагается использовать как механизм объединения индивидуальных суждений в коллективное.

В третей главе разрабатывается и анализируется модель действий эксперта при решении задачи обеспечения электромагнитной совместимости радиосистемы - приемо-передающего антенного центра, размещаемого на ограниченной площади. Приведен алгоритм решения — замкнутый цикл. Проведен сравнительный анализ методов выбора решений. Разработаны нечеткая модель предметной области, модель пользователя экспертной системы, модель и алгоритм обучения пользователя экспертной системы.

В рамках агрегативно-декомпозиционного подхода структура антенной системы описывается на различных уровнях детализации совокупностью графов (рис. 2), отражающих ее внутреннюю организацию, устойчивые взаимосвязи между подсистемами, распределение функций управления по элементам организационной иерархии. Проектируемый антенный центр, как сложная система, включает: передающую антенну, помещаемую в центр площадки крышевого типа, и четыре приемные антенны (рис. 2. а).

а Ь

Рис. 2. Модель действий эксперта при решении профессиональной задачи а) структура антенного центра; Ь) алгоритм решения на графе — замкнутый цикл

Оптимизация выбора антенн для формирования структуры приемопередающего антенного центра осуществляется следующим образом. Рассмотрим множество , каждый элемент которого

соответствует виду антенны — имеющему несколько характери-

стик, оцениваемых с помощью атрибутов

обозначаемых Будем считать, что задана матрица

С—Су, 1=1, ..., ..., п, у которой Су ^Р} (пь) - значение]-ой

характеристики для ]-го вида антенны.

Приемо-передающий антенный центр должен нормально функционировать, то есть функционировать с минимальным уровнем помех. В этом случае целевая функция системы имеет минимум. Для выбора антенн предлагается использовать метод многокритериальной оптимизации: Р(х)-ш1п, хеМ.

Рис. 3. Выбор Парето-оптимального решения с помощью графа

Обозначим через. ЛГ множество Парето-оптимальных решений — видов антенн. Решение находится с помощью ориентированного графа 0=(У.Е)где

— множество вершин,

- множество дуг.

Граф строится следующим образом. Вершина v, соответствует антенне т, а дуга (V,-, Уц) принадлежит Е тогда и только тогда, когда ^ я антенна доминирует ^ю антенну, то есть <Су, ] = 1, ... , п, причем, существует номер / такой, что . Вариант является Паре-то-оптимальным, если ни одна дуга из Е не входит в вершину V, Множество вершин V., соответствующих Парето-оптимальным решениям для данного графа, построенного с использованием сформированной базы данных по антеннам, состоит из вершин V./, (рис. 3).

Последовательность действий специалиста на этапе проектирования присмо-передающего антенного центра представлена в виде графа, дуги которого соответствуют: 1) учету конструктивных особенностей; 2) использованию свойств диаграммы направленности; 3) иссле-

дованию возможностей поляризационного разноса; 4) осуществлению пространственного разноса; 5) обеспечению частотного разноса (рис. 2.Ь).

Качество анализа совокупности характеристик прямо связано с полнотой модели, которая должна быть максимально подробной, но в то же время простой и компактной. В алгоритме предусмотрена возможность внесения поправок и дополнений в модель с помощью элемента А6 — «всё остальное». Алгоритм решения на сформированном графе - замкнутый цикл:

А1лА2лАЗлА4лА5лА6->В.

Дуги (А1, ... , АЬ) соответствуют правилам, предложенных экспертом, имеющих вид нечетких высказывательных предложений в форме «если... , то...», которые после формализации помещены в базу знаний. Заключение (В) об обеспечении электромагнитной совместимости для каждого варианта, получаемое на основе анализа совокупности формализованных правил, перебираемых при перемещении по замкнутому циклу, сопровождается оценкой достоверности, показывающей степень уверенности эксперта в её достаточности для получения соответствующего заключения.

Обобщением предложенного алгоритма является его представление в виде совокупности высказываний, где осуществляется строго упорядоченная проверка истинности элементов левых частей, имеющих сложную структуру:

А/ л(у)А2 л(у) ... л(у)А1 -+В, / = 17л;

п - число анализируемых условий, значение которых зависит от рассматриваемой задачи и предметной области.

Формирование базы знаний по антеннам осуществляется внесением в соответствующие таблицы не только знаний о существующих антеннах, но и о модифицированных. Для того, чтобы внести лучший вариант из них, использовалось нечеткое отношение предпочтения, для формирования которого наряду с множеством полученных технических решений X эксперту предъявляется некоторое множество «эталонных» объектов Y- технических решений, полученных путем математического моделирования.

Алгоритм решения следующий:

1. Эксперту предлагается выбрать для каждого х,максимально близкий к нему эталон у)■ и оценить степень их сходства ц(хьУ) единицей, а остальные оценки назначать, исходя из этой максимально схожей пары.

2. Сформированная матрица экспертных оценок F нормируется.

3. На У определяется линейный порядок 8.

Вычисляется на X нечеткое отношение предпочтения Я, индуцированное отношением 5", по закону взаимодействия отношений

которое является прообразом отношения 5 относительно соответствия Р и интерпретируется, как степень выраженности представления «выбранное техническое решение не хуже эталонного».

Будем полагать, что выполняется свойство нечеткого отношения /% состоящее в том, что оно функционально, если удовлетворяет условию: для любого хеХ существует единственное уеУ такое, что

/л(х,у) = 1, то есть в матрице отношения Г в каждой строке найдется элемент, равный 1.

Пусть X = {х!, х2, хз} - множество решений, Г = (у1, у2} - множество эталонов, на которых определен четкий линейный порядок

£ _ * М. Нормированные экспертные оценки степени сходства тех-

м

нических решений с эталонами представим в виде двудольного орграфа: 1,1 )|0.2+(1,2)| 1.0+(2,1 )| 1,0+(2,2)|0.7+(3,1 )|0.4+(3,2)| 1.0 (рис. 4).

Из рисунка видно, что из трех предложенных решений решение х2 наиболее предпочтительно, так как оно со степенью 1 схоже с наиболее предпочтительным эталонным решением у/.

0,2

хз си^—

Рис. 4. Нормированное отношение в виде орграфа Нечеткое отношение предпочтения Л =(1,1)|1+(1,2)|0.7+(1,3)|1+(2,1) |1+(2,2) |1+(2,3) |1+(3,1) |1+(3,2) |0.7+(3,3)|1, в котором каждый элемент определяется в соответствии с законом взаимодействия отношений по формуле:

Рц(х,у) = V {//Дх,и) л //5(м,V) л Му(У,«)}'

и.уеУ

и строгое нечеткое предпочтение для нашего случая Р=(1,1)|0+( 1,2)|0+(1,3)|0+(2,1)| 1+(2,2)|0+(2,3)| 1+(3,1)|04<3,2)|0+(3,3)10, каждый элемент которого определяется по формуле:

И (х у) = еслиМ*(х>У) > Ик(у>х),

подтверждают неформальный вывод, сделанный из рис. 4.

Метод эталонного подхода применялся в работе для выбора антенны по одной характеристике - коэффициенту бегущей волны. Для учета сразу нескольких характеристик антенны предлагается использовать другой метод - композиционное правило вывода.

Пусть А - согласованные средние экспертные оценки характеристик антенны, ранжированные по важности: коэффициента бегущей волны, диаграммы направленности, поляризации, коэффициента полезного действия. - нечеткое отношение, элементами которого являются значения попарного сравнения характеристик из матрицы попарных близостей, формируемой экспертом на входе экспертной системы. ./5 =1|1.00+2|0.65+3|0.25; Р=П,П11+(2,2)11+(3,3)11+{4,4)11 + ((1,2)+(2,1Ж23ЖЗ,2ЖЗ,4Ж4,3))|0,50.

Назовем А — унарное нечеткое отношение лингвистическим приближением «равный», а бинарное нечеткое отношение — «примерно равны». Уравнения назначения в этом случае имеют вид:

А = «равный»;

^ = «примерно равны» и, следовательно;

к = «равный» о «примерно равны» (« о » - максиминная операция) можно аппроксимировать как «белее или менее равный», в качестве лингвистического приближения. Вычисления, произведенные по формуле

ик(у)=у С"; М л Ир{х,у)) >

дают результат.« =1|1.00+2|0.65+3|0.50+4|0.25.

Приближенный вывод - это и есть решение с набором характеристик антенны, «более или менее равным», заданному набору. Если используется матрица попарных близостей дилетанта, то выдаваемое решение не соответствует лингвистической оценке «более или менее равный».

Основная идея этого метода состоит в следующем: экспертные оценки представляются в виде уравнений назначения - нечетких отношений, содержащих ограничения на базовые переменные. Эти уравнения решаются относительно желаемых ограничений при помощи композиции нечетких отношений. Получаемый приближенный вывод и есть решение.

Построение нечеткой модели предметной области «Электромагнитная совместимость», моделей пользователя и обучения пользовате-

ля основано на исследовании семантического пространства памяти человека, необходимого для условного описания основных объектов предметной области и ее атрибутов, которое рассматривается в когнитивной психологии как модель структуры индивидуального сознания. В проведенных экспериментах экспертам в области радиоэлектроники и дилетантам предъявлялось подмножество из основных объектов предметной области и ее атрибутов. Поочередно каждый термин брался за эталон, и испытуемые выстраивали оставшиеся по убыванию сходства с ним. Так формировалась и графически интерпретировалась матрица попарных близостей, которую можно рассматривать как нечеткую модель предметной области, формализация которой осуществляется следующим образом.

Пусть - функция принадлежности нечеткого бинарного от-

ношения «сходство» на заданном наборе понятий. Для каждой пары понятий х, у значение jj^x,y) есть субъективная оценка человеком

степени их сходства, которую можно рассматривать как «экспериментальные данные», отражающие понимание человеком понятия «сходство». Для вводится n-шаговое отношение

Ря(х,У)= sup

Для любых выполняется цепочка неравенств

О < /¿i(x,y) < /лг(х,у) <...< Р„(х,у) <...<1, ИЗ которой следует, что для; любых х,уеХ последовательность {цк(х,у)} имеет предел при к—><х> Таким образом, существует предельное отношение сходства, определяемое равенством

р(х,у) = \\трь(х,у) \fx,yeX.

Подобное «портретирование» памяти, являющееся интегральным показателем уровня индивидуальных знаний, позволяет разработанной системе идентифицировать пользователя (рис. 5).

Рис. 5. Модель структуры индивидуального сознания эксперта (слева)

и дилетанта (справа) В качестве приемлемого количественного критерия контрастности «портрета» пользователя можно воспользоваться величиной, отражающей уровень индивидуальных знаний в заданной предметной области. Модель пользователя представляется в виде:

где да,я - количества столбцов и строк матрицы попарных близостей, А,у- высоты индивидуального профиля.

Дополнительные эксперименты, проведенные в Омском государственном педагогическом университета по исследованию структуры индивидуального сознания студентов, показывают, что разработанную методику можно с успехом использовать и как самостоятельный инструмент для контроля знаний в процессе обучения.

Результаты проведенных исследований позволили ориентировать экспертную систему на обучение. Цель - приближение знаний пользо-вателя-обучаемого к уровню знаний эксперта. Модель обучения пользователя

М=М(РХ, Ру,р, К)

представляется как процесс решения оптимизационной задачи

K(p)—>min,

задаваемой функциями: р, К от переменных Рх, Рг, гдрРх, Ру- интегральные характеристики матриц попарных близостей пользователя-обучаемого и эксперта. Функция р : X, Y —У PX,PY', К оператор качества, показывающий для каждого Рх его близость к Ру. Задача состоит в достижении р, минимизирующего К. Поведенные эксперименты хорошо согласуются с предлагаемой моделью.

В четвертой главе приведена реализация разработанной экспертной системы поддержки принятия решений «КС ЭМС» с использованием принципов объектно-ориентированного моделирования. Проведен расчет для задачи «Обеспечения электромагнитной совместимости приемо-передающего центра, расположенного на ограниченной площади».

Для построения экспертной системы выбрана концепция «быстрого прототипа», которая продемонстрировала принципиальную пригодность инженерии знаний в данной предметной области. Экспертная система реализована на объектно-ориентированном языке программирования C++ с применением Borland C++ Builder для использования в операционных системах Microsoft Windows. Согласно такой технологии «КС ЭМС» представляется в виде трех взаимосвязанных моделей: объектной модели, отражающей структурные аспекты, связанные с

данными; динамической модели, описывающей работу исследуемых объектов; функциональной модели, в которой рассматриваются взаимодействия между объектами.

В экспертной системе обеспечивается интерактивное заполнение базы знаний в модуле «редактирование». Модуль «решения» выдает рекомендации по обеспечению электромагнитной совместимости для ряда типичных задач, представляющих самостоятельное значение на практике.

База знаний экспертной системы состоит из теоретического материала по проблемам обеспечения электромагнитной совместимости и специфической экспертной информации, что расширяет ее функциональные возможности как системы поддержки принятия решений и консультирования пользователей.

Расчет для задачи «Обеспечение электромагнитной совместимости приемо-передающего антенного центра, расположенного на ограниченной площади», проведен с помощью разработанного алгоритма (рис. 6).

Рис. 6. Алгоритм «Проверка радиосистемы на электромагнитную совместимость»

Результаты эксперимента позволяют оценить реальную возможность обеспечения электромагнитной совместимости на этапе проектирования в конкретной группе радиоэлектронных средств.

В заключении сформулированы основные результаты диссертационной работы.

Основпые результаты диссертации

1. Разработана обобщенная и нечеткая модели предметной области «Электромагнитная совместимость».

2. Предложена модель имитации профессиональной деятельности специалиста, позволяющая разрабатывать алгоритмы эффективного решения вопросов обеспечения электромагнитной совместимости радиосистем с использованием экспертной информации.

3. Для решения задач обеспечения электромагнитной совместимости применен аппарат нечеткой логики. Разработанные алгоритмы позволяют создавать методики преобразования информации на основе экспертных оценок.

4. Разработана модель пользователя экспертной системы поддержки принятия решений по электромагнитной совместимости. Проведенные эксперименты по формированию модели структуры индивидуального сознания, позволили ориентировать разработанную экспертную систему на обучение. Формализация предлагаемой модели хорошо согласуется с результатами экспериментов.

5. Предложен эффективный способ оценки уровня индивидуальных знаний в заданной предметной области, учитывающий когнитивные механизмы сознания. Способ используется как самостоятельный инструмент для контроля знаний в процессе обучения.

6. На основе сформированных моделей и алгоритмов с использованием методов моделирования, оптимизации, инженерии знаний, когнитивной психологии, теории нечетких множеств и принятия решений разработан действующий прототип экспертной системы поддержки принятия решений по электромагнитной совместимости «КС ЭМС».

Публикации по теме диссертации

1. Маренко В.Л. Способы представления знаний в экспертных системах //Математические структуры и моделирование. — Омск: ОмГУ, 2001.-Вып. 8.-С. 34-39.

2. Бояркин Г.Н., Маренко В. А., Чуканов С.Н. Информационные технологии: Учебн.пособие. Омск: ОмГТУ, 2001. - 192 с.

3. Богданов А.В., Ивченко Р.В., Маренко В.А., Маренко В.Ф. Применение математического моделирования для разработки антенно-согласующих устройств декаметрового диапазона //Математическое моделирование в образовании, науке и производстве: Материалы II Междун.научн.-практ.конф. - Тирасполь: РИО ПГУ, 2001. - С. 67-69.

4. Маренко В.Ф., Маренко В.А. Программно-имитационная модель антенно-согласующих устройств декаметрового диапазона //Управляющие и вычислительные системы. Новые технологии: Материалы научн.-техн.конф. - Вологда: ВоГТУ, 2001. - С. 38-39.

5. Маренко В.А. Исследование семантического пространства памяти //Омский научный вестник. Омск: ОмГТУ, 2001. -№ 17. - С. 82-84.

6. Богданов А.В., Лузан Ю.С., Маренко В.Ф., Маренко В.А., Нартов Б.К., Чуканов С.Н. Проблемы динамического согласования передающих антенн КВ-диапазона для подвижных объектов //Научн.метод.сб. № 50 МО РФ и УВО; М.: Военное изд-во, 2001. - С. 104-109.

7. Маренко В.А., Маренко В.Ф. Эвристические методы решения задач в информационно-консультационной системе //Совершенствование форм и методов управления качеством учебного процесса: Сб.материалов городской научн.-метод.конф. Омск: ОмГТУ, 2002. -С. 38-41.

8. Маренко В.А. Использование нечетких отношений при разработке информационно-консультационной системы «Электромагнитная совместимость» //Математические структуры и моделирование. - Омск: ОмГУ, 2002.- Вып.9.-С.48-50.

9. Маренко В.А., Маренко В.Ф. Основы разработки консультационной экспертной системы //Техника радиосвязи /Омский НИИ приборостроения. - 2002. - Вып.7. - С.74-77.

10. Маренко В.А., Шапцев В.А. Представление знаний в экспертных системах: Учебн.пособие. //Сургут: РИО СурГПИ, 2002. - 73 с. - ISBN 5-93190-052-7.

11. Маренко В.А. Оптимизация в условиях неопределенности //Омский научный вестник. Омск: ОмГТУ, 2002. - № 19. - С. 61-63.

12. Маренко В.А. Композиционное правило вывода в информационно-консультационной системе «Электромагнитная совместимость» //Динамика систем, механизмов и машин: Материалы IV междун. на-уч.-техн.конф. -Омск: ОмГТУ, 2002. Кн. 1 - С. 312-314. ISBN 5-81490145-4.

13. Маренко В.А. Оценка индивидуальных знаний //Математические структуры и моделирование. - Омск: ОмГУ, 2002. - Вып. 10. - С. 3438.

14. Маренко В.А., Маренко В.Ф. Моделирование действий специалиста //II всероссийская ФАМ конференция по финансово-актуарной математике и смежным вопросам: Тез.докл. - Красноярск: КГУ, 2003. -С.89-90.

15. Маренко В.А. Системный подход в решении вопросов обеспечения электромагнитной совместимости //Вычислительные технологии. Ре-

гиональный вестник Востока: Совместный выпуск по материалам ме-ждун.конф. «Вычислительные и информационные технологии в науке, технике и образовании», 2003. - Т. 8. - Ч. II. - С. 191 - 196.

16. Маренко В.А. Антенный комплекс как сложная система //Математические структуры и моделирование. - Омск: ОмГУ, 2003. -Вып. 11.-С. 54-58.

17. Маренко В.А. Прототип консультационной системы по вопросам обеспечения электромагнитной совместимости //Современные проблемы физики и высокие технологии: Материалы междун.конф., посвященной 125-летию ТГУ, 75-летию СФТИ и 50-летию РФФ ТГУ. -Томск: Изд-во НТЛ, 2003. - С. 427 - 428.

18. Маренко В.А. Оценивание учебной деятельности //Новые информационные технологии в нефтегазовой промышленности и энергетике: Материалы междун.научн.-техн.конф. - Тюмень: ТюмГНГУ, 2003.— С.20-23.

19. Маренко В.А. Моделирование структуры антенного комплекса //Новые информационные технологии в нефтегазовой промышленности и энергетике: Материалы междун.научн.-техн.конф. — Тюмень: ТюмГНГУ, 2003. - СП5-11.

20. Маренко В.А., Рукосуев СИ. Моделирование действий специалиста в прототипе консультационной системы по вопросам обеспечения электромагнитной совместимости //Математическое моделирование в образовании, науке и производстве: Материалы III Междун. научн.-практ.конф. - Тирасполь: РИО ПГУ, 2003. - С. 14-15.

21. Глухих И.Н., Маренко В.А. Оптимизация набора элементов сложной системы при конструировании антенных комплексов //Вестник Тюменского государственного университета. - Тюмень: ТюмГУ, 2003. - № 5 (в печати).

Отпечатано с оригинал-макета, предоставленного автором

ИД №06039 от 12.10.01

Подписано к печати 27.01.2004. Формат 60x84 7|Л. Бумага офсетная. Отпечатано на дупликаторе. Усл. печ. л. 1,5. Уч.-изд. л. 1,5. Тираж 100. Заказ 17.

Издательство ОмГТУ. Омск, пр. Мира. 11. Тел.: 23-02-12 Типография ОмГТУ

* - 2422

РНБ Русский фонд

2004-4 20323

Введение

Глава 1. Подходы и методы моделирования в системах под- 10 держки принятия решений

1.1. Анализ методов моделирования в системах поддержки 10 принятия решений

1.2. Анализ подходов обеспечения электромагнитной со- 15 вместимости радиосистем

1.3. Исследование возможностей использования моделей 23 представления знаний в задачах обеспечения электромагнитной совместимости

1.4. Принципы построения экспертных систем поддержки 37 принятия решений по электромагнитной совместимости

Глава 2. Модели и алгоритмы в задачах обеспечения элек- 40 тромагнитной совместимости

2.1. Модель знаний предметной области «Электромагнитная 40 совместимость»

2.2. Алгоритмы для исследования объектов предметной об- 46 ласти «Электромагнитная совместимость»

2.2.1. Алгоритм оценки степени загрузки частотного канала

2.2.2. Алгоритм «Прямоугольная аппроксимация»

2.2.3. Алгоритм «Взаимовлияние диаграмм направленности 55 антенн»

2.2.4. Алгоритм «Определение высоты антенны»

Глава 3. Имитация процессов решения профессиональных 62 задач

3.1. Разработка модели и алгоритма действий эксперта

3.1.1. Сущность эвристик

3.1.2. Системность деятельности эксперта

3.2. Алгоритм выбора элементов структуры приемо- 71 передающего антенного центра как сложной системы методом многокритериальной оптимизации

3.3. Алгоритм эталонного подхода для выбора решения

3.4. Композиционное правило вывода

3.5. Модель пользователя экспертной системы

3.6. Ориентация на обучение

Глава 4. Реализация экспертной системы поддержки принятия решений по электромагнитной совместимости с использованием объектно-ориентированного моделирования

4.1. Построение объектной, динамической и функциональ- 87 ной моделей

4.2. Процесс интерактивного заполнения базы знаний

4.3. Расчет обеспечения электромагнитной совместимости 105 радиосистемы

Моделирование как процесс углубления познания - одно из средств отображения явлений и процессов реального мира, полнее раскрывающий их сущность [9, 101]. Такая деятельность базируется как на строгих научных теориях, принципах и методах, так и на интуиции и эвристиках - алгоритмах творчества. Анализ методов и средств моделирования сложных объектов приводит к выводу, что с расширением возможностей реализации моделей существенно расширяется и спектр задач, решаемых методами моделирования, ориентированными на использование средств вычислительной техники. Процесс исследования сложных систем связан с необходимостью принимать большое количество решений, касающихся как системы в целом, так и отдельных ее подсистем. Проблема принятия решений возникает практически в любой сфере целенаправленной человеческой деятельности и исследуется как на формализованных моделях, так и на качественном уровне осмысления опыта принятия решений [15]. Модель как формальная конструкция позволяет определять формальные зависимости между свойствами изучаемых объектов и осуществлять формальные операции над ними. Это упрощает как анализ моделей, так и их реализацию на компьютере.

Большое количество современных научных дисциплин посвящены проблеме принятия решений: математическое программирование, теория игр, теория статистических решений, теория оптимального управления, исследование операций, системный анализ и другие. Все эти дисциплины занимаются рассмотрением одной и той же проблемы - научного анализа ряда возможных способов действия с целью нахождения такого из них, который в данных условиях был бы наилучшим. Ситуацию, в которой происходит принятие решений, характеризуют следующие основные черты: наличие цели, альтернативных вариантов и ограничивающих факторов [87].

Любому процессу принятия решений сопутствует большое число разнородных проблем. Эти проблемы можно разделить на два принципиально разных класса: проблемы концептуального характера и проблемы формально-математического и вычислительного характера. К концептуальным проблемам относятся сложные логические проблемы, которые невозможно решить с применением только формально-математических методов и компьютерного анализа. Эти проблемы имеют творческий характер. В настоящее время в науке уделяется большое внимание разработке и формализации процедур, основанных на экспертных знаниях, широко используемых в системах поддержки принятия решений. Проблема принятия решений, имеющая универсальный характер, присуща процессу проектирования и эксплуатации сложных систем, касающихся как системы в целом, так и отдельных ее подсистем.

Одной из актуальных задач современной техники является обеспечение электромагнитной совместимости радиосистем. Плотность различных излучений практически во всех используемых диапазонах частот настолько увеличилась, что, несмотря на все попытки регламентации радиослужб, проводимые международными и национальными организациями, уровень помех во многих случаях оказывается настолько интенсивным, что заметно ухудшает качественные показатели радиосистем. Проблемам обеспечения электромагнитной совместимости посвящены работы многих специалистов: В.И. Владимирова, О.В. Головина, В.И. Петровского, Ю.С. Седельникова, Д. Уайта, О.П. Фролова и других.

Обеспечение электромагнитной совместимости радиосистем представляет собой сложную техническую задачу, для решения которой не существует универсальных приемов. Решение таких задач требует не только знаний радиотехники, теории электрических цепей, теории распространения радиоволн, которыми в большей степени обладают наиболее опытные специалисты, но и знаний, основанных на интуиции и многолетнем опыте. Необходимо уметь прогнозировать возможные комбинации «источник помех - объект воздействия»; полосы частот, в которых ожидаются непреднамеренные помехи, возможные пути распространения межсистемных и внутрисистемных помех; возможные методы защиты от них [5, 102].

Получать информацию по рассматриваемой проблеме можно из различных источников, в том числе из интеллектуального капитала специалистов, аккумулирующего знания, основанные на многолетнем опыте и интуиции.

Еще в XVII столетии в трактате «Об искусстве комбинаторики» великий Лейбниц пытался раскрыть тайну Всеобщего Искусства Изобретения. Он утверждал, что одной из двух частей этого искусства является комбинаторика -перебор постепенно усложняющихся комбинаций исходных данных. Вторая часть эвристика - свойство догадки человеком, все еще остается нераскрытой. На языке нашего времени это - модель мышления человека, включающая процессы генерации эвристик, имеющих особую ценность. Знания и интуиция специалиста, основанные на его прошлом опыте, позволяют решать проблемы на удивительно хорошем уровне.

Массовое внедрение технических средств обработки и хранения информации в жизнь современного общества позволяет исследовать проблемы электромагнитной совместимости с применением моделирования и информационных технологий, с учетом системных связей между различными факторами, совершенствованием моделей представления информации; методов и алгоритмов решения задач обработки информации с целью повышения эффективности управления процессом обеспечения электромагнитной совместимости. Актуальность разработки компьютерных систем поддержки принятия решений профессиональных задач обусловлена общей тенденцией, наблюдаемой в жизни современного общества, оттоком квалифицированных специалистов из научно-исследовательских учреждений и предприятий в более престижные отрасли экономики.

Целью диссертации является разработка и анализ моделей и алгоритмов для исследования объектов предметной области «Электромагнитная совместимость», обеспечивающих научно-практическую базу для имитационного моделирования и исследования проблемной области, процессов принятия решений, а также разработки программных систем поддержки профессиональной деятельности в этой области знаний.

Значительное внимание в работе уделено исследованию действий эксперта при решении профессиональной задачи. Предлагаемый в работе алгоритм универсален и может использоваться в любой предметной области. С целью построения эффективной модели пользователя экспертной системы проведены эксперименты по исследованию семантического пространства памяти экспертов в предметной области «Электромагнитная совместимость» и дилетантов. Результаты экспериментов позволили сформировать способ оценки индивидуальных знаний, учитывающий когнитивные механизмы сознания, а также ориентировать разработанную систему на обучение.

Обеспечение электромагнитной совместимости радиосистем представляет собой сложную техническую задачу, для решения которой не существует универсальных приемов. В работе для определения характеристик объектов предметной области «Электромагнитная совместимость» предлагается применять присущую человеку нечеткую логику, основанную на приближенных рассуждениях. Показано, что композиционное правило вывода для выбора решений лучше аналитических подходов. Приведены расчеты для задачи «Обеспечение электромагнитной совместимости приемо-передающего антенного центра, расположенного на ограниченной площади».

Диссертация состоит из введения, четырех глав, заключения, 130 страниц основного текста, списка использованных источников - 102 наименования и 11 приложений.

Основные результаты главы опубликованы в работах [АЗ, А4, А17].

Заключение

1. Разработана обобщенная и нечеткая модели предметной области «Электромагнитная совместимость».

2. Предложена модель имитации профессиональной деятельности специалиста, позволяющая разрабатывать алгоритмы эффективного решения вопросов обеспечения электромагнитной совместимости радиосистем с использованием экспертной информации.

3. Для решения задач обеспечения электромагнитной совместимости применен аппарат нечеткой логики. Разработанные алгоритмы позволяют создавать методики преобразования информации на основе экспертных оценок.

4. Разработана модель пользователя экспертной системы поддержки принятия решений по электромагнитной совместимости. Проведенные эксперименты по формированию модели структуры индивидуального сознания, позволили ориентировать разработанную экспертную систему на обучение. Формализация предлагаемой модели хорошо согласуется с результатами экспериментов.

5. Предложен эффективный способ оценки уровня индивидуальных знаний в заданной предметной области, учитывающий когнитивные механизмы сознания. Способ используется как самостоятельный инструмент для контроля знаний в процессе обучения.

6. На основе сформированных моделей и алгоритмов с использованием методов моделирования, оптимизации, инженерии знаний, когнитивной психологии, теории нечетких множеств и принятия решений разработан действующий прототип экспертной системы поддержки принятия решений по электромагнитной совместимости «КС ЭМС».

1. Аверкин А.Н., Гаазе-Рапопорт М.Г., Поспелов Д.А. Толковый словарь по искусственному интеллекту. - М.: Радио и связь, 1992. - 256 с.

2. Айзенберг Г.З., Белоусов С.П., Журбенко Э.М. Коротковолновые антенны. М.: Радио и связь, 1985. - 536 с.

3. Анил К., Жианчанг М., Моиуддин К. Введение в искусственные нейронные сети //Открытые системы. 1997. - № 4. - С. 16-24.

4. Аткинсон Р. Человеческая память и процесс обучения. М.: Прогресс, 1980.-180 с.

5. Бочаров В.А., Маркин В.И. Основы логики. М.: ИНФРА-М, 1997. -296 с.

6. Бояркин Г.Н., Маренко В.А., Чуканов С.Н. Информационные технологии: Учеб. пособие. Омск: ОмГТУ, 2001.- 192 с.

7. Булюков Б.М. Грищенко С.Г., Евхаритская Е.С. Дополнительные механизмы представления знаний в семантическом блоке //Методы и системы принятия решений. Системы, основанные на знаниях. Рига: РижПИ, 1989. -С. 127- 130.

8. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. -399 с.

9. Вагин В.И. Дедукция и обобщение в системах принятия решений. -М.: Наука, 1988.-384 с.

10. Вагин В.Н. Параллельная дедукция на семантических сетях //Изв. АН СССР. Техн. Кибернетика. 1986. - № 5. - С. 51-61.

11. Вальштер В., Козба А. Модель пользователя в диалоговых системах //ТИИЭР. 1986. - Т. 74. - № 7. - С. 62-77.

12. Вартанов A.B., Креславская Е.Е. Семантическое пространство экономических понятий. Вест.Моск.Ун-та. Сер. 14. Психология, 2000. № 2. -С. 40-49.

13. Вейшедл P.M. Представление знаний и обработка естественных языков // ТИИЭР. 1986. - Т. 74. - № 7. - С. 11 - 30.

14. Вилкас Э. Й., Майминас Е.З. Решения: теория, информация, моделирование.-М.: Радио и связь, 1981.-328 с.

15. Владимиров В.И. и др. Электромагнитная совместимость радиоэлектронных средств и систем. М.: Радио и связь, 1985. - 272 с.

16. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. 384 с.

17. Гаврилова Т.А., Червинская K.P. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 с.

18. Гилула М.М. Множественная модель данных в информационных системах. М.: Наука, 1992. - 208 с.

19. Гельбух А.Ф. Минимизация количества обращений к дисковой памяти при словарном морфологическом анализе //Информационные процессы и системы, 1991.- №6.-С. 15- 18.

20. Глухих И.Н., Чуклеева O.A. Проблема выбора вариантов сложных систем и нечеткие деревья решений //Новые информационные технологии в нефтегазовой промышленности и энергетике: Материалы междун.научн.-техн.конф. — Тюмень: ТюмГНГУ, 2003. С. 19.

21. ГОСТ 23611-76. Совместимость РЭС электромагнитная. Термины и определения. М., 1978.

22. ГОСТ 23872-79. Совместимость РЭС электромагнитная. Номенклатура параметров и классификация технических характеристик. — М., 1980.

23. ГОСТ 24375-80. Радиосвязь. Термины и определения. М., 1982.

24. Дам Э. Пользовательские интерфейсы нового поколения //Открытые системы, 1997. № 6. - С. 34-37.

25. Daniel Е. Knowledge-Management Systems: Converting and Connecting //IEEE Intelligent systems, 1998. № 3. - P. 30-33.

26. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: ИМ СО РАН, 1999. - 270 с.

27. Загоруйко Н.Г. Алгоритм редактирования базы знаний //Искусственный интеллект и экспертные системы. Сборник научных трудов. Новосибирск, 1996.-С. 3-12.

28. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений /Пер. с англ. Ринго Н.И. М.: Мир, 1976.- 168 с.

29. Zaden L.A. Toward a theory of fuzzy information granulation and its cen-trality in human reasoning and fuzzy logic //Fuzzy sets and Syst. 90 (1997). - P. 11-127.

30. Зегет В. Элементарная логика. M.: Высшая школа, 1985. - 256 с.

31. Искандеров Ю.М. Использование семантических графов для построения информационной модели предметной области //Региональная ин-форматика-96: Тез. докл. 5-ой С.-Петербург, междунар. конф. С.Пб, 1996.- С. 51.

32. Искусственный интеллект. Кн. 1. Системы общения и экспертные системы: Справочник /Под ред. Э.В. Попова. М.: Радио и связь, 1990. - 464 с.

33. Искусственный интеллект. Кн. 2. Модели и методы: Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. - 304 с.

34. Епифанов М.Е. Индуктивное обобщение в ассоциативных сетях //Изв. АН СССР. Техн. Кибернетика. 1984. -№ 5. - С. 132 - 145.

35. Ермоленко В. Применение нечеткой логики в микроконтроллерном управлении //Радиолюбитель. Ваш компьютер. 1997. № 2. - С. 13-17.

36. Колинз Г., Блэй Дж. Структурные методы разработки систем: от стратегического планирования до тестирования. М.: Финансы и статистика, 1986.-264 с.

37. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь. - 1982.- 432 с.

38. Крог Г., Кене М. Трансфер знаний на предприятии: основные фазы и воздейсвующие факторы //Проблемы теории и практики управления, 1999. -№ 4.-С. 74-78.

39. Кук H. М., Макдоналд Д. Э. Формальная методология приобретения и представления экспертных знаний //ТИИЭР, 1986. Т. 74. - № 10. - С. 145 -155.

40. Кузьмин В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений. М.: Наука, 1982. - 168 с.

41. Литвак Б.Г. Экспертная информация: Методы получения и анализа. -М.: Радио и связь, 1982. 184 с.

42. Лосик Г.В. Математическая модель константного восприятия //Математическая психология: методология, теория, модели. М.: Наука, 1985.-236 с.

43. Ma М.Т., Крофорд М.Л. Обзор методов измерений для оценки ЭМС и ЭМ помех //ТИИЭР, 1985. Т. 73. - № 3. - С. 5 - 32.

44. Мальцев А.И. Алгебраические системы. М.: Наука, 1970. - 393 с.

45. Маренко В.А. Исследование семантического пространства памяти //Омский научный вестник Омск: ОмГТУ, 2002.- № 17.- С.82-84.

46. Маренко В.А., Маренко В.Ф. Эвристические методы решения технических задач //Сб.материалы конференции «Совершенствование форм и методов управления качеством учебного процесса». Омск: ОмГТУ, 2002. - С. 38-41.

47. Маренко В.А. Оптимизация в условиях неопределенности //Омский научный вестник. Омск: ОмГТУ , 2002. - 19. - № 19. - С. 61 - 63.

48. Маренко В.А, Маренко В.Ф. Основы разработки консультационной экспертной системы //Техника радиосвязи: Научно-технический сборник /Омск. НИИ Приборостроения, 2002. Вып. 7. - С. 74 - 77.

49. Мачераускас В.Ф. Фреймовая модель знаний в системах управления качеством //Изв. АН СССР. Техн. Кибернетика, 1982. № 5. - С. 166 - 172.

50. Минский М. Фреймы для представления знаний. М.: Энергия, 1979. -151 с.

51. Назаретов В.М., Ким Д.П. Робототехника и гибкие автоматизированные производства. Техническая имитация интеллекта. М.: Высшая школа, 1986.- 144 с.

52. Наумов А.Н., Иванов В.К. и др. Системы управления базами данных и знаний. М.: Финансы и статистика, 1991. - 352 с.

53. Осуга С. Обработка знаний. М.: Мир, 1989. - 293 с.

54. Орлов Н.Ю. Логический вывод в ассоциативных схемах //Изв. АН СССР. Техн. Кибернетика, 1984.-№ 5.-С. 121-131.

55. Орлов А.И. Статистические методы оценивания и проверки гипотез /Межвузовский сборник научных трудов. Пермь: Изд-во Пермского государственного университета, 1991. - С.77 - 86.

56. Отчет о деятельности РАН в 2000 г. Важнейшие итоги. Москва, 2001. -83 с.

57. Обработка естественных языков.Темат.вып. //ТИИЭР, 1986. Т. 74. -№ Ю.-180 с.

58. Осуга С., Саэки Ю. Приобретение знаний. М.: Мир, 1990. - 304 с.

59. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа. -Томск: НТЛ, 1997.-396 с.

60. Перфильева И.Г. Приложения теории нечетких множеств //Итоги науки и техники. Теория вероятностей, математическая статистика, кибернетика. М.: ВИНИТИ, 1990. - Т. 29. - С. 83 - 141.

61. Петровский В.И., Седельников Ю.Е. Электромагнитная совместимость радиоэлектронных средств. М.: Радио и связь, 1986. - 216 с.

62. Пивкин В.Я., Бакулин Е.П., Кореньков Д.И. Нечеткие множества в системах управления http://www.idisys.iae.nsk.su/fuzzy book/fuzzyO.html.

63. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука, 1982.-320 с.

64. Поспелов Д. А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981. - 231 с.

65. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. - 288 с.

66. Прохоров Ю.В. Математический энциклопедический словарь. М.: Советская энциклопедия, 1988.

67. Половинкин А. И., Соболев А. Н. Автоматизация синтеза принципов действия технических систем на основе банка данных по физическим эффектам //Докл. АН СССР, 1979. Т. 246. - № 3. - С. 557 - 560.

68. Половинкин А.И. Теория проектирования новой техники. М.: Ин-т «Информэлектро», 1991. 104 с.

69. Половинкин А.И. Методь1 инженерного творчества. Волгоград: ВПИ, 1984.-365 с.

70. Прикладные нечеткие системы. Сб. М.: Мир, 1993. 368 с.

71. Ревунков Г.И., Самохвалов Э.Н., Чистов В.В. Базы и банки данных и знаний. М.: Высшая школа, 1992. - 367 с.

72. Розенблатт Ф. Принципы нейродинамики. М.: Мир, 1965. — 480 с.

73. Русин Ю.С. и др. Электромагнитные элементы РЭА. Справочник. — М.: Радио и связь, 1991. 224 с.

74. Сван Т. Программирование для Windows. M.: БИНОМ, 1995. - 480с.

75. Сопатый П.С. Об эффективности структурной реализации операций над семантическими сетями //Изв. АН СССР. Техн. Кибернетика. 1983. -№ 5.-С. 128 - 134.

76. Соловьев С.Ю. Математические методы и принципы построения автоматизированных систем инженерии знаний: Автореф. Дис. на соискание ученой степени д.ф.-м.н. Тверь, 1996. - 44 с.

77. Столл Р.Р. Множества. Логика. Аксиоматические теории. М.: Просвещение, 1968.-231 с.

78. Страуструп Б. Язык программирования С++. Пер.с англ. — Киев: «ДиаСофт», 1993. 264 с.

79. Su K.-W., Hwang S.-L., Liu T.-H. Knowledge architecture and framework design for preventing human error in maintenance tasks //Expert Systems with Applications. 19 (2000), 3 (октябрь), - P. 219-228.

80. Тезаурус научно-технических терминов /Под ред. Шемакина Ю.И. -М.: Воениздат, 1972.

81. Терехина А.Ю. Представление структуры знаний методами многомерного шкалирования. М.: ВНИИСИ, 1988. - 53 с.

82. Терехов Л.Л. Математические методы и модели в планировании: Учеб.пособие. Киев: Виша школа, 1981.- 272 с.

83. Технология экспертных систем //ТИИЭР. 1988. - Т. 76. - С. 18

84. Трахтенгерц Э.А. Компьютерная поддержка решений. М.: СИНТЕГ,1998.-376 с.

85. Трахтергерц Э.А. Возможности и реализация компьютерных систем поддержки принятия решений //Известия АН РФ. Теория и системы управления, 2001.-№ З.-С. 86-113.

86. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989. -388 с.

87. Уэно X. Представление и использование знаний. М.: Мир, 1989. -220 с.

88. Филимонов В.А. Системный анализ и «Экран»-технология. Омск: ОмГУ, ООО «Агентство Курьер», 2002. - 46 с.

89. Хахалин Г.К. Лингвистический транслятор в семействе систем с обработкой ЕЯ-текстов (ретроспекция) //Сборник научных трудов 6-ой национальной конференции по искусственному интеллекту (КИИ-98) с меж-дун.участием /Пущино, 1998. Т. 1. С. 238 246.

90. Хофман Т.Р. В защиту смысловых атомов. Предварительные публикации ин-та русского языка АН СССР, 1978. - № 110. - С. 29 - 52.

91. Цвиркун А.Д., Акинфиев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структуры сложных систем. М.: Наука, 1985. — 174 с.

92. Чепайкин А.О. Семантическая сеть модель представления знаний //Управление образовательным процессом в высших учебных заведениях: Межвузовский сб. науч. Тр. - Рязань, 1997. - С. 25 - 28.

93. Чепайкин А.О. Разработка математического и программного обеспечения систем управления знаниями на основе семантических сетей для поиска информации: Автореф. Дис. на соискание ученой степени к.т.н. Москва,1999.- 16 с.

94. Чечкин А.В. Математическая информатика. М.: Наука, 1991. - 416с.

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

96. Шапот М., Рощупкина В. Нейрокомпьютеринг: история, состояние, перспективы //Открытые системы, 1998. № 4 - 5. - С. 23 - 29.

97. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику: http://www.matlab.ru/fuzzvlogic/book 1/1 .asp.

98. Штойер Р. Многокритериальная оптимизация. — М.: Радио и связь, 1992.-504 с.

99. Эндрюс Дж., Мак-Лоун Р. Математическое моделирование. М.: Мир, 1976.-278 с.

100. Ямпольский В.Г., Фролов О.П. Антенны и ЭМС. М.: Радио и связь, 1983.-272 с.

101. Список работ автора по теме диссертации

102. А1. Способы представления знаний в экспертных системах //Математические структуры и моделирование. Омск: ОмГУ, 2001. - Вып.8.-С. 34-39.

103. А2. Информационные технологии: Учебн.пособие. Омск: ОмГТУ, 2001. -192 с.

104. А4. Программно-имитационная модель антенно-согласующих устройств декаметрового диапазона //Управляющие и вычислительные системы. Новые технологии: Материалы научн.-техн.конф. Вологда: ВоГТУ, 2001. - С. 3839.

105. А5. Исследование семантического пространства памяти //Омский научный вестник. Омск: ОмГТУ, 2001. № 17. - С. 82-84.

106. А6. Проблемы динамического согласования передающих антенн КВ-диапазона для подвижных объектов //Научн.метод.сб. № 50 МО РФ и УВО; М.: Военное изд-во, 2001. С. 104-109.

107. А7. Эвристические методы решения задач в информационно-консультационной системе //Совершенствование форм и методов управления качеством учебного процесса: Сб.материалов городской научн.-метод.конф. Омск: ОмГТУ, 2002. С. 38-41.

108. А8. Использование нечетких отношений при разработке информационно-консультационной системы «Электромагнитная совместимость» //Математические структуры и моделирование. Омск: ОмГУ, 2002. - Вып.9.-С. 48-50.

109. А9. Основы разработки консультационной экспертной системы //Техника радиосвязи /Омский НИИ приборостроения. 2002. - Вып.7. -С.74-77.

110. А10. Представление знаний в экспертных системах: Учебн.пособие. //Сургут: РИО СурГПИ, 2002. 73 с. - ISBN 5-93190-052-7.

111. All. Оптимизация в условиях неопределенности //Омский научный вестник. Омск: ОмГТУ, 2002. № 19. - С. 61-63.

112. А12. Композиционное правило вывода в информационно-консультационной системе «Электромагнитная совместимость» //Динамика систем, механизмов и машин: Материалы IV междун. науч.-техн.конф. -Омск: ОмГТУ, 2002. Кн. 1 С. 312-314. ISBN 5-8149-0145-4.

113. А13. Оценка индивидуальных знаний //Математические структуры и моделирование. Омск: ОмГУ, 2002. - Вып. 10. - С. 34-38.

114. А14. Моделирование действий специалиста //II всероссийская ФАМ конференция по финансово-актуарной математике и смежным вопросам: Тез.докл. Красноярск: КГУ, 2003. - С.89-90.

115. Al6. Антенный комплекс как сложная система //Математические структуры и моделирование. Омск: ОмГУ, 2003. - Вып. 11. - С. 54-58.

116. А18. Оценивание учебной деятельности //Новые информационные технологии в нефтегазовой промышленности и энергетике: Материалы меж-дун.научн.-техн.конф. Тюмень: ТюмГНГУ, 2003. - С.20-23.

117. А19. Моделирование структуры антенного комплекса//Новые информационные технологии в нефтегазовой промышленности и энергетике: Материалы междун.научн.-техн.конф. Тюмень: ТюмГНГУ, 2003. - С.75-77.

118. А21. Оптимизация набора элементов сложной системы при конструировании антенных комплексов //Вестник Тюменского государственного университета. Тюмень: ТюмГУ, 2003.123