автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Применение математических методов планирования эксперимента в построении экспертных систем

р Г В зфскжский ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

2 ^ ОИТ К»

на правах рукописи

МУХИНА ИРИНА КОНСТАНТИНОВНА

ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКИХ МЕТОДОВ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТА В ПОСТРОЕНИИ ЭКСПЕРТНЫХ СИСТЕМ

05,13.16 - применение вычислительно» техники, математического моделирования и математических методов в. научпнх исследЬваниях

АВТОРЕФЕРАТ

лис'сертации на соискание ученой степени кандидата физико - математических наук

Запорожье - 1994

Работа выполнена на кафедре Прикладной математики

Запорожского государственного университета.

Научный руководитель - доктор технических наук^

профессор Толок В.А.

Официальные оппоненты - доктор физико-математических наук,

профессор Перепелица В.А. ( ЗГУ )

- кандидат технических наук, старший научный сотрудник ТоБмаченко H.H. ( КГУ )

Ведущая организация - Новосибирский технический университет

Защита состоится " 27 " октября 1994 г. и мин.

в ауд. _ на заседании специализированного Совета К 068.52.02

Запорожского государственного университета по адресу: 330600,

ГСП-41, Запорожье, ул. Жуковского, 66.

Автореферат разослан

"Л «шшйькк 994 Г.

Ученый секретарь Специализированного совета, / кандидат технических наук, доцент ^¿J-/, Ю.А.Сысоев

ВВЕДЕНИЕ.

В настоящее время переловив страны мира вступили в новую стадию развития - постиндустриальную или информационную. Это обусловило создание новых информационных технологий (НЙТ), которые способны исследовать системы, относящиеся к числу очень гложкнх и требующих кябэрнеттггяспого - подхода. "Баз широкого применения и использования НИТ невозможно решение на современном уровне целого ряда актуальных задач в таких важнейших управлениях,как экономический анализ и социология, автоматизация I управление технологическими процессами, управление и контроль ячеством продукции и услуг, анализ данных научно - технических ЭЙлаяешхЯ. Универсальным инструментом для решения задач гаяолнрования, анализа, прогноза и управления сложными системами вляются матещтичзскиэ методы планирования эксперимента (МПЭ) и гатистического анализа данных, которые позволяют эффективно ешать эти задачи в условиях многофакторности, многоуровневости и еодноэначности принятия решений.

Решающим фактором для эффективного внедрения компьютерных эхнологий во все сферы народного хозяйства является улучшение правления информацией, включая ванные я знания. Управление {формацией л еа обработка является главньгм элементом ШТ,поэтому :туально создание новых технологий, которые могут манипулировать южными,много$ахторннмн и стохастическими объектам, поддерживать :окные взаимосвязи мевду данными, -выполнять корректирующие йствия в условиях неопределенности и делать вывогп при достатка информации. Другими словами, необходимы информационные хнологии с элементами гскуственного интеллекта (ИИ), обладашио особностью генерировать новые выводы. Одним из воэчояньг-иховов к созданию подобных технологий ыокет служить

- 3 -

использование МПЭ, в качестве одной из базовых компонент те системы.

Для МПЭ, разрабатываемых для повышения эффективно эксперимента, характерно применение математических методов только на стадии обработки данных, ной на самом первом этапе при создания плава, прячем чаде всего многофакторного пла когда одновременно варьируется множество факторов. , планированием эксперимента (ПЭ) понимается процедура выбора чи опытов и условий их проведения, необходимых для реше; поставленной задачи с требуемой точностью. Все перемени: определяйте изучаемый объект изменяются одновременно специальным правилам. Результаты эксперимента представляются виде математической модели, обладающей определенна статистическими свойствами, что позволяет при обрабо' результатов получить значения интересующих величин с задан) точностью.

Таким образом, современные компьютерные технолог математической обработки (МОД) данных являющиеся ocnosi элементом либой НИТ, дшшш совмещать слабоформализуемыв этс принятия решений ( от постановки задачи до получения канечж результата) с внчислительншз алгоритмами штематичеси обработки данных. Присутствие в кшге коетыотерннх технолеп процедур ПЭ и методов прикладной статистики дает возможное оптимального использования ранее накопленных данных, работы различными шкалами данных, использование множества кри-ер* эффективности результата, множества моделей и соответствуй планов эксперимента дня стратификации выборок из базы дани (БД). Наложение методов "активного" эксперимента на "пассивя собранные данные а ЕЛ позволяет реализовать "вычислительны экся£.гаыейт для решения поставленных задач с увеличением гибкое

- 4 -

системы, а также уменьшением времени работы и объёма, вычислений.

Цель работы.

Целью данной работы является разработка функций и структур отображения математических методов планирования эксперимента в базу знаний компьютерной технологии математической обработки данных ( МОД ).

Достижение цели раСотн.

Достижение указанной цели предполагает решение следующих основных задач:

- разработку концепции тандемной системы, состоящей из двух различных подсистем: первая из которых относится к интеллектуальным, а вторая - к расчетно-логическим;

- разработку методов. представления ИЗ в виде предметной области для отображения в базах знаний;

- систематизацию и классификацию планов эксперимента для построения модели предметной области;

- разработку структуры представления знаний о моделях, планах эксперимента и алгоритмах обработки в виде сети фреймов;

- построение и наполнение фреймовой системы предметной области;

- построение алгоритмов статистической обработки данных, как функций отображения МПЭ в базу знаний;

- анализ и исследование готовых программных сред с целью аппробаиии предлагаемых подходов;

- реализацию и практическое воплощение предлагаемых под;; зоз в виде прототипов реально действующих программных продуктов.

Методы исследования.

При решении поставленных задач использован« основиы« положения теории математического планирования эксперимента, статистического анализа данных, компьютерной статистики, методо] представления знаний и прикладной статистики, а также георт алгоритмов и методов проблемно-ориетированного программирования.

Научная новизна.

Научная новизна диссертационной работы заключается I следующих результатах: . '

1. Предложен новый подход к построению компьютерных технологи! математической обработки данных с использованием аппарате многофакторного планирования эксперимента.

2. Сформулирована концепция тандемной системы, состоящей иг интеллектуальной и расчетно-логической подсистем,для исследованш и решения задач управления слозшымн объектами любой природы < применением методов "активно-пассивного" эксперимента.

3. Построена и наполнена структура отображения знаний о планаз эксперимента в виде понятийной фреймовой сети.

4. Разработан теоретический аппарат принятия решений ш разлячиых этапах работы с данными.

5. Предложено множество алгоритмов,являющихся формализованным! и нредешвимымл конечной последовательностью модулей, необходимы} для описания методов дисперсионного анализа.

Практическая ценность работ»

I» Разработаннаяг в диссертационной работе классификация планов эксперимента и фреймовая сеть представления знаний о ПЭ могут быть рекомендованы, как база для создания любых компьютерных технологий МОД многофакторанх систем с использованием процедур ПЭ. На предложенных вше принципах реализована универсальная расчетно-логкческая система по планам дисперсионного анализа ( ДЛ ) с интеллектуальным интерфейсом.

2. Построен прототип экспертной систеки по статистическим Методам контроля качества С СКК ) с учетом методов планирования эксперимента для реальной производственной задачи.

3. Теоретические результаты аппробированы в видо наполнения готовых программных сред и частично реализованы, как програкмные продукты с целью повышения эффективности, оперативности VI гибкости МОД.

4. Разработанная концепция тандемной системы и программна средства могут быть, использованы при анализе данных любой природы в задачах экономики, социологйи, маркетинга, управления и контроля качества а др.

На эащяту выносятся:

1. Принципы работы с " пассивно " собрании?® данными в БД с использопанием методов и активного " эксперимента на основе возможностей современной ВТ.

2. Обоснование подходов к построению компьютерных технологий МОД с позиция математического планирования эксперимента.

3. Методы извлечения данных из БД по матрицам планов эксперимента с учетом многофакторности,блокирования неоднородности и рандомизации.

4. Новая процедура в построении НИТ позволяющая оптимизиро чть

процесс решения задачи и экономить ресурсы ВТ, за счет двух

- ? _

основных принципов - выборочного метода. *.сверткл имз'гчити.

5. Структура отображения планов и методов ПЭ в виде Фреймовой сети в базу знаний компьютерных технологий.

6. Реализованные программные средства по активным методам ПЭ управления и контроля качества продукции, с использованием предлагаемых теоретических результатов» "

Аппробация работы.

Результаты диссертационной работы докладывались на: Республиканской студенческой конференции " Применение ЭВМ в средних и средне-специальных учебных заведениях * ( Запорожье, февраль 1987 );

Всесоюзной конференции " Методологические' проблемы освоения интеллектуальных систем и ВТ " ( Новосибирск^ СО АН СССР.декабрь

1987 );

Всесоюзной конференции " Применение ЭВМ в учебном процессе ВУЗа " ( Москва, декабрь 1988 );

Семинаре " Планирование эксперимента " под рук. Ю.П. Адлера ( Москва, Политехнический музей, январь 1989 ); Всесоюзной конференции " Математические методы планирования эксперимента в лабораторных и промышленных экспериментах " ( Киев, апрель 1989 );

Всесоюзной конференции " Статистический анализ данных на ЭВМ " (Ужгород, май 1989 );

Всесоюзном семинаре и Статистические экспертные системы "(Москва, ВЛНХ, июнь 1989 );

Ежегодных внутривуэовекнх конференциях преподавателей и студентов,

( ЗГУ );

Научном семинаре по проблеме " КИБЕРНЕТИКА " при институте

- 8 -

.кибернетики им. .Глуикбва при HAH Украины;

получены поощрительная премия на конкурсе проектов ГКНТ СССР и Гособраэования СССР на разработку лучших .образцов, технических средств обучения, за педагогическое .программное средство для аудиовидеокомпьютерного проблемчо-ориен^ованного комплекса по дисциплине "Статистические методы контроля-и управления качеством продукт!и"( Постановление ГКНТ СССР и Гособразования СССР от 30.03.90 N 200/229 ) и серебряная мэдаль на выставке достижений народного хоазяйства СССР за расчетно - логическую систему ПЛАНА ( Удостоверение N 20420. Постановление от 13.07.89 г., N 4I4-H Москва). .

1 - . . i Структура и объем диссертации.

Диссертация состоит из введения, трех глав, заключения, библиографии,'приложений. Она состоит из 19 с., из них 159 с. машинописного текста, 13 рисунков', библиографического списка из 87 наименований,'5 приложений. ,

Краткое содержание работы.

ВО введении отмечена актуальность теми диссертации, формулируется цель работы, задачи и излагаются основные положения диссертации. ,

В первой главе рассматриваются теоретические подходы к конструированию экспертных систем с использованием методов активно-пассивного эксперимента. Автором предложена новая технологическая цепочка компьютерной технологии МОД состоящая из последовательности следувуглх этапов, многие иэ которых носят

- 9 -

итеративный характер:

I ЭТАП. Формализация задачи, т.е. представление входных данныз в математическом виде.

. 2 ЭТАП. Системный анализ исследуемого объекта,т.е. определешк анализ и параметризацию объектов предметной области, компонентов, составляющих ее, и их взаимодействий.

3 ЭТАП. Модельный анализ исследуемого объекта, т.е. изучеши предметной области с целью построения адекватной модели.

4 ЭТАП. Выбор критерия эффективности построенной модели, либо, как требования к параметрам модели для целей инТерпретации.либо, как требования к предсказанным по модели значениям для целей оптимизации результатов.

5 ЭТАП. Синтез планов проведения, активного эксперимента, с целью формирования матрицы плана, как алгоритма осуществления выбора данных из БД.

6 ЭТАП. Анализ ПЭ с целью выяснения необходимых свойств данных например, свойства совместимости уровней факторов.

7 ЭТАП. Обращение в БД для реализации многофакторного выбора данных, для различных сочетаний уровней факторов, задаваемых строкой матрицы„плана.

8 ЭТАП. Обработка данных вычислительного эксперимента ( ВЭ ) математико-статистячеекими алгоритмами и получение результатов.

9 ЭТАП. Статистический аналяэ полученных Данных, интерпретаций и проверка получениях результатов.

Предметную область в виде математических МПЭ будем считать заданной, еепш определены: :

В = к = I,... Д ^ - конечное множество структур исходных

данных;

7 -1 Zj: ] а I,... - класс задач, образованнйймножеством типоеых задач анализа ванных;

- 10 -

Р » jT*: i - I,...,Ij - конечное множество планов проведения эксперимента;

А » | А..: ш » 1,...,М г - конечное множество алгоритмов,

I * Г 1 J_ 11

причем: Ат= t = r,Nm],JLJt R т = R ,

где: R - множество прикладных'программных модулей.

В разделе I.I предложена совокупность правил принятия решений для внбора процедур построения модели при активном эксперименте. Пространство состояний для поиска решений в данном случае задано в виде операторов перехода, представленных правилами продукций. Подмножества целей связываются операцией, конъюнкции или дизъюнкции, что позволяет исходную задачу выбора модели свести к более простым подзадачам, которые в свою очередь, разбиваются ira еше £Цлее простые и т.д. пока на концевых вершинах графа не Появятся элементарные подцели с очевидным решением.

В разделе 1.2 рассматриваются и анализируются ранее созданные классификации планов дисперсионного, регрессионного и факторного анализа. На основании современного состояния проблемы оказалось возможным построить новую классификацию планов, расширив и дополнив существующие классификации более, чем 75 наименованиями, провести систематизацию планов, их описание и анализ, а также установить дополнительные структурные связи между различными Планами. Сравнительный анализ собранной информации позволил Выделить 'подмножества свойств и параметров обшего характера, планов принадлежащих различным типам анализа для построения фреймовой системы.

В разделе Г.3 разработана структура отображения- знаний о планах эксперимента в виде фреймовой сети, для чего предложен ¿келетный фрейм для общего понятия план эксперимента, заполнены значения слотов для конкретных планов дисперсионного и факторного анализа. Затем проведено погружение созданной фреймовой сети в

- II -

общую фреймовую . сегъ : прехсметцой ' йблаотй.'

В разделе 1.4 приведены,заполненные на основании проведенного сводного анализа разнообразных.источников: информации, 3? фреймов конкретных планов дисперсионного анализа (ДА) и 89 фреймов планов регрессионного анализа (РА), Плшш РА рассмотрены более подробно, так как для разного числа факторов одни и те.же планы могут обладать различными свойствами.

Вторая глава посвящена описанию универсальной расчетно -логической системы с . элементами искусственного интеллекта по методам планирования дисперсионного анализа (11ЛАДА), созданной с использованием предлагаемых в первой главе теоретических подходов. Проведен сравнительный анализ существующих программ и систем разработанных в области прикладной статистики.

В разделе 2.1 дано описание модели и структурной схемы, созданной системы 1ШДА. Модель системы мокло представить в вид о: б = < >, где: Ь - входной язщ системы;

И - прикладные программы - модули; и - информационная модель предметной области; Р - управляющая программа.

Построено дерево решений классификации задач предметной области, описаны основные требования к разработке системы ПЛАНА, а также принципы построения данной системы.

В разделе 2.2 описано функциональное наполнение системы, в котором общие модели дисперсионного анализа'даны с точки зрения предметной области. Например, если у = (. А ) ■ и А - фактор, который изменяется на нескольких уровнях, то модель эксперимента при проведении повторных опытов шлее? вид

у ( К га ) ) + «С ( 1 ) + ё ( 1(- п ) ), где: у ( 1(ш)) - результат эксперимента, полученный на 1-м.'уровне

- 12 -

фактора А, й гп - той повторностк ;

^К : - генеральное среднее ( общий эффект всего эксперимента; <к> ( I ) - эффект 1-го уровня фактора А;

в ( Кт)) - ошибка эксперимента, полученная в результате ш повторений.

Каждая программа - модуль систем» идентифицируется функциональным Назначением, Приведена структура: функционального наполнения и правила принятия решений о типе модели», в эависиости от постановки задачи. :

В разделе 2.3 приведен модульный анализ предметной области по следующим основным направлениям:

. - определение наборов данных и их структур, используемых в Качестве исходных данных при решении задач;

- определение класса задач с учетом степени их важности для практики; .

- изучение взаимосвязи класса задач с учетом тех вычислительных процедур, которые могут быть использованы для их решения;

- выбор методов решения задач данного класса с учетом их эффективности и условий применения;

- выбор и'анализ планов эксперимента с учетом их свойств, условий прйменения в возможностей генерации или хранения;

- анализ алгоритмов обработки планов и решения'задач данного класса, а также построение системы модулей;

- создание проектной модели предметной с&яасти. условий применения и возможностей генерации или хранения;

- анализ алгоритмов обработки планов и решения задач данного класса, а также построение системы модулей;

- создание проектной модели предметной области.

_ гс _

. Проведение модульного анализа позволило определить возможности и структуру.пакета,конструкции входного языка.способы организаций вычислительного процесса., способы представления и: хранения знаний о предметной области1 в виде фреймовой сети, описанной в первой главе данной работы.

Система реализована на языке TURBO-BASIC в оверлейном решаю для компьютеров типа IBM/PC и в нов входят следующие подпрограммы ( результаты работы программ даны в Првл. 3 диссертации ): . . »

а) плакирование эксперимента;

б) иммитационное моделирование SIMI, SIM2;

в) выработка случайных чисел и построение гистограмм RANDOM;

г) однофек^орный ковариационный анализ ANACQV;

д) проверка гипотез об оценки линейной модели GLIN;

е) божественные сравнения методом Шеффе, Бонферроне, Тьши AHOVAI.MO;

ж) мощность критерия и построение кривой мощности критерия POWERI, P0WER2, POJRVE.

В свою очередь в планировании эксперимента .вклотоны;

- Полные классификации:

а) одиофакторный ДА AN0VAI;

б) двухфакторный ДА с повторцыми опытами к баз повторных, с непрерывными и дискретными факторами ANOVA2-I, AN0VA2-2, AN0VA2-3;

в) трехфакторный ДА с повторными опытами я без повторных ЙМОУАЗ.

г) двухуровневые и трехуроанъше ортогональные ыдааы L2N, L3M.

- Неполные классификации с ограничь.и;ем на рандомизацию:

а) латинские квадраты LATIN.

- Неполные классификации без ограничения на раклошзацкю

- 14 -

с неполностью рандомизированными блоками: а) двухуровневые и трехуровневые планы с расщепленными делянками 12Ы-5Р,ХЗН-ЗР.

Третья глава диссертации посвящена описанию внедрения предлагаемых теоретических подходов в производственные задачи. Практически значимым здесь является улучшение оперативности и гибкости 30 по статистическим методам контроля качества (СКК) при использовании процедуры планирования эксперимента.

Раздел 3.1 посвящен моделям,методам и шрнам статистического контроля качества продукции с точки зрения новых информационных технологий МОД. Исходя из различных задач, для построения структуры отображения информации о контроле качества предложено два разных типа понятийных фреймов по планам контроля: фрейм для анализа планов контроля и фрейм для синтеза планов контроля. Исследуется возможность создания базового варианта танденой системы контроля качества продукции с использованием процедуры планирования эксперимента, настраиваемого в дальнейшем на конкретное производство. Базовый вариант расчетно-логической подсистемы содержит ряд основных алгоритмов СКК и методы, которые слэдует включать при разработках конкретных - систем, а также необходимые алгоритмы ШЭ. '

В разделе 3.2 исследуются правила принятия решений для наполнения базы знаний ЭС по СКК. Описаны элементы ЗС по СКК ■представляющие собой технологию сбора, хранения и обработки информации о качестве продукции.Основой такой технологии являются статистические методы контроля качества. На производстве проведение "активного" эксперта, тата встечается редко в связи с тем, что связано с изменениями технологического режима. Поэтому обычно данные собирают и накапливает в "пассивном" режиме. .Сформировав таким образом "историю качества" некоторого изделия

- 15 -

или партии, .-макио:' эксперимент, '

нескольких точках определенных выбором плана;;обработать данные получить в факторы,наиболее значимо влияющие на качество издали: Предложенный в диссертации подход к . построению тандемш систем позволяет более гибко изменять планы контроля, К£ поставщиком так и потребителем, так как выбор планов становитс текущей технической операцией '."Для этого разработана . фреймове система для отражения планов проведения контроля, с учете различных методов и признаков контроля.

Раздел 3.3 посвящен сравнительному анализу возможност наполнения статистическими методами контроля качества (СКК "пустых оболочек" 30 и описанию прототипа 30 по СКК дл определения характера распределения по типу гистограмм. Кром того автором исследована практическая задача, поставленная в Запорожском заводе магнитофонов "Весна", касающаяся качеств) магнитных головок. Данная задача была систематизирована дт представления ее в виде дерева решений. Затем олисаны этаге идентификации, концептуализации и формализации этой задачи 1 прзобразование в список правил Сазы знаний. Всего разработано 2' правила, положенные затем в основу элементарной экспертное системы по статистическим методам контроля качества (ЭЭССКК), реализованной на языке МБХ-ВАБЮ для любых ПК.

В заключении изложены основные результаты диссертационной работы:

1. Разработана подробная классификация планов эксперимента по типу модели (для моделей регрессионного и дисперсионного анализа)

2. Построены структурные связи между различными планами для обнаружения общих параметров и се-Чств планов.

3. Предложена структура отображения информации о планах эксперимента, в виде сети понятийных фреймов, для хранения

- Гб -

яожества планов в вазе знаний.

4. Построены скелетные, понятийные фреймы для планов ДА и РА с »зличными спецификациями для слотов.

5. Проведен сводный анализ источников информации и наполнено шше ста фреймов для идентификации различных планов.

в. Создано II алгоритмов для основных моделей ДА и более десяти шолнитольных для различных критериев и других процедур ■атистичаского анализа.

7. Разработана модель функционального наполнения системы ПЛАЛА анамя и статистическими процедурами ДА.

8. На основании представления знаний о планах эксперимента, здан и наполнен файл "Каталог планов".

9. Создана и реализована универсальная расчетно-логическая стема по планам ДА (ПЛАДА) для использования на ПК типа IBM PC. Э. Предложено представление статистического контроля качества в це предметной области тандемной системы.

С. Построены фреймы для анализа и синтеза планов контроля. I, Разработаны правила базы знаний и представление знаний о »сметной области в виде дерева для определения вида ;пределения.

I. Создан программный продукт в вида прототипа ЭС - ЭЭССКК для вделения характера распределения и воспроизводимости нологическо^о процесса.

. Разработан проект тандемной системы для управления качеством ельных технологических процессов.

. Построена диаграмма " причин и результатов "-для диагностики войска причин выпуска дефектлой продукции ( на примере изЬодства магнитных головок ). В приложениях к диссертации приведены: (ритерик оптимальности в планировании эксперимента.

- 17 -

2. Определения основных планов ДА и Ра.

3. Результаты работы некоторых функциональных подлрограш-шд

системы ПЛАДА.

4. Тексты прорамм. прототипа экспертной системы по статистичес]

контролю качества.

Основные результаты диссертации опубликованы в работах:

1. Разработка статистической модели диагностики обучаемого. 0: о НИР ( заключительный ). Отв. исполнитель Ь<ухина И.К./ •Запорожский госукиверситет.- N 3H-282/9Q.-Запорожье,1990.-i

2. Загайтова Е.И..Мартыненко Q.H., Мухина И.К. Диалоговая сиг, П1АДА по активным методам ДА с интеллектуальным интерфейс Тез.докл. на Всесоюзн.конф."Методологические проолемы освос ийтллект. сист. и ВТ".- Новосибирск,- 1987,- С, 38.

3. Мухина И.К.Построение элементов экспертной системы по контр качества с позиции активно-пассивного эксперимента/ Т«э. до на I Украинской конф. "Техническая диагностика и нераэрушк контоль в Украине " - 1994. - ¿непропетровск, - 0.2G.

4. Разработка функционального пакета прикладных прогр статистической обработки ( блок статистических процедур Отчет по НИР ( заключительный ). Отв. исполнитель Мухина . Запорожский госуниверситет.- N 02.89 0039227.- Запорок 1989,- 72 с.

5. Мартыненко О.Н., Мухина Й.К. Планирование эксперимента персональном компьютере:опыт, проблемы, перспективы: Сб.нау трудов Запорожского госуниверситета, IS94. -С.45-48.

lily хина U.K. Использование математических методов планирования эксперимента в построении экспертных систем. Диссертация на .соискание ученой степени кандидата фиэико -.штематачесшпг наук по специальности 05.13.16 ~ применение вычислительной техники, математических методов в. научных исследованиях, Запоронский университет, 1994. Защищается 5 научных работ., которые содержат теоретические разработки функций я структур отображения математических методов планирования эксперимента в базу знаний компьютерных технологий обработки данных, а также построение фреймовой сети для представления знаний о моделях, планах эксперимента и алгоритмах обработай. Предлоаёна концепция тандемной системы, состоящей из интеллектуальной и расчетно-логической части с использованием методов извлечения данных из ЕД по матрицам планов эксперимента. Реализованы программные средства по активным методам планирования эксперимента, управления я контроля качества продукции с применением предлагаемых теоретических результатов. .

'Aikhina I.K. The Application of Mathemtical Methods of Experiment Planning in Construction of Expert Systems.

Che PhD Thesis, speciality 05.13.16 - the application of computer tecniquo and mathematical methods in researches, Zaporozhye Jniversity, 1994:

i scientific works are defended, which contain the theoretical ilaboration of functions and structures for experiment planning of lection to Knowledge Base of computer technologies of data irocessing. The frame network of knowledge representation with sing of experimental design and algorithmes is constructed. The onception of tandemn system, which consists of the intelligence nd calculative-logical parts, is suggested. This system applyes he methods data extraction out of Data Base with using xperimental design. This programs product on active methods of xperimnt planning,management and production quality are, realized ith application of suggested theoretical results.

1ячев1 слова: експертна система, план експерименту, фреймсва зрезка, функц!я в!добразешш, структура даних.