автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.14, диссертация на тему:Разработка и исследование инструментальных средств выбора состава приборных комплексов летательных аппаратов с использованием методов искусственного интеллекта

РГб од

2 2-Д!:: 2003

На правах рукописи УДК 629.7.05 :519.863

Сергейчик Владимир Валерьевич

Разработка и исследование инструментальных средств выбора состава приборных комплексов летательных аппаратов с использованием методов искусственного интеллекта

Специальность: 05.13.14 - Системы обработки информации и управления

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Москва, 2000 г.

Работа выполнена в Московском государственном авиационном институте (техническом университете).

Научный руководитель - доктор технических наук, доцент

Павлова Наталия Владимировна

Официальные оппоненты - доктор технических наук, профессор

Хахулин Геннадий Федорович (МАИ);

доктор технических наук, профессор Чугунов Олег Дмитриевич (ГУЛ МОКБ "Марс")

Ведущая организация Государственный научно-

исследовательский институт авиационных систем.

Защита диссертации состоится «_»_ 2000 г. в _

час. на заседании диссертационного Совета ССД 053.04.02 в Московском государственном авиационном институте по адресу: 127080, Москва, Волоколамское шоссе, дом 4.

С диссертацией можно ознакомиться в библиотеке МАИ.

Отзывы на автореферат в одном экземпляре, заверенные печатью, просьба направлять по адресу: 127080, Москва, Волоколамское шоссе, дом 4. -•• -

Автореферат разослан «_»_2000 г.

Ученый секретарь ^^MJlAJ^U-'^Чрл Булыгин B.C.

диссертационного Совета, кандидат технических наук, профессор

Общая характеристика работы

Актуальность проблемы. Приборные комплексы современных и преспективных летательных аппаратов представляют собой сложные измерительно-вычислительные комплесы, ядром которых является распределенная бортовая вычислителная сеть, обрабатывающая данные многоих измерителей и представляющая результаты многом потребителям. Создание таких комплексов - это сложная, до конца не решенная проблема, связанная с большими материалными и временными затратами.

• Для разработки таких комплесков характерна необходимость учета как строго математически формализуемых, так и неформализуемых требований к проектируемому комплексу. Это, в свою очередь, приводит к необходимости создания гибридных экспертных систем для решения названных задач проектирования. Этот процесс также является длительным и дорогостоящим. Современной технологией сокращения его сроков и затрат на него является создание и использование различных инструментальных средств.

В этой облати ведутся активные работы как в России, так и за рубежом. Уже накоплен немалый опыт в разработке и эксплуатации экспертных систем, решающих различные задачи, и в особенности задачи диагностики.

Однако, универсальных инструментальных средств для разработки любой экспертной системы в настоящее время не существует. По-прежнему актуальной задачей является разработка инструментальных средств, учитывающих особенности создаваемых экспертных систем, и в частности, систем, решающих задачи проетирования у/ сложных информационно-вычислительных комплексов.

Одна из важных и актуальных задач, входящих в названную проблему - это создание эффективных и достаточно недорогих инструментальных средств для разработки статических гибридных экспртных систем продкционного типа, решающих задачи проектирования. Применение таких средств позволяет существенно сократить материальные и временные затраты на решение зачэтапа предварительного проектирования измерительно-вычислительных комплексов.........

. Объектом исследования в данной работе и являлись статические гибридные экспертные системы продукционного типа для решения задач проектирования современных и перспективных бортовых 1 приборных комплексов.

Цель диссертационной работы состояла в создании математического и программно-алгоритмического обеспечения, позволяю-

щего разработать инструментальное средство для проектирования статических гибридных экспертных систем, применяемых на этапе предварительного проектирования приборных комплексов.

Методы исследования, примененные в работе, базируются на методах математического программирования и методах инженерии знаний.

Научная новизна диссертационной работы состоит в следующем:

♦ разработана математическая модель выбора состава при-^ борных комплексов, учитывающая как строго математически формализуемые требования к проектируемому комплексу* так и требования такой формализации не поддающиеся;

♦ создано программно-алгоритмическое обеспечение, реализующее неформализуемую часть гибридной экспертной системы как статической продукционной системы, способной осуществлять как прямую, так и обратную цепочки рассуждений;

♦ разработано инструментальное средство для создания гиб-\ ридных экспертных систем названного типа.

Научные результаты, выносимые на защиту:

♦ математическая модель выбора состава приборных комплексов, базирующаяся на методах математического программирования и методах инженерии знаний; .*

♦ программно-алгоритмическое обеспечение каналов статической гибридной экспертной системы продукционного типа, позволяющее решать задачи выбора состава оборудования приборных комплексов при учете различных требований;

♦ инструментальное средство для создания статических гибридных экспертных систем продукционного типа, решающих задачи проектирования.

Практическое значение полученных в работе результатов состоит в. следующем:

♦ реализован прототип статической гибридной экспертной системы продукционного типа, осуществляющей выбор метода проектирования при формировании состава оборудования приборных комплексов на ШМ PC совместимыхперсональных компьютерах под управлением операционной системы Microsoft Windows на языке программирования Microsoft Visual С++;

♦ разработанное математическое и программное обеспечение использовано при выборе состава приборных комплексов перспектив-

j ных летательных аппаратов и состава измерительного комплекса кос-V модрома.

Достоверность полученных результатов обеспечивается математическим обоснованием предлагаемых подходов и подтверждается анализом результатов моделирования, сравнение ряда полученных результатов с известными решениями в ходе тестирования прототипов инструментального средства и экспертной системы.

Внедрение и реализация в промышленности. Основные результаты диссертационной работы использованы при проведении научно-исследовательской работы в Федеральном научно-производственном центре "Раменское приборостроительное конструкторское бюро" и внедрены в учебный процесс Московского государственного авиационного института (технического университета), что подтверждается соответствующими актами.

Апробация работы. Основные результаты диссертации представлены автором в виде математического и программного обеспечения гибридных экспертных систем для проектирования приборных комплексов летательных аппаратов, а также разработанного инструментального средства для создания таких систем и получены в ходе работ по хоздоговорной тематике и госбюджетным НИР. Полученные результаты изложены в 10 отчетах о НИР и 12 печатных работах. Основные положения работы докладывались и обсуждались на:

• международной научно - технической конференции "Автоматизация биотехнических систем в условиях рыночной экономики и конверсии", г, Москва, 1994 г.;

• международном симпозиуме по автоматическому управлению МАИ/ПАКУ, Пекин, 1995 г.;

• международном научно-техническом семинаре "Современные технологии в задачах управления и обработки информации", г. Алушта, 1996г., 1997г., 1998г., 1999г. и 2000г.;

• научных чтениях по авиации, посвященных памяти Н.Е. Жуковского, г. Москва, 1998г.;

• международной научно-технической конференции: "Современные научно-технические проблемы гражданской авиации", Москва, 1999г.;

• II Всероссийской научно-технической конференции молодых ученых "Современные проблемы аэрокосмической науки". Жуковский: ЦАГИ, 1999г.

Диссертация включает введение, четыре главы, заключение, список использованных источников из 96 наименований, три приложения.

Текст работы содержит 188 страниц, 30 рисунков, 13 таблиц.

Содержание работы

В первой главе диссертации на основе проведенного анализа сформулирована задача выбора состава бортового оборудования при создании современных и перспективных ЛА, в которой учтены как строго математически формализуемые, так и неформализуемые требования к проектируемому комплексу и сделан вывод о необходимости разработки гибридной экспертной системы для осуществления такого выбора. Далее в главе дан обзор современного состояния разработки экспертных систем и инструментальных средств их создания, выделены вопросы, требующие решения в работе.

Под приборным комплексом понимается совокупность бортовых измерительных и вычислительных средств, служащих для восприятия, обработки, хранения и преобразования информации, необходимой для успешного выполнения полетного задания.

Отличительными особенностями задач, решаемых современными летательными аппаратами, являются все увеличивающиеся скорости, дальности и высоты полета в условиях действия разнообразных и многочисленных внешних факторов. При этом требования к точности и надежности решения полетных задач возрастают. Выполнить эти требования возможно путем комплексирования приборного оборудования - его объединения на базе бортовых средств вычислительной техники.

Широкое применение в бортовом оборудовании летательных аппаратов вычислительной техники породило и новые проблемы проектирования этого оборудования на базе различных способов объединения вычислительных средств в единую систему.

Обобщенная блок-схема такого комплекса, которая может быть использована при его проектировании как целого, в частности, при оптимизации его состава, представлена на рис. 1.

Кроме бортовой вычислительной сети (БВС) в нее входят бло-китрех типов:

♦ информационно-измерительные блоки (ИИБ), которые воспринимают всю измерительную информацию (ИИ) от внешних источников, осуществляют ее первичную обработку и передают по магистрали информационного обмена в БВС для окончательной комплексной обработки;

♦ системы внешних потребителей (СВП) комплекса, которые выдают информацию потребителям (ИП), необходимую для выполнения полетного задания;

4 системы контроля (СК), которые обеспечивают обнаружение, регистрацию и возможное устранение отказов всей аппаратуры комплекса (включая и БВС).

Ядром схемы является бортовая цифровая вычислительная система, представляющая собой совокупность высокопроизводительных параллельно работающих микропроцессоров, которые осуществляют комплексную обработку всех поступающих данных и выдачу их потребителям.

Обобщенная блок-схема приборного комплекса - —

Ёай?

Рис.1.

При разработке таких комплексов принято выделять следующие этапы:

- этап предварительного проектирования;

- этап рабочего проектирования;

- разработку программно-информационного обеспечения комплекса на языках высокого уровня;

- перевод программного обеспечения на язык бортовых вычислительных средств.

Рассмотрим задачу выбора состава оборудования приборных комплексов, представленного на рис. 1, на этапе предварительного проектирования. Применим к решению этой задачи подход, основанный на принципе оптимального комплексирования информационно-измерительных систем. Этот принцип заключается в следующем. Процесс оптимизации состава блоков проектируемого комплекса проводится в несколько этапов. На каждом из этапов проектирования один из технико-экономических показателей выбирается в качестве критерия оптимизации и проводится процесс оптимизации по этому скалярному критерию при условии, что на остальные технико-экономические показатели работы проектируемого комплекса (или

часть из них) наложены ограничения, вытекающие из требований к проектируемому комплексу. При наличии у проектировщика гибкой и удобной технологии формирования и изменения таких моделей оптимизации и поиска решений этих моделей он в результате реализации процесса оптимизации в соответствии с рассматриваемым принципом имеет обозримую группу вариантов состава блоков создаваемого комплекса, причем каждый из вариантов состава удовлетворяет всем предъявленным к проектируемому комплексу требованиям и превосходит остальные варианты по одному из показателей.

При рассматриваемом подходе на каждом шаге итерационного процесса выбора состава аппаратуры приборного комплекса задача оптимизации ставится следующим образом.

Пусть проектируемая система должна выполнять М различных функций. Для выполнения каждой ¡'-той из этих функций существует Л/, разработанных и перспективных единиц аппаратуры. Технико-экономические показатели работы этих единиц аппаратуры, а также требования по этим технико-экономическим показателям к .проектируемому комплексу заданы. Требуется подобрать из заданного множества единиц аппаратуры такую их совокупность, которая обеспечит выполнение всех предъявленных к проектируемому приборному комплексу требований и экстремум одного из технико-экономических показателей его работы. ¿

В такой постановке при соответствующем выборе частных оценок качества приборного комплекса рассматриваемая задача формализуется как модель линейного дискретного математического программирования с булевыми переменными.

Однако, к создаваемому комплексу могут предъявляться как требования, которые удается полностью математически формализовать в виде формул или алгоритмов, так и требования, которые полной формализации не поддаются. В первом случае моделирование осуществляется на базе традиционных методов, например, методов математического программирования; во втором случае 'необходимо использовать методы искусственного интеллекта.

Сформулируем задачу выбора состава аппаратуры приборных комплексов при условии, что необходимо учесть как математически формализуемые, так и строго математически не формализуемые требования к проектируемому комплексу.

Введем в рассмотрение булевые переменные у1р значение которых необходимо определить в ходе проектирования и булевые переменные у

(1, если 1 - ая величина измеряется j - ым средством,

уУ = 1 п

[О - в противном случае;

г = 1, Л/; у = 1, я(; 1 - если хотя бы одна переменная д = 1 для } е Ек

У, ~ и 1 - ая величина оценивается косвенно,

О-в противном случае;

- множество индексов j, относящихся к переменным уц, задающим средства для оценки /-ой величины на основе измерения других величин!

Выберем оценки технико-экономических показателей работы проектируемого комплекса и запишем требования к нему в форме неравенств.

Пусть для измерения и оценки каждой /-ой величины должно быть использовано не менее способов:

±yiJ■>N¡,i = \M (1)

>1

Погрешность, с которой должна оцениваться каждая /-ая величина j-ым средством, не должна превышать заданного уровня Г,:

= ¡Я. (2)

где 8,у - значение погрешности у-го средства для измерения оценки /-ой величины.

В качестве показателя надежности работы комплексов и их устройств используем их интенсивность отказов.

Обозначим через - интенсивность отказову-ого средства для измерения /-ой величины, а через Л,- интенсивность отказа средств для оценки /-ой величины на основе измерений других параметров.

Тогда интенсивность отказов аппаратуры для оценки каждой /ой величины не должна превышать уровня Л,, а для всего комплекса - уровня Л:

О)

К1 п, т,

И^+Е^л, (4)

1=1 1=1

где /и,- - число измерителей других параметров, на основе которых может быть оценена /-ая величина.

В проектируемом приборном комплексе, как правило, ограничиваются сверху стоимость, масса, объем или площадь, занимаемая аппаратурой, а также мощность потребляемой ею энергии.

Введем обозначения. Пусть г у - стоимость измерения г'-ой величины у-ым средством; г, - стоимость оценки г'-ой величины на основе других измерений; g¡/ - масса, - объем или площадьу'-ого средства для измерения г'-ой величины; и V, - масса и объем (площадь) аппаратуры для оценки г'-ой величины по другим измерениям; и 5, -мощность потребляемой этой аппаратурой энергии; К, в, V и 5- ограничения соответственно на стоимость, массу, объем (площадь) проектируемого комплекса и потребляемую им энергию.

Тогда требования к проектируемому комплексу по перечисленным технико-экономическим показателям примут вид:

(5)

гдеС={Л, С,

Найти состав аппаратуры приборного комплекса, удовлетворяющий ограничениям (1) - (5) можно путем решения семейства задач целочисленного математического программирования.

Но наряду с перечисленными требованиями к комплексу могут предъявляться и требования, которые затруднительно или невозможно описать в виде формул. К таким требованиям относится, например, условие об обслуживании аппаратуры проектируемого комплекса определенным составом людей. Эти ограничения записываются в форме правил вида «условие» —> «действие».

Например: «Если в комплексе использованы устройства № 1 и № 2, то для их обслуживания необходима бригада специалистов № 5».

Экспертная система, работающая на базе такой системы правил, называется продукционной и формально описывается следующим образом:

Р8=<ЯР,В2,1>,

где КР ~ рабочая память или база данных системы, содержащая текущие данные о проекте;

В2 - база знаний, включающая множество правил вида «условие» -> «действие»;

/ - интерпретатор или решатель, реализующий процесс вывода — принятия решения по правилам, записанным в базе знаний, и производящий соответствующие изменения в рабочей памяти.

Сам интерпретатор работает циклически и формально представляется четверкой:

1=<Ру,РПРк, (Г>,

где Ру - процесс выбора из ЯР и В2 двух подмножеств: подмножества активных данных /?а и активных правил В„, которые используются в конкретном цикле работы интерпретатора;

Р5 — процесс сопоставления, определяющий пары:

правило (р,) - данные (6)

где р{ 6 В0; ^ е Ка,

каждое р1 удовлетворяется на множестве {с^};

Рк - процесс разрешения конфликтов, определяющий какая из пар (6) будет выполняться;

Ж - выполнение выбранного в результате разрешения конфликта правила.

Результатом срабатывания системы являются новые данные ^ которые появляются либо собственно из-за срабатывания правила, либо представляют собой результат работы модулей формального типа.

Таким образом, процесс выбора состава аппаратуры приборного комплекса состоит из этапов, на каждом из которых либо решается задача математического программирования для учета требований (1) -(5), либо принимается решение на базе множества правил типа «условие» —> «действие». Сам переход от одного этапа проектирования к другому также может быть описан как продукционная система. В целом процесс выбора состава аппаратуры приборного комплекса осуществляется в этом случае в рамках гибридной экспертной системы, основы формального описания которой здесь и рассмотрены.

Вторая глава посвящена разработке прототипа статической гибридной экспертной системы продукционного типа для выбора состава оборудования приборных комплексов ЛА. Дана структурная схема этой системы, представленная на рис. 2 описаны ее каналы как для обмена формализуемыми, так и неформализуемыми данными, разработано прикладное и базовое обеспечение, выбрано и обосновано системное и аппаратное обеспечение системы.

В третьей главе на основе полученных результатов разработано инструментальное средство для создания гибридных экспертных систем названного класса. Это средство в ходе диалога обеспечивает разработчику экспертных систем удобный многооконный интерфейс, включает универсальные цепочки прямых и обратных рассуждений, освобождая от необходимости их разработки, имеет элементы обучения и контроля вводимых правил.

Это позволяет уменьшить трудозатраты за счет введения элементов автоматизации в рассматриваемый процессе проектирования

приборного комплекса и обосновать наиболее оптимальный выбор его компонентов.

Рассмотрим пользовательский интерфейс программного обеспечения инструментального средства.

Рабочая область главного окна программы разбивается на несколько областей. Слева расположены списки компонентов редактируемых переменных или правил, а справа выводится подробная информация и предоставляются управляющие элементы для редактирования того объекта, который в данных момент выбран слева. Такая схема работы с иерархическими структурами данных часто применяется в Windows и поэтому проста в освоении пользователем.

Структура гибридной экспертной системы проектирования приборных

комплексов.

Рис. 2.

Значение переменной представляется в виде произвольной текстовой строки и его смысл интерпретируется в зависимости от данного контекста.

Для каждой переменной могут задаваться атрибуты, определяющие особенности ее поведения при выполнении расчетов или вычислении условий правил.

В режиме редактирования правил пользователю предоставляется список всех правил открытой базы знаний в развернутом виде. Таким образом, в окне редактора правил разработчик может в наглядной форме видеть все правила, написанные на языке близком к естественному.

Выделив требуемое правило в списке, пользователь может отредактировать список его условий или ассоциировать с правилом требуемую реакцию. Все условия правила объединяются через логическое "И", а для реализации логического "ИЛИ" в базу знаний добавляются два или более правила с разными альтернативными условиями, но ассоциированные с одной и той же реакцией.

В режиме редактирования реакций пользователь задает блоки "ТО" правил базы знаний, которые затем должны быть ассоциированы с соответствующими правилами. Реакция представляет собой список из одной или более операций, которые выполняются последовательно в случае истинности условия. Операция может представлять собой присваивание значения переменной с занесением ее в стек логического вывода, запуск внешнего модуля с заданными параметрами или вывод заключения в отчет.

После заполнения базы знаний можно провести проверку набора ее правил. Автоматически производится проверка базы знаний на полноту и непротиворечивость. По результатам проверки программным обеспечением генерируется отчет, содержащий следующие секции:

- проверка на полноту: предоставляется список операций, в которых делаются окончательные выводы, то есть комбинация ссылки на переменную операции и ее нового значения не фигурирует ни в каких условиях правил;

- проверка на непротиворечивость: редактор производит поиск правил имеющих идентичный набор условий.

После генерации отчета составителю базы знаний следует просмотреть выведенный программой список окончательных выводов и, если среди них нет выводов соответствующих решению поставленной задачи, то базу знаний следует считать неполной. Если программой найдены правила с одинаковыми условиями то соответствующие

ошибки следует исправить, так как они приводят к невозможности однозначно выбрать реакцию на выполнение условий.

Для выполнения расчета по базе знаний необходимо задать начальную переменную, которая первой будет занесена в очередь логического вывода. В процессе выполнения вычислений программа имеет возможность задавать пользователю вопросы, позволяющие определить значения незаданных переменных, которые встретились в процессе вычисления условий правил. Процесс логического вывода прекращается, когда в очереди не останется ни одной переменной. В случае обнаружения ошибок в структуре правил базы знаний пользователю выдаются подробные сообщения об ошибках и предоставляется возможность внести исправления в базу знаний.

Далее программное обеспечение генерирует отчет о процессе логического вывода. Отчет может быть представлен с разной степенью подробности - для целей отладки правил базы знаний с подробной трассировкой всех операций выполняемых программой в процессе выбора и вычисления условий правил либо для конечного пользователя, в форме, содержащей только выводы сделанные программой в процессе расчетов. Отчет по желанию разработчика базы знаний может также содержать интерактивные ссылки на переменные и правила, участвовавшие в определенном шаге логического вывода, по которым их можно автоматически найти в редакторе.

Редактор базы знаний является основным средством, позволяющим пользователю программного обеспечения гибридной экспертной системы осуществлять составление и редактирование базы знаний. Данный редактор и интегрированное с ним в рамках единого пользовательского интерфейса программное обеспечение механизмов вывода гибридной экспертной системы реализованы в виде исполняемого модуля, выполняющегося как процесс Win32 в операционной системе Windows, и исходный текст которого представлен на языке Visual С++.

Все данные и операции с данными которыми оперирует объектно-ориентированное программное обеспечение на языке С++ представляются в виде объектов заданных классов, их свойств и методов.

Основными классами в Windows-программе оперирующей объектами типа документов являются классы описания данных, содержащихся в этих документах. Документом в описываемой программе является база знаний.

Таким образом все средства редактирования и отладки баз знаний а также выполнения по ним цепочек логических рассуждений интегрированы в рамках единого пользовательского интерфейса, использующего общепринятые соглашения для интерфейсов оконных

операционных систем и потому требующие минимальных затрат на их освоение пользователем.

Как сама экспертная система, так и инструментальное средство реализованы в среде персональных компьютеров, работающих под управлением операционной системы Microsoft Windows 98-2000 на языке программирования С++.

Четвертая глава диссертации содержит ряд наглядных примеров тестирования и применения разработанных прототипов экспертной системы и инструментального средства, которые демонстрируют их применение и полезный эффект для решения поставленных задач.

Для тестирования прямой и обратной цепочек рассуждений разработан пример использования инструментального средства для решения задачи типа диагностики отказов и включения в работу различных аппаратных средств приборного комплекса. Пусть один из измерительных каналов комплекса может работать либо на базе измерений датчика №1, либо на базе измерений датчика №2 (если первый датчик отказал), либо, наконец, на базе обработки косвенных измерений от другой аппаратуры (если отказали оба датчика). Задача диагностики, осуществляемая прямой цепочкой рассуждений отвечает на вопрос, к чему может привести ситуация, вводимая пользователем в экспертную систему, а вывод, получаемый обратной цепочкой, отвечает на вопрос, чем вызвана эта ситуация.

Проведенное на этом примере тестирование (по известным результатам) полностью подтвердило работоспособность разработанного инструментального средства.

Далее разработанное программное обеспечение экспертной системы было использовано для решения задачи выбора алгоритма оптимизации состава приборного комплекса. В данном примере, в основном, тестировались возможности программы по выполнению обратной цепочки рассуждений.

Тестирование подтвердило работоспособность универсального алгоритма выполнения обратной цепочки рассуждений и реализующей его программы для использования в экспертной системе выбора состава приборных комплексов.

Применение инструментального средства позволило существенно сократить временные и материальные затраты на разработку прототипа экспертной системы.

Наконец, с использованием прототипов разработанной экспертной системы и инструментального средства проведен выбор состава приборного комплекса космодрома на примере, для которого

применимы и другие методы выбора его состава с целю сравнения полученных результатов.

Проведенное тестирование подтвердило соответствие полученных результатов с известными результатами и пригодность разработанных прототипов гибридной экспертной системы и инструментального средства для решения рассмотренных задач.

В заключении изложены основные научные и практические результаты, полученные в диссертационной работе.

В приложениях приведены наглядные примеры экранных форм, иллюстрирующие ряд положений работы, пример текстового описания базы знаний и исходный текст основных модулей программного обеспечения.

Основные результаты работы

1. Поставлена задача выбора состава оборудования приборных комплексов летательных аппаратов и разработана соответствующая ей математическая модель. Эта модель базируется на методах математического программирования и методах инженерии знаний и позволяет учесть как строго математически формализуемые требования к проектируемому комплексу, так и условия, такой формализации не поддающиеся.

2. Выбрана и обоснована структурная схема статической гибридной экспертной системы продукционного типа для выбора состава оборудования приборных комплексов, включающая два канала:

♦ канал обмена формализованными данными, в котором на отдельных шагах процесса проектирования решаются задачи оптимизации с использованием различных алгоритмов;

♦ канал обмена неформализованными данными, в котором выполняются отдельные шаги процесса проектирования, базирующиеся на методах инженерии знаний, а также формируется сам процесс выбора состава конкретного приборного комплекса в сеансе работы с системой.

3. Разработано программно-алгоритмическое обеспечение прототипа гибридной экспертной системы, позволяющее в режиме диалога с системой:

♦ задать требования к проектируемому комплексу;

♦ изменить их;

♦ сформировать процесс выбора с учетом заданных требований, включающий на отдельных шагах формирование и изменение математических моделей, соответствующих традиционным методам, моделирование с их использованием, а также выполнение рассуждений, соответствующих прямой и обратной цепочкам;

♦ представить полученные результаты пользователю в удобной форме на естественном языке;

♦ прокомментировать полученное решение.

4. Разработано инструментальное средство для создания статических гибридных экспертных систем продукционного типа, которое обеспечивает:

♦ выполнение прямой и обратной цепочек рассуждений;

♦ вызов независимых программных модулей, реализующих независимые проектные процедуры, в результате выполнения некоторых шагов этих рассуждений;

♦ заполнение базы знаний проектируемой экспертной системы в ходе диалога с инструментальным средством;

♦ объяснение получаемых проектируемой системой выводов.

5. Разработанные прототипы гибридной экспертной системы выбора состава оборудования приборных комплексов и инструментальные средства для создания таких систем реализованы на базе IBM PC совместимых персональных компьютеров под управлением операционной системы Microsoft Windows на языке программирования Microsoft Visual С++. Программное обеспечение имеет развиваемую иерархическую структуру и построено по модульному принципу, что обеспечивает его дальнейшее совершенствование и развитие.

6. Применение гибридных экспертных систем выбора состава оборудования приборных комплексов позволяет учесть требования различного характера к проектируемому приборному комплексу и повысить качество принимаемых проектных решений, как за счет более полного учета требований к комплексу, так и создания комфортных условий проведения процесса проектирования.

7. Инструментальное средство для создания статических гибридных экспертных систем выбора состава оборудования приборных комплексов позволяет в несколько раз сократить сроки создания таких систем за счет сведения процесса проектирования к заполнению базы знаний системы и избавления пользователя от необходимости разработки механизма логического вывода и блоков, реализующих элементы обучения и контроля системы.

Полученные результаты нашли применение для решения ряда практически важных задач проектирования приборных комплексов и при обучении студентов.современным методам проектирования приборных комплексов, что подтверждается соответствующими документами.

Основные результаты диссертационной работы отражены в следующих печатных работах

1. Павлова Н.В., Сергейчик В.В. Математическое и программное обеспечение гибридной интеллектуальной системы для анализа технологических процессов. // Тезисы докладов международной научно-технической конференции "Автоматизация биотехнических систем в условиях рыночной экономики и конверсии", М.:МГХМ, 1994. ' '

2. Pavlova N.V., Portnov V.A., Kholyavko E.I., Sergeichic V.V. On Computer Aided Flight Planning System. // Proceedings of the third BUAA/MAI International symposium on automatic control. Beijing, China, 1995. Beijing: Department of Automatic Control Beijing University of Aeronautics and Astronautias, 1995.

3. Павлова H.B., Сергейчик B.B. Применение методов искусственного интеллекта в системах планирования пространственно-временных графиков полета. // Труды международного научно-технического семинара "Современные технологии в задачах управления и обработки информации". Алушта,1996. М.-.МАИ.

4. Павлова Н.В. Сергейчик В.В. Математическое и программное обеспечение задач прокладки маршрутов при автоматизированной подготовке полетных заданий. // Труды международного научно-технического семинара "Современные технологии в задачах управления, автоматики и обработки информации", Алушта, 1997, М.МАИ, 1997.

5. Павлова Н.В. Сергейчик В.В. Моделирование цепочек прямых рассуждений в экспертных системах проектирования приборных комплексов. // Тезисы докладов научных чтений, посвященных памяти Н.Е. Жуковского, М.: 1998.

6. Павлова Н. В., Сергейчик В.В. Поддержка решения о составе комплекса бортового оборудования на основе современных информационных технологий. // Труды международного научно - технического семинара "Современные технологии в задачах управления, автоматики и обработки информации. Алушта, 1998 г.". М.: Издательство МАИ, 1998.

7. Павлова Н.В. Сергейчик В.В. Гибридная экспертная система для выбора состава проектируемого приборного комплекса // Труды VII Международного научно-технического семинара "Современные технологии в задачах управления, автоматики и обработки информации", Алушта 1999, М.: МАИ.

8. Сергейчик В.В. Инструментальные средства проектирования бортовых приборных комплексов с использованием методов искусственного интеллекта. // Тезисы международной научно-технической конференции: "Современные научно-технические проблемы гражданской авиации", Москва, 1999, М.: МГТУ ГА, 1999.

9. Сергейчик В.В. Гибридная экспертная система формирования состава бортового приборного комплекса. // Тезисы докладов II Всероссийской научно-технической конференции молодых ученых "Современные проблемы аэрокосмической науки". Жуковский: ЦА-ГИ, 1999.

10. Павлова Н.В. Сергейчик В.В. Инструментальное средство для создания гибридных экспертных систем с продукционной моделью базы знаний. // Труды IX Международного научно-технического семинара "Современные технологии в задачах управления, автоматики и обработки информации", Алушта 2000, М.:.МАИ, 2000.

11. Павлова Н.В., Езкин А.А., Петров В.Г., Сергейчик В.В., Бачковский C.B., Моисеева М.Я. Обучающий программный комплекс в области проектирования приборных комплексов. // Труды IX Международного научно-технического семинара "Современные технологии в задачах управления, автоматики и обработки информации", Алушта, сентябрь 2000. М.: МАИ, 2000.

12. Павлова Н.В., Сергейчик В.В. Выбор состава аппаратуры сложных приборных комплексов на базе методов искусственного интеллекта. // "Приборы и системы управления. Контроль. Диагностика", №8 2000, стр. 57-59.

Введение.

Глава 1. Использование методов искусственного интеллекта при проектировании приборных комплексов летательных аппаратов (ЛА).

1.1. Приборный комплекс современных и перспективных

1.2. Выбор состава бортового оборудования при создании современных и перспективных ЛА.

1.3. Применение методов искусственного интеллекта при выборе состава оборудования приборных комплексов

1.4. Основные методы и принципы создания экспертных систем.

1.5. Инструментальные средства для создания экспертных систем.

Выводы по первой главе.

Глава 2. ' Экспертная система выбора состава оборудования приборных комплексов ЛА.

2.1. Структурная схема гибридной экспертной системы выбора состава оборудования приборных комплексов

2.2. Канал обмена формализуемыми данными в гибридной экспертной системе выбора состава приборных комплексов.

2.3. Канал обмена неформализуемыми данными в гибридной экспертной системе выбора состава приборных комплексов.

2.4. Аппаратное обеспечение, операционная система и программное обеспечение системы.

Выводы по второй главе.

Глава 3. Инструментальное средство гибридная экспертная система выбора состава оборудования приборного комплекса.

3.1. Задачи проектирования, обеспечиваемые инструментальным средством.

3.2. База знаний, заполняемая инструментальным средством, и его пользовательский интерфейс.

3.3. Структура и редактор базы знаний.

3.4. Механизмы вывода, обеспечиваемые инструментальным средством.

Выводы по третьей главе.

Глава 4. Тестирование инструментального средства гибридной экспертной системы выбора состава оборудования приборного комплекса.

4.1. Тестовые примеры для прямой и обратной цепочек рассуждения.

4.2. Тестовые примеры по выбору алгоритма проектирования приборного комплекса.

4.3. Тестовый пример по выбору состава наземного приборного комплекса.

Выводы по четвертой главе.

Конец XX столетия и начало XXI века характеризуется небывалым ростом получаемой и обрабатываемой информации во всех сферах жизни. Обладание достаточным количеством достоверных данных превращается в фактор научно-технического прогресса. Сложные информационно-измерительные комплексы, которые воспринимают, хранят и обрабатывают большие объемы данных с целью предоставления их многим пользователям в удобном для каждого из них виде, создаются в самых различных областях науки, техники, жизни.

В авиационной технике задача создания таких комплексов (как бортовых, так и наземных) решается уже в течение ряда лет /1,3,7,8,10/. Настоящий этап развития бортовой техники, в том числе бортовых приборных комплексов, характеризуется полным переходом на цифровые средства передачи и обработки информации и новым принципом организации структуры этого оборудования, базирующемся на его комплексировании на основе бортовой вычислительной сети.

Новый принцип построения приборных комплексов требует и новых методов их проектирования как целого. В ряде работ /1,2,5,18,19,25,36-38,83/ решались задачи анализа и проектирования именно таких комплексов. Для всех этих задач определения параметров, состава и структуры сложных информационно-измерительных комплексов характерен учет тех требований к комплексу, которые удалось строго математически формализовать, что привело к формированию математической модели и решению задачи оптимизации тем или иным методом. Для современного этапа создания сложных информационно-измерительных комплексов, в частности бортовых приборных комплексов /8,73,76/, характерна необходимость учета как строго математически формализуемых, так и неформализуемых требований к проектируемому комплексу. Это приводит к необходимости создания гибридных экспертных систем /63/ для решения названных задач проектирования. Этот процесс является длительным и дорогостоящим. Современной технологией сокращения его сроков и затрат на него является создание инструментальных средств.

Универсальных инструментальных средств для разработки любой экспертной системы в настоящее время не существует /22,66/, поэтому актуальной задачей является разработка инструментальных средств, учитывающих особенности систем, для создания которых они предназначены.

Объектом исследования в данной работе являлись гибридные экспертные системы для решения задач проектирования современных и перспективных бортовых приборных комплексов.

Цель диссертационной работы состояла в создании математического и программно-алгоритмического обеспечения, позволяющего разработать инструментальное средство для проектирования статических гибридных экспертных систем, применяемых на этапе предварительного проектирования приборных комплексов.

Методы исследования, примененные в работе, базируются на методах математического программирования и методах инженерии знаний.

Научная новизна диссертационной работы состоит в следующем: разработана математическая модель выбора состава приборных комплексов, учитывающая как строго математически формализуемые требования к проектируемому комплексу, так и требования такой формализации не поддающиеся; создано программно-алгоритмическое обеспечение, реализующее неформализуемую часть гибридной экспертной системы как статической продукционной системы, способной осуществлять как прямую, так и обратную цепочки рассуждений; разработано инструментальное средство для создания гибридных экспертных систем названного типа.

Научные результаты, выносимые на защиту: математическая модель выбора состава приборных комплексов, базирующаяся на методах математического программирования и методах инженерии знаний; программно-алгоритмическое обеспечение каналов статической гибридной экспертной системы продукционного типа, позволяющее решать задачи выбора состава оборудования приборных комплексов при учете различных требований; инструментальное средство для создания статических гибридных экспертных систем продукционного типа, решающих задачи проектирования.

Практическое значение полученных в работе результатов состоит в следующем: реализован прототип статической гибридной экспертной системы продукционного типа, осуществляющей выбор метода проектирования при формировании состава оборудования приборных комплексов на ЮМ PC совместимых персональных компьютерах под управлением операционной системы Microsoft Windows на языке программирования Microsoft Visual С++; разработанное математическое и программное обеспечение использовано при выборе состава приборных комплексов перспективных летательных аппаратов и состава измерительного комплекса космодрома.

В первой главе диссертации на основе проведенного анализа сформулирована задача выбора состава бортового оборудования при создании современных и перспективных ЛА, в которой учтены как строго математически формализуемые, так и неформализуемые требования к проектируемому комплексу и сделан вывод о необходимости разработки гибридной экспертной системы для осуществления такого выбора. Далее в главе дан обзор современного состояния разработки экспертных систем и инструментальных средств их создания, выделены вопросы, требующие решения в работе.

Вторая глава посвящена разработке статической гибридной экспертной системы продукционного типа для выбора состава оборудования приборных комплексов JIA. Дана структурная схема этой системы, описаны ее каналы как для обмена формализуемыми, так и неформализуемыми данными, разработано прикладное и базовое обеспечение, выбрано и обосновано системное и аппаратное обеспечение системы.

В третьей главе на основе полученных результатов разработано инструментальное средство для создания гибридных экспертных систем названного класса. Это средство в ходе диалога обеспечивает разработчику экспертных систем удобный многооконный интерфейс, включает универсальные цепочки прямых и обратных рассуждений, освобождая от необходимости их разработки, имеет элементы обучения и контроля вводимых правил.

Как сама экспертная система, так и инструментальное средство реализованы в среде персональных компьютеров, работающих под управлением операционной системы Microsoft Windows 98-2000 на языке программирования С++.

Четвертая глава диссертации содержит ряд наглядных примеров тестирования и применения разработанных прототипов экс9 пертной системы и инструментального средства, которые демонстрируют их применение и полезный эффект для решения поставленных задач.

В заключении изложены основные научные и практические результаты, полученные в диссертационной работе.

В приложениях приведены наглядные примеры экранных форм, иллюстрирующие ряд положений работы, пример текстового описания базы знаний и исходный текст основных модулей программного обеспечения.

Выводы по четвертой главе

1. Разработанные программно-аппаратные средства позволяют решать задачи выбора одного варианта из многих на базе прямой и обратной цепочек рассуждения с использованием базы знаний продукционного типа, а также выполнения ряда шагов в процессе проектирования с использованием различных методов оптимизации, в частности, методов математического программирования.

2. Применение разработанного математического и программного обеспечения в задачах выбора аппаратуры современных и перспективных приборных комплексов позволяет: проводить процесс проектирования с учетом как строго математически формализуемых, так и неформализуемых данных; развивать прототип разработанной экспертной системы с целью пополнения ее базы знаний и выполняемых ею функций; обучать пользователей как реализуемому процессу проектирования, так и созданию экспертных систем названного типа.

Заключение

В результате проведенных в данной работе исследований получены следующие основные научные и практические результаты.

1. Поставлена задача выбора состава оборудования приборных комплексов летательных аппаратов и разработана соответствующая ей математическая модель. Эта модель базируется на методах математического программирования и методах инженерии знаний и позволяет учесть как строго математически формализуемые требования к проектируемому комплексу, так и условия, такой формализации не поддающиеся.

2. Выбрана и обоснована структурная схема статической гибридной экспертной системы продукционного типа для выбора состава оборудования приборных комплексов, включающая два канала: канал обмена формализованными данными, в котором на отдельных шагах процесса проектирования решаются задачи оптимизации с использованием различных алгоритмов; канал обмена неформализованными данными, в котором выполняются отдельные шаги процесса проектирования, базирующиеся на методах инженерии знаний, а также формируется сам процесс выбора состава конкретного приборного комплекса в сеансе работы с системой.

3. Разработано программно-алгоритмическое обеспечение прототипа гибридной экспертной системы, позволяющее в режиме диалога с системой: задать требования к проектируемому комплексу; изменить их; сформировать процесс выбора с учетом заданных требований, включающий на отдельных шагах формирование и изменение математических моделей, соответствующих традиционным методам, моделирование с их использованием, а также выполнение рассуждений, соответствующих прямой и обратной цепочкам; представить полученные результаты пользователю в удобной форме на естественном языке; прокомментировать полученное решение.

4. Разработано инструментальное средство для создания статических гибридных экспертных систем продукционного типа, которое обеспечивает: выполнение прямой и обратной цепочек рассуждений; вызов независимых программных модулей, реализующих независимые проектные процедуры, в результате выполнения некоторых шагов этих рассуждений; заполнение базы знаний проектируемой экспертной системы в ходе диалога с инструментальным средством; объяснение получаемых проектируемой системой выводов.

5. Разработанные прототипы гибридной экспертной системы выбора состава оборудования приборных комплексов и инструментальные средства для создания таких систем реализованы на базе IBM PC совместимых персональных компьютеров под управлением операционной системы Microsoft Windows на языке программирования Microsoft Visual С++. Программное обеспечение имеет развиваемую иерархическую структуру и построено по модульному принципу, что обеспечивает его дальнейшее совершенствование и развитие.

6. Применение гибридных экспертных систем выбора состава оборудования приборных комплексов позволяет учесть требования различного характера к проектируемому приборному комплексу и повысить качество принимаемых проектных решений, как за счет более

144 полного учета требований к комплексу, так и создания комфортных условий проведения процесса проектирования.

7. Инструментальное средство для создания статических гибридных экспертных систем выбора состава оборудования приборных комплексов позволяет в несколько раз сократить сроки создания таких систем за счет сведения процесса проектирования к заполнению базы знаний системы и избавления пользователя от необходимости разработки механизма логического вывода и блоков, реализующих элементы обучения и контроля системы.

Полученные результаты нашли применение для решения ряда практически важных задач проектирования приборных комплексов и при обучении студентов современным методам проектирования приборных комплексов, что подтверждается соответствующими документами.

1. Автоматизированные системы планирования боевых задач. // Новости зарубежной науки и техники. Авиационные системы, 1993, №10.

2. Агеев В.М., Павлова Н.В. Приборные комплексы летательных аппаратов и их проектирование. М.: Машиностроение, 1990.

3. Ацюковский В.А. Построение систем связей комплексов оборудования летательных аппаратов. Информационные основы построения систем передачи и преобразования сигналов бортовых комплексов оборудования. М.: Машиностроение, 1976.

4. Батищев Д.Н., Шапошников Д.Е. Многокритериальный выбор с учетом индивидуальных предпочтений. Н.Новгород: ИПФ РАН, 1994.

5. Боголюбов И.Н., Воронцова И.П., Овсиевич Б.Л. Об одном подходе к выбору структур систем управления. // Изв. АН СССР. Техн. кибернетика, 1974, №3.

6. Боднер В. А. Приборы первичной информации. М. Машиностроение, 1981.

7. Бородин В.Т., Рыльский Г.И. Пилотажные комплексы и системы управления самолетов и вертолетов. М.: Машиностроение, 1978.

8. Бочкарев A.M., Почуев С.И. Экспертные системы электронные консультанты летчика. // Зарубежная радиоэлектроника, 1989, №16.

9. Братухин А.Г. О некоторых проблемах CALS в российском авиастроении. // "Авиационная промышленность", №1, 2000, с. 3-11.

10. Братухин А.Г., Давыдов Ю.В., Елисеев Ю.Ц., Павлов Ю.Б., Суров В.И. CALS (Continuous Acquisition and Life cycle Support непрерывная информационная поддержка жизненного цикла изделия) в авиастроении. М.: Изд-во МАИ, 2000.

11. Брауберг И.В., Садовский В.Н., Юдин Э.Г. Системный подход: предпосылки, проблемы, трудности. М.: 1969.

12. Брауберг И.В., Садовский В.Н., Юдин Э.Г. Проблемы методологии системного исследования. М.: 1970.

13. Брукинг А., Джонс П., Кокс Ф. и др. Экспертные системы. Принципы работы и примеры. / Под. ред. Форсайта. М.:Радио и связь, 1987.

14. Воробьев В.Г., Глухов В.Г., Кадышев И.К. Авиационные приборы, информационно-измерительные системы и комплексы. М.: Транспорт, 1992.

15. Герасимов Б.М. и др. Человеко-машинные системы принятия решений с элементами искусственного интеллекта. Киев: Наукова Думка, 1993.

16. Гофман В., Delphi 5 в подлиннике, BHV-СПб, 1999.

17. Запорожец A.B., Костюков В.М. Проектирование систем отображения информации. -М.: Машиностроение, 1992.

18. Иванов О.П., Синяков А.Н., Филатов И.В. Комплексирова-ние информационно-измерительных устройств летательных аппаратов.-Л.: Машиностроение, Ленинградское отделение, 1984.

19. Интеллектуальные системы управления летательных аппаратов. //Тематический сборник научных трудов. М.:МАИ, 1991.

20. Клейлор К. Как построить свою экспертную систему. М. :Энергоатомиздат, 1991.

21. Искусственный интеллект: в 3-х кн. / Под ред. Э.В. Попова . М.:Радио и связь, 1990.

22. Крейг Д.К., Visual Basic 5.0. Мастерская разработчика, Русская Редакция, 1998.

23. Крисевич B.C., Кузьмин JI.A., Шиф A.M. и др. Экспертные системы для персональных компьютеров. Методы, средства, реализация. Минск: Высшая школа, 1990.

24. Лебедев Г.Н. Методы принятия оперативных решений в задачах управления и контроля. М.:МАИ, 1993.

25. Лебедев Г.Н., Андронов H.H., Ковзан Л.А., Падафей В.В. Разработка экспертной системы безопасности полета летательного аппарата. // Автоматизация разработки матобеспечения и архитектуры систем реального времени. Иркутск:Наука, 1990.

26. Левин Р., Дранг Д., Элелсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. М.:Финансы и статистика, 1991.

27. Ж.-Лорьер Л. Системы искусственного интеллекта. М.:МИР, 1991.

28. Любарский Ю.Я. Интеллектуальные информационные системы. М.:Наука,1990.

29. Малышев Н.Г., Бернштейн A.C., Боженюк A.B. Нечеткие модели для экспертных систем в САПР-. М.:Энергоатомиздат,1991.

30. Марка Д., Гоуден K.M. Методология структурного анализа и проектирования. М.: Мета Технология, ТОО ФРЭД корпорации БАНК СЕРВИС, 1993.

31. Месарович М., Такахара Я. Общая теория систем: Математические основы. М.:МИР, 1978.

32. Михайлевич B.C., Волкович B.J1. Вычислительные методы исследования и проектирования сложных систем. М.:Наука,1982.

33. Моисеев C.B., Панагушин В.Г. Оптимизация конструктивных эксплуатационных характеристик бортового радиоэлектронного оборудования при его проектировании с учетом эксплуатационных затрат. М.: МАИ, 1972.

34. Морозов В.П., Тихомиров В.П., Хрусталев Е.Ю. Гипертексты в экономике. Информационная технология моделирования. М.: Финансы и статистика, 1997.

35. Научно-методические материалы по идентификации и управлению адаптивных систем. М.:ВВИА им.проф. Н.Е. Жуковского,1983.

36. Научно-методические материалы по интегрированным бортовым комплексам. / Под. ред. В.Н. Букова. М.:ВВИА им.проф. Н.Е.Жуковского, 19 86.

37. Научно-методические материалы по организации и обработке в информационных системах. М.:ВВИА им.проф. Н.Е. Жуковского, 1986.

38. Нортон П., Станек У., Программирование на Java. CK Пресс, 1998.

39. Павленко А.И., Росин М.Ф. Математическое обеспечение систем принятия решений. Препринт. М.:МАИ,1990.

40. Павлов Ю.Б., Давыдов Ю.В. Автоматизированные системы конструирования информационная основа внедрения САЬБ-технологии. // "Авиационная промышленность", №1, 2000, с. 11-17.

41. Павлова Н.В. Сергейчик В.В. Моделирование цепочек прямых рассуждений в экспертных системах проектирования приборных комплексов. // Тезисы докладов научных чтений, посвященных памяти Н.Е. Жуковского, М.: 1998.

42. Павлова Н.В., Сергейчик В.В. Выбор состава аппаратуры сложных приборных комплексов на базе методов искусственного интеллекта. // "Приборы и системы управления. Контроль. Диагностика", 2000.

43. Павлова Н.В. Сергейчик В.В. Моделирование цепочек прямых рассуждений в экспертных системах проектирования приборных комплексов. // Тезисы докладов научных чтений, посвященных памяти Н.Е. Жуковского, М.: 1998.

44. Павлова Н.В., Сергейчик В.В. Выбор состава аппаратуры сложных приборных комплексов на базе методов искусственного интеллекта. // "Приборы и системы управления. Контроль. Диагностика", 2000.

45. Павлова Н.В. Оптимизация состава и структуры приборных комплексов на базе методов математического программирования. // "Приборы и системы управления. Контроль. Диагностика", 2000.

46. Павлова Н.В. Оптимизация состава и структуры приборных комплексов на базе методов математического программирования. // "Приборы и системы управления. Контроль. Диагностика", 2000.

47. Первозванский A.A., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация. М.:Наука, 1979.

48. Петров В.В., Агеев В.М., Павлова Н.В. Применение информационных методов в автоматизированном проектировании измерительных систем. // "Итоги науки и техники. Техн.кибернетика", М.: ВИНИТИ, Т. 16, 1983.

49. Петров В В., Агеев В.М., Павлова Н.В. Принцип оптимального комплексирования информационно-измерительных систем при автоматизированном проектировании. //Доклады АН СССР, 1982, Т. 264, №3.

50. Петров В.В., Павлова Н.В. Комплексирование методов в гибридных экспертных системах. // ДАН ,1996, Т.30, №4.

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

52. Попов Э.В., Фоминых И.Б., Кисель Е.Б. Статические и динамические экспертные системы (классификация, состояние, тенденции) М.: Центральный Российский Дом Знаний, 1995.

53. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. М.: Центральный Российский Дом Знаний, 1995.

54. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Ф. Экспертные системы реального времени. М.: Финансы и статистика. 1995.

55. Романов О.Т. Интеллектуальные системы в автоматизированном проектировании. М.: МАИ, 1995.

56. Рыжиков Ю.И., Программирование на Фортране Рохуе^айоп для инженеров, КОРОНА принт, 1999.

57. Сафонов В.О. Экспертные системы интеллектуальные помощники специалистов. С.-Петербург: Орг. о-ва. "Знание" России Д992.

58. Сергейчик В.В. Гибридная экспертная система формирования состава бортового приборного комплекса. // Тезисы докладов II Всероссийской научно-технической конференции молодых ученых "Современные проблемы аэрокосмической науки". Жуковский: ЦА-ГИ, 1999.

59. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на ПЭВМ. М.: Финансы и статистика, 1990.

60. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989.

61. Федосов Е.А. Системы искусственного интеллекта и области их военного применения. Кн.1. М.: ГОСНИИАС, НИЦ, 1991.

62. Франка П., С Учебный курс, Питер, 1999.

63. Хант Э. Искусственный интеллект, М: МИР, 1978.

64. Хахулин Г.Ф. Многоуровневый метод имитационного моделирования сложных систем. М.: МАИ, 1988.

65. Хахулин Г.Ф. Постановка и методы решения задач дискретного программирования. М.:МАИ,1992.

66. Хейес-Рот Ф. и др. Построение экспертных систем. М.:Мир,1987.

67. Хог Э., Apopa Я. Прикладное оптимальное проектирование. М.: Мир, 1983.

68. Цапенко М.П. Измерительные информационные системы. Структуры и алгоритмы, систематическое проектирование. М.: Энергоатомиздат, 1985.

69. Экспертные системы. Принципы и примеры / Под ред. Ф. Форсайт. М.: Радио и связь, 1987.

70. Экспертные системы реального времени. Материалы семинара. М.: Центр. Российский Дом Знаний, 1995.

71. Экспертные системы, состояние и перспективы. Сборник научных трудов АН СССР. М.: Наука, 1989.

72. Эндрю А. Искусственный интеллект, М: МИР, 1985.

73. Энциклопедия кибернетики. В двух томах Киев: Главная редакция Украинской советской энциклопедии, 1975.155

74. Юдин Д.В., Горяшко А.Н., Немировский А.С. Математические методы оптимизации устройств и алгоритмов АСУ / Под ред. В.В Асафьева, В.А. Шабалина. М.: Радио и связь, 1982.

75. CALS (Поддержка жизненного цикла продукции): Руководство по применению. М.: Изд-во ГУЛ "ВИМИ", 1999.

76. Osipov V.G., Pavlova N.V., Rogalev А.Р. Airborne Equipment Assemblies and Their Simulation. // Proceedings of the Fourth BUAA/MAI International symposium on automatic Control. Moscow, 1997. M:MAI, 1997.

77. Вид главного окна после загрузки базы знаний (выбран список переменных):т | «-у чктяылм 5 т^ял^я 5 | ^ |5 . ~ — ^. •••; «я чад« ял» ГГСЛКчоЛЪК!йКЗф.3