С.Г. Ворона – к.т.н., доцент, преподаватель,

Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург)

E-mail: vorona_1953@mail.ru

Д.В. Хрестинин – преподаватель,

Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург)

E-mail: diiimaaarik@mail.ru

А.Ф. Покора – преподаватель,  

Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург)

Постановка проблемы. Деятельность человека в современных системах специального назначения характеризуется увеличением сложности решаемых задач, сокращением отводимого для этого времени и обострением морально-психологического фактора, связанно с повышением ответственности за принимаемые решения и действия. Основными факторами, влияющими на решение прикладных задач, являются: отсутствие известных вероятностных зависимостей; различная достоверность поступающей для анализа информации; сложность моделей, представляющих предметную область; качественный характер описания многих признаков; непостоянное от случая к случаю число исходных данных; противоречивость данных от различных источников. Такое положение дел вынуждает использовать для решения соответствующих задач технические системы, способные если не заменить полностью человека, то облегчить его работу. Такими системами являются системы искусственного интеллекта и, в частности, экспертные системы. 

Цель. Исследовать возможность применения экспертных систем в автоматизированных системах реального времени.

Результаты. Проведен анализ особенностей решения прикладных задач посредством применения экспертных систем, работающих в реальном времени. Выявлено, что основные задачи могут быть определены как задачи идентификации, сортировки, интерпретации, прогноза, планирования, наблюдения, принятия решения, оценки, оценивания, диагностики, отладки, управления. Определены основные принципы взаимодействия экспертных систем с элементами автоматизированной системы управления в условиях ограниченного временного ресурса, которые могут быть описаны с помощью коммуникативной функции и семантической функции прагматической функции.

Практическая значимость. Использование экспертных систем позволяет заменить труд человека-оператора при сопоставимом или даже более эффективном решении текущих задач.

Ворона С.Г., Хрестинин Д.В., Покора А.Ф. Экспертные системы в автоматизированных системах реального времени // Успехи современной радиоэлектроники. 2020. T. 74. № 8. С. 40–47. DOI: 10.18127/j20700784-202008-04.

1. Алгебраическая теория автоматов, языков и полугрупп. М.: Статистика. 1975.
2. Ахо В., Ульман Д. Теория синтаксического анализа, перевода и компиляции. М.: Мир. 1978.
3. Бондарев П.А., Коцовский Б.М., Шнурко Ю.А. Использование перцептронных методов обучения для построения адаптивных экспертных систем // Научно-технический семинар по нейрокомпьютерам. Тезисы докладов. М.: секция прикладных проблем АН РФ. 1994.
4. Вагин В.Н. Дедукция и обобщение в системах принятия решения. М.: Наука. 1988.
5. Искусственный интеллект. Справочник. Кн. 1. Системы общения и экспертные системы / Под ред. Э.Б. Попова. М.: Радио и связь. 1990.
6. Искусственный интеллект. Справочник. Кн. 2. Модели и методы / Под ред. Э.Б. Попова. М.: Радио и связь. 1990.
7. Методы представления знаний в информационных технологиях. Сб. науч. трудов / АН УССР, Институт кибернетики им. В.М. Глушкова. Киев. 1991.
8. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука. 1982.
9. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат. 1981.
10. Эндрю А. Искусственный интеллект. М.: Мир. 1985.
11. Арсеньев Ю.Н., Шелобаев С.И., Давыдова Т.Ю. Принятие решений. Интегрированные интеллектуальные системы. М.: Юнити-Дана. 2003.
12. Люгер Джордж Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем. М.: Вильямс. 2003.
13. Масленникова О.Е., Попова И.В. Основы искусственного интеллекта. Магнитогорский государственный университет. 2008.
14. Дошина А.Д. Экспертная система. Классификация. Обзор существующих экспертных систем // Молодой ученый. 2016. № 21 (125). С. 756–758.