350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №5 за 2024 г.
Статья в номере:
Интеграция моделей, методов и программных средств, совместно определяющих логику принятия решений в динамических интеллектуальных системах
Тип статьи: научная статья
DOI: 10.18127/j19998554-202405-06
УДК: 004.8(075.8)
Авторы:

Г.В. Рыбина1, В.Ю. Степаньков2, А.А. Григорьев3

1–3 Национальный исследовательский ядерный университет «МИФИ» (Москва, Россия)

1 gvrybina@yandex.ru, 2 vstepankov@yandex.ru, 3 grigandal625@gmail.com

Аннотация:

Постановка проблемы. Имитационное моделирование, развивавшееся длительный период как достаточно автономная область научного знания, сегодня активно востребовано в динамических интеллектуальных системах (ДИС) и успешно интегрируется как с классическими методами и технологиями систем, основанными на знаниях или экспертных системах, так и с перспективными технологиями инженерии знаний и онтологического инжиниринга, что позволяет совместно исследовать поведение реальных объектов внешней среды и механизмы принятия решений в реальном времени, связанные с темпоральным выводом. На примере архитектуры динамических интегрированных экспертных систем (ИЭС) и многоагентных систем (МАС) необходимо детально исследовать проблему многоуровневой глубинной интеграции моделей, методов и программных средств, совместно определяющих логику принятия решений в ДИС, функционирующих в реальном времени.

Цель. Разработать концептуально-функциональные и технологические подходы к интеграции методов и средств темпорального вывода с методами и средствами имитационного моделирования при разработке динамических ИЭС и МАС.

Результаты. Представлены результаты концептуального и программного моделирования архитектур двух различных классов динамических интеллектуальных систем – динамических ИЭС и МАС, на основе использования задачно-ориентированной методологии (или ее отдельных элементов), инструментальных средств комплекса АТ-ТЕХНОЛОГИЯ и системы ИМВИА.

Практическая значимость. Интеллектуализация процессов проектирования и разработка программного обеспечения ДИС различной архитектурной типологии.

Страницы: 57-71
Для цитирования

Рыбина Г.В., Степаньков В.Ю., Григорьев А.А. Интеграция моделей, методов и программных средств, совместно определяющих логику принятия решений в динамических интеллектуальных системах // Нейрокомпьютеры: разработка, применение. 2024. T. 26. № 5. С. 57-71. DOI: https://doi.org/10.18127/j19998554-202405-06

Список источников
  1. Рыбина Г.В. Интеллектуальные системы: от А до Я. Кн. 2. Интеллектуальные диалоговые системы. Динамические интеллектуальные системы. М.: Научтехлитиздат. 2015. 163 с.
  2. Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. Монография. М.: Научтехлитиздат. 2008. 482 с.
  3. Башлыков А.А., Еремеев А.П. Основы конструирования интеллектуальных систем поддержки принятия решений в атомной энергетике: Учебник. М.: ИНФРА-М. 2017. 351 с.
  4. Макаров И.М., Лохин В.М., Манько С.В., Романов М.П. Искусственный интеллект и интеллектуальные системы управления. М.: Наука. 2006. 333 с.
  5. Интеллектуальные системы. Коллективная монография / Под ред. В.М. Курейчика. Ростов-на-Дону: Издательство ЮФУ. 2013. 298 с.
  6. Колесников А.В. Гибридные интеллектуальные системы. Теория и технология разработки. СПб.: СПбГТУ. 2001. 711 с.
  7. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС. 2002. 352 с.
  8. Городецкий В.И. Базовые тренды децентрализованного искусственного интеллекта // 20-я Национальная конф. по искусственному интеллекту с международным участием КИИ-2022. М.: Издательство МЭИ. 2022. Т. 2. С. 275–291.
  9. Рыбина Г.В. Архитектуры современных интеллектуальных систем: синергия кибернетики и символьного искусственного интеллекта, инструментальные средства и технологии для разработки интеллектуальных систем // Нейрокомпьютеры: разработка, применение. 2024. T. 26. № 4. С. 69–82. DOI 10.18127/j19998554-202404-07.
  10. Рыбина Г.В., Паронджанов С.С. Технология построения динамических интеллектуальных систем: учеб. пособие. М.: НИЯУ МИФИ. 2011. 240 с.
  11. Рыбина Г.В., Григорьев А.А. Практические занятия по методам и технологиям построения динамических интеллектуальных систем: учеб. пособие. М.: НИЯУ МИФИ. 2024. 140 с.
  12. Rybina G.V., Blokhin Y.M. Methods and Software Implementation of Intelligent Planning for Integrated Expert System Design // Scientific and Technical Information Processing, 2019. V. 46. № 6. 434–445. DOI 10.3103/S0147688219060091.
  13. Рыбина Г.В., Мозгачёв А.В. Реализация темпорального вывода в динамических интегрированных экспертных системах // Искусственный интеллект и принятие решений. 2014. № 1. С. 34–45.
  14. Рыбина Г.В., Рыбин В.М., Паронджанов С.С., Со Ти Ха Аунг Имитационное моделирование внешнего мира при построении динамических интегрированных экспертных систем // Информационно-измерительные и управляющие системы. 2023. Т. 21. № 2. С. 61–72. DOI 10.18127/j0700814-202302-08.
  15. Рыбина Г.В. Динамические интегрированные экспертные системы: технология автоматизированного получения, представления и обработки темпоральных знаний // Информационно-измерительные и управляющие системы. 2023. Т. 21. № 2. С. 103–114.
  16. Rybina G., Slinkov A., Buyanov D. The Combined Method of Automated Knowledge Acquisition from Various Sources: The Features of Development and Experimental Research of the Temporal Version // Lecture Notes in Computer Science. 2020. V. 12412 LNAI. P. 15–25. DOI 10.1007/978-3-030-59535-7_2.
  17. Рыбина Г.В. Интеллектуальная технология построения интегрированных экспертных систем различной архитектурной типологии: особенности разработки прототипа для управления медицинскими силами и средствами при крупных дорожно-транспортных происшествиях // Информационно-измерительные и управляющие системы. 2023. Т. 21. № 1. С. 45–61. DOI 10.18127/j0700814-202301-06.
  18. Рыбина Г.В., Слиньков А.А., Белов Д.Д. Интеллектуальная технология построения динамических интегрированных экспертных систем: особенности построения имитационных моделей внешней среды // Двадцать первая Национальная конференция по искусственному интеллекту с международным участием КИИ-2023. Смоленск: Принт-Экспресс. 2023. Т. 2. С. 242–254.
  19. Rybina G., Stepankov V. Features of the use of multiagent technology in the management of urban parking space // Proceedings of the Seventh International Scientific Conference "Intelligent Information Technologies for Industry". 2023. V. 776. P. 365–374. DOI 10.1007/978-3-031-43789-2_34.
  20. Law A.M. Simulation Modeling and Analysis. Sixth Edition. Mcgraw-Hill Education. 2024. 688 p.
  21. Рыбина Г.В., Григорьев А.А., Степаньков В.Ю. Имитационное моделирование как необходимый инструмент технологии построения динамических интеллектуальных систем // Сборник научных трудов XXII Междунар. науч.-практич. конф. «Интегрированные модели и мягкие вычисления в искусственном интеллекте».  Смоленск: Универсум. 2024. Т. 2. С. 183–196.
  22. Балтрашевич В.Э. Имитационное моделирование многоуровневых ИЭС // Евразийское Научное Объединение. 2021. № 2-2(72). С.67–71.
  23. Балтрашевич В.Э. Интеллектуальная система имитационного моделирования анализируемых процессов // Евразийское Научное Объединение. 2020. № 1-1(59). С. 30–34.
  24. Zamyatina E., Churin D., Lanin V., Lyadova L., Matta N. Simulation Model Validation based on Ontological Engineering Methods // Proceedings of the 14th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management. 2022. V. 2. P. 237–244. DOI 10.5220/0011589000003335.
  25. Наместников А.М. Применение онтологического подхода в задаче генерации событийных данных с помощью имитационных моделей // Онтология проектирования. 2023. Т. 13. № 2(48). С. 243–253.
  26. Черняховская Л.Р., Никулина Н.О., Малахова А.И., Гарайшин Ш.Г., Нагимов Т.Р. Проектирование системы управления бизнес-процессами на основе онтологического анализа и имитационного моделирования предметной области // Информационные и математические технологии в науке и управлении. 2019. № 3(15). С. 18–30.
  27. Пантелеев М.Г., Филяев М.П., Кузьмин Р.Н., Филиппов Д.А. Концепция построения и применения систем поддержки принятия решений на основе онтологического подхода и имитационного моделирования // Труды Второй Всероссийской науч.-практич. конф. по имитационному моделированию и его применению в военной сфере «Имитационное моделирование систем военного назначения, действий войск и процессов их обеспечения». Санкт-Петербург. 2022. С. 127–131.
  28. Рыбина Г.В., Степаньков В.Ю. Исследование подходов к проектированию архитектуры многоагентной системы в рамках моделей Индустрии 4.0 для цифровизации управления городским парковочным пространством // Приборы и системы. Управление, контроль, диагностика. 2023. № 6. С. 24–33. DOI 10.25791/pribor.6.2023.1414.
  29. Wilde P. Building performance simulation in the brave new world of artificial intelligence and digital twins: A systematic review // Energy and Buildings. 2023. P. 113171.
  30. Jafari M., Kavousi-Fard A., Chen T., Karimi M. A Review on Digital Twin Technology in Smart Grid, Transportation System and Smart City: Challenges and Future // IEEE Access. 2023. V. 11. P. 17471–17484.
  31. Jackson I., Jesus Saenz M., Ivanov D. From natural language to simulations: applying AI to automate simulation modelling of logistics systems // International Journal of Production Research. 2024. V. 62(4). P. 1434–1457.
  32. Бодин О.Н., Баусова З.И., Безбородова О.Е., Убиенных А.Г. Имитационное моделирование многоагентной технологии в компьютерной диагностической системе "Кардиовид" // Измерение. Мониторинг. Управление. Контроль. 2019. № 1(27). С. 78–86.
  33. Рыбина Г.В. Интеллектуальные обучающие системы на основе интегрированных экспертных систем: учебн. пособие. М.: Директ-Медиа. 2023. 132 с.
  34. Rybina G.V., Grigoriev A.A. Modern Architectures of Intelligent Tutoring Systems Based on Integrated Expert Systems: Features of the Approach to the Automated Formation of the Ontological Space of Knowledge and Skills of Students // Pattern Recognition and Image Analysis. 2023. V. 33. № 3. P. 491–497.
  35. VanLehn K., Wetzel J., Grover S., Van de Sande B. Learning How to Construct Models of Dynamic Systems: An Initial Evaluation of the Dragoon Intelligent Tutoring System // IEEE Transactions on Learning Technologies. 2017. V. 10. № 2. P. 154–167. DOI 10.1109/TLT.2016.2514422.
  36. Wetzel J. VanLehn K., Butler D., Chaudhari P., Desai A., Feng J., Grover S., Joiner R., Kong-Sivert M., Patade V., Samala R., Tiwari M., Van de Sande B. The design and development of the dragoon intelligent tutoring system for model construction: lessons learned. In Interactive Learning Environments // Interactive Learning Environments. 2016. V. 25. № 3. P. 361–381. DOI 10.1080/ 10494820.2015. 1131167.
  37. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: АНВИК. 1998. 427 с.
  38. Allen J. Maintaining knowledge about temporal intervals // Communications of the ACM. 1983. V. 26. № 11. P. 832–843. DOI 10.1145/182.358434.
  39. Осипов Г.С. Методы искусственного интеллекта. М.: Физматлит. 2011. 296 с.
  40. Pleznevich G.S., Tarassov V.B. Metagraphs with time-logical restrictions // CEUR Workshop Proceedings. 2021. P. 8–19.
  41. Spranger S. Representation of Temporal Knowledge for Web-based Applications. Munchen. 2002.
Дата поступления: 02.09.2024
Одобрена после рецензирования: 14.09.2024
Принята к публикации: 26.09.2024