Д.В. Аладин1
1 МГТУ им. Н.Э. Баумана (Москва, Россия)

1 aladin.dv@yandex.ru

Постановка проблемы. Современные системы управления роботами и роботизированными средствами требуют наличия гибких механизмов адаптации под меняющиеся параметры рабочей среды. Существуют миварные системы управления, которые обеспечивают данное требование с помощью автоматического формирования баз знаний. Однако способы подготовки баз знаний не имеют четкой систематизации, что затрудняет процесс разработки и внедрения подобных систем управления.

Цель. Усовершенствовать процесс автоматического создания миварной базы знаний для решения управленческих задач в пространстве состояний.

Результаты. Разработана модель миварной базы знаний, которая описывает преобразование поступающих данных, подготовку управленческих решений и формирование управляющих сигналов. Отмечено, что важным преимуществом модели является ее способность к масштабированию и повторному использованию формализованных знаний.

Практическая значимость. Предложенная модель обладает широким спектром применения и не ограничивается только автоматической генерацией баз знаний. Ее можно использовать при разработке миварных экспертных систем, которые применяют метод разбиения задачи на подзадачи.

Аладин Д.В. Модель миварной базы знаний для решения управленческих задач в пространстве состояний // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 4. С. 66–71. DOI: https://doi.org/10.18127/j19998554-202504-06

1. Varlamov O.O. Wi!Mi expert system shell as the novel tool for building knowledge-based systems with linear computational complexity // International Review of Automatic Control. 2018. V. 11. № 6. P. 314–325. DOI: 10.15866/ireaco.v11i6.15855.
2. Varlamov O., Aladin D. A new generation of rules-based approach: Mivar-based intelligent planning of robot actions (MIPRA) and brains for autonomous robots // Machine Intelligence Research. 2024. V. 21. № 5. P. 919–940. DOI: 10.1007/s11633-023-1473-1.
3. Aladin D.V., Aladina E.V., Chuvikov D.A., Varlamov O.O., Adamova L.E. Creating a «Logical intelligent plant care system» in digital agriculture based on Mivar approach // IOP Conference Series: Earth and Environmental Science. 2022. P. 012004. DOI: 10.1088/1755-1315/954/1/012004.
4. Варламов О.О. Основы создания миварных экспертных систем. М.: ИНФРА-М. 2021.
5. Варламов О.О. Миварные базы данных и правил. М.: ИНФРА-М. 2021.
6. Болотова Л.С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях. М.: Финансы и статистика. 2012.
7. Варламов О.О. О требованиях к подготовке исходных данных для миварных систем принятия решений роботов // Сб. статей II Всерос. науч. конф. «Искусственный интеллект в автоматизированных системах управления и обработки данных». Москва, 27–28 апреля 2023 г. М.: Издательский дом КДУ, Добросвет. 2023. Т. 3. С. 15–20.
8. Варламов О.О. О метрике автономности и интеллектуальности робототехнических комплексов и киберфизических систем // Радиопромышленность. 2018. № 1. С. 74–86.
9. Попова И.А., Афанасьев Г.И., Тимофеев В.Б., Гапанюк Ю.Е. Исследование методов машинного обучения без учителя для анализа и подготовки данных и современных подходов к построению моделей машинного обучения – систем автоматизированного машинного обучения // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 1. С. 47–55. DOI: 10.18127/ j19998554-202501-04.