Авторитетность издания
Добавить в закладки
Следующий номер на сайте
Программная реализация адаптивной компонентной автоматизированной обучающей системы
Аннотация:
Abstract:
Авторы: Афанасьев А.Н. (a.afanasev@ulstu.ru,) - Ульяновский государственный технический университет, Войт Н.Н. () - | |
Ключевые слова: искусственный интеллект, аос, сапр, архитектура приложения |
|
Keywords: artificial intelligence, , CAD system, |
|
Количество просмотров: 13728 |
Версия для печати Выпуск в формате PDF (8.40Мб) |
Современные автоматизированные обучающие системы (АОС), используемые при освоении САПР, характеризуются следующими признаками: в них архитектура реализуется по модульному принципу, что снижает степень масштабируемости; отсутствуют эффективные средства адаптации обучаемого к учебно-практическому наполнению в ходе процесса обучения; они являются узкоспециализированными и статическими с заранее заданной неизменной структурой. Кроме того, системы ориентированы на целевую аудиторию с максимальной степенью усвоения материала, в них не учитываются динамические индивидуальные характеристики обучаемых. В статье предлагается адаптивная компонентная АОС САПР, в которой учтены указанные недостатки. Рис. 1. Компонентная архитектура адаптивной АОС САПР Реализация программных компонентов адаптивной АОС САПР. Разработаны пять компонентных моделей системы (рис. 1), которые реализованы по технологии JavaBeans [1]. Компонент предметной области содержит модель области конструкторского проектирования средств вычислительной техники (ВТ) в виде иерархического дерева с порядковыми и ассоциативными отношениями (рис. 2). Ее детализация отображена уровнями, состоящими из этапов, подсистем, компонентов, элементов и паттернов. Листья дерева отображают сущности проектирования, перегруженные двумя видами указанных отношений для повышения эффективности применения модели. Основными структурными звеньями конструкторской САПР являются компоновка, размещение и трассировка. Каждое звено состоит из компонентов, объединенных общей для подсистемы целевой функцией. Под компонентом понимают элемент средства обеспечения, выполняющий определенную функцию. Компоненты подсистемы представлены алгоритмами. Пятый уровень представлен паттернами проектирования, которые состоят из четырех основных элементов: · имя – сославшись на него, можно описать задачу проектирования, ее решения и их результаты; · задача – описание того, когда следует применять паттерн; · решение – выполняется путем обобщенного сочетания паттернов; · результаты – следствия применения паттерна и разного рода компромиссы. Рис. 2. Структура предметной области конструкторской САПР средств ВТ: название и классификация (1), назначение (2), мотивация (3), применимость (4), структура (5), участники (6), отношения (7), результаты (8), реализация (9), пример кода (10), известные применения (11), родственные паттерны (12) Маршрут обучения формализован в виде модели сценария и представлен компонентом сценария. Предлагаются два типа маршрута – статический и динамический. Множество статических маршрутов формируется до начала процесса обучения и хранится в компоненте. Динамические маршруты являются дополнением к статическому и генерируются в процессе обучения. Индивидуальные характеристики проектировщика (компетентность, знания, умения, навыки и опыт) представлены его моделью. Они изменяются событийно в процессе обучения в местах контроля, их вычисление и оценка выполняются с помощью нечеткой нейронной сети Кохонена [2,3]. По результатам работы принимается решение о необходимости генерирования дополнительного динамического сценария для устранения незнания у проектировщика. После прохождения дополнительного маршрута осуществляется возврат к месту вызова в сценарии. Компонент протокола содержит модель, агрегирующую протокольные данные. Управление командами и потоками данных выполняет ядро системы. Технология JavaBeans представлена классами на языке Java, разработанными по следующим правилам [1]: · класс должен иметь public-конструктор без параметров; · свойства класса должны быть доступны через get, set и другие методы доступа, которые подчиняются стандартному соглашению об именах; · класс должен быть сериализуемым. JavaBeans обеспечивают многократное использование компонентов и взаимодействие с похожими компонентными структурами. Например, Windows-программа при наличии соответствующего моста или объекта-обертки может использовать компонент JavaBeans как компонент COM или ActiveX. Следует отметить, что разработанная система обладает рядом преимуществ по сравнению с известными системами обучения проектной деятельности [4] и характеризуется следующим: · использована компонентная архитектура системы, что повышает ее гибкость, универсальность и масштабируемость; · предложена формализация предметной области САПР средств ВТ с разными типовыми связями; · применение нечеткой нейронной сети в качестве средств адаптации позволяет эффективно учитывать динамические индивидуальные характеристики проектировщика, что повышает качество обучения; · реализована динамическая структура сценария обучения проектировщика с поддержкой параметризации его шаблонных решений. Информационно-методическое обеспечение ориентировано на проектирование средств ВТ с помощью средних САПР P-CAD, OrCAD и DesignLab, а также языка VHDL. Список литературы 1. JavaBeans(TM) Specification. (http://java.sun.com/javase/ technologies/desktop/javabeans/docs/spec.html). 2. Krista Lagus, Samuel Kaski, and Teuvo Kohonen Mining massive document collections by the WEBSOM method. Information Sciences, Vol 163/1–3, pp. 135–156, 2004 (http://websom.hut.fi/websom/doc/ps/Lagus04Infosci.ps). 3. Афанасьев А.Н., Игонин А.Г., Афанасьева Т.В., Войт Н.Н. Использование нейросемантических сетей для автоматизированного проектирования вычислительной техники. // Автоматизация и современные технологии. – 2008. – № 1. 4. Гореткина Е. Перспективы развития САПР. // PC Week/RE. – 2007. – № 35 (593). |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=1621 |
Версия для печати Выпуск в формате PDF (8.40Мб) |
Статья опубликована в выпуске журнала № 4 за 2008 год. |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Программные средства поддержки принятия решений на основе нечетких табличных моделей представления знаний
- Нейросетевая инструментальная среда для создания персонализированных интерфейсов прикладных программ
- Реализация методов обучения с подкреплением на основе темпоральных различий и мультиагентного подхода для интеллектуальных систем реального времени
- Генетический алгоритм проектирования основных переходов в САПР технологических процессов ковки валов
- Интеллектуальная система прогнозирования на основе методов искусственного интеллекта и статистики
Назад, к списку статей