Авторитетность издания
Добавить в закладки
Следующий номер на сайте
Человекоразумные программные системы интеллектуальной поддержки решений креативных проблем
Аннотация:В статье рассмотрены основы построения человекоразумных программных систем интеллектуальной поддержки решений креативных проблем. Интеллект человека определяется его разумом, возможностями разума, его особенностями и ошибками, включая нейрофизиологические и нейрохимические процессы, происходящие в мозге человека. Это относится прежде всего к творческой деятельности человека, в том числе к принятию решений креативных проблем учеными и группами ученых. Принятие решений происходит во всех областях человеческой деятельности и является определяющим элементом процесса управления. Зачастую приходится принимать решения в условиях неполноты информации, неопределенности и неоднозначности. Это относится, например, к принятию решений при управлении деятельностью различных хозяйствующих субъектов, которые, как правило, имеют достаточно сложную структуру и отличаются разнообразием происходящих в них процессов. Наличие у субъектов управления собственных интересов, мнений, суждений, доводов по конкретному вопросу, своего видения решения существующей проблемы вносит дополни-тельную неопределенность и предполагает предварительное согласование интересов участников процесса принятия решений. В настоящее время также остро встал вопрос о создании информационных и программных систем поддержки творческих решений, которые учитывали бы и использовали возможности и способности ученых и групп ученых. В этом случае целесообразно говорить о человекоразумных информационных и программных системах поддержки творческих решений креативных проблем.
Abstract:The article discusses the basics of creating human-intelligent software systems for creative problem solving intelligent support. Human intellect is determined by his brains, mind capabilities, its features and errors including neurophysiological and neurochemical processes in the human brain. This refers primarily to man's creative activity including decisionmaking for creative problems by scientists and research groups. Decision-making happens in all areas of human activity and is the defining element of management process. It is often necessary to make decisions in the conditions of data incompleteness, uncertainty and ambiguity. For example, it refers to decision-making when managing various economic entities activity, which usually have a rather difficult structure and a variety of the processes happening within them. Management subjects have their own interests, opinions, judgments, arguments on a specific question, points of view regarding an existing problem solution, this all brings additional uncertainty and assumes preliminary coordination of interests of decision-making process participants. Nowadays there is a problem of creating information and software systems to support creative solutions that would take into account and use the abilities of scientists and groups of scientists. In this case, it makes sense to talk about human-intelligent information and software systems to support creative solutions of creative problems.
Авторы: Семенов Н.А. (dmitrievtstu@mail.ru) - Тверской государственный технический университет (профессор кафедры «Информационные системы»), г. Тверь, Россия, доктор технических наук, Кузнецов В.Н. (is@tstu.tver.ru) - Тверской государственный технический университет, г. Тверь, Россия, доктор технических наук, Клюшин А.Ю. (klalex@inbox.ru) - Тверской государственный технический университет (доцент), Тверь, Россия, кандидат технических наук, Мутовкина Н.Ю. (bua-tstu@yandex.ru) - Тверской государственный технический университет (доцент), г. Тверь, Россия, кандидат технических наук | |
Ключевые слова: нечеткий вывод, нечеткая логика, методы системного анализа, человекоразумная система, принятие решений, интеллектуальная система |
|
Keywords: fuzzy conclusion, fuzzy logic, system analysis methods, human-intelligent system, decision making, intellectual system |
|
Количество просмотров: 10502 |
Версия для печати Выпуск в формате PDF (8.21Мб) Скачать обложку в формате PDF (1.09Мб) |
Интеллект человека очень широко варьируется от индивидуума к индивидууму. В одних случаях это способности, в других – талант, а в третьих – гениальность, заключающаяся в способности человека находить решения креативных проблем по минимуму введенной в его сознание информации. Креативная проблема представляет собой значимую для людей задачу, анализ и постановку которой осуществляет ученый или группа ученых в процессе творческой деятельности и для которой в настоящий момент времени решения нет. Например, группа ученых во главе с академиком РАН Бехтеревой Н.П. [1] проанализировала, осуществила постановку и решила в ходе полиметодического изучения мозговой организации и механизмов управления творческим процессом проблему устойчивости патологического состояния мозга человека [2]. Была создана теория устойчивого патологического состояния, поддерживаемого соответствующей матрицей памяти. Эта теория получила широкое признание и распространение в России и за рубежом. В то же время, как было сказано, сейчас существует необходимость создания информационных и программных систем поддержки творческих решений [3, 4], которые учитывали бы и использовали возможности и способности ученых и групп ученых. В таком случае человекоразумная информационная и программная система складывается из следующих составляющих: ученый и группа ученых + информационные и программные системы поддержки + экспертная система. Описание проблемы Рассмотрим фундаментальную проблему создания и применения методологии разработки человекоразумных программных и информационных систем интеллектуальной поддержки решений креативных проблем. В человеко-машинных информационно-поисковых системах (ИПС) осуществляется информационная поддержка решений нерешенных проблем на основе ориентированной на развитие разума лиц и групп, принимающих решения, петли обратной связи (информация – разум – решение проблем – информация) с использованием методов искусственного интеллекта, методов и эвристических процедур формирования творческих и интуитивных решений, их статис- тической нечеткой оценки и согласованной оптимизации в условиях расплывчатой неопределенности. В основе интеллекта человека лежит его разум. При создании человекоразумных ИПС необходимо не только учитывать особенности разума человека, но и использовать его сильные стороны. Сложность решения проблемы заключается в том, что об этом практически ничего неизвестно. Бехтерева Н.П. пишет, что «это было и чувство, и знание того, что сегодня нет методическо-технологического подхода к пониманию некоторых «странных» явлений человеческой психики – как минимум, а может быть, и к механизму сложных явлений психики вообще». Необходимы междисциплинарные исследования с использованием не только философии, методологии управления, психологии, этики и других наук и дисциплин, но и не совсем научных исследований о сознании и мозге. Поэтому методика междисциплинарных исследований должна обеспечивать достоверность и приближение к истине, хотя бы давать представление о разрыве между истинной и интуитивной достоверностью. Последняя часто оказывается ошибочной, поэтому программные системы интеллектуальной поддержки решений креативных проблем, разработанные только на основе интуитивных решений разработчиков и их опыта, чаще всего неэффективны и не используются разработчиками. Должны осуществляться часто игнорируемые разработчиками предпроектные междисциплинарные исследования создания человекоразумных ИПС. Ядром междисциплинарных исследований является системный анализ проблем принятия решений в условиях использования информации различной физической природы. Далее происходит расширение с использованием постнеклассической научной рациональности и трансциплинарного подхода Степина В.С. [5], методологии управления Новикова Д.А. [6], рефлексивных процессов и управления Лепского В.Е. [7], общей психологии Рубинштейна С.Л. [8], психологии эмоций Кэрола Э. Изарда [9], психологии воли Ильина Е.П. [10] и веры Грановской Р.М. [11], прикладной этики Назарова В.Н. [12]. Для преодоления «стены» Бехтеревой Н.П. целесообразно использовать в меру разумные гипотезы и предположения. Осуществляются «парадигмальные прививки» идей, в том числе Иммануила Канта, Зигмунда Фрейда, Карла Густава Юнга, и не совсем признанных нашей наукой исследований, например, Юдицкого С.А., Ричарда Бендлера, Роберта Дилста, Дэвида Майерса, Роберта Юнга, Пола Экмана, Кристиана Ларсона в области развития сознания и мозга. Это гипотезы и предположения о сознании и подсознании, об интуиции, ее возможностях и ошибках, об образном мышлении, о фокусах языка, об убеждениях и их изменении, о влиянии эмоций на решения и поведение человека, о многоуровневых нейролингвистических моделях поведения, о нейролингвистических моделях поведения SOAR, SCORE, TOTE, ROLE, BAGE, о прогнозировании эмоций и лжи человека по его лицу. Методика предпроектных междисциплинарных исследований В состав человекоразумных ИПС, кроме информационных и программных систем, входят ученый и группа ученых, лица и группа лиц, принимающих решения. Эти человекоразумные системы используют когнитивный, соматический и полевой разум входящих в их состав людей. В методике междисциплинарных исследований применяется следующее: – рефлексия; – логика, математика, теория игр, математическое программирование, игры с непротивоположными интересами, теория активных систем, теория выбора – основа достоверности; – синтез формальных и эвристических процедур; – алгоритмические предписания; – условия расплывчатой неопределенности; – логика информационных и программных систем; – язык описания, функции, логика функций, понятия, суждения и умозаключения логики функций; – оценка достоверности; разумное приближение к истине; – «парадигмальные прививки» идей; – синтез «человеческого», «информационного» и «программного» на языке информатики. Единственным способом найти решение креативной проблемы, для которой пока еще нет решения, является рефлексия. Рефлексия – это ме- тод получения ученым и группой ученых новой информации, которая позволяет решить рассматриваемую креативную проблему и расширяет границы знаний и опыта. Эта дополнительная информация приводит к снижению достоверности. Поэтому основной проблемой междисциплинарных исследований является проблема обеспечения их достоверности при расширении границ рефлексии. Для обеспечения достоверности целесообразно применять в качестве ядра междисциплинарных исследований математику, логику и системный анализ проблем принятия решений в условиях использования информации различной физической природы, в том числе и психической. Основной задачей системного анализа является разработка концепций объединения математических и неформальных методов анализа, строгих способов исследования формализованных моделей с экспериментом, эвристическими приемами, суждениями экспертов и субъективными оценками [2, 13–18]. В нашем случае объединение осуществляется следующим образом. 1. Формальные процедуры: основы математической теории активных систем, теория управления, исследование операций, задачи управления в социальных и экономических системах, математическое и сетевое программирование, комплексная оценка и т.д. 2. Неформальные процедуры: идеи и языковые модели теории управления, исследования операций, теории принятия решений, социальных и экономических наук, в том числе психологии, психологии труда, психологии воли, мотивации и мотивов, эмоций и чувств и пр., практики трудовой деятельности. 3. Синтез формальных и неформальных процедур: расплывчатые понятия, суждения, пред- положения и убеждения, нечеткая и индуктивная логика, алгебра логики и логика убеждений в расплывчатых условиях, правдоподобные рассуждения и принятие решений в расплывчатых условиях; измерение, описание и обработка субъективной информации и др. 4. Синтез формальных и неформальных процедур: расплывчатые понятия, суждения, пред- положения и убеждения, нечеткая и индуктивная логика, алгебра логики и логика убеждений в расплывчатых условиях, правдоподобные рассуждения и принятие решений в расплывчатых условиях; измерение, описание и обработка субъективной информации и др. 5. Компьютерная модель и компьютерный эксперимент: задачи управления в социальных и экономических системах + методы математического и сетевого программирования, анализа и синтеза сложных систем, теории выбора и т.д. + методы измерения, описания, использования и обработки субъективной информации + нечеткие алгоритмы компьютерных экспериментов + комплексная оценка полезности в расплывчатых условиях + прочее. 6. Информационная управляющая активная система анализа МП = Руководство (подсистема организационного управления) + Группа исследования операций + Человеко-машинная система моделирования (машинный эксперимент). На основе применения системного анализа проблем принятия решений в условиях исполь- зования информации различной физической природы на языке информатики была разработана методология согласования интересов в информационных системах. Методология согласования интересов в информационных системах отличается от других подходов согласования интересов следующим. · Ставится и решается проблема повышения эффективности управленческих решений на основе разработки и применения формальных методов и средств обработки и отображения информации и согласованной оптимизации. · Модели теории активных систем дополняются необходимыми для описания человеко-машинных процессов согласования и оптимизации следующими составляющими: – модели человеко-машинных процессов согласования и оптимизации на языке теории активных систем; – модели задач многокритериальной оптимизации с неизвестными функциями полезности, описывающими интересы пользователей активной системы, на языке эвристических процедур и теории активных систем; – эвристические алгоритмические модели человеко-машинных процессов согласования и оптимизации в виде алгоритмов сводимости, то есть в виде алгоритмических предписаний; – формальные алгоритмические модели человеко-машинных процессов решения экстремальных задач, описываемые с помощью алгоритмических методов оптимизации; – модель устойчивости коллективной стратегии пользователей активной системы на языке теории игр с непротивоположными интересами; – математические модели экстремальных задач, решаемых на каждой итерации человеко-машинных процессов, на языке исследования операций и активных систем; – структурные модели информационных процессов, описывающие информационную технологию согласования и оптимизации на языке структурного программирования; – экспериментальные модели человеко-машинных процессов согласования и оптимизации в виде компьютерных моделей и имитационных игр в активных системах; – модели интеллектуальной поддержки согласованной оптимизации. Управляющей и интегрирующей средой этих моделей друг с другом и с моделями теории активных систем является концептуальная модель человеко-машинных процессов согласования и оптимизации, дающая содержательное представление о существенных свойствах этих процессов и главных связях между ними. · Применяется разработанный на основе принципа согласованного управления принцип согласованной оптимизации на множестве компромиссных решений. Принцип согласованной оптимизации = {коалиция согласования решений + принцип оптимального согласованного планирования состояний коалиции + человеко-машинная процедура согласования и согласованной оптимизации на множестве компромиссных решений + описание задачи согласованной оптимизации на множестве компромиссных решений + схема функционирования активной системы с коалицией согласования решений + коллективная стратегия согласованной оптимизации, обеспечивающая устойчивость коллективных решений}. За счет применения этого принципа получают решения по Нейману–Моргенштерну. Эти решения принадлежат множеству компромиссных решений, обладающему свойствами внутренней устойчивости, состоящей в том, что полученные оптимальные согласованные решения нельзя противопоставлять друг другу, и внешней устойчивости, состоящей в возможности каждому не принадлежащему решению по Нейману–Моргенштерну и претендующему на роль более эффективного противопоставить оптимальное согласованное решение, принадлежащее этому множеству. Алгоритмические предписания человеко-машинных процессов согласованной оптимизации строятся на основе алгоритмов выпуклого программирования. Применяются метод Франка–Вольфа и градиентные методы. Они обладают хорошей сходимостью на первых шагах поиска и устойчивы к выбору направления и шага спуска. Это обеспечивает сходимость человеко-машинных процессов и устойчивость скорости сходимости к точности определения градиентов на каждом шаге поиска. В этом случае на каждом шаге поиска можно применять или субъективные оценки направления движения в пространстве критериев, или субъективные оценки в виде коэффициентов их значимости. Рассмотрим решение проблемы целевого развития предприятия (ЦРП). Решение осуществ- ляется с помощью согласованного управления, которое заключается в разработке, принятии и реализации проектов ЦРП, обеспечивающих на рассматриваемом периоде времени максимальный гарантированный социально-экономический результат при условии удовлетворения интересов собственников, инвесторов, руководства и персонала предприятия. Проект ЦРП включает в себя сведения о составе и наименованиях стратегических целей, тактических задач и об их содержании; о сущности, выражении и значениях целевых показателей; о распределении финансирования по целям и задачам; о перечне и наименованиях мероприятий по достижению задач, о их содержании и о перечне, наименованиях и значениях факторных показателей мероприятий. Математическое описание цели согласованного управления в социальных и экономических системах на множестве компромиссных и кооперативных решений для разработки ЦРП будет иметь следующий вид: при выполнении условий согласования интересов, где f0(,) – целевая функция, математически описывающая с помощью функции удельной ценности предпочтения собственников предприятия его социально-экономических состояний; fi(,) – целевая функция i-го целеустремленного агента, участвующего в процессе реализации ЦРП, математически описывающая его интересы; p – коэффициент сотрудничества целеустремленных агентов, участвующих в процессе реализации ЦРП; x = (x1, ..., xi, ..., xh) – составляющие проекта ЦРП предприятия; xi = (xi1, ..., xij, ..., xim) – составляющие проекта ЦРП по i-й цели; y = (y1, …, yi, …, yh) – реализация проекта ЦРП предприятия; yi = (yi1, …, yij, …, yim) – реализация проекта ЦРП по i-й цели; X(а) – множество допустимых проектов ЦРП; а = = (a1, ..., ai, ..., ah) – вектор факторных параметров, определяющих ограниченное множество допустимых проектов ЦРП; Xi(ai) – множество допустимых проектов ЦРП; ai = (ai1, ..., aij, ..., aik) – вектор факторных параметров, определяющих ограниченное множество допустимых проектов ЦРП по i-й цели; P(x, f) – множество решений игры целеустремленных агентов или множество всех их локально-оптимальных состояний; Pi(xi, fi) – множество локально-оптимальных состояний i-го целеустремленного агента; Yi(bi) – множество реализаций проектов ЦРП по целям; bi = (bi1, ..., bij, ..., bik) – вектор факторных параметров, определяющих ограниченное множество допустимых значений факторных показателей i-го целеустремленного агента. Представления у целеустремленных агентов, участвующих в разработке ЦРП, о согласовании интересов можно формализовать в виде множества согласованных значений факторных показателей: с использованием функций выигрыша j0,i(x, y) элементов активной системы относительно исходного состояния, гарантируемых им центром при вступлении в коалицию. Эта функция представляет также функцию нечувствительности относительно выбора элементами активной системы (x, y) или (x[n=0], y[n=0]) в исходной точке поиска для n=0 с учетом входных барьеров, затрат на поиск и ограниченных возможностей человеко-машинных ресурсов, или относительно решений задач оптимального или оптимального согласованного планирования, определяющих гарантированные значения Ñ0i>0 функции нечувствительности. Эти выражения означают, что согласованное управление ЦРП определяет планируемые способы действия исполнителей, которые являются лучшими для собственников, руководства и персонала предприятия по функциям предпочтения, отражающим их интересы. Для учета применяемых целеустремленными агентами стратегий сотрудничества и компромисса запишем их функции выигрыша как Коэффициенты di0 представляют коэффициенты сотрудничества активных элементов с хозяйствующим субъектом, а dij – коэффициенты компромисса. Если все dij = 0 и di0 = 1, то это стратегия сотрудничества. Если dij > 0 и di0 <1, то это стратегия компромисса. Если выполняется предположение, что в ус- ловиях возможности конфликта (x, y)ÏXc обя- зательно множество решений игры элементов R(x, f)ÎXc(x), то где множество решений игры элементов R(x, f) образует множества всех их локально-оптимальных состояний Ri(x, fi). Из соотношения следует, что применение согласованного управления ЦРП не менее эффективно, чем все описанные и примененные на практике процедуры согласованной оптимизации. Процесс согласованного управления ЦРП имеет следующую структуру: согласованная оптимизация проектов ЦРП, разработка и утверждение целевой программы, формирование на конкурсной основе контрактов, мониторинг реализации целевой программы. В настоящей работе рассматривается только согласованная оптимизация информационного содержания проектов по ЦРП, которое включает состав и наименования стратегических целей и тактических задач, их содержание, распределение финансирования по целям и задачам, перечень и наименования мероприятий по достижению задач, их содержание, перечень, наименования и значения факторных показателей мероприятий. Реализация данной цели осуществляется в процессе продвижения, который состоит из следующих этапов. 1. Анализ социально-экономического состояния промышленного предприятия за прошлый и текущий периоды. 2. Определение направления движения от исходного состояния в пространстве стратегических целей, тактических задач и мероприятий по выполнению ЦРП. 3. Определение направления движения от исходного состояния в пространстве финансирования ЦРП по тактическим задачам. 4. Определение направления движения от исходного состояния в пространстве факторных показателей мероприятий по достижению тактических задач при заданном их финансировании. 5. Оценка удовлетворительности ЦРП и анализ ее слабых и сильных сторон последовательно группой стратегического анализа, командной группой предприятия, советом по развитию, в который входят представители собственников, руководства и персонала предприятия. 6. Остановка процесса. Принятие, доработка или непринятие ЦРП. Для оценки продвижения и ЦРП используются показатели продвижения к цели согласованного управления ЦРП, определяемые как приращения функций удельной ценности социально-эко- номических состояний за анализируемый, прог- нозируемый или плановый периоды. Понятие удельной ценности результатов было введено в системном подходе при описании поведения целеустремленных систем [2]. w=w0(w1, …, wi, …, wn) – удельная ценность социально-экономического состояния предприятия, iÎI=IнÇ IзÇ IаÇ Iот; wi = wi(ki1, …, kij, …, ) – удельная ценность социально-экономического состояния предприятия по целям, jÎJ=JнÇ JзÇ JаÇ Jот; kij = kij (x11k, …, xijk, …, ) – удельная ценность социально-экономического состояния предприятия по задачам, mÎM=MнÇMзÇMаÇMот; xijk – факторный показатель k-го мероприятия; s0, si, sij, sijk – общие финансовые затраты на достижение удельных ценностей предприятия по целям, задачам и мероприятиям; , , ; Dw, Dwi, Dkij – целевые показатели (темпы прироста) развития предприятия, стратегических целей и тактических задач; Dxijk – темп прироста факторного показателя мероприятия; Dso, Dsi, Dsij, Dsijk – дополнительное финансирование темпов прироста;
Экспертная система в человекоразумных системах Экспертная система [19] в человекоразумных программных системах интеллектуальной поддержки решения креативных проблем накапливает и использует информацию о решаемой проблеме, о генераторе идей по решению проблемы, об ученых, решающих проблему, о решениях проблемы и т.д. (см. http://www.swsys.ru/uploaded/image/2015 -3/2015-3-dop/12.jpg, http://www.swsys.ru/uploaded/ image/2015-3/2015-3-dop/13.jpg, http://www.swsys. ru/uploaded/image/2015-3/2015-3-dop/14.jpg, http:// www.swsys.ru/uploaded/image/2015-3/2015-3-dop/ 15.jpg, http://www.swsys.ru/uploaded/image/2015-3/ 2015-3-dop/16.jpg). Подытоживая, отметим, что в одной статье невозможно описать решение рассматриваемой научной проблемы. В следующих работах предпо- лагается рассмотреть программную поддержку сознательного и бессознательного образного мышления в творческой деятельности и пути решения проблемы безопасности и качества жизни в настоящем будущем, в ближайшем будущем и в отдаленном будущем; проблемы регресса нравственности; проблемы принятия решений, влияющих на настоящее, ближайшее и отдаленное будущее, а также проблемы согласия. Литература 1. Механизмы деятельности мозга человека. Ч. 1. Нейрофизиология человека: монография; [под ред. Н.П. Бехтеревой]. Л.: Наука, 1988. 677 с. 2. Бурков В.Н., Виноградов Г.П., Кузнецов В.Н., Па- люх Б.В., Семенов Н.А. Интеллектуальные активные системы // тр. XII национ. конф. по искусственному интеллекту с междунар. участием. М.: Физматлит, 2010. Т. 3. С. 35–43. 3. Асаи К., Ватада Д., Иваи С. [и др.]. Прикладные нечеткие системы; [пер. с япон.; под ред. Т. Тэрано, К. Асаи, М. Сугэно]. М.: Мир, 1993. 368 с. 4. Иванов В.К., Палюх Б.В., Сотников А.Н. Архитектура интеллектуальной системы информационной поддержки инноваций в науке и образовании // Программные продукты и системы. 2013. № 4 (104). С. 203–208. 5. Степин В.С. Теоретическое знание. М.: Прогресс–Традиция, 2003. 744 с. 6. Новиков Д.А. Методология управления. М.: Либроком, 2012. 128 с. 7. Емельянов Г.В., Лепский В.Е., Стрельцов А.А. Проблемы обеспечения информационно-психологической безопасности России // Информационное общество. 1999. № 3. С. 47–51. 8. Рубинштейн С.Л. Человек и мир. Проблемы общей психологии. М.: Педагогика, 1976. С. 253–381. 9. Кэррол Э. Изард. Психология эмоций; [пер. с англ.]. СПб: Питер, 2000. 464 с. 10. Ильин Е.П. Психология воли. 2-е изд. СПб: Питер, 2009. 368 с. 11. Грановская Р.М. Психология веры. СПб: Питер, 2010. 474 с. 12. Назаров В.Н. Прикладная этика. М.: Гардарики, 2005. 302 с. 13. Доропей В.Н., Кузнецов В.Н., Чудов С.А. Системный анализ согласованного управления и принятия решений в интеллектуальных активных системах // Системы управления и информационные технологии. 2012. № 3.1 (48). С. 141–146. 14. Клюшин А.Ю., Кузнецов В.Н., Чудов С.А. Нечеткие модели поведения лиц и групп, принимающих решения. Тверь: Изд-во ТвГТУ, 2014. 212 с. 15. Кузнецов В.Н., Семенов Н.А. Согласованное управление в интеллектуальных информационных системах // Искусственные интеллектуальные системы (IEEE AIS*02); Интеллектуальные САПР: тр. Междунар. конф. М.: Физматлит, 2002. С. 169–173. 16. Кузнецов В.Н., Семенов Н.А., Цибарев М.В. Программная система согласованной оптимизации бюджетных целевых программ // Программные продукты и системы. 2005. № 2. С. 37–39. 17. Кузнецов В.Н., Мутовкина Н.Ю., Чудов С.А. Управление проектом создания программной системы электронного документооборота // Программные продукты и системы. 2013. № 4. С. 242–248. 18. Mutovkina N.Yu., Kuznetsov V.N., and Klyushin A.Yu. Stability of Containment Strategy in Multi-Agent Systems. Automation and Remote Control. vol. 76, no. 6, 2015, pp. 1088–1093. 19. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. СПб: БХВ-Петербург, 2003. 608 с. |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=4021&lang=&like=1 |
Версия для печати Выпуск в формате PDF (8.21Мб) Скачать обложку в формате PDF (1.09Мб) |
Статья опубликована в выпуске журнала № 3 за 2015 год. [ на стр. 12-18 ] |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Оценка состояния безопасности интернет-сайтов как плохо формализуемых объектов на основе методов нечеткой логики
- Управление проектом по созданию программной системы электронного документооборота
- Задачи построения интеллектуальной информационной системы управления безопасностью дорожного движения
- Разработка программ для поддержки принятия решений на основе байесовских вероятностных моделей
- Интеграция методов обучения с подкреплением и нечеткой логики для интеллектуальных систем реального времени
Назад, к списку статей