Алгоритмическое обеспечение автоматизации научной работы студентов на основе тезаурусной системы знаний

• Автор: Матвеев, Алексей Вадимович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Москва
• Количество страниц: 198 с. : ил.

ОГЛАВЛЕНИЕ

Основные условные обозначения и сокращения.

ВВЕДЕНИЕ.
1. АНАЛИЗ ПОДХОДОВ К СОЗДАНИЮ СРЕДСТВ АВТОМАТИЗАЦИИ РАЗРАБОТКИ АСНИ ДЛЯ ФУНКЦИОНИРОВАНИЯ В УСЛОВИЯХ ВУЗА

1.1. Анализ аналогов и прототип.

1.2. Целесообразность применения методов искусственного интеллекта

1.3. Формирование системы логического вывода.

1.4. Постановка задач диссертационного исследования

1.5. Выводы по первой главе

2. ФОРМИРОВАНИЕ ЭЛЕМЕНТОВ ТЕЗАУРУСА РАЗРАБОТКИ АСНИ

2.1. Иерархическая структура тезауруса разработки АСНИ.

2.2. Моделирование процесса функционирования АСНИ.
2.3. Построение пространства поиска решений для формирования СУВ.
2.4. Методика построения оптимального пути поиска решений
2.5. В ыводы по второй главе..
3. РАЗРАБОТКА ЭЛЕМЕНТОВ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.
3.1. Методика расчета весовых коэффициентов потенциально эффективных продукционных правил
3.2. Алгоритмическая модель функционирования продукционной системы логического вывода
3.3. Реализация алгоритма функционирования блока логического вывода
3.4. Выводы по третьей главе.
4. РАЗРАБОТКА АСНИ В ОБЛАСТИ ВЫСОКОТЕМПЕРАТУРНОЙ ЭЛЕКТРОХИМИИ И МЕДИЦИНЫ.
4.1. Разработка автоматизированной системы кулонометрического контроля
4.2. Экспериментальная апробация АСКК
4.3. Разработка автоматизированной системы медицинских исследований в области электротерапии .
4.4. Выводы по четвертой главе
ЗАКЛЮЧЕНИЕ.
БИБЛИОГРАФИЯ


Еще одним недостатком подобных инструкций является ограничение информации продуктами конкретной фирмы-производителя и, зачастую, ее недостоверность вследствие решения какой-либо маркетинговой задачи. АСНИ, но отсутствует конкретная информация о выборе средств и способов реализации. При определении прототипа средств автоматизации разработки АСНИ были использованы разработки кафедры вычислительной техники УГТУ-УПИ []: прототип не выбирается, а компилируется из аналогов, мнений экспертов, публикаций по данной теме, так как отдельные средства автоматизации настолько разноплановы, что достаточно проблематично выбирать их в качестве прототипов. В результате применения данного метода предложен компилятивный прототип (рис. Средства разработки алгоритмов функционирования АСНИ. Средства визуализации процессов, протекающих на объекте исследования. Средства анализа производительности АСНИ. Специализированные программные протоколы, связывающие отдельные блоки АСНИ. Базы данных аппаратных и программных средств построения АСНИ. Инструкции по выбору аппаратных и программных средств для разработки АСНИ. При этом каждому полю присвоен весовой коэффициент (изображен в нравом верхнем углу) полноты его проработки (выбирается максимальный коэффициент из аналогов (табл. Рис. Таблица 1. Поле инструментариев 0. Поле методологий 0,2 0. Ограничение технологии создания АСНИ необходимостью использования специализированных программных протоколов, обеспечивающих унификацию разработки, накладывает серьезные ограничения на временные характеристики системы, что для АСНИ во многих случаях неприемлемо. Отсутствует база знаний. Наименее проработанным местом прототипа является поле, методологий: в существующих инструкциях по выбору отдельных средств не содержится знаний о разработке АСНИ в целом, отсутствует маршрутизатор принятия решений разработчиком, в прототипе не заложены и, соответственно, не используются экспертные знания. В [] процесс формирования систем испытаний и измерений, в частности АОНИ, отнесен к классу научно-исследовательских технологий. В [ ] рассматриваются свойства этих технологий, определяется специфика относительно других классов технологий, таких как программируемая, профессионально-техническая, научно-техническая, обосновываются следующие характеристики: неопределенность объема неточной и неполной входной информации, творческий характер ее переработки, неопределенность способа использования результатов переработки. Все эти характеристики процесса формирования АСНИ обусловливают необходимость применения методов искусственного интеллекта, создания баз знаний, и, в конечном итоге, ЭС в дайной области. Существование экспертов, желающих передать системе свои знания. Предметная область должна быть такой, чтобы эксперты могли выразить свои знания о ней вербально. Задачи в проблемной области должны быть сложными (либо недоступными для решения неспециалисту, либо требующими для решения значительных временных затрат) и практически значимыми. Для решения задач не требуются многообразные общие знания о проблемной области (не требуется «здравого смысла»). Решаемые задачи требуют эвристических методов (в связи с ошибочностью, неполнотой и изменяемостью данных — знаний о предметной области). Рассматриваемая предметная область соответствует всем перечисленным характеристикам, что будет показано в следующих главах работы. Следовательно, применение методов искусственного интеллекта обоснованно. Кроме того, этот подход позволит устранить такие недостатки прототипа, как отсутствие экспертных знаний, маршрутизатора, знаний на уровне АСИИ в целом. Для устранения первых двух недостатков прототипа, на наш взгляд, стоит отказаться от полной автоматизации отдельных этапов разработки (применение программных стандартов, аппаратных средств, поддерживающих только определенные технологии), а качество разработки повышать путем реализации советов и рекомендаций, вырабатываемых ИС. При этом результатом применения методов искусственного интеллекта является повышение качества принимаемых решений для достижения лучших временных и точностных показателей АСНИ, а также расширение области научных задач, которые могут быть решены с помощью созданных систем (рис. Рис.