Анализ и разработка алгоритмов и методик обработки информации при когнитивном обучении основам технической диагностики многокомпьютерных комплексов

• Автор: Чжо Зо Е
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Москва
• Количество страниц: 178 с. : ил.

Введение
Содержание

Глава 1. Анализ современных средств и методов технической диагностики многокомпьютерных комплексов и исследование проблемы создания когнитивной системы обучения ИМ
1.1 Место многокомпьютерных комплексов в распределенной обработке информации
1.2 Некоторые теоретические аспекты процесса технической диагностики в приборостроении
1.2.1 Задачи и принципы функционирования системы технической диагностики
1.2.2 Классификация систем технической диагностики
1.2.3 Математическая модель объекта технической диагностики
1.3 Задачи технической диагностики многокомпьютерных комплексов
1.4 Проблема создания когнитивной системы обучения основам технической диагностики многокомпьютерных комплексов
1.4.1 Обобщенная структура когнитивной системы обучения основам технической диагностики
1.4.2 Модели предметной области когнитивной системы обучения
1.4.3 Анализ методов контроля знаний при когнитивном обучении
1.5 Анализ достоинств и недостатков современных когнитивных систем обучения. Постановка цели диссертационного исследования
Выводы по главе
Глава 2. Разработка методик и алгоритмов повышения эффективности выявления отказов и
поиска неисправностей при технической диагностике многокомпьютерных комплексов
2.1. Методика определения предполагаемого количества отказов при технической диагностике многокомпьютерных комплексов
2.2 Методика обнаружения одиночных отказов при проведении технической диагностики
2.3 Алгоритм полного тестирования элементов МКК по критерию поиска отказавшего элемента
2.4 Методика поиска неисправностей в многокомпьютерных комплексах на основе “И-ИЛИ” графов
Выводы по главе
3. Разработка системы когнитивного обучения основам технической диагностики многокомпьютерных комплексов
3.1 Обобщенная схема и алгоритм функционирования когнитивной системы обучения основам технической диагностики
3.2 Модель области знаний системы когнитивного обучения
3.3 Технологии обучения в КСО
3.4. Этапы работы с когнитивной системой обучения на основе технологии е-1егп
3.4.1. Вход и регистрация в системе
3.4.2. Структура системы обучения
3.4.3. Управление содержанием системы когнитивного обучения

3.4.4. Управление системами поддержки процесса обучения (форум)
3.4.5 Управление логами пользователей
Выводы по главе
4. Программная реализация и результаты экспериментальных исследованийэффективности
когнитивной обучающей системы
4.1. Выбор среды и языка программирования при реализации системы
4.2 Программная реализация блока контроля и генерации заданий
4.3 Исследование эффективности использования когнитивной системы обучения в учебном процессе НИУ МИЭТ
4.4 ' Возможность применения когнитивной системы обучения в технических университетах Республики Союза Мьянма
Выводы по главе
Заключение
Список литературы
Приложение
Акт о внедрении результатов диссертационной работы
Приложение
Приложение
Приложение

Введение
В настоящее время в целом ряде высокотехнологичных отраслей промышленности, научных исследованиях и образовательных процессах используются высокопроизводительные многокомпьютерные комплексы (МКК), значительно повышающие эффективность обработки информации. Несмотря на безусловно положительный эффект использования высокопроизводительных параллельных вычислений, реализуемых сложными МКК, приходится констатировать их недостаточную эффективность, вызванную рядом технико-экономических обстоятельств.
В частности достаточно остро стоит проблема повышения отказоустойчивости и надежности элементов многокомпьютерных комплексов, срок службы которого зачастую превышает нормативный. В связи с вышесказанным одним из важнейших требований, предъявляемых к многокомпьютерным комплексам, является их высокая отказоустойчивость и возможность эффективного выявления отказов.
Теоретическими и практическими аспектами технической диагностики, проблемами повышения отказоустойчивости сложных вычислительных систем занимались такие известные ученые, как Пархоменко П.П., Карибский В.В., Согомонян Е.С., Каравай М.Ф., Лобанов A.B., Schlichting R., Rennels D.A., Dolev D. и мн. др. Проведенный анализ показал, что современные многокомпьютерные комплексы, используемые в распределенных системах обработки информации, требуют новых подходов к обеспечению их надежности и созданию эффективных методов технической диагностики.
В связи с этим наблюдается постоянное увеличение количества сбоев и отказов, ухудшается количество выпускаемой продукции, возрастает вероятность аварийных ситуаций и аварий.
Подобная негативная ситуация, связанная с недостаточной надежностью устройств МКК, может быть нивелирована повышением квалификации обслуживающего персонала, способного принимать обоснования решения в случае возникновения негативных ситуаций.

1.4.2 Модели предметной области когнитивной системы обучения
В настоящее время в научной практике применяются семь классов моделей представления и обработки знаний (рисунок 1.14): логические, продукционные, фреймовые, сетевые, объектно- ориентированные, специальные и комплексные. Коротко проанализируем каждый из перечисленных классов [2].
Рис. 1.14- Классификация моделей знаний КСО
В логических моделях знания представляются в виде совокупности правильно построенных формул какой-либо формальной системы (ФС), которая задается четверкой:
ФС={Т,Р,АД}, (1Л2)
где Т— множество базовых (терминальных) элементов, из которых формируются
все выражения ФС; Р — множество синтаксических правил, определяющих
синтаксически правильные выражения из терминальных элементов ФС; А