Содержание к диссертации
Введение 3
1. Анализ проблемы построения интегрированных экспертных систем 15
1.1. Анализ проблемы интеграции в современных интегрированных интеллектуальных системах 15
1.1.1. Интеграция с системами обучения 20
1.1.2. Интеграция с базами данных 22
1.1.3. Интеграция с системами приобретения знаний для построения больших баз знаний 24
1.1.4. Интеграция интеллектуальных систем с разнородными моделями (традиционными пакетами прикладных программ для решения формализованных задач) 26
1.1.5. Интеграция с гипертекстовыми и ЕЯ-системами 28
1.1.6. Интеграция с системами поддержки принятия решений 29
1.1.7. Интеграция с системами имитационного моделирования 30
1.1.8. Интеграция с системами реинжиниринга бизнес-процессов 32
1.1.9. Интеграция с другими программными системами 34
1.2. Особенности методологии и технологии создания программного обеспечения интеллектуальных систем 36
1.2.1. Особенности методологии и технологии создания традиционного программного обеспечения 36
1.2.2. Особенности методологии и технологии создания программного обеспечения интеллектуальных-систем 39
1.2.3. Анализ тенденций развития современного программного инструментария 43
1.3. Интегрированные экспертные системы: основные понятия и определения, классификация, современное состояние, проблемы и тенденции 46
1.3.1. Основные понятия и определения 51
1.3.2. Многоуровневая модель процессов интеграции в ИЭС 51
1.3.3. Классификация ИЭС, взаимосвязь процессов интеграции и гибридизации в ИЭС 54
1.4. Исследование особенностей архитектуры некоторых отечественных и зарубежных ИЭС 56
1.5. Анализ путей создания методологии и компьютерной технологии построения ИЭС 62
1.5Л. Исследование проблемы приобретения знаний в экспертных системах и способов ее решения в современных автоматизированных системах приобретения знаний 63
1.5.2. Эволюция взглядов на средства автоматизации приобретения знаний, основные проблемы и тенденции 71
1.5.3. Требования, предъявляемые к инструментальным средствам поддержки разработки прикладных ИЭС 77
1.5.4. Постановка задачи диссертационного исследования 79
Выводы 81
2. Концептуальные основы задачно-ориентированной методологии построения интегрированных экспертных систем 86
2.1. Семантическая унификация используемых терминов и понятий 86
2.2. Общая характеристика задачно-ориентированной методологии построения интегрированных экспертных систем 88
2.3. Концептуальные модели — основа задачно-ориентированной методологии построения интегрированных экспертных систем (онтология концептуальных моделей) 90
2.4. Методологические и теоретические основы задачно-ориентированной методологии приобретения знаний 94
2.4.1. Принципы построения задачно-ориеитированной методологии приобретения знаний 94
2.4.2. Применение методов экспертной классификации сложных объектов для извлечения знаний 99
2.4.3. Извлечение, представление и обработка знаний с НЕ-факторами 103
2.4.4. Подходы и методы извлечения знаний из баз данных 111
2.5. Методологические и теоретические основы проектирования программной архитектуры ИЭС 116
2.5.1. Особенности методологии и технологии построения ИЭС на основе задачно-ориентированной методологии 116
2.5.2. Формальное описание расширенной информационно-логической модели ИЭС 119
2.5.3. Информационная модель накопителя данных 121
2.5.4. Модели и методы интеграции средств представления и обработки знаний и данных вЗОМ 122
2.5.5. Модель интеллектуальной среды поддержки разработки ИЭС 124
2.6. Особенности применения задачно-ориентированной методологии для построения динамических ИЭС 129
2.6.1. Построение имитационных моделей сложных технических систем 131
Выводы 137
3. Теоретические основы задачно-ориентированной методологии построения интегрированных экспертных систем 139
3.1. Подходы к формальным спецификациям базовых моделей ЗОМ 139
3.2. Эвристические модели решения типовых задач и методы их реализации в ЗОМ 140
3.2.1. Модель задачи диагностики 140
3.2.2. Модель задачи проектирования 143
3.2.3. Эвристическая модель задачи управления 148
3.2.4. Модель задачи планирования 153
3.2.5. Модель задачи обучения 155
3.3. Модель комбинированного метода приобретения знаний 166
3.3.1. Метод прямого извлечения знаний из экспертов 168
3.3.2. Модель адаптивного метода репертуарных решеток 173
3.3.3. Формальное описание модели поля знаний и его компонентов 177
3.3.4. Методы представления и анализа протоколов интервьюирования экспертов 180
3.4. Модели и методы представления и обработки недостоверных знаний 181
3.4.1. Извлечение, представление и преобразование знаний, содержащих НЕ-факторы , 181
3.4.2. Модели и методы обработки знаний, содержащих НЕ-факторы 187
3.4.3. Модели и методы вывода на недоопределенных знаниях 191
3.5. Лингвистические основы комбинированного метода приобретения знаний 195
3.5.1. Конкретизация некоторых компонентов модели КМПЗ 195
3.5.2. Модель входного подъязыка 196
3.5.3. Принципы анализа лексики системного аналитика 199
3.5.4. Модель процесса выявления информации о НЕ-факторах в ЕЯ-текстах 200
3.5.5. Формальное описание словарей 201
3.5.6. Описание алгоритмов и методов обработки ЕЯ-текстов 206
3.6. Теоретические основы применения подхода KDD в рамках задачно- ориентированной методологии 212
3.6.1. Анализ особенностей базовых алгоритмов CN2 и ЮЗ 213
3.6.2. Методы реализации алгоритмов CN2 иГОЗ 214
3.7. Формальное описание языка представления знаний в ЗОМ 222
3.8. Моделирование диалога с пользователем . 225
3.9. Формальное описание модели АТ-ТЕХНОЛОГИИ 227
3.10. Модели и методы реализации интеллектуальной поддержки процессов построения ИЭС 231
3.10.1. Алгоритм синтеза макета архитектуры ИЭС 234
Выводы 237
4. Архитектура и методы программной реализации инструментальных средств поддержки заданно-ориентированной методологии построения интегрированных экспертных систем 240
4.1. Функциональные возможности инструментального комплекса АТ-ТЕХНОЛОГИЯ для поддержки построения интегрированных экспертных систем 240
4.1.1. Общая характеристика этапов жизненного цикла, реализуемых базовыми средствами комплекса АТ-ТЕХНОЛОГИЯ 242
4.1.2. Особенности реализации средств интеллектуальной поддержки процессов построения ИЭС 245
4.1.3. Особенности реализации и применения технологии повторно-используемых компонентов и типовых проектных процедур 250
4.2. Описание базовых принципов разработки программного обеспечения инструментального комплекса АТ-ТЕХНОЛОГИЯ (версия MS Windows) 254
4.2.1. Общая архитектура инструментального комплекса АТ-ТЕХНОЛОГИЯ, состав и структура основных компонентов 254
4.2.2. Общая характеристика состава и структуры основных подсистем комплекса АТ-ТЕХНОЛОГИЯ 258
4.3. Особенности проектирования и программной реализации некоторых подсистем комплекса АТ-ТЕХНОЛОГИЯ 256
4.3.1. Особенности программной реализации подсистем построения ядра прикладной ИЭС 266
4.3.2. Особенности программной реализации средств построения элементов обучающих ИЭС 291
4.3.3. Особенности программной реализации подсистемы поддержки проектирования структуры БД 301
Выводы 303
5. Внедрение и использование разработанных моделей, методов и инструментальных средств для создания приложений в статических и динамических проблемных областях 305
5.1. Приложения для задач технической и медицинской диагностики 305
5.1.1. Общая характеристика статических и динамических ИЭС для диагностики сложных технических систем , 305
5.1.2. Статические ИЭС для диагностики СТС (военные приложения) 308
5.1.3. Статические ИЭС для медицинской диагностики 311
5.1.4. Динамические ИЭС для диагностики СТС 316
5.2. Приложения для задач проектирования уникальных объектов и систем 321
5.2.1. Прототипы статических ИЭС для проектирования информационно-измерительных систем и анализа систем управления сложными объектами...321
5.3. Приложения для задач управления электрофизическими комплексами 323
5.3.1. Применение ЗОМ для разработки семейства прототипов ИЭС РВ для управления электрофизическими комплексами 323
5.3.2, Общее описание исследовательского прототипа ИЭС РВ для управления электрофизическими комплексами 324
5.4. Приложения для комплексных экологических задач (диагностика, планирование, прогнозирование) 327
5.4.1. Статические ИЭС семейства ТЕРРА 327
5.4.2. Динамические ИЭС РВ для экологических исследований 330
5.5. Обучающие ИЭС для инженерных и специальных дисциплин, разработанные на основе базовых средств комплекса АТ-ТЕХНОЛОГИЯ (1993-2003 гг.) 335
5.5.1. Внедрения в Российский НИИ информационных систем (1993-1996гг.) 336
5.5.2. Внедрения в РОСРЕЕСТР ГКВШ (Минобразования РФ) (1993 - 1995гг.) 337
5.6. Использование результатов диссертационной работы в учебно-методическом комплексе МИФИ 338
Выводы 342
Заключение 344
Список литературы 348
Приложение 363
Введение к работе
Актуальность проблемы. Научный и коммерческий успех экспертных систем (ЭС) -одного из бурно развивающихся направлений искусственного интеллекта (ИИ), обусловил возрастающую потребность в промышленной разработке прикладных ЭС для широкого класса неформализованных задач (НФ-задач), не имеющих эффективных алгоритмических решений. Как показал почти 20-летний опыт создания и эксплуатации ЭС в различных сферах научно-технической деятельности и производства, особенно в так называемых «описательных» проблемных областях (медицина, экология, проектирование уникального оборудования, бизнес, геология и др.), если применение методов и средств ЭС оказывалось возможным и оправданным, то это приводило к значительному экономическому эффекту, что, в свою очередь, обеспечивало тенденции постоянного расширения областей использования технологии ЭС. Это свидетельствовало о том, что в реальной практике существует достаточно большой класс задач, которые не удается решать методами традиционного программирования (например, сформулировать постановки задачи в математических терминах, в частности, в виде систем уравнений) и этот класс задач достаточно значим, поскольку большинство из них имеет важное практическое значение. Иначе говоря, если раньше 95% всех решаемых компьютерными методами задач составляли задачи, имеющие алгоритмическое решение, то в современных условиях картина совершенно иная - основное место занимают НФ-задач и.
Однако в конце 80-х годов дальнейшая специализация и практическое применение традиционных ЭС, для реализации которых в соответствии с известной базовой концепцией (ЗНАНИЕ + ВЫВОД = ЭС) предлагалась методология простых продукционных ЭС, вступили в противоречие с возрастающей сложностью задач и создаваемого программного обеспечения систем обработки информации и управления. Существенное изменение архитектур ЭС вследствие доминирующих процессов интеграции и гибридизации (появление интегрированных, гибридных, веб-ориентированных ЭС) выявило как серьёзные проблемы в методологии и технологии создания программного обеспечения ЭС, так и практическое отсутствие парадигмы программирования, ориентированной на разработку новых архитектур программных систем - интегрированных ЭС (ИЭС), объединяющих такие разнородные компоненты как: ЭС и базы данных (БД), ЭС и пакеты прикладных программ (ГШП), ЭС и обучающие системы и т.д, К числу принципиальных проблем, накопившихся для ЭС в целом, следует отнести: значительное отставание методологии и технологии разработки программного обеспечения прикладных ЭС от современной объектно-ориентированной парадигмы анализа, проектирования и разработки приложений в области информационных систем и от технологии создания распределенных многокомпонентных приложений; отсутствие инструментальных средств (ИС), поддерживающих полный жизненный цикл (ЖЦ) разработки ЭС; реализация существующего программного обеспечения прикладных ЭС с помощью специфических языков, использующихся только в области ЭС и ИИ, что затрудняло перенос ЭС на другие платформы и интеграцию с различными системами; практическое отсутствие исследований и разработок, посвященных проблемам обоснованности и непротиворечивости баз знаний (БЗ), достигающих в современных ЭС значительных объемов; слабая автоматизация достаточно трудоемких процессов приобретения знаний в ЭС; недостаточная надежность программных продуктов в области ЭС, отсутствие культуры документирования и сопровождения разработок, аналогичной индустрии информационных систем; наличие психологических барьеров, которые не всегда преодолевают создатели ЭС, не желающие использовать опыт традиционного программирования и информационных технологий; отсутствие методов оценки эффективности используемых ЭС и др. проблемы.
Невозможность справиться с этими «техно логическим и» проблемами привела в конце 90-х годов даже к падению популярности ЭС среди некоторых специалистов в области ИИ, считавших создание каждой ЭС скорее «искусством», чем результатом программной индустрии, ориентированной на понятия «методология», «технология», «жизненный цикл», «стандарт» и т.д. Действительно, концепция разработки традиционных (простых продукционных) ЭС конца 80-х - начала 90-х годов ориентировалась на изолированное автономное функционирование ЭС, построенной только на основе эксклюзивных знаний эксперта, описывающих узкую, почти «игрушечную», проблемную область (ПрО), модель которой создавалась в результате искусной работы инженера по знаниям с экспертом. В реальности оказалось, что объемы информации в БЗ могут быть весьма значительными, и без использования специальных средств автоматизации процессов приобретения и верификации знаний, обработки недостоверных знаний (т.е. знаний, содержащих неопределенность, неточность, нечеткость, неполноту и др. виды так называемых НЕ-ф акторов), построение моделей ПрО является почти непосильной задачей для разработчиков ЭС и тем более ИЭС. С другой стороны, предлагавшиеся ИС для построения традиционных ЭС (в основном, в виде различных «оболочек») не поддерживали какой-либо четкой определенной методологии и технологии анализа, проектирования и разработки прикладных ЭС (по типу современных CASE-систем), что делало практически невозможным их непосредственное использование для построения систем с более сложной архитектурой типа ИЭС. Особенно ярко «технологическое» отставание ЭС стало заметно в начале нового столетия на фоне индустрии информационных систем, бурный процесс которой был связан, в частности, с появлением веб-технологий и технологий реализации статических и динамических распределенных приложений (DCOM, COM, Java RMI, CORBA и др.).
К перечисленным базовым проблемам, характерным для ЭС в целом, следует добавить целый ряд специфических проблем, связанных с ИЭС, для которых отсутствовали: целостная концепция ИЭС как научного объекта инженерии знаний; единое представление различных классов моделей (информационных, функциональных, моделей ИИ) и методы организации процессов решения задач на этих моделях; исследования проблемы интеграции в рамках ИЭС; модели, методы и средства создания прикладных ИЭС для различных классов задач в статических и динамических ПрО, наиболее типичных для использования концепции ИЭС; методы и процедуры компьютерного приобретения знаний с учетом особенностей ИЭС; ИС, поддерживающие некоторую стандартную, четко определенную методологию разработки прикладных ИЭС и др.
Необходимость преодоления подобного положения и поиска эффективных методов решения практически значимых задач в рамках единой архитектуры программной системы (ПС), обладающей очевидными преимуществами по обработке информации на основе взаимодействия логико-лингвистических, математических, информационных, имитационных и других моделей, отмечалась в трудах Г.С. Поспелова, Д.А. Поспелова, Э.В. Попова, А.И. Эрлиха, Л.Т. Кузина, Г.С. Осипова, А.Б. Преображенского, В.В. Емельянова, В.Б. Тарасова, В.Ф. Хорошевского, Э. Кьюсиака, Ю.Р. Валькмана, А.С. Нариньяни, А.В. Колесникова, А.П. Еремеева, Б.Е. Федунова, В.А. Виттиха, И.Б. Фоминых, П.Джексона и других отечественных и зарубежных ученых, а также в работах автора. Однако, несмотря на отдельные успехи в области ИЭС 90-х годов, проблема исследования и разработки моделей, методов, ИС и технологий для этого принципиально нового класса программных систем (ПС) до сих пор остается малоизученной и нерешенной как по постановке, так и по научно обоснованным методам решения. А практика «слепого», малоэффективного и трудоемкого использования ИС в виде различных «оболочек» усугубляла технологическое отставание индустрии ЭС, дискредитируя важное научное направление и парализуя исследования в области создания инструментария нового поколения для ИЭС.
Отдельные попытки решения вышеперечисленных задач проводились как в нашей стране, так и за рубежом. Однако, большинство исследований и разработок охватывает только часть из них и не может претендовать на роль конкретной методологии построения ИЭС. Среди отечественных фундаментальных исследований в этой области наиболее известны работы А.И.Эр лиха и А.В. Колесникова, а с точки зрения методологии и технологии построения программного обеспечения традиционных ЭС - результаты, полученные В.Ф.Хорошевским. Из зарубежных работ можно выделить базовую инструментальную систему G2 фирмы Gensym для поддержки проектирования ИЭС реального времени (РВ). Однако, в системе G2 не предусмотрена реализация важнейших задач, связанных с компьютерным извлечением знаний и автоматизированным построением БЗ, а также с вопросами создания прикладных ИЭС для различных классов задач, типичных для использования концепции ИЭС.
В связи с этим, а также из-за постоянного расширения практики разработки и
совместного применения в задачах диагностики, проектирования, планирования, управления,
обучения и др. широкого спектра моделей и методов решения НФ-задач и форматизированных
задач (Ф-задач), актуальны теория, методология и особенно технология построения ИЭС для
этих классов задач. Следовательно, область исследования диссертации - модели, методы и
инструментальные программные средства для разработки ИЭС как нового класса
интегрированных интеллектуальных систем (паспорт специальности 05.13.11 - п.п.2.9, 2.10,
2.12). Для автора диссертационной работы статические ИЭС стали областью научных
исследований и разработок уже с конца 80-х годов, а позднее, с середины 90-х годов, в фокус
внимания попали и динамические ИЭС, функционирующие в РВ (ИЭС РВ). За этот период был
пройден путь от создания простейших статических ИЭС до динамических ИЭС РВ для таких
важных и ресурсоемких задач, как: диагностика технических объектов и систем, управление
сложными организационными и производственными комплексами и процессами, экологический
мониторинг и других, подобных им задач, связанных с такими понятиями, как динамика и РВ (о
чем свидетельствуют публикации и практические внедрения). Одновременно в области ЭС было
выделено научное направление, имеющее свой объект исследования, теоретический и
методологический базис, а также разработан набор конкретных методов и программных
инструментов (комплекс АТ-ТЕХНОЛОГИЯ), позволяющих поддерживать полный ЖЦ
построения ИЭС для отдельных классов решаемых задач и типов ПрО.
Актуальность исследования подтверждается поддержкой четырьмя грантами Российского фонда фундаментальных исследований (№ 96-01-01078, № 98-01-00918, № 00-01-00679, № 03-01-00924), программами Минобразования РФ «Университеты России -фундаментальные исследования» (проект № 2094) и «Интеллектуальные системы управления экспериментальными физическими комплексами», Секцией прикладных проблем при Президиуме РАН («Поисковые исследования и разработки общесистемных средств поддержки технологии создания интегрированных экспертных систем и систем автоматизации извлечения знаний в интересах В и ВТ с элементами искусственного интеллекта»), Центром «Росреестр» Минобразования РФ (3 проекта) и др. В соответствии с приоритетными направлениями науки и техники, перечнем критических технологий федерального уровня (утвержденных решением Правительственной комиссии по научно-технической политики и Указом Президента РФ от 13.07.1996г. № 884 «О доктрине развития Российской науки») интеллектуальные системы автоматизированного проектирования и управления отнесены к критическим технологиям федерального уровня.
Цель и задачи исследования. Целью диссертации является решение крупной научной проблемы, имеющей важное хозяйственное значение и заключающейся в повышении степени автоматизации разработки интеллектуальных систем обработки информации, за счет создания теоретико-методологических и инженерных основ новой автоматизированной технологии построения ИЭС, объединяющей подходы инженерии знаний и традиционного программирования. Решается совокупность конкретных фундаментальных проблем по комплексному системному исследованию, анализу, теоретическому обобщению и разработке теоретических основ, методологических и инженерных принципов автоматизированного построения ИЭС путем создания программных инструментальных средств, поддерживающих процессы системного анализа сложных практических задач, синтеза методов их решения и проектирования программного обеспечения прикладных ИЭС для задач реальной практической сложности и значимости, где малоэффективны методы и средства традиционных ЭС. В соответствии с поставленной целью в диссертации решаются следующие фундаментальные и инженерные задачи:
1. Разработка теоретических и методологических основ технологии реализации ИЭС как научного объекта инженерии знаний.
2. Исследование базовой проблемы разработки ИЭС - проблемы интеграции традиционных ЭС с совокупностью других компонентов ИЭС на основе предложенной многоуровневой модели интеграции и методов и способов построения моделей архитектуры ИЭС и ее компонентов на каждом уровне интеграции.
3. Разработка заданно-ориентированной методологии построения ИЭС на основе моделирования конкретных типов задач, релевантных технологии традиционных ЭС в статических и динамических ПрО.
4. Разработка модели ЖЦ построения ИЭС и модели компьютерной технологии, являющейся системой сбалансированных моделей плана, архитектуры ИЭС и инструментов, а также разработка всех базисных моделей технологии и способов их взаимодействия на основе объектно-продукционного формализма представления знаний о процессах создания ИЭС и методов их реализации.
5. Разработка методов автоматизированного построения БЗ ИЭС на основе развития когнитивно-графической парадигмы построения систем автоматизации проектирования БЗ и использования различных источников знаний.
6. Разработка и реализация адекватных языков представления знаний, ориентированных на спецификацию знаний и построение технологических БЗ инструментария, поддерживающего задачно-ориентированную методологию построения ИЭС.
7. Разработка архитектуры автоматизированного рабочего места (АРМ) проектировщика ИЭС (инженера по знаниям) в виде проблемно-специализированного инструментария нового поколения и его спецификаций для различных платформ.
8. Разработка моделей и методов интеллектуализации процессов проектирования прикладных ИЭС, опирающихся на эксплицитное представление знаний о проектах, пользователях, инструментах, типовых проектных процедурах и повторно используемых компонентах.
9. Разработка и внедрение методических основ и технологий проектирования ИЭС в статических и динамических ПрО.
10. Практическое внедрение разработанных моделей, методов и программных средств при создании прикладных ИЭС для задач диагностики, управления, мониторинга, проектирования и обучения.
Методы исследования. Для решения поставленных задач в работе используются методы ИИ (принципы семиотического моделирования, основы представления и обработки знаний, нечеткая математика, методы инженерии знаний), а также методы системного анализа, теории сложных систем, теории множеств, теории графов, математической и компьютерной лингвистики, теории построения трансляторов, теории автоматов и сетей, имитационного моделирования, теории принятия решений, технология программирования.
Научная новизна. В результате исследования и теоретического обобщения отечественного, зарубежного и личного опыта решения целого ряда практических задач, связанных с управлением сложными дискретными производственными и организационно-техническими системами, медицинской и технической диагностикой, экологическим мониторингом, проектированием объектов машиностроения, обучением персонала и др., впервые был предложен целостный методологический подход к анализу, исследованию и автоматизированному построению нового класса прикладных интеллектуальных систем - ИЭС, включающий в себя:
• новые научно-технические положения, понятийный базис, математические модели и методы, образующие в совокупности теоретические основы системного анализа, строгого формального описания и исследования, а также функционально-структурного и объектно-ориентированного проектирования систем рассматриваемого класса;
• новые модели, методы и инструментальные программные средства для автоматизированного построения широкого спектра прикладных ИЭС, включая ИЭС, функционирующие в реальном времени, и обеспечивающие эффективность применения ИЭС для задач реальной практической сложности и важности.
В рамках предложенного подхода, названного заданно-ориентированной методологией (ЗОМ), разработаны, теоретически обоснованы и экспериментально проверены взаимосвязанные модели, методы, процедуры и алгоритмы автоматизированного построения ИЭС на всех стадиях ЖЦ, начиная от извлечения знаний из трех источников знаний (экспертов, проблемно-ориентированных естественно-языковых (ЕЯ) текстов и БД) до конфигурирования и тестирования прототипа ИЭС, На базе этой методологии созданы программная технология и прототип инструментария нового поколения - АРМ инженера по знаниям, позволяющие: значительно сократить сроки проектирования прикладных ИЭС; снизить трудоемкость; повысить степень обоснованности принимаемых решений за счет создания полных и непротиворечивых моделей проблемных областей; обеспечить гибкое использование и накопление опыта экспертов.
Основные научные результаты, выносимые на защиту:
1. Впервые сформулирована концепция ИЭС как объекта научного исследования, предложены оригинальные инструменты системного анализа ИЭС, на основе которых выделены базовые понятия и термины, а также введена классификация ИЭС.
2. Предложен и экспериментально исследован оригинальный сквозной подход к построению ИЭС, названный «ориентация на модель решения типовой задачи», в рамках которого созданы эвристические модели решения типовых задач (МРТЗ) и методы реализации этих моделей на всех этапах ЖЦ построения ИЭС.
3. Впервые предложен подход к автоматизированному построению БЗ проектируемых ИЭС на основе использования различных источников знаний, в рамках которого и на основе МРТЗ разработан комбинированный метод прямого приобретения знаний (КМПЗ), включающий модели, методы и процедуры извлечения знаний из экспертов, проблемно-ориентированных текстов и БД, их последующего структурирования и верификации для построения адекватной и непротиворечивой БЗ о ПрО.
4. Разработаны оригинальные методы извлечения, представления и обработки недостоверных знаний, содержащих отдельные виды НЕ-факторов, наиболее часто проявляющихся эксплицитно в знаниях экспертов (неопределенность, неточность, нечеткость, недоопределенность), а также предложено новое решение проблемы неполноты при построении БЗ на основе привлечения методов Data Mining.
5. Впервые исследовано совместное применение методологий инженерии знаний, структурного анализа, объектно-ориентированного проектирования (ООП) и повторно-используемых компонентов (ПИК) для разработки ИЭС и показана возможность реализации нового комплексного когнитивно-графического подхода к построению моделей ПрО, существенно снижающего трудоемкость разработки ИЭС.
6. Впервые исследована проблема интеграции для систем типа ИЭС и разработана совокупность оригинальных моделей, методов и процедур интеграции разнородных компонентов в ИЭС, что позволяет эффективно решать практически значимые задачи в рамках единой архитектуры программной системы.
7. Разработаны модели новой технологии создания ИЭС, модели архитектуры ИЭС, модели типовых проектных процедур (ТПП) и процессов создания ИЭС, а также модели и средства интеллектуальной поддержки разработки ИЭС, обеспечивающие снижение трудозатрат на разработку и смягчение квалификационных требований к проектировщикам (инженерам по знаниям).
8. Разработан прототип программного инструментария нового поколения для поддержки разработки ИЭС (комплекс АТ-ТЕХНОЛОГИЯ) и проведена его экспериментальная апробация.
Все выносимые на защиту результаты и положения диссертации получены и разработаны лично автором, или при его непосредственном участии, являются новыми и полностью опубликованы в открытой печати. Инструментальный комплекс АТ-ТЕХНОЛОГИЯ прошел в 1994 г, официальную сертификацию и регистрацию в Центре «Росреестр» Госкомвуза РФ и является не имеющей аналогов авторской разработкой, относящейся к классу специализированных ИС искусственного интеллекта. Методическая и педагогическая новизна заключается в разработке и постановке 5-ти авторских учебных курсов по новейшим направлениям ИИ и издании учебных пособий и компьютерных учебников (два из которых отмечены премиями Российской Ассоциации Искусственного Интеллекта в 1992 и 1998 гг. как лучшие учебники по ИИ для вузов).
Практическая значимость работы. Практическая значимость проведенных исследований и полученных результатов заключается в создании эффективных моделей, методов и технологии построения ИЭС - одного из самых сложных классов интеллектуальных прикладных систем, в том числе функционирующих в реальном времени. Разработанные в диссертации теоретические положения, модели, методы, методология построения ИЭС и поддерживающие эту методологию инструментальные программные средства (АТ-ТЕХНОЛОГИЯ) позволяют снизить трудоемкость и значительно сократить сроки проектирования и реализации ИЭС для таких важных и ресурсоемких задач, как диагностика технических объектов и систем, управление сложными организационными и производственными комплексами и процессами, экологический мониторинг и др. Создано три поколения инструментального комплекса АТ-ТЕХНОЛОГИЯ (для MS-DOS и MS Windows 3.11, 95, 98, NT в среде разработки Borland Delphi), поддерживающего разработанную методологию и представляющего собой уникальный современный инструментарий (по типу CASE-среды), включающий взаимосвязанную совокупность средств автоматизации построения ИЭС на всех стадиях ЖЦ и обеспечивающих управление проектом по созданию ИЭС как единым целым в зависимости от поставленных задач, набора имеющихся средств и конкретной модели ЖЦ, что в совокупности определяется разработанной теоретической моделью технологии.
В течение последних лет разработанные методология, технология и текущие версии инструментального комплекса АТ-ТЕХНОЛОГИЯ экспериментально проверялись, развивались и внедрялись на практике. Опыт создания прикладных ИЭС для диагностики сложных технических систем, медицинской диагностики, решения комплексных экологических задач, проектирования объектов машиностроения, а также нескольких обучающих ИЭС для специальных инженерных дисциплин в МИФИ и других вузах подтвердил практическую значимость и важность основных положений диссертации.
Полученные результаты и накопленный опыт разработки статических и динамических ИЭС не только существенным образом сокращают имевшийся до настоящего времени разрыв между мировым и отечественным уровнями в решении задач подобной практической важности и сложности, но и обеспечивают методологическую основу для подготовки квалифицированных кадров в ведущих технических университетах России.
Достоверность. Достоверность разработанной заданно-ориентированной методологии и технологии построения ИЭС подтверждается соответствующими актами о практическом внедрении, документами о присвоении номеров государственной регистрации программным продуктам в Российском фонде алгоритмов и программ «Росреестр» Минобразования РФ, золотой медалью ВВЦ РФ на выставке «Конверсия и рынок», премиями Российской ассоциации искусственного интеллекта, почетными дипломами выставки-конференции «Телекоммуникации и новые информационные технологии в образовании».
Реализация результатов работы. Предложенные теоретические модели технологии проектирования ИЭС, а также методы и средства автоматизированной поддержки этих моделей, являются результатом исследований, проведенных автором лично, а внедрение и практическая реализация осуществлялись под руководством и при непосредственном участии автора аспирантами и студентами учебно-научной лаборатории «Системы искусственного интеллекта» кафедры Кибернетики МИФИ. В целом разработано и внедрено (подтверждено актами о внедрении и использовании) 14 прикладных интеллектуальных систем различного назначения для ФГУП МРТИ РАН, ФГП ГИПЭ, СПП при Президиуме РАН, ГНЦ ИФВЭ, РКК «Энергия», Института Астрофизики МИФИ и др. организаций и предприятий.
В 2000 г. за разработку и внедрение в учебный процесс учебно-методического комплекса (УМК) «Методы, модели и программные средства конструирования интеллектуальных систем принятия решений и управления» автору диссертации в составе авторского коллектива присуждена Премия Президента РФ в области образования (Указ № 1718 от 30 сентября 2000 г.) В состав УМК входит разработанный автором комплекс информационно-программных средств, учебно-методической литературы, электронных учебников и учебных программ, образующих в совокупности единый непрерывный учебный цикл по подготовке специалистов в области интеллектуальных систем и технологий с ориентацией на базовые отрасли народного хозяйства. Другим важным компонентом УМК является разработанный в МИФИ инструментальный имитационно-моделирующий стенд (ИМС), включающий комплекс АТ ТЕХНОЛОГИЯ. ИМС обеспечивает непрерывную «сквозную» систему обучения студентов и аспирантов соответствующих специальностей новым методам и технологиям построения ИЭС для широкого класса задач в области принятия решений и управления сложными техническими объектами и комплексами. ИМС является мощной инструментальной средой, на основе которой выполняются курсовые и дипломные проекты, проводятся совместные исследования с рядом кафедр и подразделений МИФИ, такими как кафедры ((Автоматика», «Электрофизические установки», «Системного анализа», «Биофизика, радиационная физика и экология», институт Астрофизики МИФИ, организуются демонстрационные занятия, лекции, методические консультации и стажировки преподавателей и аспирантов других вузов (в том числе зарубежных), а также осуществляется целевая подготовка и переподготовка специалистов. Специальные версии комплекса AT-ТЕХНОЛОГИЯ, обеспечивающие автоматизацию процесса построения обучающих ИЭС, внедрены в нескольких университетах России и Украины (МГГУ, РГГУ, МЭСИ, ВВИА им. Жуковского, Институт экологии, управления и права, Херсонский политехнический университет и др.)
Апробация работы. Основные результаты диссертации докладывались и обсуждались более чем на 60 научных конференциях и семинарах, в том числе за рубежом. Наиболее значимыми из них являются: национальные конференции по искусственному интеллекту (Переславль-Залесский, 1988; Минск, 1990; Тверь, 1992; Рыбинск, 1994; Казань, 1996; Пущино, 1998; Переславль-Залесский, 2000, Коломна 2002); конференция «Создание и применение гибридных экспертных систем» (Рига, 1990); Международные конференции «Восток - Запад» по взаимодействию человека и компьютера (Москва, Петербург - EWHCI - 92, 93,95); Международная конференция по искусственному интеллекту «Восток - Запад: от теории к практике» (Москва, 1993); Российско-Японский симпозиум «Программное обеспечение на основе знаний» (Переславль-Залесский, 1994); Международные конференции по мягким вычислениям и измерениям SCM 98, 99, 2000 (Санкт-Петербург); Общемосковские семинары по линии ЦРДЗ «Экспертные системы реального времени» (ЦРДЗ, Москва, 1995) и «Динамические интеллектуальные системы в управлении и моделировании» (МИФИ, Москва, 1996); Научные сессии МИФИ-98, 99, 2000, 2001, 2002, 2003, 2004; Российская научно-практическая конференция «Реинжиниринг бизнес-процессов на основе современных информационных технологий (МЭСИ, Москва, 1997, 1998, 1999, 2000, 2001, 2002, 2003); Международные конференции «Знания - Диалог - Решение» (KDS) (Киев, 1995; Ялта, 1997; Щецин (Польша), 1998; Кацивели, 1995; Санкт-Петербург, 2001, Варна (Болгария), 2003); Международные семинары «Диалог - 99», «Диалог - 2002», «Диалог - 2003» по компьютерной лингвистике (Таруса, 1999; Протвино, 2002; Протвино 2003); Международные школы-семинары по искусственному интеллекту для студентов, аспирантов и молодых ученых (Белоруссия, Браслав-97, 99); Международная мультиконференция по компьютерной инженерии и системных приложениях IMACS 96 (Франция, Лиль, 1996); 12-ая Европейская конференция по искусственному интеллекту ЕСАГ96 (Венгрия, Будапешт, 1996); 2-ая Объединенная конференция по программированию на основе знаний (Болгария, София, 1996); 7-ая Международная конференция AIICSR и 2-ой международный семинар по прикладной семиотике (Словакия, Смоленница, 1997); 15-й и 16-ый IMACS - Международный конгресс по научным вычислениям, моделированию и прикладной математике (Германия, Берлин, 1997; Швейцария, Лозанна, 2000); Международная конференция по ускорителям и системам управления экспериментальными физическими установками (Китай, Пекин, 1997); 2-ая IMACS Международная мультиконференция CESA 98 (Тунис, Хаммамет, 1998); 3-я ЇЕЕЕ
Международная конференция по системам инженерии знаний INES 99 (Словакия, Стара Лесна, 1999); 7-ая Международная конференция по ускорителям и системам управления экспериментальными физическими установками (Италия, Триест, 1999); 5-ая и 6-ая Международные конференции по применению компьютерных систем (ACS 97, ACS 98) (Польша, Щецин, 1997, 1998); 3-ий Международный семинар по использованию персональных компьютеров для управления ускорителями (Германия, Гамбург, 2000); Международные семинары «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (Коломна, 2001; Коломна 2003); Международный конгресс «Искусственный интеллект в XXI веке» (Геленджик, 2001).
Публикации. По материалам диссертационной работы (лично и в соавторстве) опубликовано 290 печатных работ, в том числе 36 статей в центральных журналах, 45 статей в международных сборниках трудов и журналах на английском языке, 13 учебных пособий и компьютерных учебников.
Структура и объем работы. Диссертация включает введение, 5 разделов, заключение, список литературы из 310 наименований и приложения. Основная часть диссертации содержит 347 страниц машинописного текста, включая 78 рисунков и 11 таблиц.
