Аннотации, ключевые слова, литература



жүктеу/скачать 0.69 Mb.
бет1/5
Дата12.07.2016
өлшемі0.69 Mb.
#194587
  1   2   3   4   5
Аннотации, ключевые слова, ЛИТЕРАТУРА

сведения об авторах
abstracts, key words, LITERATURE,

information about the authors
№ 4 (54) 2013

__________________________________________________________________________________________________________________


УДК 002.53:004.89
Эволюционная модель интеллектуального анализа

разнородных знаний1
В.В. БОВА1, А.У. ЗАММОЕВ2, А.Н. ДУККАРДТ1
1ФГАОУ ВПО Южный федеральный университет

347928, Таганрог, Ростовская область, ГСП-17А, пер. Некрасовский, 44


2ФГБУН Институт информатики и проблем регионального управления

Кабардино-Балкарского научного центра РАН

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а

e-mail: iipru@rambler.ru
В статье для решения задачи управления разнородными знаниями предлагается рассматривать систему поддержки принятия решений как интеллектуальную советующую систему, которая основывается на экспертных знаниях, результатах эволюционного моделирования и интеллектуальном анализе данных. Представленная архитектура поиска решений реализует эволюционную модель интеллектуального анализа разнородных данных, что позволяет объединять в единое информационное пространство отдельные модули системы и обеспечивать адаптацию и эволюцию знаний в процессе функционирования системы.
Ключевые слова: эволюционное моделирование; интеллектуальный анализ данных; представление знаний; интеллектуальные системы поддержки принятия решений.
EVOLUTION MODEL OF INTELLECTUAL ANALYSIS

OF DIVERSE KNOWLEDGE
V.V. BOVA1, A.U. ZAMMOEV2, A.N. DUCKARDT1
1Southern Federal University

347928, Taganrog, GSP-17A, 44, Nekrasovsky lane


2Institute of Computer Science and Problems of Regional Management of KBSC

of the Russian Academy of Sciences



360000, KBR, Nalchik, 37-a, I. Armand street

e-mail: iipru@rambler.ru
In this article the authors proposed to consider a decision support system as an intellectual advising system for the solution of the management of diverse knowledge, based on expert knowledge, the results of evolutionary modeling and data mining. The presented architecture implements the search for solutions of the evolutionary model of heterogeneous data mining that allows to merge into a single information space of the individual modules of the system and ensure the adaptation and evolution of knowledge in the operation of the system.
Key words: evolutionary modeling; data mining; knowledge representation; intelligent decision support systems.
ЛИТЕРАТУРА


  1. Бова В.В., Курейчик В.В., Нужнов Е.В. Проблемы представления знаний в интегрированных системах поддержки управленческих решений // Известия ЮФУ. Технические науки, 2010. № 7(108). С. 107-113.

  2. Бова В.В. Модели предметных знаний на основе системно-когнитивного анализа // Известия ЮФУ. Технические науки, 2011. № 7(120). С. 146-153.

  3. Кравченко, Ю.А. Оценка когнитивной активности пользователя в системах поддержки принятия решений // Известия Южного федерального университета. Технические науки. Таганрог: Изд-во ТТИ ЮФУ, 2009. Т. 93. № 4. С 113-117.

  4. Бова В.В., Курейчик В.В. Интегрированная подсистема гибридного и комбинированного поиска в задачах проектирования и управления // Известия ЮФУ. Технические науки, 2010. № 12(113). С. 37-43.

  5. Кравченко Ю.А. Концептуальные основы рефлексивно-адаптивного подхода к построению интеллектуальных информационных систем // Известия ЮФУ. Технические науки, 2011. № 7. С. 167-171.

  6. Нагоев З.В., Бозиев А.О. Классификация изображений на основе модели онтонейроморфогенеза // Известия КБНЦ РАН, 2011. № 1. С. 196-200.

  7. Бова В.В., Дуккардт А.Н. Применение искусственных нейронных сетей для коллективного решения интеллектуальных задач // Известия ЮФУ. Технические науки, 2012. № 7. С. 131–138.

  8. Kureichik V.V., Kureichik V.M., Sorokoletov P.V. Analysis and a survey of evolutionary models // Journal of Computer and Systems Sciences International, 2007. Т. 46. № 5. С. 779-791.

  9. Курейчик В.В., Сороколетов П.В. Концептуальная модель представления решений в генетических алгоритмах // Известия Южного федерального университета. Технические науки, 2008. Т. 86. № 9. С. 7-12

  10. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические науки, 2010. № 7 (108). С. 13-21.

  11. Курейчик В.М., Курейчик В.В. Эволюционные, синергетические и гомеостатические стратегии в искусственном интеллекте: состояние и перспективы // Новости искусственного интеллекта, 2000. № 3. С. 39-65.

  12. Курейчик В.В., Курейчик Вл.Вл. Архитектура гибридного поиска при проектировании // Известия ЮФУ. Технические науки, 2012. № 7. С. 22-27.


Бова Виктория Викторовна, ст. преподаватель кафедры систем автоматизированного проектирования Южного федерального университета.

347928, г. Таганрог, пер. Некрасовский, 44.

Тел. 8 (8634) 37-16-51.

E-mail: vvbova@yandex.ru



Заммоев Аслан Узеирович, к.т.н., отдел «Мультиагентные системы» Института информатики и проблем регионального управления КБНЦ РАН.

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а.

Тел.: 8 (8662) 42-65-52, 72-27-33.

E-mail: zammoev@mail.ru



Дуккардт Александр Николаевич, к.т.н., ассистент кафедры систем автоматизированного проектирования Южного федерального университета.

347928, г. Таганрог, пер. Некрасовский, 44.

Тел. 8 (8634) 371-651.

E-mail: aduckardt@gmail.com.


Bova Victoria Viktorovna, senior lecturer of Chair of systems of the automated design of the Southern Federal University.

347928, Taganrog, 44, Nekrasovsky Lane.

Ph. 8 (8634) 37-16-51.

E-mail: vvbova@yandex.ru



Zammoev Aslan Uzeirovich, Department of multiagent systems, Institute of Computer Science and Problems of Regional Management of KBSC of RAS.

360000, КBR, Nalchik, 37-a, I. Armand's street.

Ph.: 8 (8662) 42-65-52, 72-27-33.

e-mail: zammoev@mail.ru

Dukkardt Alexander Nikolaevich, candidate of technical sciences, assistant to Chair of systems of the automated design of the Southern Federal University.

347928, Taganrog, 44, Nekrasovsky Lane.

Ph. 8 (8634) 371-651.

E-mail: aduckardt@gmail.com.

_________________________________________________________________________
УДК 004.023
Использование моделей коллективного поведения

для решения задач распределенного

искусственного интеллекта1
А.Н. ДУККАРДТ1, Л.З. ШАУЦУКОВА2, В.В. БОВА1
1ФГАОУ ВПО Южный федеральный университет

347928, Таганрог, Ростовская область, ГСП-17А, пер. Некрасовский, 44


2ФГБУН Институт информатики и проблем регионального управления

Кабардино-Балкарского научного центра РАН

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а



e-mail: iipru@rambler.ru
В работе изложены возможности и принципы построения распределенных интеллектуальных систем на основе коллективного поведения. Выявлены особенности применения централизованного и распределенного подходов к решению интеллектуальных задач. Рассмотрена возможность применения модели коллективного поведения стаи птиц (Boids) для построения распределенной интеллектуальной многоагентной системы. Определены тенденции и направления развития моделей коллективного поведения для решения задач распределенного искусственного интеллекта.
Ключевые слова: искуcственный интеллект, многоагентные системы, коллективное поведение, модель Boids.
TASK ALLOCATION IN DISTRIBUTED ARTIFICIAL

INTELLIGENCE USING COLLECTIVE BEHAVIOR MODELS
A.N. DUKKARDT1, L.Z. SHAUTZUKOVA2, V.V. BOVA1
1Southern Federal University

347928, Taganrog, GSP-17A, Nekrasovsky lane


2Institute of Computer Science and Problems of Regional Management of KBSC

of the Russian Academy of Sciences



360000, KBR, Nalchik, 37-a, I. Armand street

e-mail: iipru@rambler.ru
The paper presents the features and principles of developing of distributed intelligent systems based on collective behavior. Specific features of the application of centralized and distributed approaches to solving intellectual problems is revealed. The possibility of using the Boids model for building a distributed intelligent multi-agent system is studied. The authors identified trends and patterns of collective behavior for solving the problems of distributed artificial intelligence.
Key words: artificial intelligence, multi-agent system, collective behavior, Boids model.
ЛИТЕРАТУРА


  1. Бова В.В., Дуккардт. А.Н. Применение искусственных нейронных сетей для коллективного решения интеллектуальных задач // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуальные САПР». Таганрог: Изд-во ТТИ ЮФУ, 2012. № 7 (132). С. 131-138.

  2. Бова В.В., Курейчик В.В., Нужнов Е.В. Проблемы представления знаний в интегрированных системах поддержки управленческих решений // Известия ЮФУ. Технические науки, 2010. Т. 108. № 7. С. 107-113.

  3. Бова В.В. Модели предметных знаний на основе системно-когнитивного анализа // Известия ЮФУ. Технические науки, 2010. Т. 120. № 7. С. 146-153.

  4. Курейчик В.М., Курейчик В.В. Эволюционные, синергетические и гомеостатические стратегии в искусственном интеллекте: состояние и перспективы // Новости искусственного интеллекта, 2000. № 3. С. 39-63.

  5. Кравченко Ю.А. Концептуальные основы рефлексивно-адаптивного подхода к построению интеллектуальных информационных систем // Известия Южного федерального университета. Технические науки.– Таганрог: Изд-во ТТИ ЮФУ, 2011. Т. 120. №7. С. 167-171.

  6. Kurejchik V.V., Kurejchik V.M. On Genetic-Based Control // Автоматика и телемеханика, 2001. № 10. С. 174-187.

  7. Кравченко Ю.А. Применение метода анализа иерархий в алгоритме принятия решений с учетом ряда параметров адаптации // Известия Южного федерального университета. Технические науки. Таганрог: Изд-во ЮФУ, 2012. Т. 132. №7. С. 247-252.

  8. Бова В.В., Курейчик В.В. Интегрированная подсистема гибридного и комбинированного поиска в задачах проектирования и управления// Известия Южного федерального университета. Технические науки. 2010. Т. 113. № 12. С. 37-42.

  9. Курейчик В.В., Курейчик Вл.Вл. Архитектура гибридного поиска при проектировании // Известия Южного федерального университета. Технические науки, 2012. Т. 132. № 7. С. 22-27.

  10. Курейчик В.В., Сороколетов П.В., Щеглов С.Н. Анализ современного состояния автоматизированных систем приобретения и представления знаний // Известия Южного федерального университета. Технические науки, 2008. Т. 86. № 9. С. 120-125.

  11. Mark Sims , Daniel Corkill and Victor Lesser. Automated Organization Design for Multiagent Systems, Autonomous Agents and Multi-Agent Systems, Springer Netherlands, Vol. 16 (2), 2008. P. 181–183.

  12. Bo An. Automated Negotiation for Complex Multi-Agent Resource Allocation, (Dissertation Submitted to the Graduate School of the University of Massachusetts Amherst in partial fulfillment of the requirements for the degree of PhD, 2011. P. 2-15, 138-167, 202.

  13. Кравченко Ю.А. Технология многоаспектного аналитического исследования как метод машинного обучения // Научно-практический журнал «Открытое образование». М.: CAPITALPRESS, 2008. №2. С. 11-17.

  14. Abraham A., Grosan G., Ramos V. Swarm Intelligence in Data Mining. Berlin. Heidelberg: SpringerVerlag, 2006. P. 267.


Дуккардт Александр Николаевич, к.т.н., ассистент кафедры систем автоматизированного проектирования Южного федерального университета.

347928, г. Таганрог, пер. Некрасовский, 44.

Тел. 8 (8634) 371-651.

E-mail: aduckardt@gmail.com.



Шауцукова Лейла Залимгериевна, к.т.н., доцент, отдел «Мультиагентные системы» Института информатики и проблем регионального управления КБНЦ РАН.

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а.

Тел. 8 (8662) 42-65-52.

E-mail: shau@kbsu.ru



Бова Виктория Викторовна, ст. преподаватель кафедры систем автоматизированного проектирования Южного федерального университета.

347928, г. Таганрог, пер. Некрасовский, 44.

Тел. 8 (8634) 37-16-51.

E-mail: vvbova@yandex.ru


Dukkardt Alexander Nikolaevich, candidate of technical sciences, assistant to Chair of systems of the automated design of Southern Federal University.

347928, Taganrog, 44, Nekrasovsky Lane.

Ph. 8 (8634) 371-651.

E-mail: aduckardt@gmail.com.



Shautsukova Leyla Zalimgeriyevna, candidate of technical sciences, associate professor, Department of multiagent systems, Institute of Computer Science and Problems of Regional Management of KBSC of RAS.

360000, КBR, Nalchik, 37-a, I. Armand's street.

Ph. 8 (8662) 42-65-52.

E-mail: shau@kbsu.ru



Bova Victoria Viktorovna, senior lecturer of Chair of systems of the automated design of Southern Federal University.

347928, Taganrog, 44, Nekrasovsky Lane.

Ph. 8 (8634) 37-16-51.

E-mail: vvbova@yandex.ru

____________________________________________________________________
УДК 004.023
Многоуровневый алгоритм решения задачи

параметрической оптимизации

на основе биоинспирированных эвристик1
Д.Ю. ЗАПОРОЖЕЦ1, А. Ю. КУДАЕВ2, А.А. ЛЕЖЕБОКОВ1
1ФГАОУ ВПО Южный федеральный университет

347928, Таганрог, Ростовская область, ГСП-17А, пер. Некрасовский, 44


2ФГБУН Институт информатики и проблем регионального управления

Кабардино-Балкарского научного центра РАН

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а

e-mail: iipru@rambler.ru
Задачи параметрической оптимизации в настоящее время используются в различных прикладных областях. К таким задачам можно отнести прогнозирование погоды на метеостанции, расчет параметров электродвигателей, поиск весовых коэффициентов в нейронной сети. Данная задача является NP-трудной и не имеет детерминированных алгоритмов ее решения. Поэтому разработка эвристических подходов получения квазиоптимальных решений является актуальной задачей. В статье представлен гибридный бионический алгоритм для решения задач параметрической оптимизации. Также проведена серия экспериментов, где были подтверждены теоретические оценки, выявлены оптимальные значения параметров алгоритма. Временная сложность алгоритма составила O(n4). Величина временной сложности компенсируется качеством решений, полученных с помощью гибридной эвристики, для большого количества входных параметров. Так, в ходе проведения экспериментов для количества входных параметров 100 и более гибридный алгоритм ни разу не попал в локальный оптимум, а найденное решение было приближено или равнялось глобальному.
Ключевые слова: биоинспирированный алгоритм, многоуровневый алгоритм, муравьиный алгоритм, параметрическая оптимизация, нейронная сеть.
MULTI-LEVEL ALGORITHMS FOR SOLVING PROBLEMS

OF PARAMETRIC OPTIMIZATION BASED

ON BIOINSPIRED HEURISTICS
D.Y. Zaporozhets1, A. Y. Kudaev2, A.A. Lezhebokov1
1Southern Federal University

347928, Taganrog, GSP-17A, 44, Nekrasovsky Lane


2Institute of Computer Science and Problems of Regional Management of KBSC

of the Russian Academy of Sciences



360000, KBR, Nalchik, 37-a, I. Armand street

e-mail: iipru@rambler.ru
Parametric optimization tasks are currently being used in various application areas. These tasks may include weather forecasting on meteo station, the calculation of the parameters of electric motors, search of weights coefficients in the neural network. This paper presents a hybrid bionic algorithm for solving the problems of parametric optimization. Also, it describes a series of experiments, which were confirmed by theoretical estimates, that identified the optimal parameters of the algorithm. The time complexity of the algorithm was O (n4), the value of the time offset, the quality of the solutions obtained via hybrid heuristics for a large number of input parameters are presented. Thus, in the course of the experiments, the number of input parameters for 100 or more a hybrid algorithm never got into a local optimum, and the solution found was approached or equal to the global.
Key words: bio-inspired algorithm, multi-level algorithm, the ant algorithm, parameter optimization, neural network.
ЛИТЕРАТУРА


  1. Курейчик В.М., Гладков Л.А., Курейчик В.В., Курейчик В.М., Сороколетов П.В. Биоинспированные методы в оптимизации. М.: ФИЗМАТЛИТ, 2009. 384 с.

  2. Abraham A., Grosan G., Ramos V. Swarm Intelligence in Data Mining. Berlin. Heidelberg: Springer Verlag, 2006. P. 267.

  3. Dorigo M., Maniezzo V., Colorni A. Ant System: Optimization by a Colony of Cooperating Agents // IEEE Transactions on Systems, Man, and Cybernetics-Part B. 1996. 26(1). P. 29-41.

  4. Курейчик В.В., Запорожец Д.Ю. Роевой алгоритм в задачах оптимизации // Известия Южного федерального университета. Технические науки, 2010. Т. 108. № 7. С. 28-32

  5. Бельков В.Н., Ланшаков В.Л. Автоматизированное проектирование технических систем: Учебное пособие. М.: Издательство "Академия естествознания", 2009.

  6. Курейчик В.В., Запорожец Д.Ю. Современные проблемы при размещении элементов СБИС // Известия Южного федерального университета. Технические науки, 2011. Т. 120. № 7. С. 68-73

  7. Курейчик В.М., Курейчик В.В. Эволюционные, синергетические и гомеостатические стратегии в искусственном интеллекте: состояние и перспективы // Новости искусственного интеллекта, 2000. № 3. С. 39-63.

  8. Бова В.В., Курейчик В.В. Интегрированная подсистема гибридного и комбинированного поиска в задачах проектирования и управления // Известия Южного федерального университета. Технические науки, 2010. Т. 113. № 12. С. 37-42.

  9. Курейчик В.В., Курейчик В.В. Архитектура гибридного поиска при проектировании // Известия Южного федерального университета. Технические науки, 2012. Т. 132. № 7. С. 22-27.

  10. Кравченко Ю.А. Оценка когнитивной активности пользователя в системах поддержки принятия решений // Известия Южного федерального университета. Технические науки. Таганрог: Изд-во ТТИ ЮФУ, 2009. Т. 93. №4. С. 113-117.

  11. Кравченко Ю.А. Концептуальные основы рефлексивно-адаптивного подхода к построению интеллектуальных информационных систем // Известия Южного федерального университета. Технические науки. Таганрог: Изд-во ТТИ ЮФУ, 2011. Т. 120. №7. С. 167-171.

  12. Кравченко Ю.А. Применение метода анализа иерархий в алгоритме принятия решений с учетом рядя параметров адаптации // Известия Южного федерального университета. Технические науки. Таганрог: Изд-во ЮФУ, 2012. Т. 132. №7. С. 247-252.

  13. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические Науки. Таганрог, 2010. Т. 108. № 7. С. 13-21.


Запорожец Дмитрий Юрьевич, аспирант кафедры систем автоматизированного проектирования Южного федерального университета.

347928, г. Таганрог, пер. Некрасовский, 44.

Тел. 8 (8634) 371-651.

E-mail: elpilasgsm@gmail.com.



Кудаев Анзор Юрьевич, отдел мультиагентных систем Института информатики и проблем регионального управления КБНЦ РАН.

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а

Тел. 8 (8662) 42-65-52.

E-mail: kbr_terek@mail.ru



Лежебоков Андрей Анатольевич, к.т.н., доцент кафедры систем автоматизированного проектирования Южного федерального университета.

347928, г. Таганрог, пер. Некрасовский, 44.

Тел. 8 (8634) 371-651.

E-mail: legebokov@gmail.com


Zaporozhets Dmitry Yuryevich, Department of Computer Aided Design, postgraduate of Southern Federal University.

347928, Taganrog, 44, Nekrasovsky lane.

Ph. +7 (8634) 371-651.

E-mail: elpilasgsm@gmail.com



Kudaev Anzor Yuryevich

Department of multiagent systems, Institute of Computer Science and Problems of Regional Management of KBSC of RAS.

360000, КBR, Nalchik, 37-a, I. Armand's street.

Ph. 8 (8662) 42-65-52.

E-mail: kbr_terek@mail.ru

Lezhebokov Andrey Anatolevich, The Department of Computer Aided Design, candidate of science, associate professor of Southern Federal University.

347928, Taganrog, 44, Nekrasovsky lane.

Ph. +7 (8634) 371-651.

E-mail: legebokov@gmail.com.

___________________________________________________________________________
УДК 004.089
СИТУАТИВНЫЙ АНАЛИЗ И СИНТЕЗ

ИНТЕЛЛЕКТУАЛЬНОГО ПОВЕДЕНИЯ В СИСТЕМАХ

ОБВОЛАКИВАЮЩЕЙ БЕЗОПАСНОСТИ НА ОСНОВЕ

АВТОМАТНОГО ПРЕДСТАВЛЕНИЯ МУЛЬТИАГЕНТНЫХ

КОГНИТИВНЫХ АРХИТЕКТУР1
П.М. ИВАНОВ1, О.Б. МАКАРЕВИЧ2, З.В. НАГОЕВ1
1ФГБУН Институт информатики и проблем регионального управления

Кабардино-Балкарского научного центра РАН

360000, КБР, г. Нальчик, ул. И. Арманд, 37-а

e-mail: iipru@rambler.ru
2ФГАОУ ВПО Южный федеральный университет

344006, г. Ростов-на-Дону, ул. Большая Садовая, 105/42

E-mail: info@sfedu.ru
Предложено решение задач ситуативного анализа и синтеза интеллектуального поведения в системах обволакивающей безопасности строить на основе самоорганизующихся мультиагентных рекурсивных когнитивных архитектур. Разработана формализация таких архитектур на основе рекурсивных детерминированных абстрактных автоматов. Задача синтеза интеллектуального управления системой обволакивающей безопасности сведена к информированному поиску пути, субоптимального по критерию максимизации энергии, в дереве решений, глубина которого равна горизонту планирования агента.
Ключевые слова: обволакивающий интеллект, системы обволакивающей безопасности, мультиагентные рекурсивные когнитивные архитектуры, абстрактные детерминированные автоматы, синтез оптимального управления.
THE SITUATIONAL ANALYSIS AND SYNTHESIS OF INTELLECTUAL BEHAVIOUR IN SYSTEMS OF ENVELOPING SAFETY ON THE BASIS OF AUTOMATIC REPRESENTATION THE MULTIAGENTNYKH


жүктеу/скачать 0.69 Mb.

Достарыңызбен бөлісу:
  1   2   3   4   5



©dereksiz.org 2024
әкімшілігінің қараңыз
    Басты бет