Автоматизация анализа интероперабельности технических систем cложных агробиотехнических объектов на основе технологий искусственного интеллекта

Рассматриваются вопросы автоматизации анализа и локализации барьеров интероперабельности разнородных технических систем сложных агробиотехнических объектов в условиях обеспечения решения задачи интегрированного мониторинга их состояния. Цель исследования — обеспечение возможности многовариантного прогнозирования и оценивания функциональной совместимости сопрягаемых унаследованных и создаваемых перспективных автоматизированных систем в сельскохозяйственном производстве на основе имитационного проблемно-ориентированного моделирования и применения интеллектуальных технологий извлечения экспертных знаний и манипулирования ими. Сформирована концептуальная модель локализации барьеров интероперабельности и разработано соответствующее технико-методическое обеспечение для обоснования типовых решений по преодолению барьеров интероперабельности, автоматизации процесса формирования сводной характеристики (профиля) сопряжения систем, проведения верификации, валидации и тестирования прикладных моделей интероперабельности для конкретных наборов сопрягаемых автоматизированных систем. Полученные результаты имеют важное практическое значение для технико-экономического эффекта при выборе технических решений по обеспечению интероперабельности автоматизированных систем и моделированию ее прогнозируемого уровня.

1. Предложения по наборам метаданных для научных информационных ресурсов / М. В. Кулагин, В. А. Серебряков, А. А. Бездушный, А. К. Нестеренко, Т. М. Сысоев // Вычислительные технологии. 2005. Т. 10, вып. 7. С. 29–48.

2. Калинин В. Н. Теоретические основы системных исследований. СПб: ВКА им. А. Ф. Можайского, 2016. 293 с.

3. Данеев А. В., Воробьев А. А., Лебедев Д. М. Исследование динамики поведения сложных организационно-технических систем в условиях воздействия неблагоприятных факторов // Вестн. Воронеж. института МВД России. 2010. Вып. № 2. С. 163–171.

4. Каргин В. А., Майданович О. В., Охтилев М. Ю. Автоматизированная система информационной поддержки принятия решений по контролю в реальном времени состояния ракетно-космической техники // Изв. вузов. Приборостроение. 2010. Т. 53, № 11. С. 20–23.

5. Крылов А. В., Охтилев П. А., Бахмут А. Д. Использование прецедентной методологии при построении экспертных систем управления сложными организационно-техническими объектами // Научная сессия ГУАП: Сб. докл. Ч. II. Технические науки. СПб: ГУАП, 2017. С. 255–261.

6. Охтилев М. Ю., Соколов Б. В. Новые информационные технологии мониторинга и управления состояниями сложных технических объектов в реальном масштабе времени // Тр. СПИИРАН. 2005. С. 249–265.

7. Охтилев М. Ю., Соколов Б. В. Теоретические и прикладные проблемы разработки и применения автоматизированных систем мониторинга состояния сложных технических объектов // Тр. СПИИРАН. 2002. Т. 1, вып. 1. С. 167–180.

8. Охтилев М. Ю., Соколов Б. В., Юсупов Р. М. Интеллектуальные технологии мониторинга состояния и управления структурной динамикой сложных технических объектов. М.: Наука , 2006. 410 с.

9. Гаврилова Т. А., Кудрявцев Д. В., Муромцев Д. И. Инженерия знаний. Модели и методы. СПб: Лань, 2016. 324 с.

10. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. 384 с.

11. Люггер Дж. Ф. Искусственный интеллект: стратегии методы решения сложных проблем: Пер. с англ. М.: Изд. дом „Вильямс“, 2003. 864 с.

12. Боргест Н. М. Онтология проектирования: теоретические основы. Ч. 1. Понятия и принципы: Учеб. пособие. Самара: Изд-во СГАУ, 2010. 92 с.

13. Левашова Т. В. Принципы управления онтологиями, используемые в среде интеграции знаний// Тр. СПИИРАН. 2002. Т. 2, вып. 1. С. 51–68.

14. Микони С. В., Соколов Б. В., Юсупов Р. М. Применение алгебраического подхода в квалиметрии моделей и полимодельных комплексов // Сб. докл. VI науч.-практ. конф. „Имитационное моделирование. Теория и практика“. Казань: Изд-во „Фэн“, 2013. Т. 1. С. 68–79.