Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Способы обработки в многоагентных системах неточных данных о паводковых ситуациях для управления локальной безопасностью субъектов России

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

С целью практической реализации в многоагентных СППР предложенной методики обоснована типовая структура агента СППР, обеспечивающего обработку неточных данных, определен состав средств для программной реализации агентов СППР. Обосновано использование инструментальной среды разработки многоагентных систем МАББК для спецификации общих моделей поведения классов агентов, инвариантной компоненты… Читать ещё >

Содержание

  • 1. Анализ подходов к обработке неточных данных в многоагентных Системах поддержки принятия решений по управлению локальной безопасностью субъектов России
    • 1. 1. Характеристика основных этапов управления локальной безопасностью применительно к предупреждению и ликвидации последствий паводков
    • 1. 2. Анализ данных, используемых при формировании описаний паводковых ситуаций
    • 1. 3. Анализ подходов к обработке неточных данных в многоагентных СППР
    • 1. 4. Постановка и обоснование целей и задач исследований
  • Выводы
  • 2. Иссследование путей организации обработки неточных данных и разработка модели агента системы поддержки принятия решений
    • 2. 1. Постановка задачи объединения неточных данных при формировании описаний паводковых ситуаций в многоагентных системах
    • 2. 2. Анализ особенностей представления знаний агентов
    • 2. 3. Разработка модели агента многоагентной системы поддержки принятия решений по управлению локальной безопасностью
    • 2. 4. Анализ путей реализации компонент модели агента системы поддержки принятия решений
  • Выводы
  • 3. Разработка процедур обработки неточных данных в многоагентных системах поддержки принятия решений по управлению локальной безопасностью
    • 3. 1. Разработка способа комбинирования методов объединения неточных данных
    • 3. 2. Разработка способа пополнения данных о ситуации на основе согласования действий агентов СППР
    • 3. 3. Выбор протоколов и языков взаимодействия агентов
  • Выводы
  • 4. Обоснование предложений по практической реализации полученных результатов и их экспериментальная проверка
    • 4. 1. Разработка методики обработки неточных данных в многоагентных системах поддержки принятия решений по управлению локальной безопасностью
    • 4. 2. Обоснование предложений по практической реализации методики обработки неточных данных в многоагентных СППР
    • 4. 3. Экспериментальная проверка результатов исследований
  • Выводы

Способы обработки в многоагентных системах неточных данных о паводковых ситуациях для управления локальной безопасностью субъектов России (реферат, курсовая, диплом, контрольная)

В соответствии с Концепцией национальной безопасности РФ значительная доля функций по обеспечению жизнедеятельности на территориях субъектов Федерации возложена на местные органы власти. Это определило возникновение проблемы управления локальной (региональной) безопасностью с целью оперативного реагирования на негативные тенденции и угрозы кризисных ситуаций на территориях и в отраслях хозяйства субъектов РФ. В настоящее время одной из наиболее приоритетных задач в ее решении является обеспечение управления локальной безопасностью применительно к предупреждению и ликвидации последствий паводков.

Эффективность деятельности местных органов власти по управлению локальной безопасностью в значительной степени зависит от своевременности формирования данных для принятия решений. В соответствии с Постановлением Правительства РФ № 1113 от 5.11.1995 года «О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций» для обеспечения этой деятельности созданы автоматизированные системы Единых дежурно-диспетчерских служб администраций субъектов РФ. В силу иерархической структуры местных органов власти и распределенности источников данных организация их функционирования осуществляется как распределенных систем поддержки принятия решений (СППР). В ряде субъектов РФ такие СППР реализованы на основе многоагентных технологий.

Формирование описаний паводковых ситуаций в многоагентных СППР администраций субъектов РФ предусматривает последовательное объединение данных, характеризующих состояние водных объектов, гидрологические процессы и явления в муниципальных образованиях, районах и субъекте в целом. Эти данные являются неточными и представляются с использованием вероятностных мер, функций доверия и противоречивых функций доверия. Кроме того, одной из причин неточности является неполнота данных. Отсутствие в многоагентных СППР администраций субъектов РФ средств совместной обработки данных указанных видов приводит к увеличению времени формирования описаний паводковых ситуаций.

Пути обработки неточных данных в информационных системах рассматривались в работах Городецкого В. И., Маслова О. Н., Котенко И. В., Трахтенгерца Э. А., Заде JL, Дюбуа Д., Демпстера А., Шефера Д., Дезе Ж., СмарандачаФ. и других ученых. Вместе с тем их реализация в СППР не обеспечивает объединение неточных данных, представляемых с использованием как вероятностных мер, так и согласованных и противоречивых функций доверия, либо характеризуется экспоненциальной вычислительной сложностью.

Таким образом, в настоящее время имеется объективно сложившееся противоречие, определяемое необходимостью оперативного формирования описаний паводковых ситуаций и ограниченными возможностями существующих подходов к организации обработки неточных данных в многоагентных СППР администраций субъектов РФ. Это определяет актуальность исследования путей обработки неточных данных для формирования описаний паводковых ситуаций в многоагентных СППР, его важность для теории и практики управления в социальных и экономических системах.

Объектом исследования определены процессы формирования описаний паводковых ситуаций для управления локальной безопасностью субъектов РФ.

Предметом исследования являются методы обработки неточных данных в многоагентных системах поддержки принятия решений.

Цель диссертации состоит в повышении оперативности формирования описаний паводковых ситуаций на основе разработки процедур обработки неточных данных в многоагентных СППР.

Для достижения поставленной цели решаются следующие задачи:

1. Анализ существующих подходов к обработке неточных данных в многоагентных СППР и выбор направлений исследований.

2. Исследование путей организации обработки неточных данных в многоагентных СППР.

3. Разработка процедур обработки неточных данных.

4. Обоснование предложений по практической реализации и экспериментальная проверка результатов исследований.

Методы исследований и математический аппарат. Исследования базируются на использовании методов теорий: вероятностей, оптимального управления, активных систем, графов, распознавания образов.

Научная новизна работы заключается в том, что:

1. Разработан способ комбинирования методов объединения неточных данных, предусматривающий предварительное определение моделей представления неточности в данных с использованием предложенных критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализацию двухэтапной процедуры объединения данных.

2. Разработан способ пополнения данных о паводковой ситуации, обеспечивающий согласование действий агентов СППР на основе реализации модели управления составом активных систем в условиях различной компетентности агентов и наличия ограничений на их ресурсы.

3. Разработана методика обработки неточных данных в соответствии с предложенными способами, обеспечивающая повышение оперативности формирования описаний паводковых ситуаций в многоагентных СППР.

Практическая значимость работы состоит в том, что ее результаты обеспечивают сокращение временных затрат на формирование описаний паводковых ситуаций на территориях субъектов РФ и, в итоге, повышение оперативности реагирования на возникающие угрозы паводков, снижение финансовых и иных затрат на ликвидацию их последствий.

Реализация и внедрение результатов исследований. Результаты исследований использованы в Главном управлении МЧС по Курской области и Курском центре по гидрометеорологии и мониторингу, а также в учебном процессе Курского гуманитарно-технического института при подготовке студентов по специальности 71 900 «Информационные системы и технологии».

Достоверность и обоснованность положений и результатов исследований подтверждается корректностью использования апробированного математического аппарата, качественным и количественным анализом полученных результатов, соответствием теоретических положений результатам экспериментальных исследований.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на международных конференциях «Региональная информатика» (г. Санкт-Петербург, 2002 г.), «Системные проблемы качества, математического моделирования, информационных и электронных технологий» (г. Москва, 2003, 2004, 2005 гг.), на заседаниях и семинарах кафедры «Информационные системы в экономике» КГТУ.

Публикации. По теме диссертации опубликовано 16 научных работ, в том числе раздел в книге, 6 статей, 9 докладов на четырех международных конференциях.

Личный вклад автора. В работах, опубликованных в соавторстве, лично соискателем предложены способ комбинирования методов объединения неточных данных, критерии оценки вида неточности в данных, способ пополнения данных о ситуации, методика обработки неточных данных в многоагентных СППР, разработаны практические предложения по их практической реализации.

Структура и объем диссертации

Диссертация состоит из введения, четырех разделов, заключенияизложена на 128 страницах (основного текста), содержит 38 рисунков, 12 таблиц, список литературы содержит 127 наименования.

Выводы.

1. Исследование путей практической реализации предложенных способов комбинирования методов объединения неточных данных и согласования действий агентов позволил разработать методику обработки неточных данных в многоагентных СППР. Новизна методики состоит в том, что она обеспечивает сокращение временных затрат на формирование описаний в многоагентных СППР администраций субъектов РФ.

2. С целью практической реализации в многоагентных СППР предложенной методики обоснована типовая структура агента СППР, обеспечивающего обработку неточных данных, определен состав средств для программной реализации агентов СППР. Обосновано использование инструментальной среды разработки многоагентных систем МАББК для спецификации общих моделей поведения классов агентов, инвариантной компоненты агентов, множества функций (машин состояний), выполняемых агентами, а также механизмов коммуникации агентов. Инструментальная среда МАББК обеспечивает поддержку всего жизненного цикла разработки приложений на базе интегрированных графических редакторов и механизмы поддержание и контроля целостности, что позволяет существенно сокращать трудозатраты по программной реализации агентов.

3. С использованием указанных средств в рамках опытного участка многоагентной СППР, созданного в территориальном центре мониторинга и прогнозирования (ТЦМП) МЧС Курской области и Курском центре по гидрометеорологии и мониторингу, осуществлена программная реализация агентов, обеспечивающих обработку неточных данных на базе разработанной методики для управления локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья.

4. Экспе иментальная п оверка результатов исследований осуществлена на примере формирования данных о паводковой ситуации в бассейнах рек Сейм и Тускарь Курской области. Экспериментальные исследования показали, что использование разработанных подходов к обработке неточных данных в многоагентной СППР обеспечивает повышение на 50−60% оперативности формирования данных для принятия решений по управлению локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья по сравнению с существующей методикой (с использованием метода Дезе-Смарандача) при сравнимых ошибках оценки количества объектов в зоне затопления.

ЗАКЛЮЧЕНИЕ

.

В работе решена научно-техническая задача разработки процедур обработки неточных данных с целью сокращения временных затрат на формирование описаний паводковых ситуаций для управления локальной безопасностью субъектов РФ. При этом получены следующие основные результаты:

1. Установлено, что формирование описаний паводковых ситуаций в многоагентных СППР осуществляется путем последовательного объединения данных агентами. Данные, используемые при формировании описаний паводковых ситуаций содержатся фрагментарно в распределенных источниках, характеризуется неточностью, и представляются с использованием вероятностных мер, функций доверия и противоречивых функций доверия. Одной из причин неточности данных является их неполнота, т. е. наличие пропущенных значений в наборах входных данных.

2. Отсутствие в многоагентных СППР администраций субъектов РФ средств совместной обработки данных указанных видов приводит к несоответствию времени ормирования описании павод аций— существующим требованиям к оперативности подготовки данных для принятия решений по предупреждению и ликвидации последствий паводков.

3. Анализ существующих методов объединения неточных данных показал, что их применение для формирования описаний паводковых ситуаций не обеспечивает объединение данных, представляемых с использованием различных моделей описания неточности, либо их реализация характеризуется высокой вычислительной сложностью. Показано, что преодоление ограничений существующих методов возможно за счет комбинированного использования байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача при объединении неточных данных, а также организации пополнения данных о ситуации при наличии необходимого для этого резерва времени.

4. Проведенные исследования показали, что объединение данных агентами СППР при формирование описания паводковой ситуации может быть представлено в виде отображений набора входных данных, полученных от средств мониторинга и от других агентов, в результирующий набор данных, характеризующий паводковую ситуацию на уровне муниципальных образований, районов или субъекта РФ в целом. С учетом особенностей процесса формирования описаний паводковых ситуаций обоснованы требования к реализации данного отображения.

5. В результате анализа известных моделей агентов (модели на основе логики намерений, реактивной и многоуровневой моделей) установлено, что наиболее адекватной специфике решаемой задачи является многоуровневая модель агента. Вместе с тем, она не предусматривает возможности пополнения входных наборов данных агента и комбинирования нескольких методов объединения неточных данных.

6. Для преодоления указанных ограничений разработана модель агента СППР путем дополнительного введения в многоуровневую модель следующих компонент: процедур определения модели представления неточности и комбини ования методов объединения неточных данныхпроцедуры согласования действий агентов по пополнению данных о ситуации. Разработанная модель учитывает особенности объединения неточных данных, представляемых с использованием вероятностных мер, функций доверия и противоречивых функций доверия, и предусматривает пополнение данных об обстановке на основе согласования действий агентов нижележащих уровней СППР.

7. Исследование путей реализации компонент разработанной модели позволило предложить критерии оценки вида неточности данных: соответствие аксиомам теории вероятностей, наличие недоопределенных значений, противоречивость данных. Использование указанных критериев позволяет осуществить выбор метода обработки неточных данных (байесовского метода, метода Демпстера-Шефера, метода Дезе-Смарандача), соответствующего модели представления в них неточности. В то же время не ясными остались пути реализации процедур комбинирования методов объединения неточных данных и согласования действий агентов по пополнению данных о ситуации.

8. В результате анализа существующих моделей организации согласования действий активных элементов установлено, что наиболее полно предъявляемым требованиям удовлетворяет модель управления составом активных систем. Однако данная модель не обеспечивает учет временных затрат на решение задач, ограниченных вычислительных ресурсов и различной компетентности агентов. Для преодоления указанных ограничений требуется развитие возможностей этой модели.

9. С целью уменьшения вычислительной сложности объединения данных в соответствии с методом Дезе-Смарандача, предложена двухэтапная процедура объединения данных о значениях признаков объектов (процессов, явлений). Процедура обеспечивает уменьшение вычислительной сложности обработки неточных данных на основе сокращения числа данных, объединяемых с помощью метода Дезе-Смарандача.

10. На основе предложенных критериев оценки вида неточности данных и двухэтапной процедуры их объединения разработан способ комбинирования методов объединения неточных данных. Новизна способа состоит в том, что он обеспечивает объединение неточных данных, представленных с использованием вероятностных мер, функций доверия и противоречивых функций доверия на основе предварительного определения модели представления неточности данных с использованием предложенных критериев конфликтности, наличия недоопределенных значений и соответствия аксиомам теории вероятности, и реализации двухэтапной процедуры объединения данных.

11. С целью преодоления ограничений модели управления составом активным систем разработан способ пополнения данных о паводковой ситуации на основе согласования действий агентов СППР. Существо способа состоит в выборе агентов для поиска дополнительных данных на основе предложенной целевой функции метаагента, учитывающей их компетентность, полученные оценки временных затрат на решение задач агентами и имеющийся резерв времени на пополнение данных.

12. Исследование путей практической реализации предложенных способов комбинирования методов объединения неточных данных и согласования действий агентов позволил разработать методику обработки неточных данных в многоагентных СППР. Новизна методики состоит в том, что она обеспечивает сокращение временных затрат на формирование описаний в многоагентных СППР администраций субъектов РФ.

13. С целью практической реализации в многоагентных СППР предложенной методики обоснована типовая структура агента СППР, обеспечивающего обработку неточных данных, определен состав средств для программной реализации агентов СППР.

14. С использованием указанных средств в рамках опытного участка многоагентной СППР, созданного в территориальном центре мониторинга и прогнозирования (ТЦМП) МЧС Курской области и Курском центре по гидрометеорологии и мониторингу, осуществлена программная реализация агентов, обеспечивающих обработку неточных данных на базе разработанной методики для управления локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья.

15. Экспериментальная проверка результатов исследований осуществлена на примере формирования данных о паводковой ситуации в бассейнах рек Сейм и Тускарь Курской области. Экспериментальные исследования показали, что использование разработанных подходов к обработке неточных данных в многоагентной СППР обеспечивает повышение на 50−60% оперативности формирования данных для принятия решений по управлению локальной безопасностью Курской области применительно к предупреждению и ликвидации последствий половодья по сравнению с существующей методикой (с использованием метода Дезе-Смарандача) при сравнимых ошибках оценки количества объектов в зоне затопления.

Показать весь текст

Список литературы

  1. Федеральный Закон Российской Федерации «О безопасности», 1992.
  2. Федеральный Закон Российской Федерации «Об информации, информатизации и защите информации», 1995.
  3. Указ Правительства Российской Федерации №ПР-1895 от 9 сентября 2000 года «Доктрина информационной безопасности Российской Федерации».
  4. Указ Президента Российской Федерации «Об основах государственной политики в сфере информатизации» № 170 от 20 января 1994 года (в редакции Указа Президента Российской Федерации № 764 от 26 июля 1995 года)
  5. Указ Президента Российской Федерации от 10 января 2000 года № 24 «О Концепции национальной безопасности Российской Федерации».
  6. Указ Президента Российской Федерации от 17 декабря 1997 года № 1300 «Об утверждении Концепции национальной безопасности Российской Федерации».
  7. , В.Н. Гидрологические процессы в устьях рек Текст. / В. Н. Михайлов. М.:МГУ, 1997.
  8. Автоматизированная система Единой дежурно-диспетчерской службы г. Курска и Курской области (АС ЕДДС-К). Пояснительная записка к Техническому проекту. ВНИИ ГОЧС, Москва, 1998.
  9. , Ю.С. Основы управления водными экосистемами Текст. / Ю. С. Даценко, К. К. Эдельштейн. -М.:МГУ, 2001.
  10. , Н.Н. Об управлении защитой региона в чрезвычайных ситуациях Текст. / Н. Н. Быченок // Управляющие системы и машины. — 1996.-№ 4/5, 6.
  11. Общая гидрология (гидрология суши): Учеб. для вузов Текст. / Б. Б. Богословский, А. А. Самохин, К. Е. Иванов [и др.] — Л.: Гидрометеоиздат, 1984.
  12. , М.И. Основы обеспечения безопасности России: Учеб. пособие
  13. Текст. / М. И. Дзлиев, А. Д. Урсул. М.:"Издательство «Экономика», 2003.
  14. , П.И. Анализ и оценка локальной безопасности социально-экономического развития регионов России (субъектов РФ) Текст. / П. И. Мачкин //Проблемы управления безопасностью сложных систем. — М.:ИПУ РАН, 2001.
  15. , С.С. Концептуальные положения по совершенствованию государственной системы управления в условиях чрезвычайных ситуаций Текст. / С. С. Салов // Проблемы управления безопасностью сложных систем. М: ИПУ РАН, 2001.
  16. , Д.А. Принципы ситуационного управления Текст. /Д.А. Поспелов // Изв. АН СССР. «Техническая кибернетика» 1971. -№ 2.
  17. , Д.А. Ситуационное управление: теория и практика. Текст. /Д.А. Поспелов М.: Наука, 1986.
  18. Методики долгосрочного и краткосрочного прогнозирования максимального уровня подъема воды (по типам рек) Текст. / А. А. Самохин, Б. Б. Богословский [и др.] М.: 1985.
  19. Опытный участок Автоматизированной системы ЕДДС города Курска и Курской области. Пояснительная записка по ОКР. КООИР «Поиск» при войсковой части 25 714, 1998.
  20. , Л.С. Организация информационного обеспечения оценки угроз локальной безопасности субъектов РФ на базе информационно-технических средств территориальных подразделений МЧС Текст. /
  21. Л.С.Куликов, В. Н. Зубков, С. П. Ющенко //Сб. научных статей «Методы и средства систем обработки информации». № 3. Курск: КурскГТУ, 2002.
  22. Левин, A. CALS сопровождение жизненного цикла Текст. /А.Левин, Е. Судов //Открытые системы.- 2001. — № 3.
  23. , Г. Н. Проектирование экономических информационных систем. Текст. / Г. Н. Смирнова [и др.] М.: Алане, 2000.
  24. FIPA Foundation for Intelligent Physical Agents // Internet -http://www.fipa.org.
  25. Genesereth, M.R. Software agents. Текст. / M.R.Genesereth, S.P.Ketchpel // Communications of the ACM.- 1994. -№ 37(7).
  26. Multiagent systems. A modern approach to distributed artificial intelligence Текст. / Gerhard Weiss. London, 1999.
  27. Turban, E. Decision support systems and intelligent systems. Текст. /E.Turban, Jay E. Aronson- Prientice Hall International, 2001.
  28. , В.И. Многоагентные системы: основные свойства и модели координации поведения Текст. /В.И.Городецкий //Информационные технологии и вычислительные системы. 1998 -№ 1.
  29. , В.И. Многоагентные системы: современное состояние исследований и перспективы применения Текст. /В.И.Городецкий //Новости искусственного интеллекта 1996 -№ 1.
  30. , В.И. Многоагентные системы (обзор). Текст. /В.И.Городецкий, И. В. Котенко, О. В. Карсаев //Новости искусственного интеллекта. 1998 — № 2.
  31. , С.П. Многоагентные информационные системы: Учеб. пособие
  32. Текст. /С.П.Ющенко, А. Т. Миргалеев, А. А. Кониченко Курск: КурскГТУ, 2004.
  33. , В.Б. Искусственная жизнь и нечеткие эволюционные многоагентные системы — основные теоретические подходы к построению интеллектуальных организаций. Текст. /В.Б.Тарасов //Известия РАН: Теория и системы управления. 1998 — № 5.
  34. , В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. Текст. / В.Б.Тарасов-М.: Эдиториал УРСС, 2002.
  35. , Э.А. Агентно-ориентированные информационные технологии управления проектами. Текст. /Э.А.Трахтенгерц. М.: ИЛУ РАН, 1999.
  36. , Э.А. Многоагентные системы поддержки принятия решений Текст. / Э. А. Трахтенгерц //Теория и системы управления. — 1998 № 5.
  37. , С. Разработка и исследование моделей устойчивых коопераций в мультиагентных системах: дис.канд.тех.наук: защищена: 20.01.99 / Брайнов С. ВЦ РАН, 1998.
  38. , М. Теория иерархических многоуровневых систем. Текст. /М.Месарович, Д. Мако, И. Такахара М.: Мир, 1973.
  39. , Б.З. Теория организаций. Текст. /Б.З.Мильнер. М.:ИНФРА-М, 1998.
  40. , В.Н. Введение в теорию активных систем. Текст. /В.Н.Бурков, В. А. Новиков. М.:ИПУ, 1996.
  41. , В.Н. Теория активных систем Текст. /В.Н.Бурков, В. А. Новиков //Материалы Межд. научно-практической конференции. М.: Синтег, 1999.
  42. , А.П. Модели и методы управления составом активных систем. Текст. / А. П. Караваев М.: ИПУ РАН, 2003.
  43. , С.Н. Интеллектуальное управление динамическими системами. Текст. /С.Н.Васильев [и др.]. — М.- ФИЗМАТЛИТ, 2000.
  44. , В.А. Интеллектуальные СППР в нештатных ситуациях с использованием современных информационных технологий. Текст. /В.А.Геловани, А. А. Башлыков, В. Б. Бритков [и др.]. — М.: Эдиториал УРСС, 2000.
  45. Информационные технологии в бизнесе Текст. /под. ред. М. Желены. — Спб.: Питер, 2002.
  46. , В.А. Распределенные системы принятия решений. Теория и приложения. Текст. /В.А.Ириков, В. Н. Тренев. М.: Наука. Физматлит, 1999.
  47. Интеллектуальные системы автоматического управления Текст. /под ред. И. М. Макарова, В. М. Лохина. — М.- ФИЗМАТЛИТ, 2001.
  48. , A.A. Интеллектуальные системы управления. Текст. /А.А.Ерофеев, А.О.Поляков- СПб.: СП6ГТУД999.
  49. Лорьер, Ж.-Л. Системы искусственного интеллекта. Текст. /Ж.-Л.Лорьер- под ред. В. Л. Стефанюка. М.: Мир, 1991.
  50. , Г. С. Приобретение знаний интеллектуальными системами. Текст. / Г. С. Осипов. М.: Наука, 1997.
  51. , A.B. Применение ситуационных центров в региональном управлении. Текст. /А.В.Петров, М. М. Тихомиров, Ю.Г.Федулов- М.: Р АТС, 1999.
  52. , Э. Распределенные системы. Принципы и парадигмы Текст. /Э.Таненбаум, М. ван Стеен СПб.: Питер, 2003.
  53. , Б.Я. Информационные технологии: учебник для вузов Текст. /Б.Я. Советов, В. В. Цехановский. — М.: Высш.шк., 2003
  54. , Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Текст. /Э.А.Трахтенгерц-М.: СИНТЕГ, 1998.
  55. , Э.А. Субъективность в компьютерной поддержке управленческих решений. Текст. /Э.А.Трахтенгерц — М.: СИНТЕГ, 2001.
  56. , В.Н. Интеллектуальные системы и общество. Текст. /В.Н.Финн. —1. М.:2001.
  57. , Ю.В. Интеллектуальные системы и управленческие решения. Текст. /Ю.В.Фролов. М.: МГПУ, 2000.
  58. , Г. Интеллектуальные средства анализа, интерпретации и представления данных в информационных хранилищах Текст. /Г.Эделстейн// ComputerWeek-Москва. 1996. — № 16.
  59. , С.А. Модель и принципы компьютерной реализации стратегического управления сложными организационными системами Текст. /С.А.Юдицкий, Ю. С. Затуливетер, И. И. Ижов //Приборы и системы управления. 1999 — № 7.
  60. , Е.И. Решатели интеллектуальных задач. Текст. /Е.И.Ефимов. — М.: Наука, 1982.
  61. Goodman, I. Mathematics of Data Fusion. Текст. A. Goodman, R. Mahler, H.Nguen. — Kluwer Academic Publishers, 1997.
  62. , JI. Методы коллективного распознавания. Текст. /Л.Растригин, Р.Эренштейн. М.:Энергоиздат, 1981.
  63. , Д.В. Логический вывод на основе удаленного вызова и включения в системах с распределенной фреймовой иерархией. Текст. /Д.В.Сошников- под ред. В. Е. Зайцева. — М.: «Вузовская книга», 2002.
  64. Gordon, J. The Dempster-Shafer theory of evidence, in Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project Текст. /J.Gordon, E.H.Shortliffe. Addison-Wesley, Reading, Mass., 1984.
  65. , В.И. Непротиворечивость баз знаний с интервальной вероятностной мерой неопределенности. Текст. /В.И.Городецкий, А. Тулупьев //Известия РАН «Теория и системы управления». 1997. -№ 5.
  66. , В.И. Алгебраические байесовские сети новая парадигма экспертных систем. Текст. /В.И.Городецкий //Юбилейный сборник трудов институтов Отделения информатики, вычислительной техники иавтоматизации Российской Академии наук. Т.2. М., РАН, 1993.
  67. Gorodetski, V. Bayes Inference and Decision Making in Artificial Intelligence Systems Текст. /V.Gorodetski // Industrial Applications of Artificial Intelligence. North-Holland, 1991.
  68. Dempster, A.P. A Generalization of Bayesian Inference. Текст. /A.P.Dempster //Journal of the Royal Statistical Society. Serie B. Vol. 30. — 1968.
  69. Dempster, A.P. Upper and Lower Probabilities Induced by Multivalued Mapping Текст. /A.P.Dempster//Annals of Mathematical Statistics. Vol. 28. 1967.
  70. Dezert, J. Foundations for a new theory of plausible and paradoxical reasoning. Текст. /J.Dezert // Inform.&Secur. J., Semerdjiev Ed., Bulg. Acad. Of Sci. Vol.9. 2002.
  71. Dezert, J. On the generation of hyper-powersets for the DSmT. Текст. /J.Dezert, F. Smarandache // Proceedings of 6th Int. Conf. on Inf. Fusion. -2003.
  72. Dezert, J. Partial ordering of hyper-powersets and matrix representation of belief functions within DSmT. Текст. /J.Dezert, F. Smarandache // Proceedings of 6th Int. Conf. on Inf. Fusion. 2003.
  73. Dubois, D. On the Unicity of Dempster Rule of Combination Текст. /D.Dubois, H. Prade // International Journal of Intelligent Systems. Vol. 1. -1986.
  74. Smarandache, F. A Unifying Field in Logics: Neutrosophic Logic. Текст. /F.Smarandache // Neutrosophy, Neutrosophic Set, Probability, and Statistics. Second Edition. American Research Press, Rehoboth, 2000.
  75. Smarandache, F. Proceedings of the First International Conference on Neutrosophics Текст. /F.Smarandache // Univ. of New Mexico, Gallup Campus, NM, USA, Xiquan, Phoenix. 2002.
  76. Smets, Ph. Constructing the pignistic probability function in a context of uncertainty Текст. /Ph.Smets // Uncertainty in Artificial Intelligence. 5
  77. North Holland, Amsterdam, 1990.
  78. Smets, Ph. Data Fusion in the Transferable Belief Model Текст. /Ph.Smets // Proceedings of 3rd Int. Conf. on Inf. Fusion 2000.
  79. Smets, Ph. Matrix Calculus for Belief Functions. Текст. /Ph. Smets // Artificial Intelligence. 2002. — 189(24).
  80. Pearl, J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference Текст. /J.Pearl // Computer Science, Artificial Intelligence, Morgan-Kauffman -1988.
  81. , И.Г. Основы идентификации в социально-экономических процессах Текст. / И. Г. Уразбахтин, Л. Н. Борисоглебская. Курск: Курский гуманитарно-технический институт, 2001.
  82. , П. Введение в экспертные системы. Текст. /П.Джексон. — М.: «Вильяме», 2001.
  83. , Д. Теория возможностей. Текст. /Д.Дюбуа. М.: Радио и связь, 1990.
  84. , О.И. Качественные методы принятия решений. Текст. / О. И. Ларичев, Е. М. Мошкович. -М.: Наука. Физматлит, 1996.
  85. , С. Обработка знаний. Текст. /С.Осуга. -М.: Мир, 1989.
  86. Представление и использование знаний. Текст. /под ред. Х. Уэно, М.Исидзука.-М.: «Мир», 1989.
  87. , Г. Справочник по математике для научных работников и инженеров. Текст. /Г. Корн, Т.Корн. -М.: Наука, 1968.
  88. , В.П. Интеллектуальные информационные системы в экономике: учебное пособие. Текст. /под ред. Н. П. Тихомирова. М.: Издательство «Экзамен», 2003.
  89. , В.Б. Принятие стратегических решений в нечеткой обстановке. Текст. /В.Б.Силов. М.: ИНПРО-РЕС, 1995.
  90. Allen, J.F. Actions and Events in Interval Temporal Logic Текст. /J.F.Allen, G. Ferguson // Technical Report 521. — 1994.
  91. Schwalb, E. Temporal reasoning with Constraints Текст. / PhD thesis,
  92. University of California. Irvine, 1998.
  93. , А.П. Модели представления временных зависимостей в интеллектуальных системах поддержки принятия решений Текст. /А.П.Еремеев, В. В. Троицкий //Изв. РАН. Теория и системы управления. -2003.-№ 5.
  94. , А.П. Концепции и модели представления времени и их применение в интеллектуальных системах Текст. /А.П.Еремеев, В. В. Троицкий //Новости искусственного интеллекта. — 2004. № 1.
  95. Модальные и временные логики Текст. //Материалы П Советско-финского коллоквиума по логике. — М.: АН СССР, 1979.
  96. Kosko, В. Neural Networks and Fuzzy Systems. Текст. / B.Kosko. N.J.: Prentice-Hall, 1992.
  97. Smarandache, F. Fuzzy Cognitive Maps and Neutrosophic Cognitive Maps. Текст. / F. Smarandache.// Univ. of New Mexico. Gallup, 2002.
  98. Buntine, W.L. A theory of learning classification rules. /Ph.D thesis, University of Technology, School of Computing Science. Sydney: 1990.
  99. Edelstein, H. Mining Data Warehouses. Текст. /H.Edelstein // Information Week.-1996.
  100. Guarino, N. Understanding, Building, and Using Ontologies. Текст. / N.Guarino. // IJHCS. 1996. — 46 (2−3).
  101. Gorodetski, V. Algorithm of Rule Extraction from Learning Data. Текст. /V.Gorodetski, O. Karsayev //In Proceedings of the 8th International Conference «Expert Systems & Artificial Intelligence» (EXPERSYS-96). -1996.
  102. , В.И. Распознающие системы. Текст. /В.И.Васильев. Киев: Наук, думка, 1983.
  103. , М.М. Проблемы узнавания. Текст. /М.М.Бонгард. М.: Наука, 1967.
  104. Дюк, В. DataMining Текст. /В.Дюк, А.Самойленко. СПб.: Питер, 2001.
  105. Гаврил ова, Т. А. Базы знаний интеллектуальных систем. Текст. /Т.А.Гаврилова, В. Ф. Хорошевский. СПб.: 2000.
  106. , Е.А. Автоматическое обучение решателя задач Текст. /Е.А.Ерохин, М. И. Судейкин //Проблемы управления и теории информации. 1979 — Т. 8, № 3.
  107. , A.C. Математические модели онтологий предметных областей. Часть 1. Существующие подходы к определению понятия «онтология» Текст. /А.С.Клещев, И. Л. Артемьева // НТИ. Сер. 2. -2000. -№ 7.
  108. Finin, T. KQML as an agent commutation language Текст. /T.Finin- под ред. J.Bradshow. — Software agents, 1997.
  109. KAON The KArlsruhe ONtology and semantic WEB infrastructure //Internet. — http://www.aifb.uni-karlsruhe.de/WBS.
  110. , С.П. Многоагентный способ организации формирования описаний угроз локальной безопасности Текст. /С.П.Ющенко, А. Т. Миргалеев, А. В. Потапов //Телекоммуникации. 2003. -№ 11.
  111. , С.П. Концептуальная модель многоагентной системы формирования описаний угроз локальной безопасности субъектов РФ Текст. /С.П.Ющенко, И. С. Захаров, А. Т. Миргалеев. //Телекоммуникации. — 2004. — № 1.
  112. , А.Т. Метод обучения многоагентной информационной системы локальной безопасности субъектов РФ Текст. /А.Т.Миргалеев //Телекоммуникации. — 2004. -№ 11.
  113. , С.П., Обобщенный алгоритм обучения многоагентных информационных систем Текст. /С.П.Ющенко, А. И. Захаренков, А. Т. Миргалеев //Телекоммуникации. 2004. — № 12.
  114. , И.Б. Объединение данных мониторинга в многоагентных информационных системах Текст. /И.Б. Родионов//Телекоммуникации. 2004. № 11.
  115. , И.Б. Алгоритм объединения неполных и неточных данных в многоагентных информационных системах Текст. /И.Б. Родионов, С. П. Ющенко, А. И. Захаренков // Телекоммуникации. 2004. — № 11.
  116. , И.Б. Формализация процесса формирования описаний угроз локальной безопасности субъектов РФ Текст. /И.Б.Родионов, С. П. Ющенко, Л. С. Куликов //Телекоммуникации. 2003. — № 12.
  117. , И.Б. Алгоритм координации поведения агентов в многоагентной системе формирования описаний угроз локальной безопасности Текст. /И.Б.Родионов, С. П. Ющенко, А. В. Потапов //Телекоммуникации. 2004. — № 1.
  118. , И.Б. Интеллектуальные информационные системы: Учебное пособие Текст. /И.Б.Родионов, С. П. Ющенко, А. В. Потапов — Курск: КурскГТУ, 2005.
  119. , И.Б. Стратегия использования методов объединения данных в многоагентных системах формирования описаний угроз локальной безопасности субъектов РФ Текст. / И. Б. Родионов, С. П. Ющенко, A.B. Потапов //Телекоммуникации. — 2004. № 3.
Заполнить форму текущей работой