ISSN 2071-8594

Российская академия наук

 

В. Б. Мелехин, М. В. Хачумов "Нечеткие семантические сети как адаптивная модель представления знаний автономных интеллектуальных систем"

Аннотация.

Рассмотрены основные особенности планирования целенаправленного поведения автономных интеллектуальных систем в различных по степени априорной неопределенности условиях проблемной среды. Разработана модель представления декларативных знаний автономных интеллектуальных систем безотносительно к конкретной предметной области на основе активных и пассивных нечетких семантических сетей. Описаны операции сравнения между собой нечетких семантических сетей, позволяющие организовать эффективный вывод решений в процессе планирования целенаправленного поведения в условиях неопределенности. Показаны операции декомпозиции, композиции и обобщения нечетких семантических сетей, служащие для организации планирования поведения автономных интеллектуальных систем в процессе решения сложных задач, сопровождающихся формальным описанием текущих ситуаций проблемной среды, имеющих большую размерность.

Ключевые слова:

автономная интеллектуальная система, условия неопределенности, проблемная среда, представление знаний, нечеткая семантическая сеть, планирование поведения.

DOI 10.14357/20718594200306

Стр. 61-72.

Литература

1. Рассел С., Норвиг П. Искусственный интеллект: современный подход / 2-е издание. Пер. с англ. М.: Вильямс. 2016. 1408 с.
2. Осипов Г.С. Лекции по искусственному интеллекту. М.: Либерком. 2014. 272 с.
3. Люггер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем/ 4-е издание. Пер. с англ.. М.: Вильямс. 2005. 863 с.
4. Мелехин В.Б. Модель представления и получения новых знаний автономным интеллектуальным роботом на основе логики условно-зависимых предикатов // Известия РАН. Теория и системы управления. 2019. № 5. С. 87 – 107.
5. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений / Пер. с англ. М.: Мир. 1976. 168 с.
6. Борисов А.Н. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь. 1989. 304 с.
7. Мелехин В.Б., Хачумов В.М. Управление технологическим процессом с нечеткой логикой обработки знаний // Приборы и системы. Управление, контроль, диагностика. 2018. № 5. С. 1 – 7.
8. Пегат А. Нечеткое моделирование и управление / 2-е издание. Пер. с англ. М.: Бином. 2013. 798 с.
9. Мелехин В.Б., Хачумов В.М. Управление эффективной реализацией технологических процессов механической обработки деталей в машиностроении // Проблемы управления. 2020. №1. С. 71 – 82.
10. Берштейн Л.С., Мелехин В.Б. Структура процедурного представления знаний интегрального робота. 1. Расплывчатые семантические сети // Известия АН СССР. Техн. кибернетика. 1988. № 6. С. 119 – 124.
11. Берштейн Л.С., Мелехин В.Б. Декомпозиция нечетких семантических сетей для планирования операций интегрального робота // Известия РАН СССР. Техн. кибернетика. 1991. № 5. С. 115-123.
12. Мелехин В.Б., Хачумов М.В. Планирование поведения интеллектуального беспилотного летательного аппарата в недоопределенной проблемной среде. Часть 1.Структура и применение фрейм-микропрограмм поведения // Искусственный интеллект и принятие решения. 2018. № 2. С. 73 – 83.
13. Мелехин В.Б., Хачумов М.В. Планирование поведения интеллектуального беспилотного летательного аппарата в недоопределенной проблемной среде. Часть 2. Структура и применение фреймов действий // Искусственный интеллект и принятие решения. 2018. № 2. С. 46 – 56.
14. Берштейн Л.С., Мелехин В.Б. Планирование поведения интеллектуального робота. М.: Энергоатомиздат. 1994. 340 с.
15. Берштейн Л.С., Мелехин В.Б. Структура процедурного представления знаний интегрального робота. 2. Фрейм микропрограммы поведения // Известия АН СССР. Техн. кибернетика. 1988. № 5. С. 190-194.
16. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. 1990. 272 с.