Введение
Глава 1. Проблема повышения качества программного обеспечения интеллектуальных систем принятия решения при построении сложных организационно-технических комплексов 20
1.1 Анализ существующего состояния дел (проблем) в области разработки интеллектуальных систем принятия решения в сложных организационно-технических комплексах 20
1.2. Методологические основы повышения качества программного обеспечения интеллектуальных систем принятия решения 33
1.3 Анализ моделей и методов повышения качества программного обеспечения интеллектуальных систем принятия решения 43
1.4 Классификация интеллектуальных систем принятия решения 48
1.4.1 Актуальность продукционной модели знаний в интеллектуальных системах 51
1.4.2 Актуальность искусственной нейронной сети, основанной на трехслойном персептроне, в интеллектуальных системах 56
1.5. Основные этапы жизненного цикла интеллектуальных систем принятия решения 61
1.6 Анализ существующих методов отладки программного обеспечения интеллектуальных систем принятия решения 67
1.6.1 Анализ существующих методов статического анализа баз знаний 67
1.6.2 Анализ существующих методов тестирования баз знаний 75
1.7. Выводы 86
Глава 2. Модели и методы повышения качества программного обеспечения интеллектуальных систем 89
2.1 Общая постановка задачи повышения эффективности функционирования человеко-машинной системы по векторному критерию 89
2.2 Постановка задачи повышения качества программного обеспечения интеллектуальных систем 91
2.3. Основные этапы решения задачи 93
2.4 Модели и алгоритмы формирования дерева событий, используемого при анализе качества программного обеспечения интеллектуальных систем 95
2.5 Модели и алгоритмы проверки выполнимости плана операций по повышению качества программного обеспечения интеллектуальных систем 107
2.5.1 Проверка выполнимости плана операций с помощью аппарата булевых функций и продукционных моделей 107
2.5.2 Определение вероятности выполнения плана операций с помощью дифференциальных уравнений Колмогорова – Чепмена 112
2.6. Выводы 141
Глава 3. Разработка моделей и методов системной динамики для повышения качества программного обеспечения при проектировании и эксплуатации интеллектуальных систем 143
3.1 Постановка задачи, ограничения и допущения 143
3.2 Общий подход к решению 145
3.3 Разработка модели системной динамики для проверки выполнимости плана операций по повышению надежности функционирования программного обеспечения интеллектуальной системы 147
3.3.1 Определение внешних факторов 147
3.3.2 Формирование графа причинно-следственных связей 148
3.3.3 Формирование системы дифференциальных уравнений 150
3.4. Выводы 219
4. Повышение качества программного обеспечения на основе предложенной методологии отладки баз знаний интеллектуальных систем принятия решения 221
4.1 Общий подход к разработке методологии отладки баз знаний 221
4.2 Классификация ошибок в продукционных базах знаний 224
4.2.1 Формальные модели ошибок в продукционных базах знаний 224
4.3 Модели ошибки продукционной базы знаний, связанные с противоречивостью предметной области 259
4.3.1 Ошибки типа «забывание об исключении» 260
4.3.1 Ошибки типа «критическое сочетание событий» 263
4.4 Модели ошибок нейросетевых интеллектуальных систем принятия решения 264
4.5 Методы отладки баз знаний на основе разработанных моделей ошибок 268
4.5.1 Метод отладки продукционной базы знаний 268
4.5.2 Метод отладки нейросетевой базы знаний 269
4.6 Выводы 275
5. Методы тестирования баз знаний интеллектуальных систем принятия решения на основе предложенной методологии 278
5.1 Разработка метода тестирования продукционных баз знаний 278
5.1.1 Построение полного множества тестов продукционной базы знаний на основе модернизированного алгоритма PODEM 285
5.1.2 Алгоритм формирования полного множества тестов продукционной базы знаний 286
5.1.3 Пример построения тестов 290
5.2 Разработка метода тестирования нейросетевых базы знаний 294
5.2.1 Алгоритм преобразования нейросетевой информационной структуры к виду решающих правил 296
5.2.2 Пример построения тестов нейросетевой базы знаний ИСПР 300
5.2.3. Метод генерации полного тестового множества нейросетевой ИСПР, обнаруживающего ошибки типа «забывание об исключении» 303
5.3 Оценка эффективности разработанного метода генерации тестов баз знаний ИСПР 310
5.3.1 Оценка эксплуатационных характеристик разработанных методов построения тестового множества базы знаний ИСПР 314
5.4 Выводы 319
Глава 6. Опыт внедрения результатов исследований на промышленных предприятиях и в организациях 321
6.1. Постановка задачи разработки ИСПР по обнаружению неисправностей газоперекачивающих агрегатов 321
6.1.2 Постановка задачи диагностики причин неисправностей ГПА 326
6.1.3. Описание экспертной системы определения неисправностей газоперекачивающих агрегатов 338
6.2. Разработка ИСПР для прогноза комплаентности в офтальмологии 360
6.2.1 Актуальность решения задачи прогноза компланентности 360
6.2.2 Особенности реализации нейросетевой ИСПР прогнозирования комплаентности 366
6.2.3 Структура нейросетевой ИСПР прогнозирования комплаентности 371
6.2.4 Основные функции нейросетевой ИСПР прогноза комплаентности 375
6.2.5 Результаты тестирования и внедрения нейросетевой ИСПР прогноза комплаентности 377
6.3 Разработка интеллектуальной системы принятия решения в области неотложной кардиологии 379
6.3.1 Актуальность решения задачи разработки ИСПР по неотложной кардиологии . 379
6.3.2. Особенности предметной области неотложной кардиологии 385
6.3.3 Модель представления знаний в ИСПР по неотложной кардиологии 386
6.3.4. Результаты тестирования и внедрения ИСПР по неотложной кардиологии 391
6.4 Подтверждение достоверности разработанного математического обеспечения на примере интеллектуальной системы по обнаружению неисправностей газоперекачивающих агрегатов 395
6.4.1 Общий подход к анализу достоверности разработанного математического обеспечения 395
6.4.2 Проверка выполнимости плана операций по обеспечению требуемого качества функционирования программного обеспечения интеллектуальной системы, используемой для обнаружения неисправностей газоперекачивающих агрегатов 397
6.4.3 Проверка выполнимости плана операций с помощью продукционных моделей 401
6.4.4 Определение вероятности выполнения плана операций при критическом сочетании событий 404
6.5 Использование результатов диссертационной работы в учебно-методическом комплексе высшего образования 414
Заключение 419
Список литературы: 422
Приложение 1. 458
Приложение 2. 465
Приложение 3 469
Приложение 4 486
Приложение 5 492
Приложение 6 518
Приложение 7 539
Приложение 8 542
Приложение 9 556
