ИНТЕГРАЦИЯ ОНТОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ И РАССУЖДЕНИЙ ПО ПРЕЦЕДЕНТАМ ДЛЯ ОБРАБОТКИ КОНТЕКСТА В ИССЛЕДОВАНИЯХ ЭНЕРГЕТИЧЕСКОЙ БЕЗОПАСНОСТИ

Проскуряков Дмитрий Павлович

2017 / Том 21, № 4(123) 2017 [ ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ ]

ЦЕЛЬ. Статья посвящена вопросам формализации и обработки контекста в продукционных экспертных системах в исследованиях энергетической безопасности. Рассматривается предлагаемый автором подход к обработке контекста в стратегии управления продукциями. МЕТОДЫ. Для представления и обработки контекста в работе используются методы онтологического моделирования и рассуждений по прецедентам. РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ. При анализе сценариев развития топливно-энергетического комплекса с учетом требований энергетической безопасности необходимо учитывать обстоятельства предметной области, в которых применение экспертных знаний будет корректно. Такие обстоятельства составляют контекст использования экспертных знаний. Проанализированы проблемы существующих методов верификации продукционных экспертных систем и предложен подход к обработке контекста в стратегии управления продукциями, который основывается на представлении контекста с помощью языка моделирования онтологий OWL-DL и рассуждений по прецедентам. Также предложен методический подход к организации базы знаний с учетом контекста. ВЫВОДЫ. Применение языка OWL-DL для представления контекста позволяет использовать средства автоматического вывода в онтологии и учитывать контекст в процессе вывода в продукционной базе знаний. Предложенный подход позволяет обеспечить непротиворечивый вывод даже при наличии противоречивых правил в базе знаний.

Ключевые слова:

энергетическая безопасность, обработка контекста, продукционные экспертные системы, онтологическое моделирование, рассуждения по прецедентам

Библиографический список:

1. Массель Л.В., Массель А.Г. Технологии и инструментальные средства интеллектуальной поддержки принятия решений в экстремальных ситуациях в энергетике // Вычислительные технологии. 2013. Т. 18. С. 37–44.
2. Массель Л.В., Массель А.Г. Интеллектуальные вычисления в исследованиях направлений развития энергетики // Известия Томского политехнического университета. Инжиниринг георесурсов. 2012. Т. 321. № 5. С. 135–140.
3. Катулев А.Н., Северцев Н.А. Математические методы в системах поддержки принятия решений. М.: Высш. шк., 2005. 312 с.
4. Массель А.Г. Интеллектуальная ИТ-среда для исследований проблемы энергетической безопасности // Информационные технологии в науке, образовании, телекоммуникации и бизнесе: труды XXXVII Междунар. конф. Украина, Гурзуф. 2010. С. 306–309.
5. Яловец А.Л. Представление и обработка знаний с точки зрения математического моделирования. Проблемы и решения: монография. Киев: Наукова думка. 2011. 339 с.
6. Долинина О.Н. Классификация ошибок в базах знаний экспертных систем // Вестник СГТУ. 2010. Т. 4. № 2 (50). С. 125–130.
7. Проскуряков Д.П. Управление разрешением конфликтов в продукционных экспертных системах // Вестник ИрГТУ. 2015. № 8 (103). С. 47–51.
8. Проскуряков Д.П. Использование контекстной информации в стратегии управления продукциями // Винеровские чтения 2015: труды VII Всерос. молодежной науч.-практ. конф. (г. Иркутск, 16–18 апреля 2015 г.). Иркутск: Изд-во ИРНИТУ, 2015. С. 83–86.
9. Аршинский В.Л., Проскуряков Д.П. Применение онтологий и рассуждения по прецедентам для обработки контекста в событийном моделировании в исследованиях энергетики // Современные технологии. Системный анализ. Моделирование. 2016. № 4 (52). С. 94–100.
10. Kolodner J. Maintaining organization in a dynamic long-term memory // Cognitive Science. 1983. Vol. 7. P. 243–280.
11. Ворожцова Т.Н., Костюченко А.П., Макагонова Н.Н., Скрипкин С.К. Применение онтологий для моделирования IT-инфраструктуры и описания систем энергетики // Вычислительные технологии. 2008. Т. 13. № 51. С. 4–10.
12. Uschold M., Gruninger M. Ontologies and semantics for seamless connectivity // ACM SIGMOD Record. 2004. 33 (4). P. 58–64.
13. Krotzsch M., Simancik F., Horrocks I. A Description Logic Primer. CoRR, abs/1201.4089, 2012.
14. Horrocks I., Kutz O., Sattler U. The Even More Irresistible SROIQ // Proc of the 10th Int. Conf. on Principles of Knowledge Representation and Reasoning. AAAI Press. 2006. P. 57–67.
15. Plaza E., Arcos J.L. Constructive adaptation // Advances in case-based reasoning. Springer Verlag. 2002. Vol. 2416. P. 306–320.
16. Kolodner J. Reconstructive memory: a computer model // Cognitive Science. 1983. Vol. 7. P. 281–328.
17. Plaza E. Cooperative reuse for compositional cases in multi-agent systems // International conference «Case-based reasoning research and development». Springer. 2005. P. 382–396.
18. Bock J., Haase, P., Ji, Q., Volz, R. Benchmarking OWL Reasoners // ESWC 2008. LNCS. Vol. 5021. Springer. 2008. P. 1–15.
19. Tversky A. Features of similarity // Psychological Review. 1977. 84 (4). P. 327–352.
20. Cunningham P. A taxonomy of similarity mechanisms for case-based reasoning // IEEE Transactions on Knowledge and Data Engineering. 2009. Vol. 21. No. 11. P. 1532–1543.
21. Bulskov H., Knappe R., Andreasen T. On measuring similarity for conceptual querying // FQAS 2002. LNAI 2522. 2002. P. 100–111.
22. Аршинский В.Л., Массель А.Г., Сендеров С.М. Информационная технология интеллектуальной поддержки исследований проблем энергетической безопасности // Вестник ИрГТУ. 2010. № 7 (47). С. 8–11.

Файлы:

• реферат (скачать | просмотреть) - скачано 25 раз
• 10.pdf (скачать | просмотреть) - скачано 37 раз