ИСПОЛЬЗОВАНИЕ ИНЖИНИРИНГА ЗНАНИЙ ДЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ТРАНСЛЯЦИИ МОДЕЛЕЙ

  • М. Ю. Поленов Южный федеральный университет
  • А.О. Курмалеев Южный федеральный университет
Ключевые слова: Трансляция моделей, трансляционный модуль, экспертная система, инжиниринг знаний, источники знаний

Аннотация

Рассмотрена проблема повторного использования ранее разработанных программ-
ных моделей сложных систем и их компонентов, возникающая перед исследователями при
необходимости перехода к новым средствам моделирования. В качестве решения постав-
ленной задачи была разработана программная среда –Мультитранслятор, которая позволила реализовать многоязыковую трансляцию исходных кодов моделей в требуемый фор-
мат целевой среды моделирования при помощи создаваемых трансляционных модулей. Да-
лее на основе Мультитранслятора было разработано клиент-серверное приложение –
Распределенная библиотека моделей, которая наряду с функцией трансляции моделей вы-
полняла функцию их сетевого хранения и доступа, обеспечивая распределенную реализацию
подхода. Развитие подхода и Распределенной библиотеки моделей выполнялось в направле-
нии автоматизации трансляции и разрешения исключительных случаев, возникающих при
трансляции моделей, вызванных недостаточностью входных данных или неопределенно-
стью решений по конвертации моделей, возникающей при наличии слишком большого числа
исходов при разборе. Для решения данной задачи было предложено использовать эксперт-
ную систему с базой знаний. В качестве основного процесса синтеза необходимых знаний
для базы знаний в работе рассмотрен инжиниринг знаний. Предложены следующие источ-
ники получения знаний в ходе разработки экспертной системы: трансляционный модуль
Мультитранслятора; техническая документация входного/выходного языков описания
моделей для трансляции; расширенные и дополнительные публикации по описанию данных
языков; эксперты по языкам описания моделей для трансляции. Далее рассмотрены основ-
ные этапы инжиниринга знаний: определение стратегии приобретения знаний; идентифи-
кация элементов знаний; создание системы классификации знаний; разработка подробной
функциональной компоновки; предварительное планирование процессов передачи управле-
ния; определение требований к системе. Полученные результаты позволят расширить
функциональные возможности распределенной библиотеки моделей при трансляции моде-
лей при помощи экспертной системы и эффективной обработки неопределенностей, воз-
никающих в процессе трансляции.

Литература

1. Kolesov Yu.B., Senichenkov Yu.B. Modelirovaniye sistem. Ob"yektno-oriyentirovannyy
podkhod [System modeling. Object oriented approach]. Saint Petersburg: BHV-Petersburg,
2017, 186 p.
2. Chernukhin Yu., Guzik V., Polenov M. Podkhod k formirovaniyu vneshnikh bibliotek sred
virtual'nogo modelirovaniya na baze mul'tiyazykovoy translyatsii [An approach to the development
of external libraries of virtual modeling environments based on multilanguage translation],
Vestnik komp'iuternykh i informatsionnykh tekhnologii [Herald of computer and information
technologies], 2008, No. 10, pp. 2-12.
3. Chernukhin Yu., Guzik V., Polenov M. Mnogoyazykovaya translyatsiya sredstv virtual'nogo
modelirovaniya [Multilanguage Translation for Virtual Modeling Environments]. Rostov-on-
Don: Publishing house of Southern Scientific Center of Russian Academy of Sciences, 2009,
368 p.
4. Chernukhin Yu., Guzik V., Polenov M. Multilanguage Translation Usage in Toolkit of Modeling
Systems, WIT Transactions on Information and Communication Technologies, 2014, Vol.
58, pp. 397-404.
5. Coulouris G., Dollimore J., Kindberg T., Blair G. Distributed systems. Concepts and Design,
Fifth Ed., Addison-Wesley, 2012, 1048 p.
6. Robinson S., Nance R.E., Paul R.J., et al. Simulation model reuse: definitions, benefits and
obstacle, Simulation Modelling Practice and Theory, 2004, Vol. 12, pp. 479-494.
7. Polenov M., Guzik V., Gushanskiy S., Kurmaleev A. Development of the Translation Tools for
Distributed Storage of Models, Proc. of 9th International Conference on Application of Information
and Communication Technologies (AICT 2015), IEEE Press, 2015, pp. 30-34.
8. Polenov M., Gushanskiy S., Kurmaleev A. Synthesis of Expert System for Distributed Storage of
Models, Advances in Intelligent Systems and Computing, Springer, 2017, Vol. 575, pp. 220-228.
9. Waterman D.A. A Guide to Expert Systems. Addison-Wesley, 1986.
10. Frost R. Introduction to Knowledge Base Systems. Macmillan Pub. Co., 1986, 677 p.
11. Buchanan B.G., Duda R.D. Principles of rule-based expert system. Advances in Computers,
1983, Vol. 22, pp.163-216.
12. Dzhekson P. Vvedenie v ekspertnye sistemyи [Introduction to Expert Systems]. 3rd ed.
Vil'yams, 2001, 624 p.
13. Durkin J. Expert Systems: Design and Development. Macmillan Coll Div, 1994, 800 p.
14. Kendal S., Creen M. An introduction to knowledge engineering. Springer, 2007, 300 p.
15. Gonzalez A.J., Dankel D.D. The Engineering of Knowledge-based Systems: Theory and Practice.
Prentice-Hall, 2000, 523 р.
16. Giarratano J.C., Riley G.D. Expert Systems: Principles and Programming. 4th ed. Course
Technology, 2004, 856 p.
17. Rozenberg G., Salomaa A. Handbook of Formal Languages. Vol. 1. Springer, 1997, 328 р.
18. Scott M.L. Programming Language Pragmatics. 4th ed. Morgan Kaufmann, 2015, 992 p.
19. Boose J.H. A survey of knowledge acquisition techniques and tools. Knowledge Acquisition,
1989, Vol.1, pp. 3-37.
20. McGraw K.L., Harbison-Briggs K. Knowledge Acquisition: Principles and Guidelines. Prentice
Hall, 1989, 250 p.
Опубликован
2021-01-19
Выпуск
Раздел
РАЗДЕЛ II. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ, УСТРОЙСТВ И СИСТЕМ