МИВАР22
Бесплатно
Основная коллекция
Тематика:
Общая информатика
Издательство:
НИЦ ИНФРА-М
Под ред.:
Варламов Олег Олегович
Год издания: 2022
Кол-во страниц: 439
Дополнительно
Вид издания:
Сборник
Уровень образования:
Дополнительное профессиональное образование
ISBN-онлайн: 978-5-16-110922-9
Артикул: 787842.01.99
В сборник включено 58 научных статей с описанием результатов развития миварных технологий логического искусственного интеллекта, полученные в период с февраля 2021 г. по май 2022 г. В исследованиях, которые проводились в рамках работ научно-исследовательской инициативы НИИ МИВАР, приняли участие 138 человек, из них три доктора и 12 кандидатов наук, а также 105 молодых ученых — студентов и аспирантов.
Цель сборника — собрать и показать в систематизированном виде все новые достижения, направления развития и результаты практической реализации миварных технологий искусственного интеллекта. Миварные экспертные системы можно образно сравнить с созданием паровоза, для которого теперь необходимо строить железные дороги — базы знаний по всем отраслям науки и практики. Линейная вычислительная сложность (относительно количества правил «если, то») логического вывода в миварных экспертных системах позволяет перейти от «Больших Данных» к созданию «Больших Знаний» и на новый качественный уровень в области искусственного интеллекта.
Важной особенностью прикладных миварных систем является их достаточная универсальность, простое обучение и легкое освоение, не требующее специальной подготовки. Опыт применения КЭСМИ (Wi!Mi) показал, что школьники старших классов успешно создают миварные экспертные системы.
Для специалистов, научных работников, студентов вузов и техникумов в области искусственного интеллекта, обработки информации и управления. Может использоваться в качестве учебного пособия по современным информационным технологиям и искусственному интеллекту для аспирантов, студентов вузов и учреждений среднего профессионального образования, школьников.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Магистратура
- 01.04.02: Прикладная математика и информатика
- 02.04.01: Математика и компьютерные науки
- 02.04.02: Фундаментальная информатика и информационные технологии
- 02.04.03: Математическое обеспечение и администрирование информационных систем
- 09.04.02: Информационные системы и технологии
- 09.04.03: Прикладная информатика
- 09.04.04: Программная инженерия
- 27.04.03: Системный анализ и управление
- ВО - Специалитет
- 10.05.03: Информационная безопасность автоматизированных систем
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
МИВАР’22 СБОРНИК НАУЧНЫХ СТАТЕЙ Под редакцией О.О. Варламова Москва ИНФРА-М 2022
УДК 004.8 ББК 32.813 М57 ФЗ № 436-ФЗ Издание не подлежит маркировке в соответствии с п. 1 ч. 2 ст. 1 Р е ц е н з е н т ы с т а т е й: Варламов О.О., доктор технических наук, профессор; Максимычев О.И., доктор технических наук, профессор; Остроух А.В., доктор технических наук, профессор; Теслинов А.Г., доктор технических наук, профессор; Чувиков Д.А., кандидат технических наук М57 МИВАР’22 : сборник научных статей / под ред. О.О. Варламова. — Москва : ИНФРА-М, 2022. — 439 с. ISBN 978-5-16-110922-9 (online) В сборник включено 58 научных статей с описанием результатов развития миварных технологий логического искусственного интеллекта, полученные в период с февраля 2021 г. по май 2022 г. В исследованиях, которые проводились в рамках работ научно-исследовательской инициативы НИИ МИВАР, приняли участие 138 человек, из них три доктора и 12 кандидатов наук, а также 105 молодых ученых — студентов и аспирантов. Цель сборника — собрать и показать в систематизированном виде все новые достижения, направления развития и результаты практической реализации миварных технологий искусственного интеллекта. Миварные экспертные системы можно образно сравнить с созданием паровоза, для которого теперь необходимо строить железные дороги — базы знаний по всем отраслям науки и практики. Линейная вычислительная сложность (относительно количества правил «если, то») логического вывода в миварных экспертных системах позволяет перейти от «Больших Данных» к созданию «Больших Знаний» и на новый качественный уровень в области искусственного интеллекта. Важной особенностью прикладных миварных систем является их достаточная универсальность, простое обучение и легкое освоение, не требующее специальной подготовки. Опыт применения КЭСМИ (Wi!Mi) показал, что школьники старших классов успешно создают миварные экспертные системы. Для специалистов, научных работников, студентов вузов и техникумов в области искусственного интеллекта, обработки информации и управления. Может использоваться в качестве учебного пособия по современным информационным технологиям и искусственному интеллекту для аспирантов, студентов вузов и учреждений среднего профессионального образования, школьников. УДК 004.8 ББК 32.813 ISBN 978-5-16-110922-9 (online) © НИИ МИВАР, 2022 © Коллектив авторов, 2022
Содержание Миварные экспертные системы (МЭС) 6 Абросимова Н.Г., Арбузов А.П., Саврасов П.А., Аксенова М.В., Антонов А.И. МЭС для организации управления проектами IT-компании…………………………… 6 Авдеев Ю.В., Оганесян Р.Р., Мурашко И.А., Ваняшкин Ю.Ю., Аксенова М.В. МЭС для создания сайта предприятия с сервисом по подбору напитков……………... 13 Богомолов Д.Н., Умряев Д.Т., Кротов Ю.Н., Абрамкина Т.П., Виноградова М.В. МЭС для автоматизации решения заявок в службе технической поддержки………… 20 Житенев В.Г., Демьянчук Г.В., Колпаков М.О., Бурашников В.В., Абрамкина Т.П. МЭС противодействия мошенничеству при дистанционном обслуживании в банке... 29 Ишков Д.О., Фадеев А.А., Курганова А.Г., Мокренко Н.В., Правдина А.Д. МЭС для подбора оправы для очков……………………………………………………... 38 Кауров М.Д., Андреев К.А., Жизневский П.И., Ковалева Н.А., Шкуратова Л.П. МЭС для подбора комбинации персонажей в игровом проекте Genshin Impact……… 44 Корнеева А.П., Черненький С.В., Шкуратова Л.П., Кротов Ю.Н., Семенов Д.В. МЭС для выбора кредита…………………………………………………………………. 53 Крутов Т.Ю., Галичий Д.А., Шкуратова Л.П., Ковалева Н.А., Кротов Ю.Н. МЭС для СКУД с соблюдением санитарных требований в условиях пандемии……... 59 Ларичева М.В., Павловская А.А., Белых А.А., Быкова Д.И., Силантьева Е.Ю. МЭС по подбору настольных игр………………………………………………………… 68 Макрушина В.А., Шапиев М.М., Горбовцова К.М., Зубаиров В.А., Черненький С.В. МЭС для оценки критичности уязвимостей информационных систем……………….. 75 Пасатюк А.Д., Аникин Ф.А., Халимонов А.М., Якубов А.Р., Тимофеев В.Б. МЭС для решения школьных задач по информатике…………………………………... 82 Сукач Е.А., Чечнев А.А., Кротов Ю.Н., Ковалева Н.А., Шкуратова Л.П. МЭС гибкой работы с клиентами в банковской сфере…………………………………. 89 Тислюк Д.A., Рожненко М.К., Большаков С.А., Ковалева Н.А., Булатова И.Г. МЭС для отбора кандидатов на IT-должности………………………………………….. 98 Чувиков Д.А., Адамова Л.Е., Булатова И.Г., Аладин Д.В., Осипов В.Г. МЭС «метаболический синдром» для терапевта и эндокринолога……………………. 105 Базы знаний для миварных экспертных систем (БЗ МЭС) 115 Андреев А.В., Крайчиков О.Д., Карпов Д.К., Балдин А.В., Горячкин Б.С. БЗ МЭС по подбору фильмов…………………………………………………………….. 115 Болотин А.С., Яценко А.А., Булатова И.Г., Шкуратова Л.П., Адамова Л.Е. БЗ МЭС по выбору состава команды создания сценария для различных форм медиа…………. 122 Гаврилюк А.Г., Хотин П.Ю., Черната Н.С., Виноградова М.В., Абрамкина Т.П. БЗ МЭС подбора ноутбуков………………………………………………………………. 129 Гапчук Л.Д., Громова О.А., Толпаров Н.Р., Шевчук М.С., Ковалева Н.А. БЗ МЭС построения архитектур web-приложений……………………………………… 137 Ионов С.А., Киселев А.А., Киселев В.А., Масленников К.Ю., Нестеров Ю.Г. БЗ МЭС по рекомендации туров РЖД…………………………………………………… 144 Калашникова А.В., Коценко А.А., Сергеев И.В., Селиверстова А.В., Адамова Л.Е. БЗ МЭС «Психодиагностика»…………………………………………………………….. 151 Козырев С.А., Ольховенко К.А., Капитонова Д.В., Ведьгун Е.А., Семкин А.П. БЗ МЭС по подбору обучающих курсов…………………………………………………. 158 Саросек М.С., Семкин П.С., Шкуратова Л.П., Масленников К.Ю., Правдина А.Д. БЗ МЭС поиска по репозиторию информационных материалов………………………. 165 Яценко А.А., Болотин А.С., Шкуратова Л.П., Булатова И.Г., Селиверстова А.В. БЗ МЭС для оценки и уменьшения текучести кадров на предприятиях………………. 171
Развитие миварной теории 178 Байбарин Р.Г., Кучеренко М.А., Тюлькина Н.В., Чувиков Д.А., Адамова Л.Е. Проект «Миварная Активная Энциклопедия»…………………………………………... 178 Байбарин Р.Г., Тюлькина Н.В., Кучеренко М.А., Ханмурзин Т.И., Булатова И.Г. Миварные мультимодели и использование параллельных вычислений для них……... 187 Варламов О.О., Егоров С.А. Развитие миварных технологий смысловой обработки потоков текстовых данных…. 194 Коценко А.А., Герасименко А.В., Калашникова А.В., Базанова А.Г., Аладин Д.В. МЭС для решения оптимизационных задач и поиска траекторий робота…………….. 213 Соболева Е.Д., Попова И.А., Макаров Д.А., Балдин А.В., Ковалева Н.А. Методика преобразования из метаграфовой модели представления знаний в миварную……….. 220 Соболева Е.Д., Попова И.А., Макаров Д.А., Балдин А.В., Ковалева Н.А. Методика преобразования из миварной модели представления знаний в метаграфовую……….. 228 Чиженков Б.М., Силаев А.В., Казаков Н.А., Тимофеев В.Б., Силантьева Е.Ю. Миварный классификатор репозиториев информационных материалов……………… 236 Комплексные проекты искусственного интеллекта 244 Алпеев В.С., Ли М.В., Савельев А.А., Белодедов М.В., Большаков С.А. ГИИС на основе мультипредметных нейронных сетей и миварных экспертных систем……….. 244 Волков А.С., Варламов О.О. О создании двухуровневой нейросетевой структуры для применения в машиностроении……………………………………………………… 251 Забелина В.А., Ахвердиев В.И., Гоголь И.В., Овчинников С.С., Нестеров Ю.Г. Рекомендательная система подбора товаров в интернет-магазине на основе ГИИС… 261 Маматкулов У.Б., Кесель С.А., Семенов Д.В., Варламов О.О., Шкатов П.Н Миварная интеллектуализация SGRC-платформ информационной безопасности…… 269 Румянцев О.К., Писарчук Н.А., Шкатов П.Н., Балдин А.В., Семкин П.С. Улучшение точности распознавания речи на основе МЭС…………………………….. 275 Старых Ф.А., Саргсян Т.А., Ванцян А.Г., Аксенова М.В., Белодедов М.В. Автоматизация процедурной генерации уровней в видеоиграх на основе МЭС……... 281 Сысойкин Е.М., Шпак И.Д., Антонов А.И., Самойлов А.М., Енин А.О. О распознавании номеров участников соревнований ансамблем нейросетей………… 287 Цыбров П.П., Аршанов Г.О., Черненький С.В., Кротов Ю.Н. О системе принятия решения на основе анализа текстового описания симптомов…... 295 Шашурин А.С., Мелконьянц А.Р., Ковалев С.А., Гусев С.Р., Селиверстова А.В. Комплексное распознавание дорожных знаков на основе нейронных сетей и МЭС… 302 Шевцова Ю.Б., Замула А.И., Мышенков К.С., Терехов В.И., Нестеров Ю.Г. ГИИС оценки человека по фотографии и выдачи рекомендаций по питанию………... 309 Мивары и образование 315 Адамова Л.Е., Варламов О.О. Обеспечения психологической безопасности студентов при пандемии и цифровизации……………………………………………….. 315 Гузева Т.А., Егоров С.А., Адамова Л.Е., Аладин Д.В., Варламов О.О. Применение МЭС для управления образовательными программами в вузе………….. 323 Егоров С.А., Гузева Т.А., Адамова Л.Е., Чувиков Д.А., Варламов О.О. БЗ МЭС для учебной дисциплины «РКПТ»……………………………………………... 330 Миварные системы принятия решений 338 Аладин Д.В. ГИИС для поведенческой модели водителя ВАТС……………………………………... 338 Аладин Д.В., Чувиков Д.А. Миварные системы интеллектуального планирования и контроля за соблюдением ПДД………………………………………………………… 344
Чувиков Д.А., Аладин Д.В. Миварное представление оперативного мышления водителя ВАТС………………….. 351 Чувиков Д.А., Аладин Д.В., Варламов О.О. Автономные группы роботов с миварными системами принятия решений…………... 356 Машиностроительный искусственный интеллект 363 Варламов О.О., Кривошеев О.В., Трищенков А.В., Осипов В.Г., Лялин Е.С. Машиностроительный искусственный интеллект как новое направление для СПЖЦ………………………………………………………………………………….. 363 Баканов С.В. Разработка миварных баз знаний для BPMS…………………………………………….. 370 Варламов О.О., Кривошеев О.В. Использование миварных сетей для РРПС………………………………………………. 376 Варламов О.О., Кривошеев О.В. Применение комбинированного алгоритм РРПС при неполноте данных…………….. 383 Варламов О.О., Кривошеев О.В., Трищенков А.В., Осипов В.Г., Лялин Е.С. Цифровизация агропромышленного комплекса и машиностроительный ИИ………… 390 Кривошеев О.В. Применение миварного алгоритма РРПС при неполноте данных……………………... 399 Кривошеев О.В. Применение МЭС в условиях неполноты данных «без предыстории» для решения задач объемного, объемно-календарного и сменно-суточного планирования………... 406 Кривошеев О.В. Интегрированная модель данных для СПЖЦ изделий машиностроения……………... 414 Осипов В.Г., Чувиков Д.А., Кривошеев О.В., Варламов О.О., Трищенков А.В. Планирование действий по обработке и сборке изделий в машиностроительном ИИ…………………………………………………………………………………………... 420 Титков М.Д., Осипов В.Г., Адамова Л.Е. Оптимизация персонала в машиностроении на основе миварных технологий……….. 428 Трищенков А.В., Осипов В.Г., Лялин Е.С., Чувиков Д.А., Аладин Д.В. 2022: развитие машиностроительного ИИ для СПЖЦ………………………………… 433
МИВАРНЫЕ ЭКСПЕРТНЫЕ СИСТЕМЫ УДК 004.891 МЭС ДЛЯ ОРГАНИЗАЦИИ УПРАВЛЕНИЯ ПРОЕКТАМИ IT-КОМПАНИИ Абросимова Н.Г., Арбузов А.П., Саврасов П.А., Аксенова М.В., Антонов А.И. ФГБОУ ВО МГТУ им. Н.Э. Баумана, г. Москва, Россия Аннотация. Обосновано применение миварных экспертных систем (МЭС) для организации управления проектами IT-компании. Разработана база знаний МЭС для организации работы IT-компании, содержащая необходимые правила вывода. Эта база знаний позволяет оценить трудоёмкость, стоимость, длительность и требуемое число людей для оцениваемого проекта. МЭС оценивает все нужные факторы проекта, вводимые пользователем, и выдаёт искомый результат в виде рассчитанного значения. Разработанная модель знаний может быть дополнена в случае необходимости путём добавления новых входных или выходных параметров и правил. Для разработки экспертной системы использовалась среда КЭСМИ Wi!Mi «Разуматор». Wi!Mi является весьма простым в использовании и имеет большую вычислительную быстроту. Применение МЭС упрощает процесс планирования и распределения различных ресурсов для осуществления проектов IT-компании, а благодаря высокой вычислительной мощности используемой среды КЭСМИ Wi!Mi «Разуматор» разработанная экспертная система является быстродействующей и позволяет получить результат в реальном времени. Кроме того, данная среда позволяет объяснить решение, проследить процесс вычисления искомого значения и наглядно отображает его на графах. Ключевые слова: мивар, миварные сети, Большие Знания, экспертная система, IT-компания, проект, COCOMO II, КЭСМИ, Wi!Mi, Разуматор. MES FOR THE ORGANIZATION OF PROJECT MANAGEMENT OF THE IT COMPANY Abrosimova N.G., Arbuzov A.P., Savrasov P.A., Aksenova M.V., Antonov A.I. BMSTU, Moscow, Russia Abstract. The use of mivar expert systems (MES) for the organization of project management of an IT company is justified. A knowledge base of the MES has been developed for organizing the work of an IT company, containing the necessary withdrawal rules. This knowledge base allows you to estimate the labor intensity, cost, duration and the required number of people for the project being evaluated. The MES evaluates all the necessary project factors entered by the user and outputs the desired result in the form of a calculated value. The developed knowledge model can be supplemented, if necessary, by adding new input or output parameters and rules. For the development of the expert system, environment was used Wi!Mi "Razumator". Wi!Mi is very easy to use and has great computational speed. The use of MES simplifies the process of planning and allocating various resources for the
implementation of IT company projects, and thanks to the high computing power of the used environment, Wi!Mi "Razumator" developed expert system is fast-acting and allows you to get results in real time. In addition, this environment allows you to explain the solution, trace the process of calculating the desired value and visually displays it on graphs. Keywords: mivar, mivar networks, Big Knowledge, expert system, IT company, project, COCOMO II, Wi!Mi, Razumator. Введение. IT-инфраструктура постоянно расширяется, занимая всё большее место в жизни людей, отчего растёт и необходимость в управлении ей. Так как не всегда рядовой пользователь владеет необходимыми для этого навыками, помощь ему в этом могут оказать специализированные IT-компании. Таким образом можно обеспечить, например, безопасность системы, провести аудит или разработать специализированное программное обеспечение для заказчика, позволяющее упростить и автоматизировать работу в нужной ему области. Одной из важных частей систем IT-компаний для достижения выполняемых ими задач является управление проектами для того, чтобы наиболее эффективно распределить сотрудников и их задачи, а также грамотно оценить требуемые затраты на проект [1]. Организацию управления IT- проектами можно автоматизировать на основе применения технологий искусственного интеллекта (ИИ). В настоящее время для решения подобных задач целесообразно применять миварный [2] подход [3] логического ИИ [4], который успешно [5] применяется для решения многих [6] математически подобных задач [7] и многих других, например: для понимания смысла [8] русскоязычных [9] текстов [10] и оценки их сложности [11], управления образованием в вузах [12], моделирования [13] сложных систем управления [14], автоматизации [15], распараллеливания [16] обработки данных [17] на вычислительных кластерах [18], создания интеллектуальных [19] систем [20], баз данных [21] и правил [22], инфопространства [23], трехмерного моделирования [24] и создания тренажеров [25], распознавания [26] образов [27], для развития [28] медицины [29] и средств [30] диагностики [31], регулирования дорожного движения [32]; создания [33] быстрых [34] безопасных [35] интеллектуальных [36] и верифицированных [37] систем [38] принятия [39] решений [40] для автономных [41] роботов [42]; распределения ресурсов [43] и сравнения [44] векторов [45]. Отметим, что аналогами для систем организации управления проектами в ИТ-компаниях являются системы принятия решений для интеллектуальных роботов [38-45]. Разрабатываемая модель знаний для миварной экспертной системы (МЭС) [2-45] должна определять требуемое число человеческих, временных и денежных ресурсов для осуществления тех или иных проектов в зависимости от их характеристик. Поскольку в связи с большим распространением использования информационных технологий спрос на услуги IT-компаний только растёт, а распределение ресурсов для их осуществления является важной задачей, требующей наиболее оптимального решения для наиболее
быстрого их предоставления, то поставленные задачи можно назвать актуальными на настоящий момент. Решение задачи проекта. В качестве средства для разработки МЭС будет использоваться среда КЭСМИ Wi!Mi «Разуматор» [6, 7, 22], которая является простой в использовании и работает в реальном времени [2-3]. Поставленную задачу можно достигнув, разбив её на подзадачи: 1. Определение трудоёмкости проекта 2. Определение длительности проекта 3. Определение стоимости проекта 4. Определение суммарного числа разработчиков Для оценки трудоёмкости проекта можно воспользоваться моделью COCOMO II [1], которая позволяет оценить затраты на проект в человеко- месяцах и, отталкиваясь от этого значения, определить также длительность, стоимость проекта и требуемое число разработчиков. Основное уравнение для вычисления трудоёмкости (затрат) проекта в человеко-месяцах, если брать в расчёт, что архитектура проекта уже сформирована, будет выглядеть так [3]: ЗАТРАТЫ = А х К~������������ х РАЗМЕР���� х Мр + 3��������������������Ы���������������� [чел.-мес] Где: - А = 2,5 – масштабный коэффициент; - К~req – коэффициент изменчивости требований к проекту, вычисляется по формуле: К~������������ = 1 + BRAK 100 Где BRAK — процент кода, отброшенного из-за изменения требований. - Размер проекта исчисляется в KLOC – количестве строк кода. - B является показателем зависимости затрат от размера проекта, вычисляется по формуле: ���� = 1,01 + 0,01 �������� 5 ����=1 - Мр – множитель правки, вычисляется по формуле: Мр = ���� М���� 17 ����=1 - 3ATPATЫauto – затраты на автогенерируемый код. Кроме того, следует выделить следующие ограничения: - Коэффициенты Wi оцениваются целыми числами по шкале от 0 до 5; - Коэффициенты Мi оцениваются целыми числами по шкале от 1 до 6; - Процент кода BRAK находится в диапазоне от 0 до 100. На основании полученного значения затрат можно определить стоимость и длительность проекта [3]. Длительность (TDEV) = [3,0 х ЗАТРАТЫ0,33+0,2(����−1,01)] х SCEDPercentage 100 [мес] Где:
- В - показатель степени, описанный выше; - SCEDPercentage - процент увеличения (уменьшения) номинального графика. СТОИМОСТЬ = ЗАТРАТЫ х РАБ_ КОЭФ Где РАБ_ КОЭФ - значение рабочего коэффициента, составляет среднюю зарплату за месяц. Число требующихся для выполнения проекта разработчиков также можно вычислить, исходя из трудоёмкости и срока выполнения: Число разработчиков = ЗАТРАТЫ ДЛИТЕЛЬНОСТЬ [человек] Создание базы знаний МЭС. В соответствии с полученными выше правилами создадим в КЭСМИ Wi!Mi «Разуматор» модель, включающую перечисленные формулы и параметры, которые приведены на рисунке 1. Рис.1. Классы и параметры в КЭСМИ Wi!Mi «Разуматор».
После ввода всех правил система была протестирована. Определённые ранее подзадачи могут быть выполнены одновременно или по отдельности. На рисунке 2 приведено тестирование расчёта затрат. Красным цветом выделены значения, посчитанные в процессе выполнения алгоритма, синим – определённые как значения по умолчанию. Галочкой помечается искомый параметр перед запуском системы. Фрагмент графа решения для этого алгоритма приведён на рисунке 3. Рис.2. Тестирование расчёта затрат. Рис.3.Часть графа расчёта трудоёмкости проекта.
В результате можно увидеть не только требуемый результат, но и ход решения, как в текстовом, так и графическом виде с помощью графа решения. Заключение. Разработанная база знаний миварной экспертной системы для организации работы IT-компании позволяет улучшить работу, наиболее точно оценивая данные IT-проектов, быстро выполняя все требуемые вычисления и обеспечивая прозрачность хода вычислений. В результате пользователи могут, вводя входные данные проекта, легко оценить его трудоёмкость, стоимость, длительность и требуемое число разработчиков для его выполнения. Средство КЭСМИ Wi!Mi «Разуматор» позволяет в случае необходимости легко расширить и дополнить систему. Список литературы 1. Орлов С.А. Технологии разработки программного обеспечения. СПб: Питер, - 2002 г. 2. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. - М.: Радио и связь, 2002. - 288 c. 3. Варламов О.О. Системный анализ и синтез моделей данных и методы обработки информации в самоорганизующихся комплексах оперативной диагностики // диссертация на соискание ученой степени доктора технических наук / Москва, 2003 4. Варламов О.О. Миварные технологии как некоторые направления искусственного интеллекта // Проблемы искусственного интеллекта. 2015. № 1 (1). С. 23-37. 5. Варламов О.О. Миварный подход к разработке интеллектуальных систем и проект создания мультипредметной активной миварной интернет-энциклопедии // Известия Кабардино-Балкарского научного центра РАН. 2011. № 1-1 (39). С. 55-64. 6. Варламов О.О. 18 примеров миварных экспертных систем. М.: ИНФРА-М, 2021. 630с. 7. Варламов О.О. Обзор 18 миварных экспертных систем, созданных на основе MOGAN // Известия Кабардино-Балкарского научного центра РАН. 2021. № 3 (101). С. 5-20. 8. Адамова Л.Е. и др. О практической реализации миварного виртуального русскоязычного текстового консультанта в банковской сфере // Известия Кабардино-Балкарского научного центра РАН. 2018. № 6-2 (86). С. 10-17. 9. Варламов О.О., Адамова Л.Е., Елисеев Д.В. и др. Комплексное моделирование процессов понимания компьютерами смысла текстов, речи и образов на основе миварных технологий // Искусственный интеллект. 2013. № 4. С. 15-27. 10. Варламов О.О., Адамова Л.Е., Елисеев Д.В. и др. О миварном подходе к моделированию процессов понимания компьютерами смысла текстов, речи и образов. Новые возможности расширения границ автоматизации умственной деятельности человека // Автоматизация и управление в технических системах. 2013. № 2 (4). С. 38-51. 11. Адамова Л.Е. и др. Применение миварной экспертной системы для оценки сложности текстов // Известия Кабардино-Балкарского научного центра РАН. 2021. №2(100).С.11-29. 12. Адамова Л.Е. Применение миварных технологий для внедрения в инженерном и экономическом образовании индивидуальных траекторий студентов // Известия Кабардино-Балкарского научного центра РАН. 2020. № 1 (93). С. 18-34. 13. Сергушин Г.С., Варламов О.О., Чибирова М.О. и др. Исследование возможностей информационного моделирования сложных систем управления технологическими процессами на основе миварных технологий // Автоматизация и управление в технических системах. 2013. № 2 (4). С. 51-66. 14. Санду Р.А. Миварный подход к созданию интеллектуальных систем и искусственного интеллекта. Результаты 25 лет развития и ближайшие перспективы. - Москва, 2010. 15. Варламов О.О. Автоматизация умственной деятельности людей через логический искусственный интеллект как фундаментальный механизм развития или гибели человечества // Проблемы искусственного интеллекта. 2017. № 3 (6). С. 23-31. 16. Варламов О.О. Разработка метода распараллеливание потокового множественного доступа к общей базе данных в условиях недопущения взаимного искажения данных // Информационные технологии. 2003. № 1. С. 20-28. 17. Варламов О.О. Разработка адаптивного механизма логического вывода на эволюционной интерактивной сети гиперправил с мультиактивизаторами, управляемой потоком данных // Искусственный интеллект. 2002. № 3. С. 363-370. 18. Владимиров А.Н., Варламов О.О., Носов А.В., Потапова Т.С. Применение многопроцессорного вычислительного кластера НИИР для распараллеливания алгоритмов в научно-технических и вычислительных задачах // Труды Научно-исследовательского института радио. 2009. № 3. С. 120-123.
19. Варламов О.О. О необходимости перехода от теории искусственного интеллекта к разработке теории активного отражения // Известия ЮФУ. Технические науки. 2007. № 5 (77). С. 89-95. 20. Варламов О.О. Создание интеллектуальных систем на основе взаимодействия миварного информационного пространства и сервисно-ориентированной архитектуры // Искусственный интеллект. 2005. № 3. С. 13-17. 21. Варламов О.О. Миварные базы данных и правил. М.: ИНФРА-М, 2021. — 351 с. 22. Варламов О.О. Основы создания миварных экспертных систем. М.: ИНФРА-М, 2021. 267 с. 23. Варламов О.О. Создание теории активного отражения как обобщения теории искусственного интеллекта и возможность ее реализации в миварном инфопространстве // Искусственный интеллект. 2007. № 3. С. 17-24. 24. Чувиков Д.А., Казакова Н.А., Варламов О.О., Хадиев А.М. Анализ технологий трехмерного моделирования и создания 3d объектов для различных интеллектуальных систем // Автоматизация и управление в технических системах. 2014. № 2 (10). С. 84-97. 25. Варламов О.О., Владимиров А.Н., Бадалов А.Ю., Чванин О.Н. Развитие миварного метода логико- вычислительной обработки информации для АСУ, тренажеров, экспертных систем реального времени и архитектур, ориентированных на сервисы // Труды НИИ Радио. 2010. № 3. С. 18-26. 26. Varlamov O.O., Adamova L.E., Eliseev D.V. et al. Mivar thechnologies in mathematical modeling of natural language, images and human speech understanding // International Journal of Advanced Studies. 2013. Т. 3. № 3. С. 17-23. 27. Volkov, A., Varlamov, O. Method of creation of a two-level neural network structure for solving problems in mechanical engineering // Journal of Physics: Conference Series, 2021, 2131(3), 032003. 28. Varlamov O.O., Chuvikov D.A., Adamova L.E. et al. Logical, Philosophical And Ethical Aspects Of AI In Medicine // International Journal of Machine Learning and Computing. 2019. Т. 9. № 6. С. 868-873. 29. Ким Х., Чувиков Д.А., Аладин Д.В. и др. Создание базы знаний для миварной экспертной системы диагностики сахарного диабета // Медицинская техника. 2020. № 6 (324). С. 38-41. 30. Белоусов Е.А., Попов И.А., Евдокимов А.А. и др. Рекомендательная система диагностики сахарного диабета на основе механизма миварного вывода // Естественные и технические науки. 2021. №7(158).С.169-174. 31. Варламов О.О., Чувиков Д.А., Лемонджава В.Н. и др. Программный комплекс с поддержкой принятия решений о безопасности применения термолабильных компонентов крови // Медицинская техника. 2021. № 5 (329). С. 40-43. 32. Aladin D.V., et al. Logic-based artificial intelligence in systems for monitoring the enforcing traffic regulations // В сборнике: IOP Conference Series: Materials Science and Engineering. Moscow, 2019. С. 012025. 33. Давыдова Т.Л., Варламов О.О., Остроух А.В., Краснянский М.Н. Анализ возможностей миварного подхода для систем искусственного интеллекта и современной робототехники // Вестник Тамбовского государственного технического университета. 2011. Т. 17. № 3. С. 687-694. 34. Варламов О.О. Переборное единично-инкрементное суммирование чисел с линейной вычислительной сложностью // Автоматизация и современные технологии. 2003. № 1. С. 34-40. 35. Варламов О.О. Интеллектуальные системы информационной безопасности и системный синтез модели компьютерных угроз // Искусственный интеллект. 2006. № 3. С. 720-726. 36. Chuvikov D.A., Aladin D.V., Adamova L.E. et al. A new method for creating Mivar knowledge bases in tabular-matrix form for ground intelligent vehicle control systems // Journal of Physics: Conference Series, 2021, 2061(1), 012123. 37. Назаров К.В. Разработка методики создания верифицируемых моделей для миварных экспертных систем // T-Comm: Телекоммуникации и транспорт. 2017. Т. 11. № 4. С. 64-71. 38. Варламов О.О. Перспективы создания миварных систем управления для автономных интеллектуальных роботов // Радиопромышленность. 2015. № 3. С. 210-225. 39. Varlamov O.O. “Brains” for Robots: Application of the Mivar Expert Systems for Implementation of Autonomous Intelligent Robots//Big Data Research. 2021.Vol.25, 100241. 40. Varlamov O.O., Aladin D.V., Adamova L.E., Chuvikov D.A., Saraev D.V. Creation of autonomous groups of combine harvesters and tractors for agriculture based on the mivar decision-making systems “ROBO!RAZUM” // IOP Conference Series: Materials Science and Engineering. International Automobile Scientific Forum. 2020. С. 012002. 41. Варламов О.О. Об одном подходе к метрике автономности и интеллектуальности робототехнических комплексов // Известия Кабардино-Балкарского научного центра РАН. 2017. № 6-2 (80). С. 43-53. 42. Варламов О.О., Аладин Д.В., Сараев Д.В. и др. О возможности создания систем принятия решений для автономных роботов на основе миварных экспертных систем, обрабатывающих более 1 млн продукционных правил/с // Известия Кабардино-Балкарского научного центра РАН. 2017. № 6-2 (80). С. 54-61. 43. Варламов О.О., Кривошеев О.В. Применение миварных технологий логического искусственного интеллекта для решения задач распределения ресурсов производственных систем // Системы управления и информационные технологии. 2022. № 1 (87). С. 49-56. 44. Семенов А.А. Исследование способов подбора рекламных кампаний на основе сравнения многомерных векторов // Проблемы искусственного интеллекта. 2020. № 1 (16). С. 89-104. 45. Семенов А.А. Разработка метода сравнения двух многомерных векторов в реальном времени на основе миварных экспертных систем // Проблемы искусственного интеллекта. 2020. № 2 (17). С. 94-109.
УДК 004.891 МЭС ДЛЯ СОЗДАНИЯ САЙТА ПРЕДПРИЯТИЯ С СЕРВИСОМ ПО ПОДБОРУ НАПИТКОВ Авдеев Ю.В., Оганесян Р.Р., Мурашко И.А., Ваняшкин Ю.Ю., Аксенова М.В. ФГБОУ ВО МГТУ им. Н.Э. Баумана, г. Москва, Россия Аннотация. Создана новая математическая модель предметной области подбора напитков в формализме миварной сети, включающей 32 правила и 15 параметров. Эта модель реализована в миварной экспертной системе, которая используется для создания сайта предприятия с сервисом по подбору различных напитков. В эту миварную сеть могут эволюционно добавляться новые правила и параметры при дальнейшем развитии проекта. Алгоритм подбора напитков использует миварный логический вывод для формирования двух многомерных объектов: «портрета пользователя» и «портрета напитка», а также последующим их сравнением исходя из формализованного описания задачи в среде КЭСМИ Wi!Mi Разуматор. Проект реализован как кроссплатформенное приложение, доступное на всех устройствах как мобильное или веб приложение. Ключевые слова: мивар, миварные сети, экспертные системы, КЭСМИ, Wi!Mi, Разуматор, искусственный интеллект, гибридная интеллектуальная информационная система, рекомендации по подбору напитков. MES FOR CREATING AN ENTERPRISE WEBSITE WITH A BEVERAGE SELECTION SERVICE Avdeev Yu.V., Oganesyan R.R., Murashko I.A., Vanyashkin Yu.Y., Aksenova M.V. BMSTU, Moscow, Russia Abstract. A new mathematical model of the subject area of the selection of drinks in the formalism of the mivar network, including 32 rules and 15 parameters, has been created. This model is implemented in the mivar expert system, which is used to create an enterprise website with a service for the selection of various drinks. New rules and parameters can be added to this mivar network evolutionarily with the further development of the project. The beverage selection algorithm uses a mivar logical inference to form two multidimensional objects: a "user portrait" and a "drink portrait", as well as their subsequent comparison based on a formalized description of the task in the Wi!Mi Razumator. The project is implemented as a cross-platform application, available on all devices as a mobile or web application. Keywords: mivar, mivar networks, expert systems, Wi!Mi, Razumator, artificial intelligence, hybrid intelligent information system, recommendations for the selection of drinks. Введение. Актуальность проекта – предоставление клиенту возможности быстрого подбора напитков с помощью миварной экспертной системы и получения результата работы в виде удобного User Friendly web