Гибридная экспертная система с глубинным представлением знаний для проектирования и диагностики биотехнических изделий
Боковая панель статьи
Основное содержимое статьи
Аннотация
Приводится описание назначения и особенностей гибридной экспертной системы с глубинным представлением знаний для проектирования, диагностики и доводки биотехнических изделий. Сформулированы требования к аппаратному и программному обеспечению. Подробно рассмотрены алгоритмы логического (прямого и обратного) нечеткого вывода, а также вопросы построения свободного формата представления знаний. Дано описание реализации разработанной системы на примере внедренной экспертной системы выбора узлов протеза и оценки качества протезирования.
Скачивания
Информация о статье
Библиографические ссылки
Амирова Э. К., Лунина Н. В., Слепченко А. Н. и др. Гибридная экспертная система для проектирования, диагностики и доводки биотехнических изделий // Тез. докл. Всесоюзн. конф.: Создание и применение гибридных экспертных систем. – Рига: РТУ, 1990. 2. Sticken J., Chandrasekaran В. Integrating classification – based compiled level reasoning with functionbased deep level reasoning // Appl. Art. Intell, 1989. – Vol. 3. – № 2-3.
Keravhou E. Т., Washbrook J. What is a deep expert system? An analysis of the architecture requirements of second generation expert systems // The Knowledge Eng. Rev. 1989. – Vol. 4. – № 3.
Dermoy J. L. Methodologie pour des systems experts de second generation // Bull. Dir. Etud. Et. Rech. C., 1989. – № 4.
Van de Velde W. A conceptual architecture for second generation expert system // IMACS Ann. Comput. and Appl. Math., 1989. – Vol. 2. – № 1-4.
С. Steels L. The deepening of expert systems // IMACS Ann. Comput. and Appl. Math. – Vol. 2. – № 1-4.
Price C., Lee M. Why do expert systems need deep knowledge // Proc. 12th IMACS World Congr. Sci. Comput. Villeneuve d'Asq., 1988. – Vol. 4.
Yang X. The challenge to knowledge engineering: key issue in the second generation expert systems // Proc. IEEE Int. Conf. Syst. Man and Cybern. – N. Y.: 1988. – Vol. 2.
Buckley J. I., Tucker D. M. Second generation fuzzy expert system // Fuzzy Sets and Systems: 1989. – Vol. 31. – № 3.
Ng K.-C., Abrahamson B. Uncertainty management in expert systems // IEEE Expert: 1900. – Vol. 5. – № 2.
Алиев P. А., Захарова Э. К., Ульянов С. В. Нечеткие регуляторы и интеллектуальные промышленные системы // Итоги науки и техники. Сер. Техн. кибернетика. – М.: ВИНИТИ АН СССР, 1991. – Т. 32.
Ульянов С. В. Нечеткие модели интеллектуальных систем управления: теоретические и прикладные аспекты // Изв. АН СССР. Техн. Кибернетика, 1991. – № 3.
Алиев Р. А., Гулъко Д. Е., Шахназаров М. М. Экспертная система для производственного планирования // Изв. АН СССР. Техи. Кибернетика, 1988. – № 5.
Аверкин А. Н., Батыршин Р. 3., Блишун А. Ф. и др. Теория нечетких множеств в процессах управления искусственным интеллектом // Под ред. Д. А. Поспелова. – М.: Наука, 1986.
Слепченко А.П., Лунина Н. В., Шапиро М. Ю. Экспертная система диагностики FOCUS // Тр. II Всесоюзн. конф. Искусственный интеллект – 90. – Минск: ВЦ АН СССР, 1990.
Marujata У., Takahashi H. Application of fuzzy reasoning to failure diagnosis // J. Atom. Energy Soc. Jap, 1985. – Vol. 27. – № 9.
Bocklish S. T. A diagnosis system based on fuzzy classification // Comput. in Industry, 1986. – Vol. 7. – № 1.
Novak T., Meigs I. В., Sanjord R. L. Development of an expert system for diagnosing component level failures in a shuttle car // IEEE Trans. Ind. Appl, 1989. – Vol. 25. – № 4.
Ishibushi I., Ichihashi H., Tanaka H. Set-cover theoretical diagnosis based on fuzzy symptoms // Syst. Contr. and Inf, 1989. – Vol. 33. – № 2.
Pis P., Mesiar R. Fuzzy model of inexact reasoning in medicine // Comput. Meth. and Progr. in Biomedicine, 1989. – Vol. 30. – № 1.