Анализ подходов построения онтологических моделей при оценке качества обслуживания автономных роботизированных транспортных средств

Рассматривается проблема формализации предметной области качества технического обслуживания транспортных средств через разработку онтологических моделей. Подчеркнута необходимость комплексного подхода к оценке качества обслуживания, учитывающего взаимосвязи между финансовыми, эксплуатационными, техническими и логистическими аспектами. Основная цель работы – предложить структурированную онтологическую модель, способную автоматизировать процессы анализа данных, прогнозирования отказов и принятия решений в контексте обслуживания автономных транспортных средств. Проанализировано три подхода на примере моделирования грузовика: иерархия классов с экземплярами, множественное наследование классов, декомпозиция на специализированные классы. Третий подход признан наиболее эффективным благодаря детализации, масштабируемости и автоматизации. При этом четкое разделение моделей, экземпляров и шаблонов устраняет неоднозначности, добавление новых классов не требует перестройки существующей структуры, и поддержка логического вывода позволяет использовать модель в системах поддержки принятия решений. Перспективы использования такого подхода заключаются в интеграции с IoT-датчиками для реального времени мониторинга автономного транспортного средства и применения машинного обучения для прогнозирования отказов на основе онтологических данных. Статья представляет ценность для специалистов в области логистики, ИТ-инфраструктуры и инженеров, занимающихся разработкой систем управления транспортными парками.