Использование онтологических шаблонов содержания при построении баз знаний для технического обслуживания и ремонта авиационной техники

Автор: Дородных Н.О., Николайчук О.А., Юрин А.Ю.

Журнал: Онтология проектирования @ontology-of-designing

Рубрика: Прикладные онтологии проектирования

Статья в выпуске: 2 (44) т.12, 2022 года.

Бесплатный доступ

В статье представлен метод создания прототипов баз знаний на основе шаблонов онтологического проектирования и таблиц решений. Метод содержит этапы: построение онтологии предметной области на основе онтологического шаблона содержания; формирование продукционной базы знаний на основе трансформации элементов онтологии предметной области; наполнение базы правил с использованием таблиц решений, а также их интерпретация и отладка. Разработан онтологический шаблон содержания, описывающий процесс технического обслуживания и ремонта согласно действующим стандартам. Трансформация онтологии в продукционную модель и генерация таблиц решений осуществлялись с использованием системы программирования продукционных баз знаний. С целью привлечения непрограммирующих конечных пользователей к процессу заполнения структур баз знаний конкретными правилами использован табличный редактор. Содержательная оценка полученной базы знаний осуществлена с использованием авторской программы-оболочки. Предложенные в работе метод и шаблон апробированы при решении задачи поиска причин неисправностей и формирования последовательности работ по техническому обслуживанию и ремонту системы электроснабжения самолёта Сухой Суперджет 100.

Еще

Шаблон проектирования онтологий, база знаний, таблицы решений, модельно-ориентированный подход, система электроснабжения, самолёт, техническое обслуживание и ремонт

Короткий адрес: https://sciup.org/170195097

IDR: 170195097   |   УДК: 004.891.3:629.7.083   |   DOI: 10.18287/2223-9537-2022-12-2-158-171

Using ontological content patterns in knowledge base engineering for maintenance and repair of aviation equipment

The article presents a method for creating knowledge base prototypes based on ontological design patterns and decision tables. The method contains the following steps: building an ontology of the subject area based on the ontological template of the content; formation of a production knowledge base based on the transformation of elements of the ontology of the subject area; filling the rule base using decision tables, as well as their interpretation and debugging. An ontological content template has been developed that describes the maintenance and repair process in accordance with current standards. The transformation of the ontology into a production model and the generation of decision tables were carried out using a programming system for production knowledge bases. In order to involve non-programming end users in the process of filling knowledge base structures with specific rules, a spreadsheet editor was used. A meaningful assessment of the obtained knowledge base was carried out using the author's shell program. The method and template proposed in the paper were tested in solving the problem of finding the causes of malfunctions and forming a sequence of maintenance and repair of the power supply system of the Sukhoi Superjet 100 aircraft.

Еще

Текст научной статьи Использование онтологических шаблонов содержания при построении баз знаний для технического обслуживания и ремонта авиационной техники

Онтологии широко используются как удобное средство представления знаний, а их разработка остаётся сложной и трудоёмкой задачей[1]. Для повышения эффективности данного процесса создаются и применяются различные подходы и инструменты, одним из которых являются шаблоны онтологического проектирования (Ontology Design Pattern, ODP) [2]. Этот подход позволяет снизить риск повторения ошибок проектирования за счёт использо- вания типовых решений, представленных в виде шаблонов. Для их централизованного хранения и использования созданы специализированные каталоги шаблонов, которые в большинстве случаев ориентированы на конкретную предметную область (ПрО), не обладают полнотой и универсальностью, но могут быть полезны разработчикам в качестве источников предварительных решений или прототипов. Шаблоны можно разделить на шесть типов в соответствии с их назначением [2]: структурные, соответствия (реинжиниринг и согласование), содержания, обоснования, представления (присвоение имен и аннотирование) и лексикосинтаксические. Онтологические шаблоны содержания фиксируют приёмы концептуального проектирования, предоставляя решения для различных задач моделирования ПрО, и являются наиболее распространёнными.

Онтологии могут являться полезным источником информации о ПрО, как на терминологическом ( T-Box ), так и аксиоматическом ( A-Box ) уровнях при автоматизированном построении баз знаний (БЗ) интеллектуальных систем и генерации программных кодов. Решение подобной задачи требует согласования программных средств создания онтологий и БЗ, в частности, «по данным», т.е. на уровне форматов хранения и обработки данных.

В данной работе описан метод автоматизации создания продукционных БЗ, включающий: использование онтологического шаблона содержания для формирования онтологии ПрО; трансформацию полученной онтологии в продукционную модель; уточнение и наполнение построенной модели при помощи таблиц решений с последующей их интерпретацией или генерацией программных кодов. Для разработки онтологий и их шаблонов могут использоваться различные специализированные редакторы (например, Protégé, OntoEdit, Menthor Editor ), позволяющие экспортировать результат в OWL -формат, который выбран в качестве исходного. Трансформация OWL -онтологии в продукционную модель и генерация таблиц решений осуществлялись с использованием системы программирования продукционных БЗ – Personal Knowledge Base Designer ( PKBD ) [3]. С целью привлечения непрограммирующих конечных пользователей к процессу заполнения структур БЗ конкретными правилами использован табличный редактор Microsoft Excel . Содержательная оценка полученной БЗ осуществлена с использованием программы-оболочки iDSS.Desktop [4].

Апробация метода осуществлена на примере решения задачи поиска причин неисправностей и формирования последовательности работ по техническому обслуживанию (ТО) и ремонту системы электроснабжения самолёта Сухой Суперджет 100.

1    Использование онтологий при создании БЗ: состояние вопроса

Повышение эффективности разработки БЗ является актуальной проблемой [5, 6]. Одной из тенденций в этой области является использование концептуальных моделей, включая онтологии и семантические сети [7-9], а также программных инструментов в виде фреймворков и специальных редакторов для онтологического моделирования ( Protégé, Ontolingua, DOE, Apollo, WebOnto и др.), которые позволяют создавать графические модели, соответствующие знаниям экспертов в ПрО. Большинство инструментальных средств не охватывают все этапы создания БЗ и не обеспечивают полноту процесса разработки: от моделей ПрО до программных кодов, в некоторых случаях позволяют получать только графические артефакты структур БЗ без их исполнения (интерпретации). Здесь можно выделить Protégé , который позволяет генерировать код элементов БЗ, в частности, на CLIPS/COOL .

Актуальность разработки специализированного программного обеспечения подтверждается и другими примерами [10-16]. В [12] рассмотрено средство для разработки экспертных систем с использованием технологии Semantic Web, которая позволяет инженеру по знаниям и эксперту ПрО описывать её без знаний языков программирования. В [9] используется он- тология для моделирования знаний ПрО, а правила принятия решений – для представления оперативных знаний, реализуя данный подход на основе объединения систем Protégé и JESS. В [13, 14] представлены инструментальные средства, обеспечивающие построение продукционных экспертных систем в области диагностики. В [15] описан процесс создания онтологии для представления знаний о диагностике заболеваний и синдромов, онтология реализована на облачной платформе IACPaaS и в настоящее время активно используется специалистами для создания БЗ в различных областях медицины.

Анализ этих и подобных исследований показал перспективность использования принципов когнитивного (визуального) моделирования и проектирования, а также подходов, реализующих трансформацию моделей, в частности, модельно-управляемого подхода [17, 18].

2    Метод создания БЗ

Предлагается развитие метода создания продукционных БЗ на основе онтологий и таблиц решений, основанный на трансформации моделей [19], который в обобщённом формальном виде может быть описан следующим выражением:

T: Ont → Code,                                  (1)

где Ont – онтологическая модель; Code – программный код, T – трансформация моделей.

Для рассматриваемого аспекта выражение (1) приобретает вид:

T: OntOWL →CodeKB, где OntOWL – код на языке OWL 2 DL, описывающий онтологию ПрО, причём OntOWL создаётся на основе онтологического шаблона ODPOWL, CodeKB – программный код БЗ, записанный с использованием метода из [20].

Последовательность основных этапов метода создания БЗ представлена на рисунке 1.

Формирование модели (структуры)

X_____

продукционной БЗ

2. Структура БЗ

0. Информация ПрО

1

Построение онтологии на основе определённого онтологического шаблона

X__

Protégé, OntoEdit, Menthor Editor , …

1. Модель предметной области (OWL 2 DL)

Уточнение и наполнение продукционной БЗ

3. БЗ

Интерпретация, генерация и отладка

  • 4.    Коды и спецификации

Рисунок 1 – Основные этапы метода создания БЗ, их результаты и инструментальные средства

  • 1)    Построение онтологии на основе определённого онтологического шаблона . Этап предполагает выбор конкретного шаблона ODP OW из определённого множества онтологических шаблонов согласно решаемой задаче. Источник шаблонов не конкретизируется, как и среда моделирования, основное требование к которой – возможность представления

результата в формате OWL 2 DL . Используя определённый онтологический шаблон, производится формирование онтологии решаемой задачи путём определения эквивалентных понятий, подклассов и экземпляров, заданных в шаблоне классов.

2)    Формирование модели (структуры) продукционной БЗ. Этап включает преобразование онтологической модели в элементы продукционной модели, в частности, шаблоны фактов. Преобразование моделей осуществляется с помощью модуля PKBD.Onto, устанавливающего соответствия между их элементами [21]. 3)    Уточнение и наполнение продукционной БЗ, включая доопределение продукционной модели. Для реализации действий этапа могут быть использованы возможности PKBD либо внешние табличные редакторы (например, Microsoft Excel) при условии использования таблиц решений в CSV-формате в качестве целевого формализма. 4)    Интерпретация, генерация и отладка включает действия по оценке корректности (верификации и валидации) полученной БЗ, что может быть выполнено в PKBD либо с использованием программы-оболочки iDSS.Desktop, обеспечивающей интерпретацию таблиц решений в CSV-формате в контексте задач диагностики. 3    Онтологический шаблон ТО и ремонта

Согласно требованиям стандартов [22-24] определены основные понятия нового онтологического шаблона содержания, который описывает процесс ТО и ремонта, включающего отношения между объектом ТО и процессом, а также свойствами объекта и процесса. На рисунках 2 и 3 представлены фрагменты онтологического шаблона содержания для описания технического объекта (рисунок 2) и для описания процесса ТО (рисунок 3).

Рисунок 2 – Фрагмент онтологического шаблона содержания для описания технического объекта

Полученный онтологический шаблон ТО и ремонта является основой для разработки онтологий конкретных ПрО, где решаются задачи диагностирования, ТО, ремонта и т.п.

технического обслуживание шей Концепцию " неского обслуживания

[меет Операции обнаружения ^^^цеисп давностей / имеет Документацию технического обслуживания

^Инструменты} обслуживания}

^Сооружения

^Концепция технического обслуживания и ремонта

?т Правила технического обслуживания1

Техническое обслуживание имеет Операцию

^ Поддержка технического обслуживания (ремонта) } юказатели жазатели (                     ~ обслужив! Эшелон технического обслужива!

Объем технического обслуживания (ремонта)}

Операция обнаружения неисправности имеет Систему технического обслуживания и ремонта/

Система технического обслуживания и ремон| Документация технического

^Запасные части

1ния (ремонта)} имеет Операции 'ехнического обслуживания

^Операция технического обслуживания} имеет Операции устранения неисправностей

Операция устранения неисправности это    это имеет Совокупность средств

\    / технического обслуживания ифемонта

■^Средства технического обслуживания (ремонта)^ Объект технического обслуживания (ремонта) }-это>[ Технический объект}

^Показатели технического обслуживания (ремонта)}

. Правила технического обслуживания (ремонта)

имеет Метод _______________________________________ дехнического обслуживайияИ метод технического обслуживания (ремонта) } имеет Эшелон         имеет Поддержку

1ического обслуживани^хнического обслуживания___

Операция           _____________ ________ диагностирования неисправности]

^меет Средства технического обслуживания

Рисунок 3 – Фрагмент онтологического шаблона содержания для описания процесса ТО и ремонта

4    Онтология ТО и ремонта системы электроснабжения самолёта

Апробация разработанных онтологических шаблонов осуществлена при разработке онтологии для решения задач поддержки принятия решений при ТО и ремонте системы электроснабжения самолёта Сухой Суперджет 100.

Анализ ПрО осуществлен на основе следующей документации: руководство по технической эксплуатации (РЭ) и руководство по поиску и устранению неисправностей (РУН) самолёта. РЭ описывает информацию по процессам обслуживания, замены, регулировки, осмотра и проверки оборудования систем самолёта, выполняемым на перроне или в ангаре ТО. РЭ содержит также информацию об осмотрах и ТО конструкции планера самолёта и описание процедур планового ТО самолёта. РУН описывает возможные отказы и неисправности, последовательности действий и работ по их выявлению и устранению по каждой системе самолёта. Анализ ПрО был выполнен для системы электроснабжения самолета, где рассмотрены неисправности 7 подсистем.

На основе онтологического шаблона проектирования разработан фрагмент онтологии ТО и ремонта генератора левого двигателя самолёта. Описаны синонимы ПрО, определены структура объекта и работы по обслуживанию генератора левого двигателя самолёта.

Использование данного шаблона при разработке онтологии позволило сократить трудозатраты на её создание, связанные с систематизацией основных понятий ПрО, в данном случае – структуры и основных свойств операций, их классификации. При проектировании онтологии внимание было сосредоточено на детализации и конкретизации созданных классов и понятий. В таблице 1 на фрагментах онтологии представлены дополнения причин отказов и работ по поиску и устранению неисправностей.

Для детализации информации о структуре объекта использована иерархия типа «общее-частное» для описания иерархии систем, подсистем и под-подсистем по их назначению. Пример реализации онтологии для системы электроснабжения самолёта показан на рисунке 4. На основе иерархии «общее-частное» описана иерархия типа «часть-целое» с использованием соответствующих объектных свойств: имеет подсистемы, имеет под-подсистемы. Фрагмент онтологии представлен на рисунке 5.

Таблица 1 – Фрагмент онтологии ПрО, сформированной на основе онтологического шаблона содержания

Фрагмент онтологического шаблона

исходный

с эквивалентными понятиями ПрО

Свойства отказа Признаки отказа Вид отказа Критерии отказа Критичность отказа Механизм отказа Последствия отказа

0 Свойства отказа

Ф Вид отказа

( Возможные причины

  • — 4 Критерии отказа

  • 4 Критичность отказа

  • 4 Механизм отказа

  • 4 Последствия отказа

  • > е Признаки неисправности Признаки отказа

  • < ШИН ЗЕ

Итоговый фрагмент онтологии предметной задачи ф Свойства отказа ф Вид отказа

Возможные причины ф Критерии отказа ф Критичность отказа ф Механизм отказа ф Последствия отказа

> 0 Признаки неисправности

Признаки отказа

[Причина отказа

Причины отказа самолета

Возможные причины РУН - Система электроснабжения

Возможные причины РУН - Система Привод-Генера1 Возможные причины РУН - Отказ привод-генера

0 Операции

* 0 Операции технического обслуживания и ремонта Операции демонтожа и монтожа

Операции диагностирования неисправности

Операции контроля функционирования

Операции локализации неисправности

Операции обнаружения неисправности

Операции обслуживания

Операции общего обслуживания

Операции по регулировке и испытаниям

Операции устранения неисправности

ф Работы ф Классы по функциональному коду_Работы

  • >    Ф Осмотр и проверка_Работы

  • >    Ф Очистка и окраска_Ра6оты

  • >    ф Техническая эксплуатация Работы

GДемонтаж и монтажРаботы

  • >    ф Обслуживание Работы

  • г    @ Общее обслуживание_Работы

|Поиск и устранение неисправностей (структу]

Регулировка и испытание Работы

  • >    ф Состав работ по устранению неисправностей ф Текущий ремонт_Работы

[Поиск и устранение неисправностей (структурная классмфикация)_Работы

РУН_Проверка отсутствия признаков неисправности

РУН_Система электроснабжения

РУН Аварийная система постоянного тока

РУН Вспомогательная система переменного тока

РУН_Основнм система переменного тока

РУН_Основная система постоянного тока

РУН.Проверка электропроводки

РУН_Ремонтэлектропроводки

РУН_Система подключения потребителей переменного тока

РУН_Система подключения потребителей постоянного тока

РУН_Система Привод-Генератора

0 Структурные свойства самолета

  • >    4 Компоненты

  • >    4 Конструкция планера

  • >    4 Контакты электропроводки

v 4 Под-подсистемы самолета

  • v • Система электроснабжения - Под-подситема

  • >    0 Аварийная система переменного тока - Под-подсистема

  • >    0 Аварийная система постоянного тока - Под-подсистема

  • >    0 Вспомогательная система переменного тока - Под-подсистема

  • >    0 Основная система переменного тока - Под-подсистема

  • >    0 Основная система постоянного тока -Под-подсистема

  • >    0 Распределительное устройство переменного тока - Под-подсистема

  • >    0 Система аэродромного питания переменным током - Под-подсистема

v 0 Система подключения потребителей постоянного тока - Под-подсистема

  • 4 Блок выключателей предохранителей - Под-подсистема

  • 4 Датчик холла - Под-подсистема

  • 4 Контактор - Подключение Потребителей - Под-подсистема

  • 4 Пульт управления электрическими нагрузками - Под-подсистема

  • 4 Рама блока выключателей-предохранителей - Под-подсистема

  • 4 Распределительное устройство постоянного тока - Под-подсистема

  • v 0 Система Привод-Генератора - Под-подсистема

  • • Привод-генератор - Под-подсистема

  • > 0 Статический преобразователь - Под-подсистема

Рисунок 4 – Понятия, отражающие перечень под-подсистем системы электроснабжения

Онтология работ (операций) также описывает иерархию «общее-частное» и «часть-целое». В первом случае использованы различные основания классификации: по назначению, по функциональному коду, классификация работ согласно структуре объекта, по виду работ с точки зрения выполняемых процессов: техническая эксплуатация, ТО, ремонт и устранение неисправностей. Второй тип отношений позволяет описать структуру работ. Например, устранение неисправностей содержит работы, группируемые по этапам процесса выполнения работы: подготовительный этап, подтверждение неисправности, поиск и устранение неисправности, подтверждение устранения неисправности и заключительный этап. Тип отношений «часть-целое» описан с помощью объектных свойств: имеет подготовительные работы, имеет заключительные работы, имеет работы по подтверждению, поиску и устранению неисправностей и др.

Рисунок 5 – Фрагмент онтологии, отражающей систему электроснабжения

Дальнейшее описание детализирует различные свойства работ и их отношения. В частности, работы по поиску и устранению неисправностей включают: работы подготовительные, подтверждающие неисправность и др., номер работы, перечень признаков неисправностей, возможные причины отказа и т.д. Пример детализированной структуры работы пред- ставлен на рисунке 6.

Рисунок 6 – Детализированная структура работы «Отказ генератора левого двигателя»

5    Формирование таблиц решений на основе онтологии

Онтологическая модель позволяет автоматизировать процесс создания БЗ на основе трансформации моделей. В качестве интуитивно понятного способа описания действий, выполняемых при различных комбинациях условий, использованы таблицы решений ( decision tables ), как один из вариантов отображения логических правил.

Таблицу решений можно представить в виде следующей структуры:

MDT = ( Conditions, Actions ), где Conditions, Actions - множества понятий ПрО, их свойств (слотов) и ограничений на значения этих свойств, представленных в виде шаблонов фреймов f c , f a е f

Conditions = {fic } , Actions = {fia } , f = {( slot_name i , slot_type i , value consiratni , )}, i = 1.. N.

В дальнейшем для обозначения слота фрейма использована сокращенная запись frame_name :: slot_name.

В качестве примера созданы таблицы решений для определения причин неисправности (отказа) и для формирования последовательности работ по её устранению.

Для определения причин неисправностей необходима онтологическая модель понятия «отказ» (см. рисунок 7), которая включает понятия, условия и действия:

Conditions = { признаки omka3a::CAS, признаки отказа::CDS, признаки отказа::LOCAL },

Actions = { отказ::наименование, отказ::возможные причины, система::наименование, подсистема::наименование, под-подсистема::наименование } И {работа::тип_РУН, рабо-та::номер, работа::содержание, работа::документация, статус::выполнение }.

Для определения последовательности работ необходимы следующие элементы таблицы решений:

Conditions 1 = { признаки отказа::CAS, признаки отказа::CDS, признаки отказа::LOCAL },

Actions 1 = {работа::номер, работа::содержание, статус::выполнение },

Conditions2 =  {отказ::наименование (работа_РУН::номер), работа::номер, рабо- та::содержание, работа::результат, статус::выполнено},

Actions 2 = {работа::номер, работа::содержание, статус::выполнение }.

Рисунок 7 - Модель понятия «отказ» (CAS, CDS, LOCAL - элементы системы электронной индикации)

Возможные значения элементов таблицы (значения слотов фреймов) формируются на основе анализа содержания онтологии. В частности, указанные подклассы, экземпляры классов и значения свойств определяют множество значений условий и действий таблиц решений. Например, если в онтологии выделена работа «Отказ генератора левого двигателя или отключён генератор левого двигателя», то все определённые в онтологии подклассы данной работы будут являться справочником при заполнении таблицы решений при определении значений слотов работа::содержание , работа::номер и др.

6    Полученные результаты

  • 1)    Построена онтология на основе рассмотренного в разделе 3 онтологического шаблона содержания, который детализирован на основе информации о ТО и ремонте генератора левого двигателя. Оба этапа могут быть выполнены с использованием редакторов онтологий, например, Protégé . Фрагмент онтологии описан в разделе 4.

  • 2)    Сформирована модель (структура) продукционной БЗ. С использованием PKBD.Onto выполнено преобразование онтологии. В частности классам ( Class ) ставятся в соответствие шаблоны фактов ( Template ), а свойствам данных ( DataProperty ) – слоты ( Slots ).

  • 3)    Уточнение и наполнение продукционной БЗ осуществлено с использованием Microsoft Excel , для чего модель продукций представлена в форме таблиц решений, структура которых описана в разделе 5. Пользователь формирует конкретные правила, описывающие последовательность операций устранения отказа генератора левого двигателя, с использованием шаблонов фактов, полученных из онтологии. Для устранения отказа генератора левого двигателя создано 36 правил. Примеры полученных таблиц приведены на рисунке 8.

Рисунок 8 – Примеры фрагментов таблиц решений

  • 4)    Интерпретация, генерация и отладка осуществлены с использованием программы-оболочки iDSS.Desktop , обеспечивающей интерпретацию таблиц решений в CSV -формате в контексте задач диагностики с целью проверки созданной БЗ. Экранная форма, содержащая результаты работы программы, показана на рисунке 9.

В результате использования данной БЗ экспертная система обеспечивает формирование последовательности операций, выполнение которой необходимо для устранения отказа (неисправности) системы электроснабжения воздушного судна.

Программа для поддержки принятия решений в задачах диагностики

Возможные неисправности:

Начальные данные:

Признаки отказа:

Основная система переменного тока

Основная система переменного тока

Основная система пеоеменного тока

Программа может быть настроена на определенную задачу, путем использования файлов с информацией о предметной области, в частности: о неисправностях и их проявлениях; о работах по выявлению, устрамениею и др, неисправностей; о прецедентах (неисправностях выявленных и устраненных ранее), Информация должна быть представлена в форме CSV файлов, содержащих таблицы решений специального вида. Используя данные файлы программа обеспечить поиск возможных неисправностей, а также формирование плана работ по их устранению. Для поиска решений используются формализмы

Подготовительная

Подготовительная

Подготовительная

Нажмите кнопку-табло L GEN, если она отжата

Подтверждение неисправное

Выполните работу РУН 24-21-00-810-801

Подтверждение неисправное

Поиск и устранение неиелравн

Подсоедините аэродромный источник электрического питания (см* работу РЭ 24-41-00-860-801)

Выполните включение системы электронной индикации кабины экипажа (см, работу РЭ 31-61-00-860-801)

Запустите левый двигатель в автоматическом режиме (см, работу РЭ 71-00-00-800-802)

Запустите левый двигатель в автоматическом режиме (см. работу РЭ 71-00-00-800-802)

Рисунок 9 – Результат интерпретации полученных таблиц решений в iDSS.Desktop

Блок трансформаторов тока №)

Блок управления генератором левый (6-Х242)

Кнопка-табло L GEN (пульт электооснабжения!

Заключение

Представлен метод создания БЗ на основе использования онтологических шаблонов содержания и таблиц решений, предполагающий использование как специализированного инструментария, обеспечивающего трансформацию онтологий и интерпретацию таблиц решений, так и табличного редактора Microsoft Excel для наполнения структур БЗ. Разработан содержательный онтологический шаблон ТО и ремонта, соответствующий требованиям действующих стандартов, который использован при поиске и устранении неисправностей системы электроснабжения самолёта Сухой Суперджет 100.

Список литературы Использование онтологических шаблонов содержания при построении баз знаний для технического обслуживания и ремонта авиационной техники

  • Guarino N. Formal Ontology in Information Systems // In: Processing of the First International Conference on Formal Ontology in Information Systems (FOIS'98), 1998. Vol. 46. P.3-15.
  • Hitzler P., Gangemi A., Janowicz K., Krisnadhi A.A., Presutti V. Ontology Engineering with Ontology Design Patterns: Foundations and Applications. Studies on the Semantic Web. IOS Press/AKA, 2016.
  • Дородных Н.О., Грищенко М.А., Юрин А.Ю. Система программирования продукционных баз знаний: Personal Knowledge Base Designer // Открытые семантические технологии проектирования интеллектуальных систем. 2016. № 6. С.209-212.
  • Юрин А.Ю., Дородных Н.О. iDSS.Desktop // Свидетельство о государственной регистрации программы для ЭВМ. М. Рег. № 2022617130 от 19.04.22.
  • Luger G.F. Artificial Intelligence: Structures and Strategies for Complex Problem Solving, 6th ed. New York: Ad-dison-Wesley, 2008.
  • Wagner W.P. Trends in expert system development: A longitudinal content analysis of over thirty years of expert system case studies // Expert Systems With Applications. 2017. Vol. 76. P.85-96.
  • Corsar D., Sleeman D.H. Developing Knowledge-Based Systems using the Semantic Web // In: Proc. of the 2008 International Conference on Visions of Computer Science: BCS International Academic Conference, 2008. P.29-40.
  • Rajput Q., Khan N.S., Larik A. Haider S. Ontology Based Expert-System for Suspicious Transactions Detection // Computer and Information Science. 2014. Vol. 7(1). P.103-114.
  • Shue L., Chen C., Shiue W. The development of an ontology-based expert system for corporate financial rating // Expert Systems with Applications. 2009. Vol. 36. P.2130-2142.
  • Sahin S., Tolun M.R., Hassanpour R. Hybrid expert systems: A survey of current approaches and applications // In: Expert Systems with Applications. 2012. Vol. 39(4). P.4609-4617.
  • Rybina G.V., Rybin V.M., Blokhin Y.M., Parondzhanov S.S. Intelligent Programm Support for Dynamic Integrated Expert Systems Construction," Procedia Computer Science. In proc. of the 7th Annual International Confe r-ence on Biologically Inspired Cognitive Architectures. 2016. Vol. 88. P.205-210.
  • Nofal M., Fouad K.M. Developing Web-Based Semantic Expert Systems // International Journal of Computer Science. 2014. Vol. 11(1). P.103-110.
  • Kadhim M.A., Alam M.A., Kaur H. Design and implementation of Intelligent Agent and Diagnosis Domain Tool for Rule-based Expert System // In: Proc. of the International Conference on Machine Intelligence Research and Advancement, 2013. P.619-622.
  • Берман А.Ф. Информатика катастроф // Проблемы безопасности и чрезвычайных ситуаций. 2012. № 3. С.17-37.
  • Грибова В.В., Петряева М.В., Окунь Д.Б., Шалфеева Е.А. Онтология медицинской диагностики для интеллектуальных систем поддержки принятия решений // Онтология проектирования. 2018. Т.8. №1(27). С.58-73.
  • Golenkov V.V. Ontology-based Design of Intelligent Systems // Открытые семантические технологии проектирования интеллектуальных систем. 2017. № 7. С.37-56.
  • Cretu L.G., Florin D. Model-Driven Engineering of Information Systems: Principles, Techniques, and Practice. Apple Academic Press, 2014.
  • da Silva A.R. Model-driven engineering: A survey supported by the unified conceptual model // Computer Languages, Systems & Structures. 2015. Vol. 43. P.139-155.
  • Грищенко М.А., Дородных Н.О., Коршунов С.А., Юрин А.Ю. Разработка интеллектуальных диагностических систем на основе онтологий // Онтология проектирования. 2018. Т.8. № 2(28). С.265-284.
  • Грищенко М.А., Дородных Н.О., Николайчук О.А., Юрин А.Ю. Применение модельно-управляемого подхода для создания продукционных экспертных систем и баз знаний // Искусственный интеллект и принятие решений. 2016. № 2. С.16-29.
  • Дородных Н.О., Видия А.В., Юрин А.Ю. Разработка схем онтологий на основе преобразования электронных таблиц // Программные продукты и системы. 2021. № 1. С. 124-131.
  • ГОСТ 20911-89 Техническая диагностика. Термины и определения. Издательское оформление. М.: Стан-дартинформ, 2009.
  • ГОСТ 18322-2016 Система технического обслуживания и ремонта техники. Термины и определения. Издательское оформление. М.: Стандартинформ, 2017.
  • ГОСТ 27.002-2015 Надежность в технике. Термины и определения. Издательское оформление. М.: Стан-дартинформ, 2017.
Еще