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   |   DOI: 10.18287/2223-9537-2022-12-2-158-171

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
Статья научная