Интеллектуальные информационные системы

Главного героя, из-за сбоя в информационной системе подсчета голосов, случайно избирают Президентом вымышленной Страны. Тут же за ним начинается охота всевозможных спецслужб. Официальная пропаганда пытается объявить его без вести пропавшим, и привести к присяге действующее первое лицо. Но герой не собирается сдаваться, и ловко избегает хитрых ловушек преследователей, окончательно запутавшихся в собственных бюрократических капканах. Приключения с погонями приводят героя к присяге на пост Президента вымышленной Страны. Он становится Президентом вымышленной Страны и инициирует шокирующие бюрократов - казнокрадов перемены.

В учебнике рассмотрены традиционные методы тестирования программного обеспечения, рассматривающие программу как «белый ящик» или как «черный ящик», описана организация процесса тестирования в жизненном цикле программного обеспечения. Рассмотрены особенности объектно-ориентированного тестирования и методы регрессионного тестирования, а также методы и средства отладки программ. Учебник предназначен для студентов, обучающихся в бакалавриате по направлению подготовки 09.03.01 «Информатика и вычислительная техника».

В учебнике рассматриваются вопросы проектирования интеллектуальных систем с использованием языков искусственного интеллекта и инструментальных средств поддержки их разработки. Описаны особенности жизненного цикла программного обеспечения интеллектуальных систем, модели представления знаний в интеллектуальных системах, языки программирования систем искусственного интеллекта, такие как языки Prolog, LISP и CLIPS. Предназначен для студентов, обучающихся в бакалавриате и магистратуре по направлениям подготовки 09.03.01 и 09.04.01 «Информатика и вычислительная техника».

Учебное пособие посвящено современному состоянию и основным концепциям развития ЭВМ, принципам построения и классификации вычислительных систем. Также в пособии представлены основные существующие на сегодняшний день модели и методы описания вычислительных систем. Предназначен для студентов, обучающихся по направлению подготовки бакалавров 09.03.01 «Информатика и вычислительная техника», профили «Интеллектуальные системы обработки информации и управления», «Автоматизированные системы», «Системы автоматизированного проектирования и информационной поддержки изделий», а также изучающих современные информационные технологии и инфокоммуникационные системы и сети.

В статье рассматривается разработка информационно-алгоритмической поддержки системы оптимизации управления синтезом непрерывных активных фармацевтических ингредиентов (АФИ) на примере непрерывного синтеза дифенгидрамина из хлор/бромдифенилметана на микрореакторах. Методологическую основу предлагаемой разработки составляет системная реализация принципа Quality-by-Design (QbD) на стадии разработки непрерывного синтеза АФИ. Проведено информационное моделирование процесса синтеза димедрола в аппаратах проточного типа (микрореакторах). Разработана схема интеллектуальной системы информационной поддержки синтеза дифенгидрамина (димедрола). Разработанная интеллектуальная информационная система включает в себя блок подготовки управленческих решений, который предназначен для формирования в режиме онлайн рекомендаций исследователю, проводящему синтез АФИ. Основной задачей, которая решается с помощью этого блока, является предсказание показателя качества продукта, полученного в процессе синтеза, и одновременно определение критических значений проводимого синтеза, что позволяет исследователю не выходить за заданные ограничения. В основе как модели предсказания показателя оценки качества продукта, так и критических параметров процесса лежат идеи регрессионного анализа. Приведён алгоритм построения многооткликовых регрессионных уравнений. Построенные регрессионные уравнения дают возможность сформулировать на втором этапе задачу оптимизации, для решения которой была выбрана одна из модификаций покоординатного поиска оптимума – алгоритм Хука – Дживса. Приводится обобщённая блок-схема, отражающая в самом общем виде алгоритм оптимизации планирования исследований при непрерывном синтезе димедрола. Рассмотрены некоторые результаты исследований непрерывного синтеза димедрола на микрореакторной системе Qmix. В качестве исходных компонентов использовались хлорбензогидрол и бромбензогидрол.

В статье описываются функциональные возможности разработанной авторами интеллектуальной программной системы оптимизации адаптивного управления процессами бизнес-планирования в условиях неопределённости. Результаты получены в ходе работы по новому методу оптимизации адаптивного управления проектами, основанному на сетевом экономико-математическом моделировании. На базе этого метода разработана методика решения задачи оптимизации адаптивного управления процессами бизнес-планирования, которая в предлагаемой интеллектуальной программной системе поддержки принятия решений включает в себя блок, содержащий модель оптимизации адаптивного управления. В качестве целевой функции (оценочного функционала) в указанном методе рассматривается значение длительности периода времени для исполнения бизнес-плана, которое требуется минимизировать. Этот метод позволяет сформировать класс допустимых стратегий адаптивного управления процессом реализации для рассматриваемого бизнес-плана. В рамках этого класса стратегий формируется стратегия оптимального адаптивного управления реализацией процессами бизнес-планирования, вычисляются оптимальное время его реализации и оптимальный календарный график реализации бизнес-плана в целом, соответствующие стратегии оптимального адаптивного управления. Внедрение предлагаемого нового метода в интеллектуальную программную систему позволяет осуществить обратную связь и получить оптимальное время для исполнения бизнес-проекта в целом. Разработанная интеллектуальная система предназначена для автоматизации моделирования процессов бизнес-планирования и оптимизации адаптивного управления принятием решений при их реализации на основе сетевого экономико-математического моделирования, а также методов и инструментария разработки интеллектуальных программных систем. В созданной системе учитываются имеющиеся конкретные технико-экономические условия и информационное обеспечение. Полученные в работе результаты могут служить основой для создания интеллектуальных инструментальных систем поддержки принятия управленческих решений при осуществлении процессов бизнес-планирования в условиях информационной неопределённости и рисков.

Существует ряд особенностей, свойственных задачам математического моделирования сложных систем, которые ограничивают использование известных методов. Указанное обстоятельство обусловливает необходимость разработки новых методов и алгоритмов математического моделирования, позволяющих расширить область применения технологий интеллектуального анализа данных. В статье рассмотрен метод интеллектуального анализа данных, в основе которого лежит идея самоорганизации математических моделей и аппарат гибридных нейронных сетей. Предлагаемый метод позволяет строить модели сложных систем в условиях ограниченности объёма исходных данных с учётом экспертной информации об имеющихся закономерностях и взаимосвязях. Авторы анализируют особенности задач математического моделирования сложных систем, а также предлагают методику, включающую следующие этапы: формирование обучающих выборок и подготовку структур частных моделей, генерирование частных моделей нейронной сетью, отбор лучших моделей по заданному критерию. Для тестирования разработанной методики был разработан специальный программный комплекс, с помощью которого проводились вычислительные эксперименты. Их результаты свидетельствуют о работоспособности рассмотренного метода и позволяют рекомендовать его для построения математических моделей сложных систем. Полученные модели в дальнейшем могут использоваться в качестве математического и алгоритмического обеспечения интеллектуальных информационных систем поддержки принятия решений по управлению сложными объектами произвольной природы.

Практикум предназначен для проведения занятий по дисциплине «Интегрированные информационные системы» и представлен в виде набора тестовых задач по каждой главе. В рамках рассмотрения каждой темы обсуждается необходимый для решения тестов материал. Правильно расставлены акценты для осознанного понимания функционирования интегрированных систем управления на предприятии. Практикум предназначен для студентов, обучающихся в бакалавриате по направлению подготовки 09.03.01 «Информатика и вычислительная техника», а также изучающих информационные технологии.

Монография содержит результаты научных исследований, направленных на решение проблемы создания информационных систем (ИС) для поддержки принятия управленческих решений на основе адаптивных информационных технологий. Для студентов, аспирантов и преподавателей вузов, руководителей и специалистов предприятий.

В монографии представлены методы и алгоритмы эволюционного согласования решений для поиска принятия решения сложных многокритериальных задач, основанных на коллективном интеллекте. Рассматриваются подходы к созданию теории сетевых систем коллективного интеллекта. Представлен обзор экспертных систем и предложены методы качественной и количественной оценки компетентности экспертов. Предложены алгоритмы оптимизации программного обеспечения системы коллективного интеллекта для решения задач развития промышленных предприятий, в экономике и образовании. Содержание работы основано на практических актах внедрения результатов кандидатской диссертационной работы. Для студентов, обучающихся по направлению 09.03.01 «Информатика и вычислительная техника», изучающих дисциплины «Экспертные системы», «Интеллектуальные информационно-измерительные системы» и «Алгоритмы интеллектуальной обработки данных».

В монографии изложены концептуальные основы и методы представления знаний в системах искусственного интеллекта. Рассмотрены различные подходы, применяемые при проектировании и разработке интеллектуальных систем и технологий в транспортном комплексе, а также рассмотрены тенденции развития систем искусственного интеллекта. Монография может быть использована для формирования профессиональной компетентности студентов высших учебных заведений, кадров высшей квалификации и научных сотрудников, обучающихся и ведущих научные исследования в области разработки и практического применения систем искусственного интеллекта по укрупненной группе направлений подготовки «Информатика и вычислительная техника».

Данный курс лекций освещает основные вопросы изучения дисциплины «Сетевые технологии», а представленный материал является базой для дальнейшего более глубокого изучения компьютерных сетей и технологий. Курс лекций предназначен для студентов старших курсов, обучающихся в бакалавриате по направлению подготовки 09.03.01 «Информатика и вычислительная техника», а также изучающих сетевые технологии.

Рассматриваются интеллектуальные системы управления предприятием на базе существующих «ERP». Подробно освещены такие современные концепции управления, как «Бережливое производство», «Теория ограничений», «Быстрореагирующее производство». Реализован подход, основанный на интеллектуальных элементах, позволяющих снижать степень неопределенности и принимать обоснованные управленческие решения в постоянно меняющихся условиях. Представлены инструменты, используемые для построения интеллектуальных систем в условиях нечеткой исходной информации для постановки и решения задач управления производством. Охарактеризована практика реализации интеллектуальных элементов в рамках внедрения «1С ERP Управление предприятием 2».

Современная система управления производственными рисками на предприятиях базируется на принципах, заложенных в стандартах производственной безопасности и охраны труда, и предполагает в основном долгосрочное прецедентное управление рисками: реагирование на их наступление, анализ результатов, выполнение мероприятий по снижению рисков. При этом, за редким исключением, за скобками остается управление экстремально быстро развивающимися риск-ситуациями, выполняемое в ходе их развития. Например, выход из строя некоторых станков или их частей может быть заблаговременно предсказан по параметрам их работы (характеру и уровню шума, вибрации, температурным параметрам и т. д.). Ранее управление такими риск-ситуациями было осложнено отсутствием или дороговизной автоматизированных систем, способных реагировать с требуемыми задержками. Благодаря активной информатизации и автоматизации производственных процессов, внедрению технологий Индустрии 4.0 появляется технологическая возможность управления риск-ситуациями, развивающимися экстремально быстро: разрушением вращающихся частей станков и механизмов. Средства интеллектуальной обработки потоковых данных позволят создать системы оперативной идентификации рисков, что значительно сократит цикл управления рисками и позволит своевременно реагировать на быстро развивающиеся риск-ситуации. В статье рассмотрены особенности управления рисками экстремально быстро развивающихся риск-ситуаций. Проведен сравнительный анализ современных брокеров сообщений, подходящих для построения систем интеллектуального управления рисками в условиях неопределенности. Предложена архитектура программных средств для интеллектуального управления рисками в условиях неопределенности на основе брокера сообщений Apache Kafka. Проведен сравнительный анализ реализации обработки нечетких данных на базе Kafka Streams в рамках Apache Kafka и отдельным приложением вне Apache Kafka.

Основная цель учебного пособия – дать первоначальную информацию студентам по теоретическим основам построения интеллектуальных систем управления (ИСУ), представляющих собой один из важнейших классов систем искусственного интеллекта, и примеры их практического применения в области энергоресурсосбережения при эксплуатации управляемых электротехнических комплексов технологического оборудования. Изложены теоретические и экспериментальные основы построения ИСУ с использованием нечеткой логики, нейронных сетей, нечетких когнитивных карт. Приведены примеры из научно-исследовательских работ, иллюстрирующих особенности и преимущества применения указанных методов для технологических объектов с транспортирующими, наматывающими и крутильно-мотальными механизмами. Уделено внимание вопросам расчета, моделирования и проектирования ИСУ, а также анализу современного состояния программной и аппаратной реализации алгоритмов интеллектуального управления. Учебное пособие предназначено для студентов, обучающихся по направлениям «Автоматизация технологических процессов и производств», «Управление в технических системах», «Теплоэнергетика и теплотехника», «Технологические машины и оборудование», «Информатика и вычислительная техника», «Информационные системы и технологии», «Технология изделий легкой промышленности», «Технологии и проектирование текстильных изделий», «Технология художественной обработки материалов», «Стандартизация и метрология», «Химическая технология», «Техносферная безопасность», «Мехатроника и робототехника», а также может быть полезно магистрантам, аспирантам, научным сотрудникам и инженерно-техническим специалистам, занимающимся проблемами управления сложными динамическими объектами в условиях неопределенности.