МОДЕЛЮВАННЯ УПРАВЛІННЯ ІНТЕЛЕКТУАЛЬНІМИ СИСТЕМАМИ НА ТРАНСПОРТІ

Ключові слова: управління, проєктування, інтелектуальна система, мультиагентна технологія, інформаційні ресурси, база знань, моделювання, онтологіна модель.

Анотація

У статті розглядаються актуальні проблеми моделювання процесів управління в інтелектуальних системах на транспорті. Управління такими системами передбачає також контроль і моніторінг процесів їхнього проектування та супроводження. В статті запропоновано онтологічну модель управління процесами інтелектуальних систем на транспорті. Запропонована онтологічна модель необхідна для формування загального розуміння сутностей предметної області, якою є транспортна сфера (транспортні системи, транспортні підприємства, транспортні засоби та транспортна інфраструктура). Запропонована онтологічна модель сприяє представленню знань у вигляді, який є зручним для їхньої обробки в інтелектуальній системі на транспорті; забезпеченню можливості отримання та накопичення нових знань.
У запропонованому онтологічному підході забезпечується багаторазове використання знань та, раніше розроблених, онтологій. Запропонований підхід дозволяє використовувати сучасну мультиагентну технологію, коли кожному агенту відповідає своя онтологічна модель. Розглянутий онтологічний підхід до моделювання управління інтелектуальними системами дозволяє перейти до автоматичного управління процесами в цих системах (за наявності відповідних обмежень).
Розроблену онтологііну модель предметної галузі планується розширити та доповнити новими складовими, наклавши відповідні обмеження. Отриманий за результатами моделювання в Protégé програмний код OWL можна надалі використовувати всередині бази знань інтелектуальної системи, обробляючи цю інформацію в різних програмних застосунках, в тому числі, і Java-застосунках.

Посилання

REFERENCES

Gribova, V.V., & Fedorishchev, L.A. (2017) Software tool for virtual environment development based on cloud platform.. Journal of Computer and Systems Sciences International, 56, 937-944. Retrieved from https://doi.org/10.1134 /S1064230717060065.

Martin, F.R. (2019). How important are semantic networks in artificial intelligence. Retrieved from https://analyticsindiamag.com/semantic-networks-ai/

Schmidhuber, J. (2015). Deep Learning in Neural Networks: An Overview. Neural Networks, 61, 85-117.

Kupriyanovsky, V., & Pokusaev, O., & Volokitin, Y., & Namiot, D., & Petrunina, I., & Zazhigalkin, A. (2018). Formalized ontologies and services for high-speed and digital railways. International Journal of Open Information Technologies, 6(6), 69-86.

Types of Knowledge Representation (2021). Retrieved from https://www.brainkart.com/article/Types-of-Knowledge-Representation_8892/

Abar, S., & Theodoropoulos, G.K., & Lemarіnіer, P., & OHare, G.M. (2017). Agent based modellіng and sіmulatіon tools: A revіew of the state-of-art software. Computer Scіence Revіew, 24, 13–33.

Leonard, N.E. (2014). Multі-agent system dynamіcs: Bіfurcatіon and behavіor of anіmal groups. ІFAC Annual Revіews іn Control, 38(2), 171-183.

Dorri, A., &Kanhere, S.S., &Jurdak, R. (2018). Multi-Agent Systems: A survey. Retrieved from https://www.researchgate. net /publication/324847369_Multi-Agent_Systems_A_survey.

Highnam, K. (2020). The Future of Multi-Agent Systems Research. Retrieved from https://medium.com/@kwhighnam /the-future-of-multi-agent-systems-research-5aef163f1d69.

Tkachenko, О., & Tkachenko, K., & Tkachenko, O. (2020). Using ontologies for control and planning in complex systems. Annali d’Italia 11 (1), 64-69. ISSN 3572-2436

Scherer, Matthew U. (2016). Regulating artificial intelligence systems: risks, challenges, competencies, and strategies. Harvard Journal of Law & Technology, 29 (2).

Ohnyevyy, O.V., & Zavorotnyy, M.V. & Ohneva, A.M. (2019). Metody stvorennya mulʹtyahentnykh system upravlinnya informatsiynymy resursamy u realʹnomu chasi [Methods of creating multi-agent real-time information resource management systems]. Visnyk Khmelʹnytsʹkoho natsionalʹnoho universytetu. Seriya: «Tekhnichni nauky» − Bulletin of Khmelnytsky National University. Series: "Technical Sciences", 4 (275), 106-110. Retrieved from https://www.doi.org/10.31891/2307-5732-2019-275-4-106-110 [in Ukrainian].

Nedashkivsʹkyy, O.L. (2014). Planuvannya ta proektuvannya informatsiynykh system [Planning and design of information systems]. Kyiv: State.University of Telecommunications [in Ukrainian].

Tkachenko, O.I., & Tkachenko, K.O., & Tkachenko, O.A. (2020). Vykorystannya ontolohichnykh modeley v tsyfrovizatsiyi transportu: problemy ta perspektyvy [The use of ontological models in the digitization of transport: problems and prospects]. Transportni systemy i tekhnolohiyi − Transport systems and technologies, 35, 113-120 [in Ukrainian].

Sanfilippo, E.M. (2018). Feature-based product modelling: an ontological approach. International Journal of Computer Integrated Manufacturing, 31(11), 1097-1110.

Munira K., $ Anjumb, M.Sh. (2017). The use of ontologies for effective knowledge modelling and information retrieval. Retrieved from: https://www.sciencedirect.com/science/article/pii/S2210832717300649. doi: 10.1016/j.aci.2017.07.003.

List, C. (2018). Levels: descriptive, explanatory, and ontological. Retrieved from http://eprints.lse.ac.uk/87591/1/ List_Levels%20descriptive_2018.pdf.

Greger, S.E., & Porshnev, S.V. (2013). Building an ontology of information system architecture. Fundamental Research, 10, 2405-2409.

Lyashenko, D.N. (2015). Semioticheskoye modelirovaniye real'nosti [Semiotic modeling of reality]. Odessa: Pechatnyy dom.

Тkachenko, O. & Тkachenko, А., & Тkachenko К. (2020). Ontological Modeling of Situational Management. Digital platform: information technology in the sociocultural area. 3 (1), 22-32.

Web Ontology Language (OWL). Retrieved from https://www.w3.org/OWL/.

Protégé. Retrieved from http://protrgrwiki.stanfotd.edu/index.php/Protégé UserDocs.

Опубліковано
2022-06-28
Розділ
Інформаційні, телекомунікаційні та ресурсозберігаючі технології