Методика, модели и алгоритмы выбора программных продуктов на основе онтологии и нечеткой меры тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Ахаев, Александр Валерьевич

• Ахаев, Александр Валерьевич
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Ахаев, Александр Валерьевич

ВВЕДЕНИЕ........................................................4

ГЛАВА 1. ОБЗОР МЕТОДОВ И МОДЕЛЕЙ ВЫБОРА ПРОГРАММНЫХ

ПРОДУКТОВ......................................................11

1.1 Проблема выбора программных продуктов....................11

1.2 Модели выбора наилучшей альтернативы.....................13

1.3 Методы и модели построения систем, основанных на знаниях.20

1.3.1 Методы извлечения знаний..............................23

1.3.2 Модель предметной области на основе онтологии.........27

1.3.3 Модели представления знаний...........................31

1.3.4 Средства построения систем, основанных на знаниях.....35

1.4 Системы выбора программных продуктов.....................38

Выводы по главе 1............................................41

ГЛАВА 2. МЕТОДИКА, МОДЕЛИ И АЛГОРИТМЫ ВЫБОРА ПРОГРАММНЫХ

ПРОДУКТОВ НА ОСНОВЕ ОНТОЛОГИИ..................................42

2.1 Онтология предметной области.............................45

2.1.1 Область бизнес предпочтений...........................47

2.1.2 Область пользовательских предпочтений.................52

2.2 Оригинальный язык представления знаний...................56

2.2.1 Описание языка представления знаний...................57

2.2.2 Генерация базы правил.................................59

2.3 Алгоритм приобретения знаний из программной документации.63

2.3.1 Онтология программной документации....................65

2.3.2 Структурирование документа............................67

2.3.3 Формирование правила на основе приобретенных знаний...68

Выводы по главе 2............................................71

ГЛАВА 3. МОДЕЛЬ ВЫБОРА НАИЛУЧШЕГО ПРОГРАММНОГО ПРОДУКТА

НА ОСНОВЕ НЕЧЕТКОЙ МЕРЫ........................................73

3.1 Алгоритм расчета интегральной оценки программного продукта по функциональным возможностям..................................76

3

3.2 Численный метод оптимизации нечеткой меры на основе

империалистического алгоритма..............................81

3.3 Алгоритм выбора наилучшего программного продукта по пользовательским

предпочтениям..............................................86

Выводы по главе 3..........................................89

ГЛАВА 4. ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ВЫБОРА ПРОГРАММНЫХ

ПРОДУКТОВ...................................................91

4.1 Разработка архитектуры веб-ориентированного программного комплекса.. 91

4.2 Выбор средств реализации...............................95

4.3 Описание программного комплекса........................98

Выводы по главе 4.........................................100

ГЛАВА 5. ПРИМЕНЕНИЕ МЕТОДИКИ, МОДЕЛЕЙ И АЛГОРИТМОВ ПРИ

ВЫБОРЕ ПРОГРАММНЫХ ПРОДУКТОВ ЭКОНОМИЧЕСКОГО

НАЗНАЧЕНИЯ.................................................102

5.1 Настройка веб-ориентированного программного комплекса.105

5.2 Выбор наилучшего программного продукта................109

5.3 Результаты тестирования программного комплекса........112

Выводы по главе 5.........................................117

ЗАКЛЮЧЕНИЕ.................................................119

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ...................121

СПИСОК ЛИТЕРАТУРЫ..........................................124

ПРИЛОЖЕНИЕ А...............................................139

ПРИЛОЖЕНИЕ Б...............................................141

4

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Методика, модели и алгоритмы выбора программных продуктов на основе онтологии и нечеткой меры»

Актуальность исследования

Повсеместное применение и постоянное совершенствование информационных технологий, наличие большого количества программных продуктов (ПП) на рынке, а также отсутствие у лиц, принимающих решения, технических знаний и опыта для выбора ПП делают необходимым разработку методов и средств выбора подходящего программного продукта из множества аналогов. Данная проблема требует нахождения компромисса между техническими характеристиками, функциональными возможностями, финансовыми вопросами и может быть сформулирована как многокритериальная проблема принятия решений.

Отправным этапом решения проблемы является анализ предметной области. Широко распространенным подходом к анализу предметной области является онтологическое моделирование. В данном научном направлении работают многие ученые: И.Л. Артемьева, Т.А. Гаврилова, В.В. Грибова, Н.Г. Загоруйко, Ю.А. Загорулько, А.С. Клещев, С.В. Мальцева, Л.В. Массель, Д.Е. Пальчунов, В.Ш. Рубашкин, Г.В. Рыбина, А.Ф. Тузовский, В.Ф. Хорошевский,

B. З. Ямпольский, Н.Г. Ярушкина, Т. Gruber, N. Guarino, J. Lugger, D. McGuinness, N. Noy, R. Studer.

Задачи выбора наилучшей альтернативы отличаются большим разнообразием и решаются различными методами в зависимости от типа входной информации. Однако в реальных задачах принятия решений критерии выбора взаимозависимы, следовательно, традиционные операторы агрегации на основе аддитивных мер для объединения таких критериев не применимы. Для моделирования субъективного принятия решений используются нечеткие меры (G. Choquet, М. Grabish, М. Rubens, М. Sugeno, W. Wang, R. Yager, L. Zadeh), а в качестве оператора агрегации применяются нечеткие интегралы (А.Н. Алфимцев,

C. Л. Блюмин, В.В. Девятков, С.А. Сакулин, М. Detyniecki, С. Labreuche, J.

5

Marichal, V. Pasrija, M. Roubens, C. Tan, X. Wang). Несмотря на обширные исследования в рассматриваемой области, которые показали высокую адекватность нечетких моделей при решении отдельных задач, до сих пор не найдено оптимальное решение проблемы выбора наилучшего программного продукта с учетом предпочтений покупателя.

Анализ специализированных средств, предназначенных для выбора программных продуктов, выявил ряд недостатков: привязка к узкой предметной области; отсутствие разработок для стороннего использования; отсутствие средств оценки функциональных возможностей. Выбор с использованием существующих средств требует значительных временных затрат и не позволяет получить рекомендацию о наилучшей альтернативе. В связи с этим актуальной является разработка методики, моделей и алгоритмов, позволяющих не только сузить область поиска по ряду аспектов, но и способных оперативно оценивать программные продукты по их функциональным возможностям.

Цель работы и задачи исследования

Целью диссертационной работы является повышение оперативности без потери адекватности выбора программного продукта за счет разработки методики, моделей, алгоритмов и программного комплекса на основе онтологии и нечеткой меры.

Для достижения поставленной цели решены следующие основные задачи:

1) обзор и анализ существующих методов и моделей в области выбора наилучшего программного продукта по предпочтениям пользователя;

2) разработка методики построения модели для выбора программного продукта на основе онтологии;

3) разработка языка представления знаний, ориентированного на решение задач выбора программного продукта, и разработка алгоритмов пополнения базы знаний из программной документации;

4) разработка модели выбора наилучшего программного продукта по предпочтениям пользователя на основе нечеткой меры и интеграла Шоке;

6

5) разработка численного метода оптимизации нечеткой меры на основе империалистического алгоритма;

6) реализация веб-ориентированного программного комплекса для выбора программных продуктов.

Объектом исследований является процесс извлечения и обработки экспертных знаний при выборе наилучшей альтернативы.

Предметом исследований являются модели и алгоритмы извлечения и обработки экспертной информации для выбора наилучшей альтернативы по предпочтениям пользователя.

Методы исследования

При решении поставленных в работе задач использовались методы представления и обработки знаний, основанные на онтологическом моделировании, теории нечетких множеств, теории нечетких мер, линейной алгебре, структурном и объектно-ориентированном программировании.

Научная новизна

1. Разработана методика построения модели выбора программных продуктов на основе онтологии, отличающаяся наличием оригинального языка представления знаний и возможностью приобретения знаний на основе анализа программной документации.

2. Разработана многокритериальная модель выбора наилучшего программного продукта по предпочтениям пользователя. Отличительной особенностью модели является использование нечеткой меры и применение интеграла Шоке в качестве оператора агрегации.

3. Разработана модификация численного метода оптимизации нечеткой меры на основе империалистического алгоритма для выбора наилучшего программного продукта, позволяющая учитывать разнородные наборы предпочтений пользователя.

4. Разработана архитектура веб-ориентированного программного комплекса для выбора программных продуктов, реализующая предложенные

7 оригинальные модели и алгоритмы и отличающаяся наличием подсистемы анализа функциональных возможностей.

Практическая значимость

Разработанный на основе предложенных моделей и алгоритмов веб-ориентированный программный комплекс позволяет повысить оперативность получения необходимой информации. Полученные результаты могут быть использованы для настройки интеллектуальных систем, предназначенных для выбора программных продуктов.

Результаты диссертационной работы внедрены в ООО «Информационнотехнологическая сервисная компания» (ИТСК), о чем имеется акт внедрения, а также используются в учебном процессе на кафедре комплексной информационной безопасности электронно-вычислительных систем Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Томский государственный университет систем управления и радиоэлектроники» (ТУСУР).

Основные положения, выносимые на защиту

1. Разработанная методика построения модели выбора программных продуктов на основе онтологии отличается наличием оригинального языка представления знаний, который учитывает специфику выбора программных продуктов. Методика предусматривает возможность приобретения знаний на основе анализа программной документации. Построенная модель позволяет сократить время, затрачиваемое на формирование базы знаний по сравнению с неавтоматизированным способом извлечения знаний.

иунктму 1 иасиортид Лззрлбо/икя нозых

.матиелтятимческых лус/нобоо люЭблмроеднмя объектно# и яблонпм.

2. Разработанная многокритериальная модель выбора наилучшего программного продукта отличается использованием нечеткой меры и применением интеграла Шоке в качестве оператора агрегации. Модель позволяет находить наилучшее решение, агрегируя многие предпочтения пользователя.

8

СоОУЛб^УУУСУИ^уеУИ пункту 1 ЯДСИОрУИа СИ(?%МЛЛЬНОС7ИМ.' -РозрлбоУИКД НОЙЫХ .ияуие'лупулмч^скмх л/бУУУоЭо<? люЭетшроыхття объ^кулоб t/ я«ле//м//.

3. Разработанная модификация численного метода оптимизации нечеткой меры на основе империалистического алгоритма для выбора наилучшего программного продукта позволяет учитывать разнородные наборы предпочтений пользователя.

Соо/ибе/ис/ибуе/и ууункжу 3 идсиоруущ сууеу/мольулэсууш.' Разрябоуикд, обоснобднме м уиесуимрозатш^ эфф^к^лм^ных бычмсллулельлых ислуоЭоб с лрури^ненмам сокращенных /со^ль/ол7ср7/ых улехлолоамй.

4. Реализованная архитектура веб-ориентированного программного комплекса, позволяет повысить оперативность выбора наилучшего программного продукта по сравнению с неавтоматизированными методами, предоставляя такую возможность широкому кругу пользователей.

Соошес/нснусус/и иунктиу 4 ЛРСЛО/7УЛР СНе?/ПДЛ&И<9С7ИП.' РсйЛИЗРНПЯ э^^ск/ннсньсс численных ллзулоЭое п <зл2ормулл/об с снЭс кол/ллбксоб лроблалуу/о-орпенуиироеанньух лроарощл/ Эля нроееЭенпя (?ычмслмл7ел&ло2о экснерилуенуни. Апробация работы

Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях, семинарах и выставках: Томский IEEE семинар «Интеллектуальные системы моделирования, проектирования и управления» (Томск, 2011-2014); Всероссийская научно-техническая конференция «Научная сессия ТУ СУР» (Томск, 2011-2014); Всероссийская научно-практическая конференция «Молодежь и современные информационные технологии» (Томск, 2011); XIX Международная научно-практическая конференция студентов и молодых ученых «Современные техника и технологии» (Томск, 2012); Региональная выставка научных достижений молодых ученых «СибНова-2012» (Томск, 2012); VIII Международная научно-практическая конференция «Электронные средства и системы управления», посвященная 50-летию ТУСУРа (Томск, 2012); XVIII Байкальская Всероссийская конференция и Школа-семинар научной молодежи «Информационные и математические

9

технологии в науке и управлении» (Иркутск, 2013), Научный семинар Сибирского государственного университета телекоммуникаций и информатики (Новосибирск, 2013).

Публикации по теме работы

По теме диссертации опубликовано 20 работ, из них 4 - в периодических изданиях, рекомендованных ВАК Министерства образования и науки Российской Федерации для публикации научных работ. В том числе получены два свидетельства о государственной регистрации программы для ЭВМ (№2013611467, №2013660254).

Личный вклад автора

Постановка задачи была проведена совместно с научным руководителем. Все результаты работы получены автором лично. Программная реализация веб-ориентированного программного комплекса выполнена автором лично.

Объем и структура работы

Диссертационная работа состоит из введения, пяти глав и заключения. Объем работы составляет 142 страницы. Список литературы содержит 138 наименований.

Во введении обоснована актуальность темы диссертационной работы, сформулированы цели и задачи исследования, перечислены методы исследования, определены новизна и практическая значимость результатов, отражены основные положения, выносимые на защиту.

В первой главе проведен обзор и анализ существующих методов и моделей выбора наилучшего объекта и оценена возможность их применения в условиях задачи выбора ПП. Рассмотрены их сравнительные характеристики и определены преимущества и недостатки. Обоснована необходимость разработки новых моделей и алгоритмов для выбора программных продуктов.

Во второй главе описываются разработанные модели и алгоритмы выбора программных продуктов на основе онтологического подхода с использованием оригинального языка представления знаний и с возможностью приобретения знаний на основе анализа программной документации.

10

В третьей главе представлена многокритериальная модель выбора наилучшего программного продукта с учетом предпочтений пользователя на основе нечеткой меры.

В четвертой главе представлены архитектура и результаты реализации веб-ориентированного программного комплекса для выбора программных продуктов с учетом предпочтений пользователя.

В пятой главе показано применение веб-ориентированного программного комплекса для выбора программных продуктов экономического назначения. Представлены результаты тестирования программного комплекса.

и

ГЛАВА 1. ОБЗОР МЕТОДОВ И МОДЕЛЕЙ ВЫБОРА ПРОГРАММНЫХ ПРОДУКТОВ

1.1 Проблема выбора программных продуктов

Широко распространенной проблемой для покупателя является проблема выбора наилучшего товара или услуги из множества альтернатив. При этом торговой площадкой может выступать как обычный магазин, так и Интернет-магазин. Стремясь найти лучший товар покупатель, как правило, сравнивает характеристики рассматриваемых объектов по ряду важных для него аспектов (параметров). Но в реальности редко встречается товар, превосходящий другие по всем параметрам [50]. Проблема усугубляется тем, что на торговых площадках нередко представлен огромный ассортимент товаров с множеством характеристик. Например, в [65] несколько сотен тысяч товаров. Преимущество широкого ассортимента превращается в недостаток - для выбора необходимо много времени и усилий.

При решении проблем такого рода покупатель может совершать ошибки. Поэтому необходимы специальные средства, которые помогут покупателю в сравнении товаров: формализовать потребности покупателя и предложить рекомендацию с учетом этих потребностей.

Задачи выбора наилучшей альтернативы из некоторого множества допустимых вариантов встречаются во всех без исключения областях знаний и отличаются большим разнообразием. Однако не существует универсальных подходов для решения подобных задач. С учетом постоянного роста объема информации, сложности решаемых задач для улучшения процесса и качества выбора наилучшего объекта в настоящее время активно используют методы искусственного интеллекта.

На рынке программного обеспечения для предприятий различных отраслей и типов собственности представлено довольно много программных продуктов, как известных проверенных брендов, так и недавно созданных. Тем не менее, при

12 выборе программного продукта для автоматизации деятельности компании, покупатель, не желающий тратить средства на дополнительное обслуживание, выбирает проверенного производителя. Например, этим соображением многие руководствуются при установке операционной системы - для организации лучше приобретать не требующую серьезного и сложного сопровождения чем

свободно распространяемые операционные системы. Однако недостаточно тщательный подход к выбору программного продукта может привести к неэффективному вложению денежных средств. При этом менеджеру-эксперту требуется минимум 1-2 дня на тщательный анализ при выборе ПП. В условиях дефицита экспертов данная процедура затягивается на более долгий период, вследствие чего возникает риск потери клиента. Поэтому необходимо сделать правильный выбор оперативно.

Исходя из вышесказанного, рассматриваемая в диссертационной работе проблема является актуальной сложной слабоструктурированной узкоспециализированной. Для ее решения необходимы глубокие знания в данной предметной области и одновременно интуиция, основанная на опыте.

Таким образом, необходима разработка методики, моделей и алгоритмов выбора ПП, а также разработка на их основе программного комплекса, который сможет помочь пользователю оперативно и объективно выбрать наилучший программный продукт с учетом его предпочтений. При этом объективность выбора является условной, так как комплекс разрабатывается с учетом знаний и опыта группы экспертов, а значит, подвержена влиянию субъективных факторов. Такая субъективность достигается за счет правильного подбора экспертов.

Учитывая тот факт, что торговой площадкой может выступать Интернет-магазин, необходима реализация веб-ориентированного программного комплекса для оперативного доступа к экспертным знаниям большого числа географически разнесенных пользователей. В разработке методики, моделей и алгоритмов выбора ПП заинтересованы как пользователи (покупатели), так и продавцы. Разрабатываемые средства выбора наилучшего программного продукта позволят:

13

1) выбрать альтернативу в контакте только с программным комплексом, что позволит избежать субъективности со стороны менеджера;

2) существенно сократить время выбора ПП за счет отсутствия необходимости в изучении функциональных возможностей различных программных продуктов;

3) обучить менеджеров-стажеров;

4) оперативно помочь неограниченному количеству пользователей в любое время (обусловлено отказоустойчивостью сервера).

Ниже рассмотрены существующие методы и модели выбора наилучшей альтернативы.

1.2 Модели выбора наилучшей альтернативы

В сети Интернет имеются различные сервисы, способные выдать набор программных продуктов (товаров) по различным параметрам (раздел 1.4). Однако такие сервисы не предоставляют возможности рассматривать и анализировать программные продукты по функциональным возможностям с целью выбора конкретного наиболее подходящего варианта. В связи с этим задача выбора наилучшего ПП из нескольких вариантов с учетом предпочтений пользователя является актуальной. При этом альтернативы оцениваются по нескольким параметрам, что вносит сложность в анализ и обработку данных.

Под выбором наилучшего ПП понимается такой выбор альтернативы, в которой с учетом всех разнообразных и противоречивых предпочтений будет определена общая ценность, максимально способствующая достижению поставленной цели.

В рассматриваемом объекте исследования содержатся как количественные, так и качественные предпочтения, причем качественные преобладают. Поэтому необходимо использовать методы, позволяющие осуществлять выбор из множества альтернатив, где параметры имеют различные типы шкал измерения в

14

условиях неопределенности. Ниже представлены основные типы шкал, применяемые при экспертном оценивании [95]:

* качественные шкалы: номинальная шкала, шкала порядка, шкала гиперпорядка;

* количественные шкалы: шкала интервалов, шкала отношений, шкала разностей, абсолютная шкала, степенная шкала.

При решении поставленной в диссертационной работе задачи для описания параметров ПП используются следующие типы шкал:

* номинальная шкала - используется для измерения значений качественных признаков - значением такого признака является наименование класса эквивалентности, к которому принадлежит рассматриваемый объект;

* шкала порядка - строится на отношении тождества и порядка. Субъекты в данной шкале ранжированы;

* шкала интервалов - построение такой шкалы позволяет большую часть свойств существующих числовых систем приписывать числам, полученным на основе субъективных оценок.

Для получения и обработки количественными методами качественной информации используются вербально-числовые шкалы, в состав которых входят содержательно описываемые наименования ее градаций и соответствующие им количественные значения или числовые интервалы. Широкое распространение для нормализации характеристик получила вербально-числовая шкала Харрингтона [34,42,52,65], представленная в таблице 1.1.

Таблица 1.1. Вербально-числовая шкала Харрингтона

Наименование градации Числовые интервалы Количественное значение

Очень низкая 0-0,2 0,10

Низкая 0,2-0,37 0,285

Средняя 0,37-0,63 0,50

Высокая 0,63-0,8 0,715

Очень высокая 0,8-1 0,90

15

Данная шкала была образована на основе логистической функции (1.1) Харрингтона - так называемой «кривой желательности» (рисунок 1.1):

<7 = ехр[-ехр(-У)], (1.1)

где <7- шкала желательности, У - шкала частных показателей.

Рисунок 1.1. Обобщенная функция желательности Харрингтона

Формула определяет функцию с двумя участками насыщения (в <7 = 0 и <7 =

1) и линейным участком (от <7 = 0,2 до <7 = 0,8). Интервал от -2 до 5 на шкале частных показателей является промежутком эффективных значений.

Следует отметить, что для учета неравномерности роста предпочтений альтернатив рекомендуется использовать именно нелинейные функции для нормализации характеристик [73].

Задачи выбора наилучшей альтернативы отличаются большим разнообразием и решаются различными методами и моделями на основе:

1) количественных характеристик: многокритериальная теория

полезности [44,45] (R.L. Kini, К. Raifa), эвристические методы [23];

2) качественных характеристик, которые сразу же переводятся в количественный вид: метод анализа иерархий [82, 125] (T.L. Saaty), методы теории полезности [71, 72] (В.В. Подиновский, V. Pareto), методы теории нечетких множеств [22, 40, 59, 108, 135, 137, 138] (А.Н. Аверкин, И.З. Батыршин,

16

В.Б. Тарасов, Н.Г. Ярушкина, Р. Angelov, D. Dubois, W. Pedrycz, R.R. Yager, L. Zadeh);

3) количественных характеристик, использующих индикаторы сравнения: методы сравнительного превосходства [101,124] (В. Roy);

4) качественных характеристик без перехода к количественному виду: методы вербального анализа решений [48,49] (О.И. Ларичев).

Решаемая в диссертационной работе задача, является задачей выбора в условиях неопределенности, так как информация, необходимая для определения наилучшей альтернативы является качественной. Методы теории полезности, метод анализа иерархий и методы теории нечетких множеств в наибольшей степени удовлетворяют требованиям универсальности в условиях неопределенности [49].

4^<?2охрм7и^млльн<2я изеормя иа/зезносизм. Процедура построения функции полезности требует привлечения значительных объемов информации и является достаточно трудоемкой. Достоинством является возможность оценки любого количества альтернативных вариантов с использованием полученной функции. Однако в случае неустойчивой исходной информации применение методов теории полезности становится малоэффективным [44, 48].

АЕ/иоЭ днялмзд иерархий. Метод отличается простотой и соответствует интуитивным представлениям. Наиболее часто различные модификации метода применяются для оценки качества программного обеспечения. В работе [104] выбор пакета программного обеспечения для имитационного моделирования основан на нечетком методе анализа иерархий; здесь по семи основным критериям проводится оценка шести программных продуктов. Метод анализа иерархий предложено использовать в работе [115] для выбора одной из двух систем ЕЙР (Еи/стргАе 7%иийз^) по восьми критериям. Методология

анализа среды функционирования применена в работе [126] для выбора программного обеспечения системы маршрутизации отличительной особенностью применённого подхода является описание характеристик программных продуктов в порядковых (ранговых) шкалах.

17

Главным недостатком этого подхода является большое количество требуемой экспертной информации, которая представляет собой множество оценок предпочтительности, полученных в процессе попарного сравнения альтернатив. Также метод имеет ограничение на количество одновременно сравниваемых альтернатив [82].

нечетких „иноэ/ееетиб. Нечетко-множественный подход позволяет наилучшим образом формализовать нечеткие качественные высказывания в терминах естественного языка. Формализация нечетких понятий профессионального языка пользователя обеспечивается введением понятий лингвистической переменной, нечеткого множества [22, 59].

Нечетким выводом называется получение заключения в виде нечеткого множества, соответствующего текущим значениям входов, с использованием нечеткой базы знаний и нечетких операций [89, 99].

Основу нечеткого логического вывода составляет композиционное правило Заде [99]: если известно нечеткое отношение R между входной (х) и выходной (у) переменными, то при нечетком значении входной переменной х = А, нечеткое значение выходной переменной у определяется как

у=AoR,

1де о - максиминная композиция.

Основные компоненты нечеткой системы (рисунок 1.2) [97, 99]:

* фаззификатор - преобразует вектор х значений входных переменных в вектор нечетких множеств х, необходимых для выполнения нечеткого логического вывода;

* нечеткая база знаний - содержит информацию о зависимости выходной переменной от входных переменных в виде лингвистических правил нечетких продукций «ЕСЛИ - ТО»;

* машина нечеткого логического вывода - на основе правил базы знаний определяет значение выходного вектора в виде вектора нечетких множеств у, соответствующего нечетким значениям входных переменных х;

18

* дефаззификатор - преобразует ў в вектор значений выходных переменных у.

Рисунок 1.2. Типовая структура системы нечеткого логического вывода

Формирование списка параметров программных продуктов основывается на знаниях и опыте экспертов. В связи с этим для более полного и корректного учета качественных предпочтений пользователя и оценок экспертов эффективно использовать аппарат нечетких множеств.

Анализ данных методов и моделей показал, что все они имеют свои недостатки и достоинства. Однако в реальных задачах принятия решений критерии взаимозависимы, следовательно, традиционные операторы агрегации на основе аддитивных мер для объединения таких критериев не применимы. Для моделирования субъективного принятия решений используются нечеткие меры (G. Choquet, М. Grabish, М. Rubens, М. Sugeno, W. Wang, R. Yager, L. Zadeh), а в качестве оператора агрегации применяются нечеткие интегралы, в том числе, и для оценки качества программного обеспечения (А.Н. Алфимцев, С.Л. Блюмин, В.В. Девятков, С. А. Сакулин, М. Detyniecki, С. Labreuche, J. Marichal, V. Pasrija, М. Roubens, С. Tan, X. Wang) [23, 33, 83, 106, 109, ПО, 116, 121, 127, 128, 132, 136].

м Нечеткие меры и интегралы широко

исследуются в современной прикладной математике, прежде всего, в связи с проблемами искусственного интеллекта [23].

Мера (мера множества) является неотрицательной величиной, которая интуитивно интерпретируется как размер (объем) множества.

Формальное определение меры основывается на рассмотрении некоторого произвольного универсума Z и множества всех его подмножеств 2^ [51]. Мерой называется функция множества g: 2^ —> R, удовлетворяющая условиям:

19

1) G^z,g(G)>0;

2) g(0) = 0;

3) G, В e 2^, g(G и B) = g(G) + g(B) - g(G П B).

Мера g является мерой вероятности, если R = [0,1].

В работе [105] Гюстав Шоке предложил применение неаддитивных (нечетких) мер. Нечеткая мера расширяет возможности меры g для моделирования реальных процессов, снимая ограничение аддитивности. В рассматриваемой проблеме выбора ПП нечеткая мера является формализацией связей между критериями. Нечеткой мерой называется функция

Список литературы диссертационного исследования кандидат наук Ахаев, Александр Валерьевич, 2014 год

СПИСОК ЛИТЕРАТУРЫ

1. Аверкин А.Н. Толковый словарь по искусственному интеллекту / Авт.-сост. А.Н. Аверкин, М.Г. Гаазе-Рапопорт, Д.А. Поспелов. - М.: Радио и связь, 1992.-256 с.

2. Адуева Т.В. Продукционная система выбора программных продуктов системы «1С:Предприятие 8» / Т.В. Адуева, А.В. Ахаев, И.А. Ходашинский // Бизнес-информатика. - 2012. -№1(19). - С. 55-61.

3. Азгальдов Г.Г. Экспертные методы в оценке качества товаров / Г.Г. Азгальдов, Э.П. Райхман. -М.: Экономика, 1974. - 151 с.

4. Артемьева И.Л. Интеллектуальная система, основанная на многоуровневой онтологии химии / И.Л. Артемьева, Н.В. Рештаненко // Программные продукты и системы. - 2008. - № 1. [Электронный ресурс]. - Режим доступа: http://www.swsys.ru/index.php?page=article&id=l 13.

5. Ахаев А.В. Классификация программных продуктов «1С:Предприятие 8» / А.В. Ахаев // Научная сессия ТУСУР 2011: Материалы докладов Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых. - Томск: В-Спектр, 2011. - ч.2. - С. 165-168.

6. Ахаев А.В. Язык описания базы знаний продукционной системы выбора конфигураций программных продуктов «1С:Предприятие 8» / А.В. Ахаев // Молодежь и современные информационные технологии: Сборник трудов IX Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых. - Томск: СПБ Графике, 2011. - ч. 1. - С. 260-261.

7. Ахаев А.В. Модуль приобретения знаний из «1С»-инфописем с использованием онтологического подхода / А.В. Ахаев // Современные техника и технологии: сборник трудов XVIII Международной научнопрактической конференции студентов, аспирантов и молодых ученых. -Томск: Изд-во ТПУ, 2012. - т.2. - С. 267-268.

8. Ахаев А.В. Использование онтологического подхода для приобретения

125

знаний из «1 С»-инфописьма / А.В. Ахаев // Материалы 50-й Международной научной студенческой конференции «Студент и научно-технический прогресс»: Информационные технологии. - Новосибирск, 2012. - С. 187.

9. Ахаев А.В. Структура продукционной системы выбора программных продуктов системы «1С:Предприятие 8» / А.В. Ахаев // Научная сессия ТУ СУР 2012: Материалы Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых. - Томск: В-Спектр, 2012. - ч.З. -С. 9-11.

10. Ахаев А.В. Оценивание функционального наполнения программных продуктов системы «1С:Предприятие 8» на основе нечеткого вывода с использованием шкалы Харрингтона / А.В. Ахаев // Электронные средства и системы управления: Материалы докладов Международной научнопрактической конференции. - Томск: В-Спектр, 2012. - ч.1. - С. 136-140.

11. Ахаев А.В. Web-ориентированная экспертная система выбора программных продуктов / А.В. Ахаев // Наука. Технологии. Инновации: материалы Всерос. науч. конф, студентов, аспирантов и молодых ученых. - Новосибирск: Изд-во НГТУ, 2012. - ч.З. - С. 263-266.

12. Ахаев А.В. Разработка web-ориентированной экспертной системы для выбора программных продуктов на примере «1С:Предприятие 8» / А.В. Ахаев // Современные техника и технологии: сборник трудов XIX Международной научно-практической конференции студентов, аспирантов и молодых ученых. - Томск: Изд-во ТПУ, 2013. - т.2. - С. 206-207.

13. Ахаев А.В. Методы и системы выбора наилучшего объекта / А.В. Ахаев // Научная сессия ТУСУР 2013: Материалы Всероссийской научнотехнической конференции студентов, аспирантов и молодых ученых. -Томск: В-Спектр, 2013. - ч.4. - С. 9-11.

14. Ахаев А.В. Web-ориентированная экспертная система для выбора программных продуктов системы «1С:Предприятие 8» / А.В. Ахаев, И.А. Ходашинский // Вычислительный интеллект (результаты, проблемы, перспективы): Материалы 2-й международной научно-технической

126

конференции. - Черкассы, Украина: Маклаут, 2013. - С. 144-145.

15. Ахаев А.В. Алгоритмы и программные средства построения web-

ориентированных экспертных систем выбора программных продуктов на примере «1С:Предприятие 8» / А.В. Ахаев // XVIII Байкальская

Всероссийская конференция с международным участием «Информационные и математические технологии в науке и управлении». Иркутск, 2013. - С. 7884.

16. Ахаев А.В. Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического вывода / А.В. Ахаев // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2013. - №2(28). - С. 169-174.

17. Ахаев А.В. Онтологический подход к извлечению знаний из информационных писем о программных продуктах системы «1С:Предприятие 8» / А.В. Ахаев, И.А. Ходашинский // Материалы Всероссийской конференции с международным участием «Знания -Онтологии - Теории» (ЗОНТ-2013). - Новосибирск: ИМ СО РАН, 2013. - Т.1. -С. 26-31.

18. Ахаев А.В. Формирование базы знаний экспертной системы на основе онтологии с использованием оригинального языка представления знаний / А.В. Ахаев, И.А. Ходашинский // Электронные средства и системы управления: Материалы докладов Международной научно-практической конференции. - Томск: В-Спектр, 2013. - ч.2. - С. 3-7.

19. Ахаев А.В., Алгоритмы и программные средства построения экспертных систем выбора программных продуктов на примере «1С:Предприятие 8» / А.В. Ахаев, И.А. Ходашинский // Информатика и системы управления. -2013.-№4(38).-С. 70-79.

20. Ахаев А.В. Алгоритм выбора программного продукта на основе интеграла Шоке // Научная сессия ТУСУР 2014: Материалы Всероссийской научнотехнической конференции студентов, аспирантов и молодых ученых. -Томск: В-Спектр, 2014. -ч.З. - С.15-17.

127

21. Ахаев А.В. Метод выбора программного продукта на основе интеграла Шоке и империалистического алгоритма / А.В. Ахаев, И.А. Ходашинский, А.Е. Анфилофьев // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2014. - №2(32) - С. 224-229.

22. Батыршин И З. Нечеткие гибридные системы. Теория и практика / И.З. Батыршин, А.О. Недосекин, А.А. Стецко. - М.: Физматлит, 2007. - 208 с.

23. Блюмин С. Л. Математические проблемы искусственного интеллекта: регулярность по Дж. фон Нейману в линейной и «линейной» алгебрах // Системы управления и информационные технологии. - 2003. - № 1 - 2 (12). -С. 90-94.

24. Брукинг А. Экспертные системы. Принципы работы и примеры. / А. Брукинг, П. Джонс, Ф. Кокс и др.: Под ред. Р. Форсайта. - М.: Радио и связь, 1987. -224 с.

25. Васильев И.А. Методы и инструментальные средства построения семантических WEB-порталов: дис. ... канд.техн.наук: 05.13.11 / Васильев Иван Анатольевич. - Томск, 2005. - 190 с.

26. Волохов В.М. Онтологическая модель предметной области информационной системы поддержки инновационных разработок институтов РАН / В.М. Волохов, А.И. Прохоров, Е.С. Амосова // Информационные ресурсы России. -2011.-№3.-С. 27-32.

27. Гаврилова Т.А. Базы знаний интеллектуальных систем / Т.А. Гаврилова, Ф.В. Хорошевский. - СПб.: Питер, 2001. - 384 с.

28. Гаврилова Т.А. Онтологический подход к управлению знаниями при разработке корпоративных информационных систем / Т.А. Гаврилова // Новости искусственного интеллекта. - 2003. - №2. - С. 24-30.

29. Гаврилова Т.А. Интеллектуальные технологии в менеджменте / Т.А. Гаврилова, Д.И. Муромцев. - СПб: Изд-во С.-Петерб.ун-та, 2007. - 487 с.

30. Гладун А.Я. Онтологии в корпоративных системах Часть I / А.Я. Гладун, Ю.В. Рогушина // Корпоративные системы. - 2006. - № 1. - С. 41-47.

31. Глибовец Н.Н. Интеллектуализация экспертных систем с помощью

128

онтологий / Н.Н. Глибовец, Д.С. Красиков // Problems of computer intellectualization. Kyiv - Sofia. - 2012. - C. 84-90.

32. Гончаров Д.И. Введение в конфигурирование в системе «1С:Предприятие 8)). Основные объекты / Д.И. Гончаров. - М.: 1С-Паблишинг, 2007. - 147 с.

33. Девятков В. В. Нечеткая конечно-автоматная модель интеллектуального мультимодального интерфейса / В. В. Девятков, А. Н. Алфимцев // Проблемы управления. - 2011. - № 2. - С. 69-77.

34. Дементьева Т.А. Методы оценки уровня инновационного потенциала персонала на промышленных предприятиях / Т.А. Дементьева // Экономика промышленности. - 2009. - № 3. - С. 125-129.

35. Джарратано Д. Экспертные системы: принципы разработки и программирования, 4-е издание.: Пер . с англ. / Д. Джарратано, Г. Райлт. -М.: ООО «И.Д. Вильямс», 2007. - 1152 с.

36. Добров Б.В. Лингвистическая онтология по естественным наукам и технологиям: основные принципы разработки и текущее состояние / Б.В. Добров, Н.В. Лукашевич // Десятая национальная конференция по искусственному интеллекту с международным участием (Обнинск, 25-28 сентября 2006 г.) - М.: Физматлит, 2006. - С.489-497.

37. Добров Б.В. Онтологии и тезаурусы: модели, инструменты, приложения: Учебное пособие / Б.В. Добров, В. В. Иванов, Н. В. Лукашевич, В. Д. Соловьев - М.: БИНОМ. Лаборатория знаний, 2009. - 173 с.

38. ГОСТ 19.402-78. Описание программы. - Введ. 01.01.1980. - 2 с. - Группа Т55.

39. Загорулько Ю.А. Онтологии и их практическое применение в системах, основанных на знаниях / Ю.А. Загорулько, Г.Б. Загорулько // Знания-Онтологии-Теории (ЗОНТ-2011) 3-5 октября 2011 г., Новосибирск, 2011. -т. 1.-С. 132-141.

40. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных значений / Л.А. Заде. - М.: Мир, 1976. - 168 с.

41. Зырянова Т.В. Моделирование учетного процесса в условиях автоматизации /

129

Т.В. Зырянова, Ж.Р. Скребкова // Все для бухгалтера. - 2007. - № 23.

42. Исмагилов И.И. Принятие решений при количественных и качественных критериях описания альтернатив / И.И. Исмагилов // Исследования по информатике. - 2003. - № 6. - С. 21-28.

43. ГОСТ Р ИСО/МЭК 12119-2000. Информационная технология. Пакеты программ. Требования к качеству и тестирование. - Введ. 01.01.2002. - 19 с.

44. Кини Р.Л. Принятие решений при многих критериях: предпочтения и замещения / Р.Л. Кини, X. Райфа - пер. с англ, под ред. И.Ф. Шахнова. - М.: Радио и связь, 1981. - 560 с.

45. Кини Р.Л. Размещение энергетических объектов: выбор решений / Р.Л. Кини - пер. с англ, под ред. Ю.И. Корякина. М.: Энергоатомиздат, 1983. - 319 с.

46. Ланин В.В. Мультиагентая система для интеллектуального анализа документов /В.В. Ланин // International Book Series «Information Science & Computing», Sofia, ITHEA. - 2008. - № 4. - P. 166-172.

47. Лапшин B.A. Онтологии в компьютерных системах / В.А. Лапшин. - М.: Научный мир, 2010. - 222 с.

48. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в Волшебных странах: Учебник / О.И. Ларичев. - М.: Логос, 2000. - 296 с.

49. Ларичев О.И. Свойства методов принятия решений в многокритериальных задачах индивидуального выбора / О.И. Ларичев // Автоматика и телемеханика. - 2002. -№ 2. - С. 146-158.

50. Ларичев О.И. Поддержка выбора лучшего объекта на основе независимости критериев по предпочтениям и транзитивности / О.И. Ларичев, В.М. Афанасьев, Н.В. Чугунов // Новости искусственного интеллекта. - 2003. -№4.-С 12-19.

51. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А.В. Леоненков. - СПб.: БХВ-Петербург, 2003. - 736 с.

52. Лойко В.И. Количественные модели и методики оценки рисков в агропромышленных интегрированных производственных системах / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ. - 2008. - №40.

130

53. Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Д. Ф. Люгер. - 4-е издание.: Пер. с англ. - М.: «Вильямс», 2003. - 864 с.

54. Мальцева С.В. Применение онтологических моделей для решения задач идентификации и мониторинга предметных областей / С.В. Мальцева // Бизнес-информатика. - 2008. - №3. - С. 18-24.

55. Массель Л. В. Интеллектуальные вычисления в исследованиях направлений развития энергетики / Л. В. Массель, А. Г. Массель // Известия ТПУ. - 2012. №5. -С.135-140.

56. Митичкин С.А. Разработка в системе «1С:Предприятие 8» / С.А. Митичкин. -М.: 1С-Паблишинг, 2003. - 413 с.

57. Митрофанова О.А. Онтологии как системы хранения знаний / О.А. Митрофанова, Н.С. Константинова // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению «Информационно-телекоммуникационные системы», 2008. - 54 с.

58. Муромцев Д.И. Анализ вариантов интеграции продукционных экспертных систем и OWL-онтологий / Д.И. Муромцев, М.А. Колчин. // XVIII Всероссийская научно-методическая конференция «Телематика-2011». -2011.-С. 283.

59. Нечеткие множества в моделях управления и искусственного интелекта / А.Н. Аверкин, И З. Батыршин, А.Ф. Блишун, Б.В. Силаев, Б.Н. Тарасов. Под ред. Д.А. Поспелова. - М.: Наука, 1986. - 312 с.

60. Нуралиев С. Платформа «1С:Предприятие» как средство разработки бизнес-

приложений / С. Нуралиев // «PC Magazine/RE». - 2006. - № И. [Электронный ресурс] - Режим доступа:

http://www.pcmag.ru/soIutions/detail.php?ID=5949&phrase_id=413018.

61. Овдей О.М. Обзор инструментов инженерии онтологий / О.М. Овдей, Г.Ю. Проскудина // Электронные библиотеки. - 2004. - т.7, №4. - С. 3-19.

62. Классификатор видов деятельности [Электронный ресурс]. - Режим доступа: http://www.okvad.ru.

131

63. Онлайн-мегамаркет OZON.ru [Электронный ресурс]. - Режим доступа: http://www.ozon.ru.

64. Онтологический подход к построению базы знаний «Сверхтвердые материалы» / В.Н. Кулаковский, А.А. Лебедева, К.З. Гордашник, Е.М. Чистяков, И.В. Скворцов // Искусственный интеллект. - 2008. - №4. — С. 91102.

65. Осипов Г.С. Работы исследовательского центра искусственного интеллекта / Г.С. Осипов // Труды международной конференции «Программные системы: теория и приложения», Переславль-Залесский, М.: Физматлит, 2004. - т. 1. -С. 117-126.

66. Официальный сайт системы программ «1С:Предприятие 8» [Электронный ресурс]. - Режим доступа: http://www.v8.lc.ru.

67. Официальный сайт фирмы «1С» [Электронный ресурс]. - Режим доступа: http://www.lc.ru.

68. Палатин А.В. Системно-онтологический анализ предметной области / А.В. Палатин, Н.Г. Петренко // УСиМ. - 2009. - № 4. - с.3-14.

69. Пальчунов Д.Е. Решение задачи поиска информации на основе онтологий / Д.Е. Пальчунов // Бизнес-информатика. - 2008. - №1. - С.3-13.

70. Пичкалев А.В. Обобщенная функция желательности Харрингтона для сравнительного ана-лиза технических средств / А.В. Пичкалев // Исследования наукограда. - 2012. -№ 1. - С. 25-28.

71. Подиновский В.В. Парето-оптимальные решения многокритериальных задач / В.В. Подиновский, В.Д. Ногин. - М.: Наука. Главная редакция физикоматематической литературы, 1982. - 256 с.

72. Подиновский В. В. Количественная важность критериев и аддитивные функции ценности / В.В. Подиновский // Журнал вычислительной математики и математической физики. -2013. - т.53, № 1. - С. 133-142.

73. Подиновский В.В. Метод взвешенной суммы критериев в анализе многокритериальных решений: pro et contra / В.В. Подиновский, М.А. Потапов // Бизнес-информатика. - 2013. - №3. - С. 41-48.

132

74. Поиск сотового телефона по параметрам [Электронный ресурс] - Режим доступа: http://www.sotovik.ru/es.

75. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. - М.: Наука, 1987. - 288 с.

76. Попов Э.В. Корпоративные системы управления знаниями / Э.В. Попов // Новости искусственного интеллекта. - 2001. - № 1. - С. 14-25.

77. Разработка технической документации [Электронный ресурс]. - Режим доступа: http://www.philosoft.ru/software.zhtml.

78. Райзберг Б.А. Современный экономический словарь / Б.А. Райзберг, Л.Ш. Лозовский, Е.Б. Стародубцева. - 5-е изд., перераб. и доп. - М.: ИНФРА-М, 2006. - 495 с.

79. Рассел С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. - 2-е изд..: пер. с англ. - М.: Издательский дом «Вильямс», 2006. -1408 с.

80. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М.: Горячая линия -Телеком, 2006. - 452 с.

81. Рыбина Г.В. Методы и инструментальные средства разработки веб-

ориентированных интегрированных экспертных систем / Г.В. Рыбина, К.В. Сикан, Л.С. Степанов // Программные продукты и системы. - 2008. - № 2. [Электронный ресурс]. - Режим доступа:

http://www.swsys.ru/index.php?page=article&id=736.

82. Саати Т.Л. Принятие решений. Метод анализа иерархий / Т.Л. Саати. - пер. с англ. - М.: Радио и связь, 1993. - 320 с.

83. Сакулин С.А. К вопросу о практическом применении нечетких мер и интеграла Шоке / С.А. Сакулин, А.Н. Алфимцев // Вестник МГТУ им. Н.Э. Баумана. Сер. «Приборостроение». - 2012. - С. 55-63.

84. Свид. о государственной регистрации программы для ЭВМ №2013611467. Ахаев А.В., Ходашинский И.А., Подсистема оценивания функционального наполнения программных продуктов. Зарег, в Реестре программ для ЭВМ 21

133

января 2013 г.

85. Свид. о государственной регистрации программы для ЭВМ №2013660254. Ахаев А.В., Ходашинский И.А., Подсистема приобретения знаний о программных продуктах. Зарег, в Реестре программ для ЭВМ 29 октября 2013 г.

86. Система Ontogrid для автоматизации процессов построения онтологий предметных областей / Н. Г. Загоруйко, В. Д. Гусев, А. В. Завертайлов, С. П. Ковалев, А. М. Налетов, Н. В. Саломатина // Автометрия. - 2005. - т. 41. №5. -С. 13-25.

87. Советов Б.Я. Представление знаний в информационных системах: учебник для вузов / Б. Я. Советов, В. В. Цехановский, В. Д. Чертовской. - М.: Академия, 2011. - 144 с.

88. Технология анализа и поиска текстовой информации [Электронный ресурс]. - Режим доступа http://rco.ru.

89. Технология создания распределённых информационно-вычислительных ресурсов СО РАН / О.Л. Жижимов, А.М. Федотов, Л.Б. Чубаров, Ю.И. Шокин // Тр. Первой международной конференции САНТ. 12-16 сентября 2005 г., Переславль-Залесский. «Системный анализ и информационные технологии». - 2005. т. 2 - С. 161-165.

90. Тузовский А.Ф. Системы управления знаниями (методы и технологии) / А.Ф. Тузовский, С.В. Чириков, В.З. Ямпольский. - под общ. ред. В.З. Ямпольского. - Томск: Изд-во НТЛ, 2005. - 260 с.

91. Тузовский А.Ф. Формирование семантических метаданных для объектов системы управления знаниями. / А.Ф. Тузовский // Известия Томского политехнического университета. - 2007. - т.310, №3. - С. 108-112.

92. Уэно X. Представление и использование знаний: Пер. с япон. / X. Уэно [и др.], ред.: X. Уэно, М. Исидзука, ред. пер.: Н. Г. Волков, пер.: И. А. Иванов. -М.:Мир, 1989.-220 с.

93. Харитонов С.А. Информационные системы бухгалтерского учета: Учебное пособие / С.А. Харитонов, Д.В. Чистов, Е.Л. Шуремов. - М.: ФОРУМ:

134

ИНФРА-М, 2007. - 160 с.

94. Хейес-Рот Ф. Построение экспертных систем: Пер. с англ. / Ф. Хейес-Рот, Д. Уотерман, Д. Ленат. - М.: Мир, 1987. - 441 с.

95. Ходашинский И.А. Методы искусственного интеллекта, базы знаний, экспертные системы: Учебное пособие / И.А. Ходашинский. - Томск: ТУСУР, 2002. - 138 с.

96. Ходашинский И.А. Формально-логический метод и аппроксимация Мамдани в нечетком оценивании величин / И.А. Ходашинский // Автометрия. - 2006. -№ 1.-С. 55-67.

97. Ходашинский И.А. Идентификация нечетких систем / И.А. Ходашинский // Проблемы управления. - 2009. - № 4. - С. 15-23.

98. Чень Ч. Математическая логика и автоматическое доказательство теорем / Ч. Чень, Р. Ли. М.: Наука, 1983. - 360 с.

99. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику: Нечеткая кластеризация / С.Д. Штовба. - 2002. [Электронный ресурс]. -Режим доступа: http://matlab.exponenta.ru.

100. Экспертная система подбора товаров для сайта «Эльдорадо» [Электронный

ресурс]. - Режим доступа: http://www.shoppingonline.ru/e-

commerce/content_21 .html.

101. Aiding decisions with multiple criteria: essays in honor of Bernard Roy / D. Bouyssou, E. Jacquet-Lagreze, P. Pemy, R. Slowinski, D. Vanderpooten, P. Vincke. Springer, 2002. - 558 p.

102. An expert system development tool for non Al experts / B. Ruiz-Mezcua, A. Garcia-Crespo, J. L. Lopez-Cuadrado, I. Gonzalez-Carrasco // Expert Systems with Applications: An International Journal, 2011. - V.38, N.I. - P. 597-609.

103. Atashpaz-Gargari E. Imperialist Competitive Algorithm: An Algorithm for Optimization Inspired by Imperialistic Competition / E. Atashpaz-Gargari, C. Lucas // IEEE Congress on Evolutionary Computation. - 2007. - P 4661-4667.

104. Azadeh A. A robust decision-making methodology for evaluation and selection of simulation software package / A. Azadeh, S. N. Shirkouhi, K. Rezaie //

135

International Journal of Advanced Manufacturing Technology. - 2010. - V. 47. -P. 381-393.

105. Choquet G. Theory of capacities // Annales de Flnstitut Fourier. - 1953. - N.5. -P. 131-295.

106. Detyniecki M. Mathematical Aggregation Operators and their Application to Video Querying: Thesis for the degree Docteur de FUniversite. - Paris, 2000. -185 p.

107. Dunstan N. Generating domain-specific web-based expert systems / N. Dunstan // Expert Systems with Applications: An International Journal archive, 2008. - V.35, N.3.-P. 686-690.

108. Filev D. Algortihms for Real-Time Clustering and Generation of Rules from Data / D. Filev, P. Angelov. In: J. V. de Oliveira and W. Pedrycz (Eds.) Advances in Fuzzy Clustering and Its Applications, John Wiley and Sons, New York, 2007. - P. 353-370.

109. Grabisch M. The application of fuzzy integrals in multicriteria decision making // European Journal of Operation Research. - 1996. - No. 89. - P. 445-456.

110. Grabisch M. Fuzzy aggregation of numerical preferences / M. Grabisch, S. Orlovski, R. Yager // Handbook of Fuzzy Sets Series / R. Slowinski (ed), Dordrecht:Kluwer Academic. - 1998. - Vol. 4. - P. 31-68.

111. Gruber T.R. The role of common ontology in achieving sharable, reusable knowledge bases / T.R. Gruber, J.A. Allien, R. Fikes, E. Sandewell - eds. Morgan Kaufmann // Principles of knowledge representation and reasoning proceedings of the second international conference. - 1991. - P. 601-602.

112. Guarino N. Formal Ontology and Information Systems / N. Guarino // Formal Ontology in Information Systems: (Frontiers in Artificial Intelligence and Applications): proceedings^ - Amsterdam: IOS Press / Ohmsha, 1998. - P. 3-15.

113. Horrocks I. A proposal for an OWL rules language / I. Horrocks, P.F. Patel-Schneider // In Proc, of the 13th international conference on World Wide Web (WWW 2004), 2004. - P. 723-731.

114. Huntington D. Web-based expert systems are on the way: Java-Based Web

136

Delivery / D. Huntington // PC AL - 2000. - V.14, N.6. - P. 34-36.

115. Karaarslan N. An application for modular capability-based ERP software selection using AHP method / N. Karaarslan, E. Gundogar // International Journal of Advanced Manufacturing Technology. - 2009. - V. 42. - P. 1025-1033.

116. Meyer P. On the use of the Choquet integral with fuzzy numbers in multiple criteria decision support / P. Meyer, M. Roubens // Fuzzy Sets and Systems. -2006. - V. 157. - P. 927-938.

117. Minsky M. L. A framework for representing knowledge / M. L. Minsky. - In Winston P. H. (Ed.) // The Psychology of Computer Vision. - New York: McGraw-Hill, 1975. - P. 211-277.

118. Nirenburg S. Ontological semantics / S. Nirenburg, V. Raskin, Cambridge, MA: MITPress, 2004.

119. Noy N.F. Ontology development 101: A guide to creating your first ontology / N.F. Noy, D.L. McGuinness // Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-20010880, 2001.-23 p.

120. Ontology editor survey results [Электронный ресурс]. - Режим доступа: http://www.xml.eom/2002/l 1 /06/Ontology_Editor_Survey.html.

121. Pasrija V. Assessment of Software Quality: Choquet Integral Approach / V. Pasrija, S. Kumar, P. R. Srivastava // Procedia Technology. - 2012. - V. 6. - P. 153-162.

122. Product Information Expert System goes on-line at Atochem North America

[Электронный ресурс]. - Режим доступа:

http://www.xpertrule.com/pages/case_ato.htm.

123. Protege [Электронный ресурс]. - Режим доступа: protege.stanfbrd.edu.

124. Roy В. Comparison of two decision-aid models applied to a nuclear power plant siting example / B. Roy, D. Bouyssou // Eur. J. Oper. Res., 1986. - V.25. - P. 200215.

125. Saaty T.L. Relative measurement and its generalization in decision making why pairwise comparisons are central in mathematics for the measurement of intangible

137

factors the analytic hierarchy/network process / T.L. Saaty // RACSAM (Review of the Royal Spanish Academy of Sciences, Series A, Mathematics). - 2008. -V.102.-P. 251-318/

126. Smirlis Y. G. Data envelopment analysis models to support the selection of vehicle routing software for city logistics operations / Y. G. Smirlis, V. Zeimpekis, G. Kaimakamis // Operational Research. 2012. -V. 12. - P. 399-420.

127. Sugeno M. Theory of fuzzy integrals and its applications: Ph.D. Thesis. - Tokyo. -1974.-237 p.

128. Tan C. Intuitionistic fuzzy Choquet integral operator for multi-criteria decision making / C. Tan, X. Chen // Expert Systems with Applications. - 2010. - V. 37. -P. 149-157.

129. Tokyo Nissan Computer Systems - an intelligent «Car Selection System»

[Электронный ресурс]. - Режим доступа:

http://www.xpertrule.com/pages/case_nis.htm.

130. Trausan-Matu. Framework for an Ontology-Based Information System for Competence Management / Trausan-Matu, A. Stefan // Economy Informatics. -2008.-N.1-4.-P. 105.

131. Villaverde J. Supporting the discovery and labeling of non-taxonomic relationships in ontology learning / J. Villaverde, A. Persson, D. Godoy, A. Amandi // Expert Systems with Applications. - 2009. - N.36. - P. 10288-10294.

132. Wang X. A Hybrid Algorithm to Extract Fuzzy Measures for Software Quality Assessment / X. Wang, M. Ceberio, S. Virani, A. Garcia, J. Cummins // Journal of Uncertain Systems. - 2013. - V.7, No.3. - P. 219-237.

133. Wee L.K.A. A generic information extraction architecture for financial applications / L.K.A. Wee, L.C. Tong, C.L. Tan // Expert Systems with Applications. - 1999. - N.I6. - P. 343-356.

134. World Wide Web Consortium (W3C) [Электронный ресурс]. - Режим доступа: http://w3.org.

135. Yager R.R. On ranking fuzzy numbers using valuations / R.R. Yager, D. Filev // International J. of Intelligent Systems. - 1999. - V.14, N.12. - P. 1249-1268.

138

136. Yang H. Measuring Software Product Quality with ISO Standards Base on Fuzzy

Logic Technique //Affective Computing and Intelligent Interaction, Al SC 137. -Berlin: Springer-Verlag, 2012. P. 59-67.

137. Zadeh L.A. Fuzzy sets / L.A. Zadeh // Inform, and Control. - 1965. - V.8 N.3. -P. 338-353.

138. Zadeh L.A. Fuzzy logic = Computing with words / L.A. Zadeh // IEEE Transactions on Fuzzy Systems. - 1996. - V.4, N.2. - P. 103-111.

139

ПРИЛОЖЕНИЕ А

Свидетельства о регистрации программ для ЭВМ

№2013611467

Лшор(ы): Атаев АлексанЭр Валерьевич Хобаи/инскии Илья АлексанЭроямч

Прав(хюладатель(ли): Федеральное аосуЭдрстяеенное бюджетное образовательное учреждение выстего профессионального образования ^7б.мскии госуЭарственныи униеерсии1е?и систнел^ уираеления ираЭиоэлектроники^ (Rt/)

Подсистема оценивания функционального наполнения программных продуктов

СВИДЕТЕЛЬСТВО

о государственном регистрации программы для ЭВМ

Б Симонов

Заявка №2012660712

Дата поступления 06 декабря 2012 Г.

Зарегистрировано в Реестре программ для ЭВМ 27 января 2673 г.

БукояоЭптель Федеральном служим но интеллектуальном соБствеи;<оста

140

й

Й й

й й

Й

й

Й

Й

СВИДЕТЕЛЬСТВО

о юстларс ) пенной регис!ранни нрогра%!мы ин ЭВXI

№ 2013660254

Подсистема приобретения знаний о программных продуктах

м3 й й Й й Й м Ж й й №

й й Й; Й й й Й к? й

Ирмюоблматель:

учредили не еь/сн/ееп ирофесснолдчьноеп о^рязненння «ТЬ.исхпн eoty Энрсл/ееннмнулнее^сн^е/и снс/н&м у л/унелення и рл4помеюи/?оннкн^ ^ТУСУ/^ (/?С)

й й й й

Й

й

Ж й

Й

Аморы Дднее Длекснн^р йтиерьеенл f/?O, Хо4лн^нлсннн /Зльл Ллекенл^роенч (RC)

Й Ef й й Й Й

й Е! й й

Ei й й

Й

Ь. //. (';с)йл<об'

/'ГК06'ОГ)7777Ц..7Ь Фег)е/7Н-7Ь77ОЙ с рж^ы wo мниелдектирнльиой собсгг7йеииос/и!/

Заявках.. 20!3616577

Дата поступления 23 ИЮЛЯ 2013 ,.

Дата государственной регистрации

в Реестре программ для ЭВМ 29 ОХ/ЛЛП/?Л 2^/3 А

141

ПРИЛОЖЕНИЕ Б

Акты внедрения

Общество с ограниченной ответственностью «Информационнотехнологическая сервисная компанияи (ООО «ИТСКи)

ДИРЕКЦИЯ КОРПОРАТИВНЫХ СИСТЕМ УПРАВЛЕНИЯ

Россия, 117393, г Москва ул Профсоюзная д 56 Адрес для корреспонденции

Россия 117393 ғ Москва ул Профсоюзная, д 56

Тел. [phone] Факс [phone] ОГРН 1087746449312 ИНН 7728654530

АКТ ВНЕДРЕНИЯ

результатов диссертационной работы на соискание ученой степени кандидата технических наук Акаева Александра Валерьевича

Комиссия в сооаве О.А. Благие и В.В. Ситниковой составила настоящий акт о том, что результаты диссертационной работы А.В. Ахаева, представленной на соискание ученой степени кандидата технических наук, применяются в деятельности ООО «ИТСК» для выбора наиболее подходящего программного продукта системы «1С:Предприятие 8)) в соответствии с требованиями клиентов.

Веб-оряентированный программный комплекс позволяет:

]) ограничить область выбора прораммных продуктов по характеристиках! клиента до 2-Ю альтернатив:

2) рекомендовать к выбору программный продукт, функциональные возможности которого паи лучшим образок! удовлетворяют требованиям клиента;

3) оперативно обновлять базу знаний на основе анализа информационных писем о выпуске про!раммных продуктов.

Использование программно: о комплекса позволило решить проблему автоматизации процедуры выбора программного продукта системы <Д(^Предприятие 8м по требованиям клиента, сократив время ее проведения до (5 минут.

Экономический эффект доспи астся за счет оперативного предоставления квалифицированной рекомендации по выбору программного продукта, оперативного обучения стажеров и менеджеров по продажам.

Ведущий специалист ______ О.А. Благие

В.В. Ситникова

Ведущий специалист

ТУСУР

Министерство образования и науки Российской Федерации,

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ»

ОКПО02069326 ОГРН)027000867068 тел [phone]

ИНН7021000043 КПП70]70]00] факс [phone]

е-ига it oiTice'Stusur ru

пр Ленина, 40 г Томск 631050 tusur ГЦ

%

.уКт^

УТВЕРЖДАЮ

/ Первый проректор - проректор ^п^ч^бнойработе

W ' ---ДА Боков

^^___^^_20;4г

о внедрении результатов диссертационной работы Ахаева Александра Валерьевича в учебный процесс

Комиссия в составе

Председателя

Мещеряков Р В , зам нач научного управления, д-р техн наук, доцент Членов комиссии

Давыдова Е М , и о декана ФБ, канд техн наук,

Евсютин О О, доцент каф КИБЭВС ТУСУР, канд техн наук составили настоящий акт о нижеследующем

Результаты диссертационной работы А В Ахаева на тему «Методика, модели и алгоритмы выбора программных продуктов на основе онтологии и нечеткой меры» используются в учебном процессе на факультете безопасности ТУСУР при чтении курса лекций и проведении практических занятий по дисциплине «Базы знаний» для подготовки студентов, обучающихся по специальности «090! 05 - Комплексное обеспечение информационной безопасности

автоматизированных систем»

Результаты используются при выполнении курсовых, дипломных и научноисследовательских работ студентами кафедры комплексной информационной безопасности электронно-вычислигельных систем Томского государственного университета систем управления и радиоэлектроники (КИБЭВС ТУСУР)

Зам нач научного управления, д-р техн наук, доцент

Ио деканаФБ.

канд техн наук

Доцент каф КИБЭВС ТУСУР, канд техн наук

РВ Мещеряков

ЕМ Давыдова

О О Евсютин