Методы и алгоритмы построения адаптивной онтологической среды интеллектуального обучения на основе интегрированных экспертных систем тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Григорьев Андрей Александрович

• Григорьев Андрей Александрович
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Григорьев Андрей Александрович

Введение

1. Современное состояние исследований и разработок в области интеллектуальных обучающих систем

1.1. Классификация и сравнительный анализ современных архитектур интеллектуальных обучающих систем

1.1.1. Экспертно-обучающие системы и проблемно-специализированные ИОС на основе экспертных систем

1.1.2. Веб-ориентированные обучающие адаптивные системы и веб-ИОС

1.1.3. Агентно-ориентированные ИОС и ИОС на основе технологий многоагентных систем

1.1.4. ИОС, включающие методы принятия решений, и интеллектуальные тренажеры различного назначения

1.1.5. ИОС на основе облачных платформ и интеллектуальных облачных сервисов

1.2. Общая характеристика современных инструментальных средств поддержки разработки ИОС

1.2.1. Универсальные инструментальные средства и платформы для поддержки

разработки ИОС

1.2.2. Специализированные инструментальные средства онтологического инжиниринга

1.3. Анализ особенностей обучающих интегрированных экспертных систем, разработанных на основе задачно-ориентированной методологии и средств интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ

1.3.1. Общая характеристика обучающих ИЭС/веб-ИЭС

1.3.2. Обобщенная модель задачи обучения и ее базовые модели, разработанные в рамках задачно-ориентированной методологии

1.3.3. Типовые задачи интеллектуального обучения и подходы к их реализации в обучающих ИЭС/веб-ИЭС

1.3.4. Общая архитектура, состав и структура подсистемы поддержки построения обучающих ИЭС/веб-ИЭС

1.4. Анализ базовых возможностей задачно-ориентированной методологии для представления и обработки знаний и моделирования внешней среды в интегрированных экспертных системах

1.4.1. Общая характеристика базового языка представления знаний и универсального АТ-РЕШАТЕЛЯ

1.4.2. Особенности методов представления и обработки темпоральных знаний и моделирования внешней среды в динамических ИЭС

1.5. Анализ базовых компонентов интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ

1.6. Анализ опыта разработки и использования обучающих ИЭС/веб-ИЭС в учебном процессе кафедры «Кибернетика» НИЯУ МИФИ

1.6.1. Общая структура и конкретизация информационно-образовательных и программных ресурсов интеллектуального обучения на основе обучающих ИЭС/веб-ИЭС

1.6.2. Экспериментальное исследование процессов функционирования обучающих ИЭС/веб-ИЭС (в режимах RunTime и DesignTime) и основные проблемы их использования в условиях реального учебного процесса

1.7. Цели и задачи диссертационной работы

Выводы

2. Методы и алгоритмы построения адаптивной онтологической среды интеллектуального обучения на основе обучающих интегрированных экспертных систем

2.1. Формальное описание общей структуры адаптивной онтологической среды

2.2. Особенности управления функционированием обучающих ИЭС/веб-ИЭС как интеллектуальным объектом управления

2.2.1. Общая схема решения задачи управления сложными объектами на основе принципов ситуационного управления

2.2.2. Основные принципы метода ситуационного управления

2.2.3. Постановка задачи принятия управляющих решений на основе классификации ситуаций и особенности ее реализации для интеллектуального объекта управления в виде обучающей ИЭС/веб-ИЭС

2.3. Формальное описание и особенности реализации расширенной модели обобщенной онтологии представления знаний о направлении/специальности подготовки

2.3.1. Формальное описание расширенной модели обобщенной онтологии

2.3.2. Методы и алгоритмы реализации этапов общей схемы решения задачи управления интеллектуальным объектом на основе элементов расширенной модели обобщенной онтологии и базовых средств вывода

2.4. Алгоритм генерации плана управления процессами достижения обучаемыми целевых компетенций на протяжении образовательного цикла или отдельных его этапов

2.4.1. Выбор подхода к разработке алгоритма генерации плана управления процессами достижения обучаемыми целевых компетенций на протяжении образовательного цикла или отдельных его этапов

2.4.2. Рабочие определения и ограничения

2.4.3. Формальная постановка задачи генерации плана управления процессом достижения обучаемым целевых компетенций на протяжении образовательного цикла или отдельных его этапов

2.4.4. Разработка общего алгоритма планирования процесса достижения целевых компетенций .. 83 Выводы

3. Проектирование и программная реализация адаптивной онтологической среды интеллектуального обучения в виде архитектуры интеллектуальной системы управления

3.1. Анализ требований на разработку интеллектуальной системы управления на основе реализации принципов ситуационного управления

3.1.1. Общие функциональные требования к реализации интеллектуальной системы управления

3.1.2. Требования к архитектуре, составу и структуре интеллектуальной системы управления и ее компонентов

3.1.3. Интеграционные требования

3.1.4. Требования к информационной безопасности и надёжности

3.1.5. Требования к хранению обобщенной онтологии представления знаний о направлении/специальности подготовки

3.1.6. Нефункциональные требования

3.2. Проектирование и программная реализация интеллектуальной системы управления и мониторинга процессов функционирования обучающих ИЭС/веб-ИЭС

3.2.1. Общая архитектура ИСУ, реализованной на принципах ситуационного метода управления на основе классификации ситуаций

3.2.2. Архитектура компонентов реализации процедур ситуационного управления и компонента взаимодействия обобщенной онтологии со средствами вывода

3

3.2.3. Особенности реализации компонента генерации плана управления процессами достижения обучаемыми целевых компетенций и его взаимодействия с интеллектуальным планировщиком

3.2.4. Архитектура и особенности реализации подсистемы исполнения плана управления процессами достижения обучаемыми целевых компетенций

3.2.5. Особенности построения динамической интегрированной экспертной системы для мониторинга информационной безопасности процессов функционирования обучающих веб-ИЭС

3.2.6. Особенности программной интеграция компонентов интеллектуальной системы управления и базовых компонентов интеллектуальной программной среды комплекса АТ-ТЕХНОЛОГИЯ на основе принципов сборочного программирования

Выводы

4. Экспериментальное исследование и апробация адаптивной онтологической среды интеллектуального обучения

4.1. Исследование эффективности управления процессами функционирования обучающих ИЭС/веб-ИЭС на основе серии имитационных экспериментов

4.1.1. Разработка имитационной модели этапов образовательного цикла и организация имитационного эксперимента

4.1.2. Исследование эффективности реализации этапов ситуационного управления на основе взаимодействия обобщенной онтологии и универсального АТ-РЕШАТЕЛЯ

4.2. Экспериментальное исследование адаптивной онтологической среды интеллектуального обучения на основе использования обучающих ИЭС/веб-ИЭС

4.2.1. Оценка эффективности адаптивной онтологической среды интеллектуального обучения на основе использования обучающих ИЭС/веб-ИЭС

4.2.2. Результаты мониторинга информационной безопасности процессов функционирования обучающих ИЭС/веб-ИЭС

4.3. Разработка и исследование обучающего воздействия специального типа «Тренинг с ЭС/ИЭС» для автоматизированной поддержки решения учебных задач проектного типа

4.3.1. Разработка обучающего воздействия типа «Тренинг с ЭС/ИЭС» и метода его адаптация к прикладным онтологиям курсов/дисциплин

4.3.2. Экспериментальное исследование обучающего воздействия специального типа «Тренинг с ЭС/ИЭС» в составе ИСУ (на примере дисциплины «Динамические интеллектуальные системы»)

4.3.3. Исследование процессов совместного выявления уровня знаний и навыков/умений обучаемых на примере различных дисциплин, связанных с методами и технологиями построения динамических интеллектуальных систем

4.4. Внедрение результатов диссертации в учебный процесс кафедры «Информационные системы» Тверского государственного технического университета

4.5. Внедрение результатов диссертации в учебный процесс кафедры прикладной информатики и информационной безопасности Российского Экономического Университета им. Г. В. Плеханова

Выводы

Основные результаты

Список сокращений

Список литературы

Акты о внедрении и Свидетельства о регистрации баз данных

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы построения адаптивной онтологической среды интеллектуального обучения на основе интегрированных экспертных систем»

Введение

В настоящее время перспективные отечественные и зарубежные исследования в области компьютерных образовательных технологий связаны с созданием различных средств интеллектуального компьютерного обучения на основе разработки и использования интеллектуальных обучающих систем (ИОС), интегрирующих все многообразие методов и средств искусственного интеллекта (ИИ) с методами и подходами из других областей. Архитектуры современных ИОС ориентированы на поддержку решения задач интеллектуального обучения, в основе которого заложена концептуальная и логическая взаимосвязь процессов интеллектуализации, индивидуализации и веб-ориентации.

Большой вклад в создание теории, системной и программной технологии построения ИОС различной архитектурной типологии, инженерии знаний и онтологического инжиниринга, а также в развитие методов решения задач интеллектуального обучения внесли отечественные ученые В.Л. Стефанюк, Г.В. Рыбина, Э.В. Попов, , Ю.Ф. Тельнов, В.М. Трембач, Т.А. Гаврилова, В.В. Грибова, Б.А. Кобринский, В.В. Голенков, И.А. Фролов и зарубежные ученые P. Brusilovsky, D. Bonner, B. Nye, C. Conati, K. VanLehn, J. Wetzel, S. Grover, B. Van De Sande и др.

При проведении исследований в области теории систем, системного анализа, теории ситуационного управления, методов планирования и принятия решений, интеллектуальных систем поддержки принятия решений, методов интеллектуального управления и интеллектуальных систем управления, программной инженерии автор опирался также на работы таких ученых, как: Д.А. Поспелов, Г.С. Осипов, П.К. Анохин, О.И. Ларичев, Ю.И. Клыков, Л.С. Болотова (Загадская), М. Месарович, В.Н. Волкова, Э.А. Трахтенгерц, В.Н. Бурков, Г.Н. Калянов, D.S. Nau, В.В. Борисов, А.П. Еремеев, А.А. Башлыков, Б.В. Палюх, И.М. Макаров, В.М. Лохин, В.Н. Захаров, С.В. Манько, М.П. Романов, Е.М. Лаврищева и др.

Проблематика ИОС, насчитывающая более полувека своего развития, ведет начало от пионерских работ Дж. Карбонелла и П.Л. Брусиловского, сформировавших общее представление об ИОС как особом классе прикладных интеллектуальных систем, в архитектурах которых предусмотрена возможность автоматизированной поддержки как моделей проблемных областей (ПрО), так и обязательных для ИОС моделей обучаемых и разнообразных моделей обучения.

Соответственно, основными целями создания ИОС в отличие от обычных компьютерных обучающих систем являются: разработка и развитие адаптивной обучающей среды; организация диагностического процесса выявления ошибок в знаниях и умениях обучаемых; динамическое формирование обучающей программы (стратегии) в соответствии с текущей ситуацией в процессе обучения и т.п.

В настоящее время быстрое развитие веб-технологий и облачных платформ позволило

существенно расширить возможности реализации средств интеллектуального обучения на основе

разработки и использования ИОС и веб-ИОС, обладающих разнообразной архитектурой, в том

5

числе децентрализованной и/или распределенной/ Однако, текущая практика использования различных ИОС при организации учебного процесса в системе вузовского образования еще недостаточно велика, что уже не может удовлетворять требованиям актуальности применения технологий интеллектуального компьютерного образования.

Несмотря на возросшую в последние годы роль онтологического подхода в ИОС и веб-ИОС для построения онтологий ПрО обучения, онтологических моделей обучаемых, при семантической интеграции различных веб-ИОС в рамках общей ПрО и т.д., в настоящее время отсутствуют комплексные исследования и разработки, направленные на создание универсального системного подхода к автоматизированному построению и использованию доступного онтологического пространства знаний и умений обучаемых, формируемого на протяжении всего образовательного цикла подготовки выпускников по различным направлениям/специальностям подготовки.

Для решения актуальной проблемы создания единого онтологического пространства знаний и умений обучаемых достаточно перспективной научной и технологической базой оказался комплекс моделей и методов автоматизированного построения обучающих интегрированных экспертных систем (ИЭС) и веб-ИЭС (далее ИЭС/веб-ИЭС) на основе задачно-ориентированной методологии построения ИЭС (автор профессор Г.В. Рыбина), обладающих масштабируемой архитектурой и расширяемой функциональностью до уровня полнофункциональных ИОС и веб-ИОС, и поддерживающего данную методологию оригинального отечественного инструментария класса Workbench в виде интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ.

Многолетний опыт (с 2008 г.) разработки и использования в учебном процессе НИЯУ МИФИ по направлениям подготовки «Прикладная математика и информатика» и «Программная инженерия» нескольких обучающих ИЭС/веб-ИЭС, показал достаточно высокую апробированность разработанных моделей, методов и программных средств для решения типовых задач интеллектуального обучения путем применения обучающих ИЭС/веб-ИЭС на различных этапах учебного процесса и проведения образовательного мониторинга. Это создает определенные предпосылки как для повышения эффективности использования накопленных ресурсов этих систем, так и для дальнейшей автоматизации всех процессов, возникающих в ходе обучения и контроля знаний/умений обучаемых, включая аспекты информационной безопасности.

Поэтому в контексте использования обучающих ИЭС/веб-ИЭС актуальной стала задача создания единого автоматизированного онтологического пространства знаний и умений обучаемых как совокупности всех информационно-образовательных процессов и программных ресурсов по реализации типовых задач интеллектуального обучения на всех этапах образовательного цикла под управлением обобщенной онтологии представления знаний о направлении/специальности подготовки и средств интеллектуальной программной среды инструментального комплекса АТ-

ТЕХНОЛОГИЯ. Основной целью является построение компетентностно-ориентированных моделей выпускников по конкретным направлениям/специальностям подготовки.

Данная диссертационная работа направлена на решение актуальной научно-технической проблемы, связанной с повышением эффективности технологии интеллектуального обучения на основе использования обучающих ИЭС/веб-ИЭС, за счет разработки методов и средств построения адаптивной онтологической программной среды интеллектуального обучения, функционирующей под управлением обобщенной онтологии представления знаний о направлении/специальности подготовки.

Объектом исследования диссертационной работы являются обучающие ИЭС/веб-ИЭС как полнофункциональные ИОС и базовые компоненты интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ, предназначенные для автоматизированного построения ИЭС различной архитектурной типологии.

Предметом исследования диссертационной работы являются методы, алгоритмы и программные средства построения единой адаптивной онтологической среды интеллектуального обучения на основе использования обучающих ИЭС/веб-ИЭС.

Целью диссертационного исследования является повышение эффективности технологий интеллектуального компьютерного обучения на основе использования обучающих ИЭС/веб-ИЭС и создание единого онтологического пространства знаний и умений обучаемых по конкретным направлениям/специальностям подготовки специалистов в системе вузовского образования.

Для достижения данной цели в диссертации были поставлены и решены следующие задачи:

1. Системный анализ и обобщение опыта разработки и практического использования в учебном процессе НИЯУ МИФИ обучающих ИЭС/веб-ИЭС, созданных на основе задачно-ориентированной методологии и интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ, что включает методы построения и реализации: базовых моделей (компетентностно-ориентированная модель обучаемого, адаптивная модель обучения, модель прикладной онтологии курса/дисциплины и др.); типовых задач интеллектуального обучения (индивидуальное планирование методики изучения учебных курсов/дисциплин, интеллектуальный анализ решений учебных задач, интеллектуальная поддержка принятия решений); средств мониторинга функционирования обучающих ИЭС/веб-ИЭС.

2. Разработка и формальная конкретизация общей структуры адаптивной онтологической среды (АОЕ) интеллектуального обучения как совокупности взаимосвязанных разнородных моделей, процедур, информационных и программных компонентов, реализующих методы построения моделей обучаемых и обучения на основе использования системы онтологий различного типа для представления знаний о проблемной области обучения, а также выбор архитектуры АОЕ в виде интеллектуальной системы управления (ИСУ), обеспечивающей

управление и мониторинг процессов функционирования обучающих ИЭС/веб-ИЭС, являющихся интеллектуальным объектом управления программно-организационного типа.

3. Разработка принципов построения базовых компонентов ИСУ с использованием гибридного подхода, в основе которого заложена интеграция метода ситуационного управления сложными техническими и организационными системами (предложен Д.А. Поспеловым) с технологиями обучающих ИЭС/веб-ИЭС и онтологического инжиниринга, а также разработка методов и алгоритмов реализации концепции ситуационного метода, основанного на классификации ситуаций, для решения задачи управления путем использования обобщенной онтологии представления знаний о направлении/специальности подготовки и базовых средств вывода.

4. Разработка новой расширенной модели обобщенной онтологии представления знаний о направлении/специальности подготовки, которая кроме базовой совокупности прикладных онтологий курсов/дисциплин включает онтологическую модель ситуационной сети управления, правила взаимодействия онтологий, описание этапов и целей, определенных на конкретном интервале времени образовательного цикла.

5. Разработка алгоритмов для поддержки необходимой функциональности типовых задач интеллектуального обучения на основе расширения концептуальных и интеграционных возможностей взаимодействия модели прикладных онтологий курсов/дисциплин с элементами онтологической модели ситуационной сети управления, развития отдельных компонентов моделей обучаемых и обучения, реализации средств мониторинга информационной безопасности процессов функционирования обучающих ИЭС/веб-ИЭС.

6. Разработка алгоритма генерации плана управления процессами достижения обучаемыми целевых компетенций на протяжении образовательного цикла (или отдельных этапов цикла), связанного с интеллектуальным обучением на основе использования обучающих ИЭС/веб-ИЭС, обобщенной онтологии представления знаний о направлении/специальности подготовки и средств интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ.

7. Проектирование и разработка общей архитектуры ИСУ, состава и структуры используемых информационных и программных ресурсов, включая инструментальные средства интеллектуальной программной среды комплекса АТ-ТЕХНОЛОГИЯ и специально созданные средства для реализации процедур ситуационного управления и планирования, а также разработка методов их программной интеграции в ИСУ на основе сборочного программирования и компонентно-ориентированного подхода.

8. Разработка технологии информационно-методической и программной поддержки системы онтологий и базовых режимов функционирования обучающих ИЭС/веб-ИЭС, реализация специальных средств мониторинга информационной безопасности процессов функционирования обучающих ИЭС/веб-ИЭС, проведение комплексных исследований прототипной версии ИСУ на

8

основе серии имитационных экспериментов, а также апробация разработанных программных средств и технологий в условиях реального учебного процесса.

Научная новизна работы.

1. Для автоматизированного управления процессами интеллектуального обучения с использованием обучающих ИЭС/веб-ИЭС впервые предложен, программно реализован и экспериментально исследован гибридный подход, в основе которого заложена концептуально-функциональная и технологическая взаимосвязь методов ситуационного управления сложными системами, моделей и методов представления и обработки знаний в ИЭС и методов онтологического инжиниринга, что позволяет значительно расширить возможности используемых систем и повысить доверие к результатам обучения.

2. Разработана и исследована оригинальная модель обобщенной онтологии представления знаний о направлении/специальности подготовки, отличительными особенностями которой являются гибкие интерпретационные и интеграционные возможности, позволяющие не только связывать между собой элементы разнородных моделей обучаемых, моделей обучения, типовых задач интеллектуального обучения, но и обеспечивать взаимодействие с элементами онтологической модели ситуационной сети управления интеллектуальным объектом в виде обучающей ИЭС/веб-ИЭС.

3. Предложены и программно реализованы оригинальные модели и методы для построения отдельных компонентов моделей обучаемых и моделей обучения (новое обучающее воздействие специального типа «Тренинг с ЭС/ИЭС») с использованием прикладных онтологий курсов/дисциплин и обобщенной онтологии представления знаний о направлении/специальности подготовки и проведено их экспериментальное исследование в условиях АОЕ.

Теоретическая значимость работы для ИИ заключается в развитии методов и средств создания обучающих ИЭС/веб-ИЭС как полнофункциональных ИОС на основе гибридного онтологического подхода, включающего различные методы ИИ: модели и методы представления и обработки знаний, методы онтологического инжиниринга, методы интеллектуального планирования, когнитивные модели и др., совместное использование которых позволяет обеспечить гибкое расширение возможностей обучающих ИЭС/веб-ИЭС.

Практическая значимость и ценность работы определяется новыми требованиями инновационного развития образовательного процесса в условиях цифровизации и значительного расширения механизмов взаимодействия обучаемых с компьютером, с целью использования доступного пространства знаний и умений. Разработка единой онтологической среды интеллектуального обучения на основе обучающих ИЭС/веб-ИЭС позволяет более эффективно производить анализ и оценку качества подготовки обучаемых, работающих в виртуально-реальной среде в течение полного цикла обучения по конкретным направлениям/специальностям подготовки, и снизить ресурсно-временные затраты по сравнению с традиционными обучающими системами.

9

Практическая значимость работы подтверждается использованием в составе интеллектуальной программной среды инструментального комплекса АТ-ТЕХНОЛОГИЯ разработанного в диссертации специализированного программного обеспечения ИСУ, предназначенного для реализации процедур ситуационного управления и планирования, а также информационного обеспечения в виде единой базы данных (БД) моделей обучаемых и обучения и БД для хранения системы онтологий и баз знаний (БЗ).

Методология и методы диссертационного исследования

В работе использовались методы теории систем, системного анализа, теории ситуационного управления, методы планирования и принятия решений, теории вероятностей и математической статистики, теории графов, методы представления и обработки знаний, методы онтологического инжиниринга, методы когнитивного моделирования, технология разработки программного обеспечения, методы проектирования и программирования клиент-серверных веб-приложений, методы сборочного программирования.

Положения, выносимые на защиту и полученные лично автором.

1. Адаптивная онтологическая среда (АОЕ) интеллектуального обучения на основе обучающих ИЭС/веб-ИЭС в виде архитектуры ИСУ, реализованной на принципах ситуационного управления сложными системами программно-организационного типа, и методы и алгоритмы ее реализации.

2. Оригинальная модель обобщенной онтологии представления знаний о направлении/специальности подготовки, включающая онтологическую модель ситуационной сети управления, а также методы и алгоритмы ее реализации для поддержки необходимой функциональности при интерпретации разнородных декларативных и процедурных элементов базовой модели в виде семантической сети как основы обобщенной модели.

3. Методы и алгоритмы реализации отдельных компонентов моделей обучаемых и обучения , в том числе выявление уровня умений обучаемых решать учебные проектные задачи на основе разработанного обучающего воздействия специального типа «Тренинг с ЭС/ИЭС» и метода его адаптации к онтологиям различных курсов/дисциплин на основе декларативной спецификации.

4. Программное обеспечение ИСУ процессами функционирования обучающих ИЭС/веб-ИЭС, которое реализовано на основе компонентно-ориентированного подхода сборочного программирования и стратегии объединения «Каркас», обеспечивающих эффективную интеграцию и использование разработанных программных компонентов и базовых инструментальных средств интеллектуальной программной среды комплекса АТ-ТЕХНОЛОГИЯ.

Достоверность полученных результатов. Достоверность научных и практических результатов подтверждается данными, полученными при использовании разработанных программных средств ИСУ для автоматизированного управления процессами функционирования пяти обучающих ИЭС/веб-ИЭС в течение нескольких учебных семестров, и на основании серии

10

проведенных имитационных экспериментов. Достоверность результатов подтверждается тремя актами о внедрении и тремя «Свидетельствами о государственной регистрации программ для ЭВМ и баз данных» (№2025622967, №2025622954, №2025623052), а также обсуждением основных положений диссертации на международных и российских научно-практических конференциях.

Апробация результатов исследования

Основные положения и результаты диссертационного исследования были успешно доложены и обсуждены: на Двадцать второй Национальной конференции по искусственному интеллекту с международным участием КИИ-2025 (Санкт-Петербург, 6-10 октября 2025); 9th international scientific conference «Intelligent information technologies for industry» IITI'25 (November 5-7, 2025, Sirius Federal Territory, Russia); Двадцатой Национальной конференции по искусственному интеллекту с международным участием КИИ-2022 (Москва, 21-23 декабря 2022); XXVI Российской научной конференции «Инжиниринг предприятий и управления знаниями» ИП&УЗ-2023 (Москва, 29-30 ноября 2023); 7th International Conference on Information Technologies in Engineering Education INFORINO-2024 (Москва, 16-19 апреля 2024); XII Международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» ИММВ-2024 (Коломна, 14-17 мая 2024); VII Всероссийской Поспеловской научной конференции «Гибридные и синергетические интеллектуальные системы» (Калининград, 3 -7 июня 2024); Второй Всероссийской научно-технической конференции «Кибернетика и информационная безопасность «КИБ-2024» (Москва, 22-23 октября 2024); XXVII Российской Научной конференции «Инжиниринг предприятий и управление знаниями» ИП&УЗ-2024, (Москва, 28-29 ноября 2024).

Внедрение результатов исследования. Результаты диссертации использовались в учебном процессе кафедры «Кибернетика» НИЯУ МИФИ для практической поддержки базовых дисциплин по направлению подготовки «Программная инженерия» бакалавриата и магистратуры. Получен акт о внедрении результатов диссертации для поддержки дисциплин: «Введение в интеллектуальные системы и технологии», «Интеллектуальные диалоговые системы»; «Динамические интеллектуальные системы»; «Проектирование кибернетических систем, основанных на знаниях»; «Современные архитектуры интеллектуальных систем».

Получен акт о внедрении результатов диссертации в виде программного обеспечения в учебный процесс Тверского государственного технического университета. Получен акт о внедрении результатов диссертации в виде информационно-программного обеспечения в учебный процесс кафедры прикладной информатики и информационной безопасности РЭУ им. Г.В. Плеханова. Получены три «Свидетельства о государственной регистрации программ для ЭВМ и баз данных» на БД для хранения прикладных онтологий курсов/дисциплин «Введение в интеллектуальные системы и технологии» (№2025622967), «Интеллектуальные диалоговые системы (№ 2025622954), «Динамические интеллектуальные системы» (№ 2025623052).

Для методической и практической поддержки учебного процесса на основе использования результатов диссертации издано учебное пособие - Рыбина Г.В., Григорьев А.А. Практические занятия по методам и технологиям построения динамических интеллектуальных систем: учебное пособие. М.: НИЯУ МИФИ, 2024. 140 с.

Публикации. Основные результаты диссертации опубликованы в 20 печатных работах, из них 4 в рецензируемых изданиях (3 в журналах, рекомендованных ВАК, 1 в журнале, индексируемом в международных базах данных Scopus или Web of Science), 3 работы в материалах конференций, индексируемых в международных базах данных Scopus или Web of Science.

Авторский вклад. Все результаты диссертационной работы получены лично автором, либо при его непосредственном участии. Лично автором проведены: системный анализ опыта разработки и практического использования в учебном процессе НИЯУ МИФИ обучающих ИЭС/веб-ИЭС; разработана и формально описана общая структура адаптивной онтологической среды (AOE); осуществлен выбор и обоснование метода ситуационного управления для реализации AOE в виде архитектуры ИСУ; разработаны алгоритмы реализации процедур ситуационного метода управления (анализатор, классификатор, коррелятор, экстраполятор); разработана расширенная модель обобщенной онтологии и алгоритмы для поддержки необходимой функциональности элементов модели; разработан алгоритм генерации плана управления процессом достижения целевых компетенций; разработана общая архитектура ИСУ на принципах ситуационного подхода и выполнено проектирование и программная реализация используемых в рамках ИСУ информационных и программных ресурсов; разработана технология информационной и программной поддержки базовых компонентов ИСУ.

Соответствие диссертации Паспорту научной специальности

Область диссертационного исследования соответствует по своему содержанию Паспорту научных специальностей ВАК Министерства образования РФ и науки РФ по специальности 2.3.1. Системный анализ, управление и обработка информации, статистика.

1. П.4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений, обработки информации и искусственного интеллекта».

2. П.5 «Разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений, обработки информации и искусственного интеллекта».

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Основной текст работы изложен на 158 страницах. Список литературы содержит 107 наименований.

1. Современное состояние исследований и разработок в области интеллектуальных обучающих систем

В данном разделе проанализированы некоторые наиболее характерные подходы к реализации отечественных и зарубежных ИОС с различной архитектурной типологией. Основное внимание уделено анализу опыта разработки и применения одного из наиболее востребованных и перспективных классов ИОС - обучающим ИЭС/веб-ИЭС.

1.1. Классификация и сравнительный анализ современных архитектур интеллектуальных обучающих систем

В современных условиях всеобъемлющей цифровизации использование традиционных образовательных технологий, ориентированных только на предоставление обучаемым электронных версий учебного материала, включая удаленный доступ к информационным ресурсам и дистанционное взаимодействие с преподавателем и/или другими обучаемыми, уже не полностью удовлетворяет новым требованиям и технологиям обучения, как с точки зрения реализации процессов индивидуализации, интеллектуализации и веб-ориентации [1-3], так и возможностей использования доступного пространства знаний и умений обучаемых на всем образовательном цикле подготовки специалистов в системе высшей школы [4-6].

Поэтому актуальной является проблема разработки и использования самых перспективных средств интеллектуального компьютерного обучения [1, 2, 4, 7-10], решение которой связано с проведением активных отечественных и зарубежных исследований в области ИОС различной архитектурной типологии, интегрирующих все многообразие методов и средств ИИ с методами и подходами из других областей [1-4, 7-20].

В настоящее время в современном образовательном процессе, например в нашей стране, уже накоплен значительный научный и технологический опыт разработки и использования в образовательном процессе различных архитектур ИОС для поддержки решения задач интеллектуального обучения, детально отраженный в целом ряде монографий, учебных пособий и базовых работ, в частности [1-3, 6, 20-22] и др.

Используя в качестве базовой классификации современных архитектур ИОС классификацию, представленную в работе [2], рассмотрим особенности каждого типа архитектуры (рис. 1) с учетом исторической эволюции основных концепций и парадигм их разработки [3], а также выполнения требований к ИОС, сформированных еще в пионерских работах Дж. Карбонелла [23] и П.Л. Брусиловского [24] более 50 лет назад.

Список литературы диссертационного исследования кандидат наук Григорьев Андрей Александрович, 2026 год

Список литературы

1. Рыбина Г.В. Интеллектуальные системы: от А до Я: Серия монографий в трех книгах. Книга 1. Системы, основанные на знаниях. Интегрированные экспертные системы. М.: Научтехлитиздат, 2014. 224 с.

2. Рыбина Г.В. Интеллектуальные обучающие системы на основе интегрированных экспертных систем. М.: Директ-Медиа, 2023. 132 с.

3. Рыбина Г.В. Обучающие интегрированные экспертные системы: некоторые итоги и перспективы // Искусственный интеллект и принятие решений. 2008. № 1. С. 22-46.

4. Рыбина Г.В. Интеллектуальная технология построения обучающих интегрированных экспертных систем: новые возможности // Открытое образование. 2017. Т. 21. № 4. С. 43-57.

5. Rybina G.V. et al. Automated Formation of the Unified Ontological Space of Students' Knowledge and Skills to Implement Intellectual Tutoring Tasks Based on Tutoring Integrated Expert Systems // 2022 VI International Conference on Information Technologies in Engineering Education (Inforino). 2022. P. 1-6.

6. Рыбина Г.В., Григорьев А.А. Современные архитектуры интеллектуальных обучающих систем на основе интегрированных экспертных систем: особенности подхода к автоматизированному формированию онтологического пространства знаний и умений обучаемых // Двадцатая Национальная конференция по искусственному интеллекту с международным участием, КИИ-2022. Труды конференции. В 2 т. Т. 2. М.: Издательство МЭИ, 2022. С. 218-231.

7. Рыбина Г.В. Современные подходы к реализации интеллектуального компьютерного обучения на основе разработки и использования обучающих интегрированных экспертных систем // Приборы и системы. Управление, Контроль, Диагностика. 2010. № 5. С. 10-15.

8. Рыбина Г.В. Интеллектуальные обучающие системы на основе интегрированных экспертных систем: опыт разработки и использования // Информационно-измерительные и управляющие системы. 2011. № 10. С. 4-16.

9. Рыбина Г.В., Сергиенко Е.С. Интеллектуальное обучение на основе интегрированных экспертных систем: моделирование умений обучаемых решать сложные учебные задачи // Информационно-измерительные и управляющие системы. 2015. № 1. С. 31-39.

10. Рыбина Г.В. и др. Некоторые аспекты интеллектуального обучения на основе использования обучающих интегрированных экспертных систем // Информационно-измерительные и управляющие системы. 2016. № 8. С. 3-9.

11. Галеев И.Х. Модель управления процессом обучения в ИОС // Образовательные технологии и общество. 2010. Т. 13. С. 285-292.

12. Алещенко А.С., Трембач В.М. Интеллектуальная обучающая система кафедры ВУЗа // Открытое образование. 2016. № 5. С. 47-52.

13. Грибова В.В., Островский Г.Е. Интеллектуальная обучающая среда для диагностики острых и хронических заболеваний // Пятнадцатая национальная конференция по искусственному интеллекту с международным участием: Труды конференции: в 3 томах. Смоленск: Универсум, 2016. Т. 3. С. 171-179.

14. Фадеева Ю.А. и др. Анализ программных решений для построения ИОС образовательной организации // Вестник науки и образования. 2020. № 17-1 (95). С. 75-76.

15. Sosnovsky S. et al. Ontology-based integration of adaptive educational systems // 16th International Conference on Computers in Education (ICCE 2008). 2008. P. 11-18.

16. Nye B.D. Intelligent tutoring systems by and for the developing world: A review of trends and approaches for educational technology in a global context // International Journal of Artificial Intelligence in Education. 2015. № 25. P. 177-203.

17. Rahman A.A., Abdullah M., Alias S.H. The architecture of agent-based intelligent tutoring system for the learning of software engineering function point metrics // 2nd International Symposium on Agent, Multi-Agent Systems and Robotics, ISAMSR 2016. 2016. P. 139-144.

18. Аляутдинова Г.Р., Игнарина Е.С., Пайгина Л.Р. Организация процесса обучения с помощью интеллектуальной обучающей системы МОНАП // Образовательные технологии и общество. 2017. № 3. С. 234-242.

19. Bonner D. et al. The Development of a Testbed to Assess an Intelligent Tutoring System for Teams // Proceedings of the Workshops at the 17th International Conference on Artificial Intelligence in Education AIED 2015. Madrid, Spain: CEUR Workshop Proceedings, 2015. P. 31-37.

20. Рыбина Г.В. Интеллектуальные обучающие системы: анализ базовых архитектур и особенностей применения онтологического подхода (на примере опыта разработки и практического использования обучающих интегрированных экспертных систем) // Приборы и системы. Управление, контроль, диагностика. 2023. № 2. С. 23-43.

21. Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. М.: Научтехлитиздат, 2008. 482 с.

22. Петрушин В.А. Экспертно-обучающие системы. Киев: Наукова думка, 1992. 196 с.

23. Carbonell J.R. AI in CAI: An Artificial Intelligence Approach to Computer-Assisted Instruction // IEEE Transactions on Man-Machine Systems. 1970. Т. MMS-11. № 4. С. 190-202.

24. Брусиловский П. Интеллектуальные обучающие системы // Информатика. Информационные технологии. Средства и системы. 1990. Т. 2. С. 3-22.

25. Rada R. Hypertext: from text to expertext. McGraw-Hill Book Company Europe, 1991.

26. Акульшина И.Л., Ганасья Ж.Г., Фарон К. SATELIT-гипермедиа система, использующая знания // КИИ-96. Пятая национальная конференция с международным участием «Искусственный интеллект-96». Сборник научных трудов в 3-х томах. Т. 2. М.: АИИ, 1996. С. 294-298.

27. Акульшина И.Л., Виньков М.М. Интеллектуальные системы в области контроля // Новости искусственного интеллекта. 1993. № 4. С. 117-127.

28. Patel A., Kinshuk K. Applied artificial intelligence for teaching numeric topics in engineering disciplines // International Conference on Computer Aided Learning and Instruction in Science and Engineering. Berlin, Heidelberg: Springer Berlin Heidelberg, 1996. P. 132-140.

29. Брусиловский П.Л. Адаптивные и интеллектуальные технологии в сетевом обучении // Новости искусственного интеллекта. 2002. № 5. С. 25-31.

30. Стефанюк В.Л. Учить или учиться // Новости искусственного интеллекта. 2002. № 5. С. 1324.

31. Kabassi K., Virvou M. Using Web Services Personalised Web-based learning // Educational Technology & Society. 2003. Vol. 6. № 3. P. 61-71.

32. Paladines J., Ramírez J. An Intelligent Tutoring System for Procedural Training with Natural Language Interaction // 11th International Conference on Computer Supported Education. 2019. P. 307-314.

33. Dor9a F.A., Lopes C.R., Fernández M.A. A multiagent architecture for distance education systems // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies (ICALT). 2003. P. 89-121.

34. Galeev I., Tararina L., Kolosov O. Adaptation on the basis of the skills overlay model // Proceedings of the 4th IEEE International Conference on Advanced Learning Technologies (ICALT 2004). Jonssuu, Finland, 2004. P. 648-650.

35. Трембач В.М. Системы управления базами эволюционирующих знаний для решения задач непрерывного образования. М.: МЭСИ, 2013. 255 с.

36. Трембач В.М. Инжиниринг интеллектуальных обучающих систем ВУЗа // Статистика и экономика. 2016. № 4. С. 64-67.

37. Тельнов Ю.Ф., Казаков В.А. Онтологическое моделирование сетевых взаимодействий организаций в информационно-образовательном пространстве // Пятнадцатая национальная конференция по искусственному интеллекту с международным участием: Труды конференции: в 3 томах. Смоленск: Универсум, 2016. Т. 1. С. 106-115.

38. Тельнов Ю.Ф., Павлова Е.В., Протасова А.А. Организация коллективного взаимодействия субъектов образовательной деятельности в информационно-образовательном пространстве // Открытое образование. 2015. № 6 (113). С. 23-27.

39. Тельнов Ю.Ф. и др. Разработка прототипа многоагентной системы сетевого взаимодействия учебных заведений // Открытое образование. 2018. Т. 22. № 6. С. 14-26.

40. Смирнова Н.В., Шварц А.Ю. Мотивационно-волевой компонент модели обучаемого в следящих интеллектуальных системах. Часть 1 // Искусственный интеллект и принятие решений. 2012. № 1. С. 65-80.

41. Углев В.А. Реализация механизма принятия решений в интеллектуальной автоматизированной обучающей системе на базе модуля экспертных систем // XXI национальная конференция по искусственному интеллекту с международным участием (КИИ-2023). Труды конференции. В 2 т. Т. 2. 2023. С. 255.

42. Сычев О.А., Пенской Н.А., Терехов Г.В. Метод разработки интеллектуальных тренажеров на основе онтологии предметной области // Онтология проектирования. 2025. Т. 15. № 1 (55). С. 67-81.

43. Грибова В.В. и др. Проект IACPaaS. Комплекс для интеллектуальных систем на основе облачных вычислений // Искусственный интеллект и принятие решений. 2011. № 1. С. 27-35.

44. Грибова В.В. и др. Платформа IACPaaS для разработки систем на основе онтологий: десятилетие использования // Искусственный интеллект и принятие решений. 2022. Платформа IACPaaS для разработки систем на основе онтологий. № 4. С. 55-65.

45. Грибова В.В., Островский Г.Е. Интеллектуальный облачный сервис для отработки навыков постановки диагноза // Медицинская техника. 2017. Т. 6. № 306. С. 29-32.

46. Грибова В.В., Петряева М.В., Федорищев Л.А. Компьютерный обучающий тренажер с виртуальной реальностью для офтальмологии // Открытое образование. 2013. № 6. С. 45-51.

47. Грибова В.В., Стрекалёв В.О. Комплекс онтологий для виртуальных тренажёров с биологической обратной связью // Онтология проектирования. 2022. Т. 12. № 2 (44). С. 172185.

48. Рыбина Г.В. Инструментальные средства построения динамических интегрированных экспертных систем: развитие комплекса АТ-ТЕХНОЛОГИЯ // Искусственный интеллект и принятие решений. 2010. № 1. С. 41-48.

49. Рыбина Г.В. Инструментальный комплекс АТ-ТЕХНОЛОГИЯ для поддержки построения интегрированных экспертных систем: общая характеристика и перспективы развития // Приборы и системы. Управление, контроль, диагностика. 2011. № 11. С. 17-40.

50. Рыбина Г.В., Блохин Ю.М. Методы и программные средства интеллектуального планирования для построения интегрированных экспертных систем // Искусственный интеллект и принятие решений. 2018. № 1. С. 12-28.

51. Рыбина Г.В. и др. Интеллектуальная программная среда комплекса АТ-ТЕХНОЛОГИЯ: некоторые аспекты применения для построения интегрированных экспертных систем // Информационно-измерительные и управляющие системы. 2018. № 8. С. 19-26.

52. Rybina G.V., Blokhin Y.M. Methods and Software Implementation of Intelligent Planning for Integrated Expert System Design // Scientific and Technical Information Processing. 2019. Vol. 46. № 6. P. 434-445.

53. Рыбина Г.В. и др. Онтологический подход к организации учебного процесса на основе разработки и использования обучающих интегрированных экспертных систем // Приборы и системы. Управление, Контроль, Диагностика. 2017. № 2. С. 13-24.

54. Гаврилова Т.А. Инженерия знаний. Модели и методы: Учебник. СПб.: Издательство ЛАНЬ, 2023. 324 с.

55. Фролов И.А. Онтологический подход в управлении адаптивной подготовкой групп специалистов // Онтология проектирования. 2024. Т. 14. № 2 (52). С. 205-216.

56. Рыбина Г.В. и др. Автоматизированное формирование персонифицированных стратегий обучения на основе обучающих интегрированных экспертных систем // Приборы и системы. Управление, Контроль, Диагностика. 2023. № 6. С. 23-74.

57. Хорошевский В.Ф. Проектирование систем программного обеспечения под управлением онтологий: модели, методы, реализации // Онтология проектирования. 2019. Т. 9. Проектирование систем программного обеспечения под управлением онтологий. № 4 (34). С. 429-448.

58. Рыбина Г.В., Слиньков А.А. Проектирование программного обеспечения интеллектуальных систем под управлением онтологий (на примере интегрированных экспертных систем) // Приборы и системы. Управление, Контроль, Диагностика. 2023. № 6. С. 3-13.

59. Rybina G., Slinkov A. The Implementation of the Ontological Approach to Control of the Processes of Designing Integrated Expert Systems Based on the Problem-Oriented Methodology // Artificial Intelligence : Lecture Notes in Computer Science / eds. S.M. Kovalev, S.O. Kuznetsov, A.I. Panov. Cham: Springer International Publishing, 2021. Vol. 12948. P. 354-364.

60. Рыбина Г.В., Слиньков А.А., Григорьев А.А. Особенности построения прикладной онтологии типовых архитектур интегрированных экспертных систем с использованием средств интеллектуальной программной среды комплекса АТ-ТЕХНОЛОГИЯ // Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сборник научных трудов XI Международной научно-практической конференции (ИММВ-2022). В 2-х томах. Т. 1. М.: РАИИ, 2022. С. 188-196.

61. Musen M.A. The protégé project: a look back and a look forward // AI Matters. 2015. Vol. 1. The protégé project. № 4. P. 4-12.

62. Негода В.Н., Куликова А.А. Сквозное проектирование автоматизированных систем на основе онтологий // Онтология проектирования. 2021. Т. 11. № 4 (42). С. 450-463.

63. Kuznetsov E.V., Shipilov D.A. Ontological Approach to Integration of Industrial Knowledge in Production Management Systems // International Conference on Digital Transformation and Global Society (DTGS). Springer, Cham, 2019. С. 37-47.

64. Шульженко Ю.В., Черненко А.В. Онтологический подход к управлению жизненным циклом программных систем // Научно-технический вестник информационных технологий, механики и оптики. 2017. № 2. С. 44-49.

65. Ерженин Р.В., Массель Л.В. Онтологический подход к представлению знаний о методологии моделирования сложной системы управления // Онтология проектирования. 2020. Т. 10. № 4 (38). С. 463-476.

66. Грибова В.В., Паршкова С.В., Федорищев Л.А. Онтологии для разработки и генерации адаптивных пользовательских интерфейсов редакторов баз знаний // Онтология проектирования. 2022. Т. 12. № 2 (44). С. 200-217.

67. Baklanova Y.V., Petrov A.Y., Skopintseva I.N. Developing an Ontology to Support Knowledge Management Processes in an Educational Institution // Proceedings of the 33rd International Business Information Management Association Conference (IBIMA). Granada, Spain, 2019. С. 7416-7425.

68. Рыбина Г.В., Григорьев А.А. Построение адаптивной онтологической среды интеллектуального обучения на основе интегрированных экспертных систем // Информационно-измерительные и управляющие системы. 2025. Т. 23. № 2. С. 67-83.

69. Рыбина Г.В. Основы построения интеллектуальных систем: учебное пособие. М.: Финансы и статистика; ИНФРА-М, 2021. 432 с.

70. Rybina G.V., Grigoryev A.A. Educational design of dynamic intelligent system prototypes using tutoring integrated expert systems // 2024 7th International Conference on Information Technologies in Engineering Education (Inforino). IEEE, 2024. P. 1-6.

71. Рыбина Г.В., Григорьев А.А. Особенности разработки и применения обучающих интегрированных экспертных систем для учебного проектирования динамических интеллектуальных систем различной архитектурной типологии // Гибридные и синергетические интеллектуальные системы: сборник статей по материалам научной VII Всероссийской Поспеловской конференции, Калининград, 03-07 июня 2024 года. СПб.: РХГА, 2024. С. 240-251.

72. Рыбина Г.В. Интеллектуальные системы: от А до Я: Серия монографий в трех книгах. Кн.2. Интеллектуальные диалоговые системы. Динамические интеллектуальные системы. М.: Научтехлитиздат, 2014. 224 с.

73. Рыбина Г.В., Григорьев А.А. Практические занятия по методам и технологиям построения динамических интеллектуальных систем: учебное пособие. М.: НИЯУ МИФИ, 2024. 140 с.

74. Лаврищева Е.М. Программная инженерия и технологии программирования сложных систем: учебник для вузов. изд. 2. Москва: Юрайт, 2022. 432 с.

75. Рыбина Г.В., Никифоров А.Ю., Григорьев А.А. Некоторые аспекты информационной безопасности функционирования интеллектуальных обучающих систем // Вторая

147

Всероссийская научно-техническая конференция «Кибернетика и информационная безопасность «КИБ-2024». Сборник научных трудов. Москва: НИЯУ МИФИ, 2024. С. 272273.

76. Рыбина Г.В., Григорьев А.А. Мониторинг информационной безопасности процессов функционирования обучающих интегрированных экспертных систем // Инжиниринг предприятий и управление знаниями (ИП&УЗ-2024) : сборник научных трудов XXVII Российской научной конференции. Москва: ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 2024. С. 286-292.

77. Рыбина Г.В., Мозгачёв А.В. Реализация темпорального вывода в динамических интегрированных экспертных системах // Искусственный интеллект и принятие решений. 2014. № 1. С. 34-45.

78. Dempster A.P. Upper and Lower Probabilities Induced by a Multivalued Mapping // Classic Works of the Dempster-Shafer Theory of Belief Functions : Studies in Fuzziness and Soft Computing / eds. R.R. Yager, L. Liu. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008. Vol. 219. P. 57-72.

79. Zadeh L.A. Fuzzy logic and approximate reasoning: In memory of Grigore Moisil // Synthese. 1975. Vol. 30. Fuzzy logic and approximate reasoning. № 3-4. P. 407-428.

80. Емельянов В.В., Ясиновский С.И. Имитационное моделирование систем: учеб. пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2009. 583 с.

81. Рыбина Г.В., Степаньков В.Ю., Григорьев А.А. Интеграция моделей, методов и программных средств, совместно определяющих логику принятия решений в динамических интеллектуальных системах // Нейрокомпьютеры: разработка, применение. 2024. Т. 26. № 5. С. 57-71.

82. Рыбина Г.В., Слиньков А.А., Григорьев А.А. Онтологии как средство управления процессами построения и использования интегрированных экспертных систем различной архитектурной типологии // Гибридные и синергетические интеллектуальные системы: материалы VI Всероссийской Поспеловской конференции с международным участием. Калининград: Издательство БФУ им. И. Канта, 2022. С. 190-198.

83. Рыбина Г.В., Слиньков А.А., Григорьев А.А. Опыт реализации онтологического подхода для построения интегрированных экспертных систем различной архитектурной типологии // Инжиниринг предприятий и управление знаниями (ИП&УЗ-2022): избранные научные труды XXIV Международной научной конференции. М.: ФГБОУ ВО «РЭУ им. Г.В. Плеханова», 2022. С. 67-78.

84. Rybina G.V., Slinkov A.A., Grigoryev A.A. Designing Features of Applied Ontology of Integrated Expert Systems' Typical Architectures Using the Intelligent Software Environment of the AT-TECHNOLOGY Workbench // Proceedings of the 3rd International Symposium on Automation, Information and Computing - ISAIC / Backup Publisher: INSTICC. SciTePress, 2023. С. 452-456.

148

85. Блохин Ю.М., Шахраманьян А.М., Мозжухин Д.А. Применение интеллектуального планировщика комплекса АТ-ТЕХНОЛОГИЯ для обработки бизнес-информации в системе Lement Pro // Информационно-измерительные и управляющие системы. 2016. Т. 14. № 8. С. 19-25.

86. Nau D.S. Current trends in automated planning // AI Magazine. 2007. Vol. 28. № 4. P. 43-58.

87. Макаров И.М. и др. Искусственный интеллект и интеллектуальные системы управления. М.: Наука, 2006. 333 с.

88. Лохин В.М., Романов М.П. Интеллектуальные системы управления - перспективная платформа для создания техники нового поколения // Вестник МГТУ МИРЭА. 2014. № 1(2). С.1-24.

89. Рыбина Г.В., Григорьев А.А. Онтологическая программная среда интеллектуального обучения на основе интегрированных экспертных систем: методы построения на принципах ситуационного управления // Двадцать вторая Национальная конференция по искусственному интеллекту с международным участием, КИИ-2025. Труды конференции. В 3-х томах. Санкт-Петербург: СПб: Изд-во СПб ФИЦ РАН, 2025. Т. 3. С. 237-249.

90. Макаров И.М., Лохин В.М. Интеллектуальные системы автоматического управления. Москва: Физматлит, 2001. 576 с.

91. Агаев Р.П. и др. Теория управления: словарь системы основных понятий. Москва: Ленанд, 2024. 600 с.

92. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986. 288 с.

93. Поспелов Д.А. Ситуационное управление: новый виток развития // Известия РАН. Теория и системы управления. 1995. № 5. С. 152-159.

94. Болотова Л.С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях: учебник. М.: Финансы и статистика, 2012. 664 с.

95. Клыков Ю.И. Ситуационное управление большими системами. Энергия, 1974.

96. Загадская Л.С., Клыков Ю.И. Моделирование системы управления морским портом методом ситуационной модели // Вопросы кибернетики. 1974. № 13. С. 135-145.

97. Загадская Л.С., Соколова О.В. Методика проектирования ситуационных моделей управления / Л.С. Загадская, О.В. Соколова. - М.: Научный совет по комплексной проблеме «Кибернетика», 1973.

98. Кобринский Б.А. Ситуационное управление: модификация решения в условиях неопределенности // Двадцать вторая Национальная конференция по искусственному интеллекту с международным участием, КИИ-2025. Труды конференции. В 3-х томах. Санкт-Петербург: СПб: Изд-во СПб ФИЦ РАН, 2025. Т. 1. С. 26-34.

99. Башлыков А.А., Еремеев А.П. Основы конструирования интеллектуальных систем поддержки принятия решений в атомной энергетике: учебник. Москва: ИНФРА-М, 2025. 351 с.

100. Массель Л.В. и др. Использование машинного обучения в ситуационном управлении применительно к задачам электроэнергетики // Информационные и математические технологии в науке и управлении. 2019. № 3 (15). С. 5-17.

101. Кобринский Б.А. Ситуационное управление и поддержка на этапах медико-технологического процесса // VII Всероссийская Поспеловская конференция «Гибридные и синергетические интеллектуальные системы»: сборник статей по материалам научной конференции (Калининград, 3-7 июня 2024 года). Сборник трудов. Калининград, Санкт-Петербург: Издательство РХГА, 2024. С. 22-31.

102. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. Мир, 1973. 344 с.

103. Кормен Т. и др. Алгоритмы. Построение и анализ. Издательский дом Вильямс, 2009.

104. Бурков В.Н., Буркова И.В., Засканов В.Г. Метод сетевого программирования в задачах календарного планирования // Автоматика и телемеханика. 2020. № 6. С. 17-28.

105. Калянов Г.Н., Титов Н.Н., Шибеко В.Н. Поиск эффективных решений задач непрерывного календарного планирования // Информационные технологии и вычислительные системы. 2018. № 1. С. 85-98.

106. Васильев В.И. и др. Анализ рисков кибербезопасности с помощью нечетких когнитивных карт // Вопросы кибербезопасности. 2020. № 2 (36). С. 11-21.

107. Кулинич А.А. Классификация когнитивных карт и методы их анализа // Труды 6-й Международной научно-практическая конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте». М.: Физматлит, 2011. Т. 1. С. 124-135.

Акты о внедрении и Свидетельства о регистрации баз данных

о внедрении результатов кандидатской диссертации «Методы и алгоритмы построения адаптивной онтологической среды интеллектуального обучения на основе интегрированных экспертных систем» аспиранта кафедры «Кибернетика» 11ИЯУ МИФИ Григорьева Андрея Александровича в учебном процессе Национального исследовательского ядерного университета «МИФИ»

Настоящим актом подтверждается, что результаты кандидатской диссертации аспиранта Григорьева Андрея Александровича в течение нескольких лет используется в учебном процессе кафедры «Кибернетика» (№22) Института интеллектуальных кибернетических систем (ИИКС) НИЯУ МИФИ.

Тема диссертационного исследования Григорьева A.A. связана с разработкой перспективных интеллектуальных обучающих систем ,в виде обучающих интегрированных экспертных систем (ИЭС), отвечающих новым требованиям инновационного развития образовательного процесса в условиях цифровизации и значительного расширения механизмов взаимодействия обучаемых с компьютером, с целью формирования и использования доступного пространства знаний и умений для автоматизированного построения компетентностно-ориентированных моделей выпускников по конкретным направлениям/специальностям подготовки.

Полученные Григорьевым A.A. научные и практические результаты диссертации Григорьева A.A. активно апробировались и использовались для проведения практических занятий в условиях реального учебного процесса в период с осеннего семестра 2023 г. по весенний семестр 2025 г. при обучении бакалавров по направлению подготовки 09.03.04 «Программная инженерия» (бакалавриат) для дисциплин «Введение в интеллектуальные системы и технологии», «Интеллектуальные диалоговые системы», «Динамические интеллектуальные системы» (группы Б21 -504, Б21 -514, Б21 -504, Б21 -524, Б21 -564, Б22-504. Б22-514, Б22-524. Б22-534, Б22-554, Б22-564), и магистров по направлению подготовки 09.04.04 «Программная инженерия» (магистратура) для дисциплин «Современны архитектуры интеллектуальных систем», «Проектирование кибернетических систем, основанных на знаниях» ( группы (М23-524. М24-524).

Ниже перечислены основные научно-практические результаты диссертации Григорьева A.A., использованные в учебном процессе для полнофункционального автоматизированного сопровождения учебного процесса на основе применения обучающих ИЭС и веб-ИЭС:

• для построения компетентностно-ориентированных моделей обучаемых разработано три прикладных онтологии курсов/дисциплин, оформленных как базы данных, включая программные средства для хранения и доступа к онтологиям;

• создана обобщенная онтология представления знаний о направлении подготовки «Интеллектуальные системы и технологии» для управления процессами функционирования обучающих ИЭС и веб-ИЭС на протяжении образовательного цикла:

• разработана технология учебно-методической, информационной и программной поддержки управления режимами функционирования обучающих ИЭС и веб-ИЭС (режим.

ориентированный на взаимодействие с преподавателем - DesignTime. и режим, ориентированный на работу с обучаемым - RunTime);

• созданы специальные средства мониторинга информационной безопасности процессов функционирования обучающих ИЭС и веб-ИЭС в виде прототипа динамической ИЭС как составной части общего образовательного мониторинга;

• на основе развития онтологического подхода к построению компетентностно-ориентированных моделей обучаемых и адаптивных моделей обучения повышена эффективность алгоритмической и программной реализации отдельных методов решения конкретных задач интеллектуального обучения (разработка генератора психологических тестов и нового обучающего воздействия типа «Тренинг с ЭС/ИЭС»);

• для методической и практической поддержки учебного процесса с использованием результатов диссертации написано и издано учебное пособие - Рыбина Г.В., Григорьев A.A. Практические занятия по методам и технологиям построения динамических интеллектуальных систем: учебное пособие. М.: НИЯУ МИФИ. 2024. 140 с.

Все разработанные Григорьевым A.A. информационно-программные средства были успешно апробированы в рамках учебного процесса кафедры №22 «Кибернетика» НИЯУ МИФИ. Результаты внедрения показали, что применение обучающих ИЭС и веб-ИЭС для автоматизированной поддержки учебного процесса по конкретным курсам/дисциплинам под управлением обобщенной онтологии «Интеллектуальные системы и технологии» по направлению подготовки «Программная инженерия» позволяет в целом увеличить степень достижения обучаемыми целевых профессиональных компетенций по всем поддерживаемым в рамках обобщенной онтологии дисциплинам. Например, использование разработанного в диссертации обучающего воздействия типа «Тренинг с ЭС/ИЭС» для автоматизированного выявления навыков/умений обучаемых проектирования базовых компонентов динамических ИЭС сокращает до 25% затраты времени для выполнения курсовых работ по дисциплине «Динамические интеллектуальные системы» для бакалавров 4-го курса.

Использование единой онтологической среды интеллектуального обучения на основе обучающих ИЭС и веб-ИЭС позволяет более эффективно производить анализ и оценку качества подготовки обучаемых, работающих в виртуально-реальной среде в течение полного цикла обучения по конкретным направлениям подготовки, что в целом снижает затраты по сравнению с традиционными компьютерными обучающими системами.

Начальник управления научных исследований

Директор ИИКС, к.т.н.

Заведующий кафедрой №22. профессор, д.ф-м.н.

УТВЕРЖДАЮ Проректор по учебной_ра&&Тне.,Тверского

Государственного Техническою Университета, доктор философских наук.

(а Элеонора Юрьевна

_

—-

_

Акт

W

о внедрении результатов кандидатской диссертации «Методы и ал го рищл до£вро е и и я адаптивной онтологической среды интеллектуального обучения на основе интегрированных экспертных систем» аспиранта кафедры «Кибернетика» НИЯУ МИФИ Григорьева Андрея Александровича

Комиссия в составе:

Председатель Палюх Б.В., д.т.н., профессор, зав. кафедрой «Информационные системы» Члены комиссии Веторов А.Н., профессор, к.т.н., доцент.

Меркурьев С. А., работодатель, настоящим актом подтверждает, что результаты кандидатской диссертации Григорьева A.A. в виде программных средств и методических материалов переданы для использования в учебном процессе кафедры «Информационные системы» факультета информационных технологий Тверского Государственного Технического Университета.

Разработанные Григорьевым A.A. программные средства вместе с базовыми компонентами оригинального программного обеспечения динамической версии инструментального комплекса АТ-ТЕХНОЛОГИЯ были установлены и настроены в учебном классе кафедры «Информационные системы» на преподавательском сервере с поддержкой доступа с учебных компьютеров, подключенных к локальной сети.

Функциональные возможности предоставленных программных средств позволяют эффективно обучать студентов старших курсов специальностей 09.03.02. «Информационные системы и технологии» и 09.03.03 «Прикладная информатика» (факультет информационных технологий, кафедра «Информационные системы») современным методам автоматизированного проектирования отдельных компонентов динамических интеллектуальных систем (на примере динамических интегрированных экспертных систем (ИЭС)), осуществляя полный жизненный цикл сборочного проектирования прототипов ИЭС, объединяя содержание и последовательность этапов построения модели предметной/проблемной области и имитационной модели внешней среды, а также выявлять и оценивать навыки/умения обучаемых.

Методическая и программная поддержка учебного процесса на базе предоставленного программного обеспечения осуществляется на основе учебного пособия: Рыбина Г.В., Григорьев A.A. Практические занятия по методам и технологиям построения динамических интеллектуальных систем: учебное пособие. М.: НИЯУ МИФИ, 2024. 140 с.

Научные результаты Григорьева A.A., реализованные в виде программных компонентов адаптивной онтологической среды интеллектуального обучения на основе ИЭС, позволяют повысить степень автоматизации инновационных образовательных технологий, используемых для подготовки специалистов в системе высшей школы.

Председатель Члены комиссии

/Палюх Б.В./ /Ветров А.Н./ /Меркурьев С.А./

Акт

<> внедрении результатов кандидатской диссертации «Методы и алгоритмы построения адаптивной онтологической среды интсллектуального обучения на основе интегрированных экспертных сис1ем» аспиранта кафелры «Кибернетика» НИЯУ МИФИ Григорьева Андрея Александровича

Настоящий акт подтверждает, что результаты кандидатской диссер1ации Григорьева А.А. н виде информационно-программных средств и методических материалов внедрены в учебный процесс кафедры прикладной информатики и информационной безопасности Высшей школы кибертехнологнй. математики и статистики (факультет) Российского экономического университета им. Г.В. Плеханова для обучения студентов 2 курса мшисграгуры направления подготовки «Прикладная информатика» (направленность «Информационные системы и цифровые бизнес-сервисы» по дисциплине «Инженерия знаний» и для обучения студентов 3-го курса бакалавриата направления подготовки «Информационные системы и технологии» (направленность «Системы и технологии искусственного интеллекта») по дисциплине «Инженерия знаний».

Для автомати тированной поддержки учебною процесса в рамках данных дисциплин используется следующий набор информационных и программных средств, входящих в состав базовых и разработанных компонентов адаптивной онтологической среды интеллектуального обучения на основе использования обучающих интсфированных экспертных систем (ИЭС) и веб-ИЭС:

• информационное обеспечение прикладных отологии по дисциплинам «Введение в интеллектуальные системы и технологии». «Динамические интеллектуальные системы», оформленное в виде баз данных, а также программное обеспечение для учебно-методической и информационной поддержки онтологай. и отдельные программные компоненты выявления уровня знаний и компетенций обучаемых с использованием веб-тестирования, генерируемою на основе прикладных онголотий курсов, дисциплин:

• профаммнос обеспечение обучающею воздействия типа «Трениш с ЭС ИЭС» (вместе с базовыми компонентами динамической версии инструментального комплекса