ЗАКЛЮЧЕНИЕ. Таким образом, совершенно ясно, что «вычислительный интеллект» это современная, успешная электронная и программная индустрия

Рассмотренные в учебном пособии нечеткие технологии могут с успехом использоваться как прикладные технологии «вычислительного интеллекта». Примером тому могут служить запуск в 1987 г. системы управления новым метро в г. Сендай около Токио и увеличение экспорта японских изделий с встроенными в них «fuzzy logic» к 1991г. до 25 млрд долл. США. Американской фирмой AAC (Accurate Automation Corp.) был разработан нейрокомпьютерный чип на базе MIMD-архитектуры, который содержит 16-разрядный специализированный процессор, эмулирующий 8192 нейрона и память для хранения 32768 16-разрядных синаптических весов. Производительность нейрокомпьютера – 140 переключений млн в секунду; он был установлен на борту экспериментального гиперзвукового самолета, скорость полета которого в 5 раз превышала скорость звука LoFLYTE (Low-Observable Flight Test Experiment). На бортовой нейрокомпьютер были возложены функции управления полетом, поскольку летчик на таких скоростях не в состоянии управлять самолетом.

Таким образом, совершенно ясно, что «вычислительный интеллект» это современная, успешная электронная и программная индустрия. Дж. Клир излагает в [127]: «Одним из способов работы с очень сложными системами, возможно, самым важным, является допущение неточности при описании данных … Математический аппарат для этого подхода, разрабатываемый с середины 1960-х годов, известен как ”теория нечетких множеств”». Вероятно, самым существенным достижением «вычислительного интеллекта» является создание способа описания систем, сочетающего число и слово, сигнал и понятие, восприятие и абстракцию, непрерывное и дискретное. Именно такой способ описания необходим для техногенных, гуманистических систем.

Автор: Крохин Геннадий Дмитриевич, доктор технических наук,

профессор Новосибирского государственного университета экономики и

управления - «НИНХ» г. Новосибирска (НГУЭиУ),

раб.тел. +7(383)243-95-19, моб.т. 8-983-309-05-03.

E-mail: [email protected]

СПИСОК ЛИТЕРАТУРЫ

1. Кантор Г.Труды по теории множеств. Ч.1: Работы по теории множеств. М.: Наука, 1985. – с.9-245.

2. Киселев А.П.Алгебра. М.: Наука, 1965.

3. Блехман И.И., Мышкис А.Д., Гановко Я.Г. Механика и прикладная математика: Логика и особенности приложений математики. М.: Наука. Гл. ред. физ.-мат. лит., 1990.-360с.

4. Александров П.С. Введение в теорию множеств и общую топологию. М.: Наука. Гл. ред. физ.-мат. лит., 1977.-368с.

5. Лузин Н.Н. Лекции об аналитических множествах и их приложениях. М.: ГИ Техн.-теоретич. Лит., 1953.-360с.

6. Бурбаки Н.Теория множеств. 1-я Ч., Кн. 1-я. М.: Мир, 1965. -456с.

7. Кондаков Н.И. Логический словарь-справочник. М.: Наука, 1975. -720с.

8. Беллман Р., Дрейфус С. Прикладные задачи динамического программирования. М.:Наука, 1965. - 459с.

9. Крохин Г.Д. Математические модели идентификации технического состояния турбоустановок на основе нечеткой информации. Автореферат дисс. на соиск. учен. ст. д.т.н. Иркутск, 2008. -48с.

10. Рутковский Л. Методы и технологии искусственного интеллекта. М.: Горячая линия-Телеком, 2010. -520с.

11. Нечеткие множества в моделях управления и искусственного интеллекта. //А. Н. Аверкин, И. З. Батыршин, А.Ф. Блишун, В. Б. Силов, В. Б. Тарасов. - М.: Наука, ФМЛ, 1986. – 312с.

12. Zadeh L. A. Fuzzy sets. // Information and control. - 1965.V.8, No.3.-P.338-353.

13. Заде Л. Понятие состояния в теории систем.//Сб. Общая теория систем. Под

ред. М. Месаровича.- М.: Мир, 1966. – с.49 – 65.

14. Заде Л. А. Тени нечетких множеств. //Проблемы передачи информации. –

1966, №1. - с. 37-44.

15.Заде Л.А. Понятие лингвистической переменной и его применение к

принятию приближенного решения. М.: Мир, 1976. -165с.

16. Заде Л. А. Основы нового подхода к анализу сложных систем принятия

решений. //Математика сегодня: Сб. - М.: Знание, 1974. - с.5-49.

17. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. // Вопросы

анализа и процедуры принятия решений. М.: Мир, 1976.- с. 172-215.

18. Борель Э. Вероятность и достоверность. М.: Наука, 1964.

19. Жордан К.Математический анализ. М.: Наука, 1887.

20. Лебег А.Об измерении величин. М.: Наука, 1960.

21. Сугэно М. Нечеткие множества и их применение в логическом управлении.

//Кэйсрку то сэйге.- 1979.-Т.18, N2. – с. 150-160.

22. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению

знаний в информатике. М.: Радио и связь, 1990. – 287с.

23. Dempster A.P. Upper and lower probabilities induced by a multivalued mapping.

Ann. Math. Statist, (1967). 38, 325-339.

24. Shafer G. Non-additive probabilities in the works of Bernoulli and

Lambert. Archives for the History, 1978. 309-370.

25. Маслов С.Ю.Теория дедуктивных систем и ее применения. М.; Радио и

связь, 1986.-136с.

26. Физический энциклопедический словарь, М.: СЭ, 1983. -928с.

27. Аткинсон Р., Бауэр Г., Кротерс Э. Введение в математическую теорию

обучения. М.: Мир, 1969. – 486с.

28. Энциклопедия кибернетики (в 2-х.Т.), т.1. Киев: Гл.ред, УСЭ, 1974. -608с.

29. Элементы теории испытаний и контроля технических систем. //Городецкий

В.И., Дмитриев А.К., Марков В.М., Петухов Г.Б., Юсупов Р.М.- Л.:

Энергия,1978. – 192с.

30. Крохин Г.Д. Программа решения проблемы диагностики энергетического

оборудования. // «Материалы межвузовского научного семинара по

проблемам теплоэнергетики». - Саратов, СГТУ, 1996. - с.21-25.

31. Аракелян Э.К. Особенности выбора структуры общестанционной

автоматизированной системы комплексной диагностики.

// Теплоэнергетика. - 1994, №10. – с. 19-22.

32. Крохин Г.Д., Манусов В.З. Диагностика состояния турбинных установок

тепловых электростанций с использованием теории нечетких множеств.

//Труды IV международной конференции «Актуальные проблемы

электронного приборостроения» АПЭП –98, в 16-ти т.- Новосибирск,

НГТУ, 1998. Т.11. - с.48-49.

33. Денисов В.И., Полетаева И.А., Хабаров В.И. Экспертная система для

анализа многофакторных объектов. Дисперсионный анализ. Прецедентный

подход. Новосибирск, НЭТИ, 1992. – 128с.

34. Goguen J.A. On Fuzzy Robot Planning. // Fuzzy Sets and their Applications to

Cognitive and Decision Processes. Academic Press, 1975.

35. Букур И., Деляну А. Введение в теорию категорий и функторов. М.: Мир,

1972. -260с.

36. Блаck M. Vagueness: on exercise in logical analusis.Philos. Sci. 4, p. 427-455,

1951.

37. Суппес П., Зинес Дж. Психологические измерения. М.: Мир, 1967. (Основы

теории измерений. - с.9-110).

38. Математическая энциклопедия. М.: Изд-во СЭ, (в 5-ти Т.), 1985. Т. 3 –с.1183.

39. Новиков Ф.А. Дискретная математика для программистов. СПб.:

Питер, 2001. -304с.

40. Сикорский Р. Булева алгебра. М.: Мир, 1969. -376с.

41. Bellman R. and Giertz M. (1973). Onthe Analitic

Formalism of the Theory of Fuzzy Sets. Inf. Sci., 5, 149-156.

42. Бернулли Я.О законе больших чисел. М., 1986.

43. Бехтерева Н. П. Нейрофизиологические аспекты психической деятельности

чело­века. Л., «Медицина», 1974.

44. Терано Т. Введение в системотехнику. Токио: Керицу сюппан, 1985.

45. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа. Томск, НТЛ,

1997. – 389с.

46. Крохин Г.Д., Мухин В.С., Судник Ю.А. Интеллектуальные технологии в

теплоэнергетике: Монография (ч. 1). М.: ООО «УМЦ «Триада», 2010. -170с.

47. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск:

ИМ, 1999. – 270с.

48. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978. –

413с.

49. Прикладная статистика: Классификация и снижение размерности.

Справочное издание. //С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д.

Мешалкин. – М.: Финансы и статистика, 1989. – 607с.

50. Соловьев И.А., Зуев А.В., Кириллов В.А. и др. Обработка данных

теплофизических экспериментов с учетом погрешностей всех измеряемых

величин. //Инж. -физ. журн.. -1992. Т.62, № 2. – с. 294-300.

51. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных

наблюдений. М.: Статистика, 1974. – 240с.

52. Ицкович Э.Л. Контроль производства с помощью вычислительных машин. М.:

Энергия, 1975. – 415с.

53. Айзерман М.А. Нечеткие множества, нечеткие доказательства и некоторые

нерешенные задачи теории автоматического регулирования.//Автоматика и

телемеханика.- 1976, № 7. - с. 171 - 177.

54. Поляк Б.Т. Методы минимизации функций многих переменных. // Экономика и

мат. методы.- 1967, Т.3, вып.6. – с. 881-902.

55. Супруненко М.Я. Эвристический подход при разработке алгоритмов

распознавания и оптимизации. Новосибирский гуманитарный университет,

г. Новосибирск, 2004. -69с.

56. Цыпкин Я.З. Управление динамическими объектами в условиях ограниченной

неопределенности. Современное состояние и перспективы развития.

//Измерение, контроль, автоматизация. - 1991, № 3-4. – с. 3-21.

57. Красовский А.А. Проблемы физической теории управления. //Автоматика и

телемеханика. - 1990, № 11. – с. 3-27.

58. Моисеев Н.Н., Иванилов Ю.П., Столяров Е.М. Методы оптимизации. М:

Наука, 1978. – 352с.

59. Язенин А.В. Методы оптимизации и принятия решений при нечетких данных.

Автореферат дисс. доктора физ.-мат. наук. Тверь: ТГУ, 1995. – 49с.

60. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой

информации в системах принятия решений. М.: Радио и связь, 1989. – 304с.

61. Борисов А.Н., Алексеев А.В., Крумберг О.А. и др. Модели принятия решений

на основе лингвистической переменной. Рига: Зинатне, 1982. – 256с.

62. Борисов А.Н., Вилюмс Э.Р., Сукур Л.Я. Диалоговые системы принятия

решений на базе ЭВМ. Рига: Зинатне, 1986. – 195с.

63. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе

нечетких моделей. Рига: Зинатне, 1990. – 184с.

64. Батыршин И.З. Методы представления и обработки нечеткой информации в

интеллектуальных системах. /Новости искусственного интеллекта.1996, №2.

–с. 9 - 65.

65. Алиев Р. А., Церковный А. Э., Mамедова Г. А. Управление производством при

нечеткой исходной информации. М.: Энергоатомиздат, 1991. - 240 с.

66. GoguenJ.A. L-fuzzysets. //J. Math. Anal. Appl., 1967, V.18. – pp.145-174.

67. Ломакина Л.С., Сагунов В.И. Оптимизация глубины диагностирования

непрерывных объектов. //Автоматика и телемеханика. - 1986, №3. – с. 146-152.

68. Назаров В.И. Коррекция коэффициентов математической модели

энергоблока для задачи контроля достоверности информации в АСУ ТП

ТЭС и АЭС. // Известия ВУЗов. Энергетика. -1994, №3-4. – с.97-100.

69. Демидович Б.П., Марон И.А. Основы вычислительной математики. М.:

Наука, 1970. – 664с.

70. Бенедикт Р. Инженерный анализ экспериментальных данных. // Труды

американского общества инж.-мех. Серия А. Энергетические машины и

установки. - 1969, Т. 91, №1. - с.32-47.

71. Иган Дж. Теория обнаружения сигналов и анализ рабочих характеристик.

М.: Наука ФМЛ, 1983. – 213с.

72. Крохин Г.Д. Проблемы получения достоверной информации при

диагностике функционального состояния энергоустановок. //Труды второй

международной науч. - техн. конф. «Актуальные проблемы электронного

приборостроения» АПЭП – 94, в 7-ми т.- Новосибирск, НГТУ, 1994.

Т.1.- с.207-213.

73. Хартли Р. Передача информации. // Теория информации и ее приложения. -

М.: Физматиздат, 1959. – с.5 – 35.

74. Методы решения задач реального времени в электроэнергетике. //

Гамм А. З., Кучеров Ю. Н., Паламарчук С. И. и др. - Новосибирск: Наука

СО,1991. – 264с.

75. Бриллюэн Л. Наука и теория информации. М.: ГИ ФМЛ, 1960. – 392с.

76. Эшби У. Росс. Введение в кибернетику. М.: ИЛ, 1959. – 432с.

77. Гамм А. З., Герасимов Л. Н., Голуб И. И. и др. Оценивание состояния в

электроэнергетике. М.: Наука, 1983. – 302с.

78. Гамм А. З., Голуб И. И. Наблюдаемость электроэнергетических систем. М.:

Наука, 1990. -200с.

79. Рутковский Д., Пилинский М., Рутковский Л.

Нейронные сети, генетические алгоритмы и нечёткие системы.

М.: Горячая линия-Телеком, 2004. - 452с.

80. Анохин П.К. Очерки по физиологии функциональных систем. М.:

Медицина, 1975. -448с.

81. Редько В.Г. Эволюция. Нейронные сети. Интеллект. Модели и концепции

эволюционной кибернетики. М.: Книжный дом «ЛИБРОКОМ», 2013. -224с.

82. Фогель Л., Оуэнс А., Уолш М. Искусственный интеллект и эволюционное

моделирование. М.: Мир, 1969. -232с.

83. Holland J.H., Holyoak K.J., Nisbett R.E., Thagard P. Induction: Processes of

Inference, Learning, and Discovery. Cambridge, MA: MIT Press, 1986.

84. Koza J. GeneticProgramming: On the Programming of Computers by Means of

Natural Selection. The MIT Press, 1992.

85. Koza J. GeneticProgramming 11: Automatic Discovery of Reusable

Subprograms. TheMITPress, 1994.

86. Курейчик В.М. Генетические алгоритмы и их применение. Таганрог:

ТРТУ, 2002.

87. Арнольд В.И. «Жесткие» и «мягкие» математические модели. М.:

Изд-во МЦНМО, 2004. -32с.

88. Цетлин М.Л. Исследования по теории автоматов и моделирование

биологических систем. М.: Наука, 1969. – 316с.

89. Rumelhart D.E., Hinton G.E., WilliamsR.G. Learningrepresentationbyback-

propagatingerror//Nature. 1986. Vol. 323. № 6088. Pp. 533-536.

90. Фон Нейман Дж. Теория самовоспроизводящихся автоматов. М.: Мир, 1971.

-382с.

91. Хайкин С. Нейронные сети. М.: Издательский дом «Вильямс», 2006. -1104с.

92. Емельянов В.В., Курейчик В.М., Курейчик В.В. Теория и практика

эволюционного моделирования. М.: Физматлит, 2003.

93. Маурер У. Введение в программирование на языке ЛИСП. М.: Мир, 1976.

–104с.

94. Сигорский В.П. Математический аппарат инженера. Киев: «Технiка», 1975.

- 768с.(330с.)

95. Трауб Дж., Васильковский Г., Вожьняковский Х. Информация,

неопределенность, сложность. М.: Мир, 1988. – 184с.

96. Кондаков Н.И. Логический словарь-справочник. М.: Изд-во «Наука»,1975.

-720с. (с.359-363)

97. Нечеткие множества и теория возможностей./Под ред. Р.Р. Ягера.М.: Радио и

связь, 1986. -408с. (Прад А. Модальная семантика и теория нечетких

множеств). с.161-177

98. Кендалл М. Дж., Стьюарт А. Статистические выводы и связи. М.: Наука,

1973. -900с. (с.40-45)

99. Румшинский Л.З. Математическая обработка результатов эксперимента.

Справочное руководство. М.: Наука, 1971. -192с.

100. Налимов В.В. Теория эксперимента. М.: Наука, 1971. -208с.

101. Агекян Т.А. Основы теории ошибок для астрономов и физиков. М.: Наука,

1972. -172с.

102. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. –

432с.

103. Кулик Б.А. Логические основы здравого смысла. СПб: Политехника, 1997.

– 132с.

104. Доорс Дж., Рейблейн А.Р., Вадера С. ПРОЛОГ – язык программирования

будущего. М.: Финансы и статистика, 1990. – 144с.

105. Клоксин У., Меллиш К. Программирование на языке ПРОЛОГ. М.: Мир,

1987.

106. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG.

М.: ВИЛЬЯМС, 2004. – 640с.

107. Пенроуз Р. Тени разума. В поисках науки о сознании. -

Ижевск: Институт компьютерных исследований, 2005. -688с.

108. Тьюринг А. Может ли машина мыслить. М.: ГИФМЛ, 1960.-112с.

109. Виноград Т. Программа, понимающая естественный язык. М.: Мир, 1976.

– 294с.

110. Фейгенбаум Э., Фельдман Дж. Вычислительные машины и мышление.

М.: Мир, 1967. -552с.

111. Джексон П. Введение в экспертные системы. М., СПб., Киев: Изд. дом

«Вильямс», 2001.-624с.

112. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных

систем. Среда CLIPS. СПб.: БХВ-Петербург, 2003.-608с.

113. Джарратано Дж., Райли Г. Экспертные системы. Принципы разработки и

программирование. М.: ООО «И.Д. Вильямс», 2007. -1152с.

114. Баарс Б., Гейдж Н. Мозг, познание, разум: введение в когнитивные

нейронауки: (в 2-х т.). М.: БИНОМ. Лаборатория знаний, 2014. т.1-544с.,

т.2-464с.

115. Сегаран Т. Программируем коллективный разум. СПб: Символ-Плюс,

2008. -368с.

116. Люгер Дж. Искусственный интеллект. Стратегии и методы решения сложных

проблем. М.: Изд. дом «Вильямс», 2003. -864с.

117. Острейковский В.А.. Теория систем. М.: Высш. школа, 1997. – 240с.

118. Ван Гиг Дж. Прикладная общая теория систем (в 2-х кн.). М.: Мир, 1981. –

- Кн. 1-336с; Кн. 2-733с.

119. Аракелян Э.К., Крохин Г.Д., Mухин В.С.. Концепция мягкого регулирования

технического обслуживания энергоустановок ТЭС на основе интеллектуальной

диагностики. // Вестник МЭИ, № 1. – М.:

Изд-во МЭИ, 2008. - с.14-20.

120. Крохин Г.Д., СупруненкоМ.Я.. Диагностика состояния энергоустановок ТЭС

(постановка экспериментов). // Труды третьей международной научно-технической конференции «Актуальные проблемы электронного приборостроения» АПЭП –96, в 11-ти томах. - Новосибирск, НГТУ, 1996. Т.5. - с.105-111.

121. Волегова А.А., БарабановА.А.. Феномен архитектуры нового тысячелетия. //Вестник ТГАСУ. Томск: Изд-во ТГАСУ, №3, 2008.

– с. 34-46.

122.Krokhin G., Manusov V., Glaser M. Fuzzy Models for Intellectual Industrial Regulatorin Control Systems of Thermal Power Station. // 7^th European Congress on Intelligent Techniques and Soft Computing, EUFIT’99. - Aachen, Germany, 1999. Final Program. Abstracts of the Papers and Proceedings on CD-ROM. - P.204, of 6 p.

123. Зайченко Ю.П. Исследование операций. Нечеткая оптимизация.

Киев: Выща школа, 1991. -191с.

124. Горнева О.С., Титов С.С. Математические аналогии в учебном

архитектурном проектировании. //Вестник ТГАСУ. Томск: Изд-во

ТГАСУ, №1, 2009. – с. 17-23.

125. Сазонов В.И. Становление графоаналитической теории архитектурной

гармонии. Новосибирск, НГАХА, 2002. – 216с.

126. АРХИТЕКТУРА. Краткий справочник /Гл. ред. М.В.Адамчик. – М.: АСТ: Мн.:

Харвест, 2007. -624с.

127. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио

и связь, 1990. -544с.

128. Материалы сайта: www.intuit.ru

Литература

1.Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. - с. 172-215.

2. Гилл Ф., Мюррей У., Райт М.. Практическая оптимизация. М.: Мир, 1985. – 509с.

3.Зайченко Ю.П. Исследование операций: нечеткая оптимизация. К.: Выща шк., 1991. -191с.

4.Крохин Г.Д., Супруненко М.Я., Манусов В.З. Распознавание образов при диагнозе состояния энергоустановок электростанций. / Труды 3-й Международной научно-технической конференции “АПЭП - 96”, Новосибирск, НГТУ, 1996.

5.Крохин Г.Д., Мухин В.С., Судник Ю.А. Интеллектуальные технологии в теплоэнергетике. Ч. 1. М.: ООО «УМЦ «Триада»,2010.-170с.

6.Максимей И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1988. – 232с.

7.Растригин Л.А.. Статистические методы поиска. М.: Наука ФМЛ, 1968. – 376с.

8.Растригин Л.А. Системы экстремального управления. М.: Наука ФМЛ, 1974. – 632с.

9.Супруненко М.Я. Эвристический подход при разработке алгоритмов распознавания образов и оптимизации. Новосибирск: Сова, 2004. -72с.

10.Таха Х. Введение в исследование операций (в 2-х кн.). М.: Мир, 1985. Кн. 1- 479с., Кн. 2 - 496с.

11.Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь, 1992. – 504с.