Помощь в учёбе, очень быстро...
Работаем вместе до победы

Анализ и разработка алгоритмов и методик обработки информации при когнитивном обучении основам технической диагностики многокомпьютерных комплексов

Диссертация: Анализ и разработка алгоритмов и методик обработки информации при когнитивном обучении основам технической диагностики многокомпьютерных комплексов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Теоретическими и практическими аспектами технической диагностики, проблемами повышения отказоустойчивости сложных вычислительных систем занимались такие известные ученые, как Пархоменко П. П., Карибский В. В., Согомонян Е. С., Каравай М. Ф., Лобанов A.B., Schlichting R., Rennels D.A., Dolev D. и мн. др. Проведенный анализ показал, что современные многокомпьютерные комплексы, используемые… Читать ещё >

Содержание

  • Глава 1. Анализ современных средств и методов технической диагностики многокомпьютерных комплексов и исследование проблемы создания когнитивной системы обучения им
    • 1. 1. Место многокомпьютерных комплексов в распределенной обработке информации
    • 1. 2. Некоторые теоретические аспекты процесса технической диагностики в приборостроении
      • 1. 2. 1. Задачи и принципы функционирования системы технической диагностики
      • 1. 2. 2. Классификация систем технической диагностики
      • 1. 2. 3. Математическая модель объекта технической диагностики
    • 1. 3. Задачи технической диагностики многокомпьютерных комплексов
    • 1. 4. Проблема создания когнитивной системы обучения основам технической диагностики многокомпьютерных комплексов
      • 1. 4. 1. Обобщенная структура когнитивной системы обучения основам технической диагностики
      • 1. 4. 2. Модели предметной области когнитивной системы обучения
      • 1. 4. 3. Анализ методов контроля знаний при когнитивном обучении
    • 1. 5. Анализ достоинств и недостатков современных когнитивных систем обучения. Постановка цели диссертационного исследования
  • Выводы по главе 1
  • Глава 2. Разработка методик и алгоритмов повышения эффективности выявления отказов и поиска неисправностей при технической диагностике многокомпьютерных комплексов
    • 2. 1. Методика определения предполагаемого количества отказов при технической диагностике многокомпьютерных комплексов
    • 2. 2. Методика обнаружения одиночных отказов при проведении технической диагностики
    • 2. 3. Алгоритм полного тестирования элементов МКК по критерию поиска отказавшего элемента
    • 2. 4. Методика поиска неисправностей в многокомпьютерных комплексах на основе «И-ИЛИ» графов
  • Выводы по главе 2
    • 3. Разработка системы когнитивного обучения основам технической диагностики многокомпьютерных комплексов
      • 3. 1. Обобщенная схема и алгоритм функционирования когнитивной системы обучения основам технической диагностики
      • 3. 2. Модель области знаний системы когнитивного обучения
      • 3. 3. Технологии обучения в КСО
      • 3. 4. Этапы работы с когнитивной системой обучения на основе технологии e-lerning
        • 3. 4. 1. Вход и регистрация в системе
        • 3. 4. 2. Структура системы обучения
        • 3. 4. 3. Управление содержанием системы когнитивного обучения
        • 3. 4. 4. Управление системами поддержки процесса обучения (форум)
        • 3. 4. 5. Управление логами пользователей
  • Выводы по главе 3
    • 4. Программная реализация и результаты экспериментальных исследованийэффективности когнитивной обучающей системы
      • 4. 1. Выбор среды и языка программирования при реализации системы
      • 4. 2. Программная реализация блока контроля и генерации заданий
      • 4. 3. Исследование эффективности использования когнитивной системы обучения в учебном процессе НИУ МИЭТ
      • 4. 4. ' Возможность применения когнитивной системы обучения в технических университетах Республики Союза Мьянма
  • Выводы по главе 4

Анализ и разработка алгоритмов и методик обработки информации при когнитивном обучении основам технической диагностики многокомпьютерных комплексов (реферат, курсовая, диплом, контрольная)

В настоящее время в целом ряде высокотехнологичных отраслей промышленности, научных исследованиях и образовательных процессах используются высокопроизводительные многокомпьютерные комплексы (МКК), значительно повышающие эффективность обработки информации. Несмотря на безусловно положительный эффект использования высокопроизводительных параллельных вычислений, реализуемых сложными МКК, приходится констатировать их недостаточную эффективность, вызванную рядом технико-экономических обстоятельств.

В частности достаточно остро стоит проблема повышения отказоустойчивости и надежности элементов многокомпьютерных комплексов, срок службы которого зачастую превышает нормативный. В связи с вышесказанным одним из важнейших требований, предъявляемых к многокомпьютерным комплексам, является их высокая отказоустойчивость и возможность эффективного выявления отказов.

Теоретическими и практическими аспектами технической диагностики, проблемами повышения отказоустойчивости сложных вычислительных систем занимались такие известные ученые, как Пархоменко П. П., Карибский В. В., Согомонян Е. С., Каравай М. Ф., Лобанов A.B., Schlichting R., Rennels D.A., Dolev D. и мн. др. Проведенный анализ показал, что современные многокомпьютерные комплексы, используемые в распределенных системах обработки информации, требуют новых подходов к обеспечению их надежности и созданию эффективных методов технической диагностики.

В связи с этим наблюдается постоянное увеличение количества сбоев и отказов, ухудшается количество выпускаемой продукции, возрастает вероятность аварийных ситуаций и аварий.

Подобная негативная ситуация, связанная с недостаточной надежностью устройств МКК, может быть нивелирована повышением квалификации обслуживающего персонала, способного принимать обоснования решения в случае возникновения негативных ситуаций.

В настоящее время большое внимание уделяется построению тренажерных систем для подготовки операторов сложных многокомпьютерных комплексов в различных областях человеческой деятельности.

Качество и эффективность практической подготовки операторов МКК в значительной степени зависит от возможностей используемых в образовательном процессе тренажерных средств.

Наилучшим выходом в данном случае является создание интеллектуальной обучающей системы, предназначенной для повышения квалификации обслуживающего персонала без отрыва от производства и представляющей собой систему когнитивной поддержки процессов обучения и переподготовки инженерно-технического персонала в технологическом процессе производства.

Вопросами создания интеллектуальных обучающих систем отражены в работах Савельева, А .Я., Тихомирова В. П., Солдаткина В. И., Гусевой А. И., Игнатовой И. Г., Дэ-Джун Кванга, Мьюнг-Сук Дженни Панга и др.

Вместе с тем, проведенный анализ существующих обучающих систем показал, что среди множества программных продуктов не существует ни одной системы, которая осуществляла бы полную подготовку обучаемого по технической диагностике многокомпьютерных комплексов, обеспечивая при этом адаптивность процесса обучения.

Таким образом, актуальными являются диссертационные исследования, направленные на создание моделей и алгоритмов эффективной обработки информации при проведении технической диагностики и разработку когнитивной системы обучения им.

Целью диссертации являются повышение эффективности функционирования многокомпьютерных комплексов за счет создания новых моделей, методик, алгоритмов и реализации на их основе когнитивных обучающих систем, обеспечивающих повышение квалификации персонала в области технической диагностики сложных приборов и систем.

Для достижения поставленной цели необходимо решение следующих задач.

1. Анализ современных средств и методов технической диагностики многокомпьютерных комплексов и исследование проблемы создания когнитивной системы обучения (КСО) им.

2. Разработка методик и алгоритмов повышения эффективности выявления отказов и поиска неисправностей при технической диагностике многокомпьютерных комплексов.

3. Разработка моделей области знаний, принципов построения, обобщенных схем и алгоритмов работы когнитивной обучающей системы для подготовки специалистов в области технической диагностики.

4. Программная реализация и внедрение в учебный процесс когнитивной системы обучения основам технической диагностики многокомпьютерных комплексов.

5. Исследование эффективности использования КСО в учебном процессе вуза.

Методы исследования. Теоретическую и методологическую базу исследования составили элементы общей теории систем, методы системного и кластерного анализа, элементы теории графов, методы и алгоритмы технической диагностики, теория массового обслуживания, теория построения систем обучения и др.

Научная новизна. Диссертационная работа представляет собой совокупность научно обоснованных технических разработок, направленных на создание методик и алгоритмов повышения эффективности выявления отказов и поиска неисправностей при технической диагностике сложных систем и реализацию на их основе когнитивных обучающих систем, обеспечивающих улучшенное функционирование многокомпьютерных комплексов.

В процессе исследований и разработок получены следующие новые научные результаты.

• На основе концепции редеющих импульсных потоков совместно с теорией регрессионного анализа предложена методика определения предполагаемого количества отказов, позволяющая оценить эффективность процесса технической диагностики многокомпьютерных комплексов. 6

• Предложена методика обнаружения одиночных отказов при проведении технической диагностики, направленная на выбор некоторой группы тестов, достаточной для отыскания отказавшего элемента, и определения условного порядка последовательного применения тестов по критерию минимизации среднего значения суммарной стоимости проведения поиска.

• Предложен алгоритм полного тестирования элементов МКК по критерию минимального времени поиска отказавшего элементав ходе проведенного имитационного моделирования показано, что в зависимости от количества тестов обеспечивается повышение быстродействия полного тестирования многокомпьютерного комплекса от 12 до 20%.

• Предложена методика поиска неисправностей в многокомпьютерных комплексах на основе «И-ИЛИ» графов, позволяющая на основе входной информации о правильности решения задач идентифицировать неисправный компьютер .

• Предложены модель области знаний, обобщенная схема и алгоритмы работы когнитивной системы обучения основам технической диагностики, которая обеспечивает: настройки на компетентностные возможности обучаемогоавтоматизацию генерации заданий по квазислучайному принципуавтоматизацию решения задач в пошаговом режимеиспользование трех технологий обучения (индуктивный, дедуктивный и абдуктивный).

Достоверность полученных результатов определяется корректным применением строго математического аппарата и подтверждается результатами внедрения созданной системы обучения в учебный процесс, доказавшими преимущества предложенных в работе решений, выразившимся в повышении средней успеваемости, снижении среднего времени аудиторной работы студентов и среднего времени, затрачиваемого преподавателем на контрольные мероприятия на 913%, по сравнению с традиционной технологией.

Практическая ценность результатов, полученных в диссертационной работе, заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение КСО при обучении методам технической диагностики в приборостроении. Результаты исследования доведены до конкретных алгоритмов, методов, моделей и программной реализации.

Предложенная в работе когнитивная система обучения обеспечивает достижение следующих преимуществ:

1) наличие блока автоматической генерации заданий, позволяющего генерировать обучающие и контрольные задания в автоматическом режиме;

2) наличие механизма автоматической проверки сгенерированных заданийавтоматического «решателя»;

3) реализация трех подходов к представлению теоретической части по каждой теме — индуктивный, дедуктивный и абдуктивный, ориентированные на индивидуальные психологические особенности обучаемого и уровень его подготовки.

Разработанная структура КСО позволяет повысить уровень квалификации специалистов в области технической диагностики, что является одним из условий повышения качества изготавливаемой продукции. Предложенная в работе КСО дает возможность осваивать методы технической диагностики как в сфере производства изделий приборостроения, так и при подготовке специалистов в вузовской и профессиональной сферах.

Автором разработана, программно реализована и внедрена в учебный процесс КОС по основам технической диагностики, включающая 8 учебных модулей.

Результаты использования разработанной КСО в учебном процессе Национального исследовательского университета МИЭТ показали, что в зависимости от используемой технологии обучения обеспечивается повышение средней успеваемости на 3−13%, снижение среднего времени аудиторной работы студентов на 22- 33% и среднего времени, затрачиваемого преподавателем на контрольные мероприятия на 9−13%, по сравнению с традиционной технологией.

Обоснована возможность применения системы для подготовки кадров в различных областях науки и техники, повышения знаний специалистов в области естественных наук, усиления умения вычислительного программирования для решения практических задач и дистанционного обучения в Республике Союза Мьянма.

Личный вклад автора. Все основные результаты получены автором лично. Главными из них являются:

1. Создание модели области знаний применительно к задаче обучения основам технической диагностики.

2. Разработка методики определения предполагаемого количества отказов, позволяющая оценить эффективность процесса технической диагностики многокомпьютерных комплексов.

3. Создание методики обнаружения одиночных отказов при проведении технической диагностики многокомпьютерных комплексов.

4. Разработка алгоритма полного тестирования элементов МКК по критерию минимального времени поиска отказавшего элемента.

5. Создание методики поиска неисправностей в многокомпьютерных комплексах на основе «И-ИЛИ» графов.

6. Создание методики реализации процесса обучения с использованием индивидуальных и групповых образовательных траекторий.

7. Разработка принципов построения, архитектуры и алгоритмов работы когнитивной обучающей системы.

8. Программная реализация и внедрение в учебный процесс когнитивной обучающей системы по основам технической диагностики.

Реализация полученных результатов. Результаты диссертационной работы используются в учебном процессе кафедры «Информатика и программное обеспечение вычислительных систем» Национального исследовательского университета «МИЭТ» в лекционных и практических занятиях по дисциплине «Теория систем и системный анализ».

В результате проведенных исследований получены и выносятся на защиту следующие основные научные результаты:

1. Результаты анализа современных средств и методов технической диагностики многокомпьютерных комплексов, а также систем обучения им

2. Методика определения предполагаемого количества отказов при технической диагностике многокомпьютерных комплексов. 9

3. Методика обнаружения одиночных отказов при проведении технической диагностики.

4. Алгоритм полного тестирования элементов МКК по критерию минимального времени поиска отказавшего элемента

5. Методика поиска неисправностей в многокомпьютерных комплексах на основе «И-ИЛИ» графов

6. Обобщенная схема, модель области знаний и алгоритм функционирования когнитивной системы обучения основам технической диагностики

7. Анализ эффективности использования предложенной КСО в учебном процессе МИЭТ.

Апробация работы и публикации. Материалы диссертации обсуждались на Всероссийской межвузовской научно-технической конференции «Микроэлектроника и информатика» (Москва, Зеленоград, МИЭТ, 2008; 20 011 г. г.), Всероссийской межвузовской научно-практической конференции «Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем» (Москва, Зеленоград, МИЭТ, 2008 г.), Всероссийской межвузовской научно-практической конференции «Актуальные проблемы информатизации в науке, образовании и экономике» (Москва, Зеленоград, МИЭТ, 2009;2011 г. г.), Международной научно-методической конференции «Современные проблемы высшего профессионального образования» (Курск, КГТУ, 2010 г.), Международной научной школе «Микроэлектронные информационно-управляющие системы и комплексы» (Москва, Зеленоград, МИЭТ, 2010 г.), Международной научно-технической конференции" Современные информационные технологии" (Пенза, ПГТА, 2011 г.), Международная телекоммуникацинная конференция студентов и молодых ученых «МОЛОДЕЖЬ И НАУКА» (Москва, МИФИ, 2010;2011 г. г.)

По результатам выступления на всероссийской межвузовской научно-практической конференции «Актуальные проблемы информатизации в науке, образовании и экономике» НИУ МИЭТ-2009 получен диплом за 3 место.

Автор награжден грамотой за актуальность научной работы на 17-ой всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика — 2010» НИУ МИЭТ 2010 года.

На 4-ой всероссийской межвузовской научно-практической конференции «Актуальные проблемы информатизации в науке, образовании и экономике — 2011НИУ МИЭТ» получен диплом участника за 1 место в номинации участников конференции.

Публикации. Основное содержание диссертации отражено в 23 опубликованных работах, в том числе 3 статьи в ведущих научных журналах, утвержденных ВАК. Без соавторов опубликовано 12 работ.

Структура и объем работы.

Диссертация состоит из введения, четырех глав, заключения, библиографического списка из 117 наименований и 4 приложений. Работа изложена на 177 страницах (129 страниц основного текста), содержит 4 таблиц и 65 рисунков. В приложениях приведены документы о внедрении результатов диссертационной работы, а также о научных достижениях автора и фрагменты листинга программного обеспечения разработанной системы.

Выводы по главе 4

1. Проведено обоснование выбора в качестве языка программирования основной части системы — С#, а в качестве языка программирования интерфейса пользователя — VBA и пакет AnyLogic.

2. Разработаны экранные формы и программно реализована КОС, обеспечивающая полный цикл обучения по основам технической диагностики многокомпьютерных комплексов.

3. Результаты использования разработанной когнитивной системы обучения в учебном процессе НИУ МИЭТ показали, что в зависимости от используемой технологии обучения обеспечивается повышение средней успеваемости на 3−13%, снижение среднего времени аудиторной работы студентов на 22- 33% и среднего времени, затрачиваемого преподавателем на контрольные мероприятия на 9−13%, по сравнению с традиционной технологией.

4. Обоснована возможность применения системы для подготовки кадров в различных областях науки и техники, повышения знаний специалистов в области естественных наук, усиления умения вычислительного программирования для решения практических задач и дистанционного обучения в Республике Союза Мьянма.

Заключение

1. Установлено, что одним из рациональных способов повышения эффективности функционирования многокомпьютерных комплексов (МКК) в производстве является создание моделей и алгоритмов эффективной обработки информации при проведении технической диагностики и разработку когнитивной системы обучения им.

2. На основе концепции редеющих импульсных потоков совместно с теорией регрессионного анализа предложена методика определения предполагаемого количества отказов, позволяющая оценить эффективность процесса технической диагностики много компьютерных комплексов.

3. Предложена методика обнаружения одиночных отказов при проведении технической диагностики, направленная на выбор некоторой группы тестов, достаточной для отыскания отказавшего элемента, и определения условного порядка последовательного применения тестов по критерию минимизации среднего значения суммарной стоимости проведения поиска.

4. Предложен алгоритм полного тестирования элементов МКК по критерию минимального времени поиска отказавшего элемента, в ходе проведенного имитационного моделирования показано, что в зависимости от количества тестов обеспечивается повышение быстродействия полного тестирования много компьютерного комплекса от 12 до 20%.

5. Предложена методика поиска неисправностей в многокомпьютерных комплексах на основе «И-ИЛИ» графов, позволяющая на основе входной информации о правильности решения задач идентифицировать неисправный компьютер .

6. На основе модели онтологий и кластерного подхода предложены теоретические аспекты реализации процесса обучения с использованием индивидуальных и групповых образовательных траекторий.

7. Разработана и программно реализована когнитивная система обучения, основам технической диагностики, включающая 8 основных учебных модулей, содержащая как известные теоретические сведения, так и впервые предложенные в диссертации методики, и обеспечивающая использование трех технологий обучения, автоматизацию генерации и решения заданий, развитие и корректировку структуры и системы в процессе эксплуатации.

8. Результаты использования разработанной когнитивной системы обучения в учебном процессе НИУ МИЭТ показали, что в зависимости от используемой технологии обучения обеспечивается повышение средней успеваемости на 3−13%, снижение среднего времени аудиторной работы студентов на 22- 33% и среднего времени, затрачиваемого преподавателем на контрольные мероприятия на 9−13%, по сравнению с традиционной технологией.

Показать весь текст

Список литературы

  1. А.И., Башмаков И. А. Интеллектуальные информационные технологии.-М.: Издательство МГТУ им. Н. Э. Баумана, 2005.-304 с.
  2. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский.СПб.: Питер, 2000. — 384 с.
  3. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. — М.: Мир, 1989. — 220 с.
  4. Т.А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992. — 200 с.
  5. Ю.Я. Интеллектуальные информационные системы. — М.: Наука, 1990. —232 с.
  6. .Л. Системы искусственного интеллекта: Пер с франц.— М.: Мир, 1991.—568 с.
  7. Е.Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д. А. Поспелова. — М.: Наука, 1989, —328 с.
  8. М. Фреймы для представления знаний: Пер. с англ. — М.: Энергия, 1919.— 152 с.
  9. GruberT.R. A translation approach to portable ontologies // Knowledge Acquisition. 1993.—№ 5(2).—P. 199—220.
  10. JI.C., Артемьева И. Л. Необогащенная система логических соотношений. Часть 1 // Научно-техническая информация. Сер. 2. Информационные процессы и системы. 2000. — № 7. — С. 18—28.
  11. Fernandez M, Gomez-Perez A., Juristo N. METHONTOLOGY: From Ontological Art Toward Ontological Engineering // Spring Symposium Series on Ontological Engineering AAAI-97. — Stanford: Stanford University, 1997.
  12. MDA Specifications Электронный ресурс./ Object Management Group, Inc. — Электрон, текстовые дан. — [USA]: OMG, 2003. — Режим дocтyпa: http://www.omg.org/mda/specs.htm. — Англ.
  13. ISO/IEC 10 746−1:1998. Information technology — Open Distributed Processing — Reference model: Overview.
  14. ISO/IEC 10 746−2:1996. Information technology — Open Distributed Processing — Reference model: Foundations.
  15. ISO/IEC 10 746−3:1996. Information technology — Open Distributed Processing — Reference Model: Architecture.
  16. ISO/IEC 10 746−4:1998. Information technology — Open Distributed Processing — Reference Model: Architectural semantics.
  17. Логический подход к искусственному интеллекту: от классической логики к логическому программированию: Пер. с франц. / Тейз А., Грибомон П., Луи Ж. и др. — М.: Мир, 1990. —432 с.
  18. И.Г., Соколова Н. Ю. Информационные и коммуникционные технологии в образовании. Информатика и образование, № 3 2003, — С. 52 — 61.
  19. В. Л.Электронный учебник: системы контроля знаний//Информатика и образование, 2002. № 1.
  20. Н.О. Сравнительный анализ алгоритмов оценки знаний // Интернет Образование — Наука — 2002. Сборник научных трудов 3-й Международной научно-практической конференции. — Винница: ВГТУ, 2002. — С. 85 — 87.
  21. Н.В., Войтович И. В., Пархоменко С. А. Модель обучения на основе тестовых заданий произвольных форм // Образование и виртуальность 2003. Сборник научных трудов 6-й Международной конференции. — Харьков — Ялта: УАДО, 2003. -С.71.-74.
  22. Д. И., Терехов И. Ф. Новые технологические решения в построении отказоустойчивых систем // Информационные технологии. 1998, № 1. С. 30—36.
  23. М. Безотказные сети и системы // ЬА1Ч. 1998. № 3. С. 121−127.
  24. А. В., Турута Е. Н. Метод обеспечения отказоустойчивости распределенных систем управления со случайным потоком заявок и статическим распределением задач // Управление ресурсами в интегральных сетях. М.: Наука. 1991. С. 109−116.
  25. В. С, Ильина О. А. Выбор дефектоустойчивой архитектуры вычислительной системы с параллельно-последовательным выполнением задач // Электронное моделирование. 1998. Т. 15. № 2. С. 77−90.
  26. Е. Н. Организация распределения задач в вычислительных системах, обеспечивающая их отказоустойчивость // Автоматика и вычислительная техника. 1985. № 1.С. 5−14.
  27. В. С, Ильина О. А. Выбор дефектоустойчивой архитектуры вычислительной системы с параллельно-последовательным выполнением задач // Электронное моделирование. 1998. Т. 15. № 2. С. 77−90.
  28. В. А. К повышению надежности вычислительных систем на основе динамического распределения функций // Изв. вузов. Приборостроение. 1981. С. 62−65.
  29. В. А. Протоколы динамического перераспределения запросов в распределенных вычислительных системах // Электронное моделирование. 1996. № 3. С. 24—27.
  30. В. А. Децентрализованное динамическое распределение запросов в многомашинных вычислительных системах // Электронное моделирование. 1994. Т. 16. № 3. С. 38—43.
  31. В. А. Надежность вариантов размещения функциональных ресурсов в однородных вычислительных сетях // Электронное моделирование. 1997. № 3. С. 21−29.
  32. В.В. Карибский, П. П. Пархоменко, Е. С. Согомонян, В. Ф. Халчев. Основы технической диагностики. 1976 г. Энергия.
  33. Технические средства диагностирования. Справочник. Под общ. ред. В. В. Клюева. М.: Машиностроение, 1989. — 672 с.
  34. Основы технической диагностики. М., «Энергия», 1976, 454 с.
  35. Диагностическое обеспечение и надежность технических объектов. Пархоменко П. П. Надежность. № 1, 2002, С. 9 — 14.
  36. ДЖ.Джейкокс. Руководство по поиску неисправностей в электронной аппаратуре. Перевод с английского А. И. Зильбермана. М. Мир, 1989.
  37. А.В.Лобанов. Сбоеустойчивое информационное согласование с идентификацией обнаруженных неисправностей в четырехмашинной вычислительной системе.\АиТ, 1992,№ 2,стр. 171−180.
  38. А.В.Лобанов. Взаимное информационное согласование с идентификацией неисправностей в распределенных вычислительных системах.\ АиТ, 1992,№ 4,стр.137−146.
  39. А.В.Лобанов. Взаимное информационное согласование с идентификацией неисправностей на основе глобального синдрома.\АиТ, 1996,№ 5,стр. 150−159.
  40. А.В.Лобанов. Организация сбоя- и отказо-устойчивой работы в двухкомплексной многомашинной вычислительной системе.\АиТ,!998,№ 2,стр.143−152.
  41. А.В.Лобанов. Обнаружение и идентификация неисправностей в распределенных управляющих вычислительных системах с программно-управляемой сбое- и отказо-устойчивостью.\АиТ, 1998,№ 1.
  42. Основы технической диагностики. В 2-х книгах. Кн. 1. Модели объектов, методы и алгоритмы диагноза. Под ред. П. П. Пархоменко. М.: Энергия, 1976, 464 с.
  43. П.П., Сагомонян Е. С. Основы технической диагностики. Кн.2. Оптимизация алгоритмов диагностирования, аппаратурные средства. Под ред. П. П. Пархоменко. М.: Энергия, 1981. 320 с.
  44. Неразрушающий контроль и диагностика: Справочник / Под ред. В. В. Клюева. -М.: Машиностроение, 1995.- 488 с.
  45. Л.Г. Теоретические основы интеллектуального тестирования / Л. Г. Гагарина, И. С. Фоминова, И. С. Калинников // Информационные технологии, 2008, № 8, С. 64 70.
  46. И.Б. Системный анализ процессов передачи и усвоения знаний на основе когнитивного моделирования / И. Б. Герасимова // Информационные технологии, 2010, № 9, С. 70−75.
  47. Brusilovsky P. Adaptive hypermedia / P. Brusilovsky //User Modeling and User-Adapted Interaction, 2001, Vol 11, P. 87−110.
  48. П.Н. Метод управления качеством электронных обучающих систем / П. Н. Воробкалов // Системы управления и информационные технологии, 2008, № 3.2(33), С. 238−243.
  49. А.В. Методика тестирования знаний и устранение случайных ошибок / А. В. Кузнецов // Educational Technology & Society, 2007, № 10(1), P. 271 275.
  50. С.А. Адаптация и оценка ее эффективности управления учебным процессом / С. А. Батуркин // Дистанционное и виртуальное обучение, 2011, № 2, С. 102 — 116.
  51. В.П. Формализация элементов диагностики знаний учащегося / В. П. Пустобаев, М. Ю. Саяпин // Информатика и образование, 2005, № 7, С. 120 123.
  52. М.Г. Виды моделей, обучаемых в автоматизированных обучающих системах / М. Г. Коляда // Искусственный интеллект, 2008, № 2, С. 28−33.
  53. В.И. О некоторых вопросах идентификации знаний в интеллектуальных системах / В. И. Булкин, Н. В. Шаронова // Информационно-измерительные системы, 2005, № 1(15), С. 106 -112.
  54. В.А. Системный подход к процессу обучающего компьютерного тестирования / В. А. Углев, В. А. Устинов, Б. С. Добронец // Информационные технологии, 2008, № 4, С. 81−87.
  55. JI.A. Адаптация сложных систем. Методы и приложения / JI, A. Растригин.- Рига: Зинатне, 1981. -375 с.
  56. Р. Многокритериальная оптимизация. Теория, вычисления и приложения / Р. Штойер М.: Радио и связь, 1992.- 504 с.
  57. Основы технической диагностики. В 2-х книгах. Кн. 1. Модели объектов, методы и алгоритмы диагноза. Под ред. П. П. Пархоменко. М.: Энергия, 1976, 464 с.
  58. П.П., Сагомонян Е. С. Основы технической диагностики. Кн.2. Оптимизация алгоритмов диагностирования, аппаратурные средства. Под ред. П. П. Пархоменко. М.: Энергия, 1981. 320 с.
  59. Неразрушающий контроль и диагностика: Справочник / Под ред. В. В. Клюева. -М.: Машиностроение, 1995.- 488 с.
  60. И.Б. Системный анализ процессов передачи и усвоения знаний на основе когнитивного моделирования / И. Б. Герасимова // Информационные технологии, 2010, № 9, С. 70−75.
  61. Brusilovsky P. Adaptive hypermedia / P. Brusilovsky //User Modeling and User-Adapted Interaction, 2001, Vol 11, P. 87−110.
  62. П.Н. Метод управления качеством электронных обучающих систем / П. Н. Воробкалов // Системы управления и информационные технологии, 2008, № 3.2(33), С. 238−243.
  63. А.В. Методика тестирования знаний и устранение случайных ошибок / А. В. Кузнецов // Educational Technology & Society, 2007, № 10(1), P. 271 275.
  64. С.А. Адаптация и оценка ее эффективности управления учебным процессом / С. А. Батуркин // Дистанционное и виртуальное обучение, 2011, № 2, С. 102 -116.
  65. В.П. Формализация элементов диагностики знаний учащегося /
  66. B.П. Пустобаев, М. Ю. Саяпин // Информатика и образование, 2005, № 7, С. 120 123.
  67. В.А. Системный подход к процессу обучающего компьютерного тестирования / В. А. Углев, В. А. Устинов, Б. С. Добронец // Информационные технологии, 2008, № 4, С. 81−87.
  68. JI.A. Адаптация сложных систем. Методы и приложения / JI, A. Растригин.- Рига: Зинатне, 1981. -375 с.
  69. Р. Многокритериальная оптимизация. Теория, вычисления и приложения / Р. Штойер М.: Радио и связь, 1992.- 504 с.
  70. Чжо Зо Е. Разработка методики диагностирования распределенных информационных систем// «Аспирант и соискатель» № 4.-2011. С.80−81.
  71. Чжо Зо Е. Методики обеспечения безотказности распределенных корпоративных информационных систем // Сборник статей международной научно-технической конференции- Современные информационные технологии: Пенза 2011.1. C.84−85.
  72. Чжо Зо Е, Тайк Аунг Чжо, Нэй Вин Тун. Анализ структуры МВС при организации распределенных вычислений// 18-ая Всероссийская межвузовская научно-техническая конференция МИЭТ, Москва 2011. С. 162.
  73. Учебные материалы для студентов специальности «Программное обеспечение"// http://studdi.ru/lection/ avs/lection7 .html
  74. В.И. Информация статистик технологического прогона изделий // Приборы и системы управления. — 1987. —№ 9. — С. 32.
  75. Д.С. Централизованный контроль параметров при проведении автоматизированных технологических испытаний// Известия ВУЗов. Электроника.-М.: МИЭТ, 2009.-№ 1.
  76. Д.С. Методика контроля работоспособности автоматизированных систем для технологических испытаний в приборостроении// научно-технический журнал «Техника и технология «М.: Изд-во ООО «Компания Спутник+».- 2008, № 5.-С.39−40.
  77. Д.С. Методика определения ожидаемого количества отказов при проведении технологических испытаний// научно-технический журнал «Актуальные проблемы современной науки «М.: Изд-во ООО «Компания Спутник+».- 2009, № 6.
  78. И.В. Оптимизация стратегии замен элементов по стоимостным критериям // Надежность и контроль качества. — 1980. — № 8. — С.28−32.
  79. Д.С. Диагностическая модель выявления предвестников отказов в приборостроении// научно-технический журнал «Актуальные проблемы современной науки «М.: Изд-во ООО «Компания Спутник+».- 2008, № 6.-С.164−165.
  80. Чжо Зо Е. Классификация неисправностей при диагностике технических объектов//17-ая Всероссийская межвузовская научно-техническая конференция МИЭТ, Москва 2010. С. 184.
  81. Чжо Зо Е, Кукушкин Е. С., Лисов О. И. Методика поиска неисправностей в многокомпьютерных вычислительных системах на основе «И-ИЛИ» графов// в журнале «Оборонный комплекс научно-техническому прогрессу России». -М.: ФГУП «ВИМИ», 2012.- № 1.- С.71−75.
  82. Чжо Зо Е, Мое Чжо Тху, Тэй Лин. Использование «И-ИЛИ» графов для диагностики неисправностей многопроцессорных вычислительных систем// 18-ая Всероссийская межвузовская научно-техническая конференция МИЭТ, Москва 2011. -С.171.
  83. Чжо Зо Е. Методика определения одиночного отказа при технической диагностике многокомпьютерных комплексов// «Отраслевые аспекты технических наук» М.: НПЖ.: № 1 (13)/Январь, 2012.
  84. Тайк Аунг Чжо, Чжо Зо Е. Методика оценки эффективности процесса технической диагностики сложных систем // Сборник научных трудов «Информационные технологии и инноватика: проблемы, перспективы, решения». М.: НИУМИЭТ, 2012.
  85. Л.Г. Теоретические основы интеллектуального тестирования / Л. Г. Гагарина, И. С. Фоминова, И. С. Калинников // Информационные технологии, 2008, № 8, С. 64 70.
  86. М.Г. Виды моделей, обучаемых в автоматизированных обучающих системах / М. Г. Коляда // Искусственный интеллект, 2008, № 2, С. 28−33.
  87. В.И. О некоторых вопросах идентификации знаний в интеллектуальных системах / В. И. Булкин, Н. В. Шаронова // Информационно-измерительные системы, 2005, № 1(15), С. 106 -112.
  88. Чжо Зо Е, Лисов О. И. Тренажерно-обучающий комплекс для обучения процессом технической диагностики в многокомпьютерных вычислительных системах // ВЕСТИ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ ЧЕРНОЗЕМЬЯ- № 1 (23) 2011- С.73−75.
  89. Чжо Зо Е, Лисов О. И., Баин A.M. Интеллектуальная обучающая система по диагностике сбоев и отказов многокомпьютерных комплексов // в журнале «Оборонный комплекс научно-техническому прогрессу России». -М.: ФГУП «ВИМИ», 2012.- № 2.
  90. Чжо Зо Е Разработка когнитивной системы обучения основам технической диагностики многокомпьютерных комплексов// «Аспирант и соискатель» № 1.-2012.
  91. Чжо Зо Е. Автоматизированная обучающая система по теории синтеза диагностических тестов// Вторая всероссийская межвузовская научно-практическая конференция МИЭТ, Москва 2008.- С. 154.
  92. Чжо Зо Е. Разработка интеллектуальных тренажеров в E-learning технологии// 16-ая Всероссийская межвузовская научно-техническая конференция МИЭТ, Москва 2009.-С.185.
  93. Чжо Зо Е. Интеллектуальный тренажер для изучения нейронных сетей//3ая всероссийская межвузовская научно-практическая конференция МИЭТ, Москва 2009. -С.90.
  94. Чжо Зо Е. Интеллектуальный тренажер на основе нейронных сетей для образовательной цели// Материалы 2ой Международной научно-методической конференции КГТУ, часть 1 Курск 2010. С. 124−126.
  95. Чжо Зо Е. Тренажерно-обучающий комплекс по диагностике параллельных вычислительных систем// XIV Международная телекоммуникацинная конференция студентов и молодых ученых «МОЛОДЕЖЬ И НАУКА» Тезисы докладов часть 3 М.: НИЯУ МИФИ, 2010. 270 с.
  96. Чжо Зо Е, Мое Джо Тху. Методология контроля знаний студентов// XV Международная телекоммуникацинная конференция студентов и молодых ученых «МОЛОДЕЖЬ И НАУКА» Тезисы докладов часть 3 М.: НИЯУ МИФИ, 2011.
  97. Чжо Чжо Кхаин. Автоматическая генерация тестов для автоматизированной обучающей системы. Статья. Сборник научных трудов «Системный анализ и информационно-управляющие системы». -М.:МИЭТ, 2006. С. 197.
  98. И.В. Чжо Чжо Кхаин. Когнитивная система поддержки квалификации персонала в структуре АСУТП. «Оборонный комплекс».
  99. Чжо Чжо Кхаин. Программный комплекс формирования заданий при изучении методов технической диагностики. Статья. Электроника. Известия вузов. Электроника.№ 5, 2007 г., С. 74 — 79.
  100. Бавин Эй, Лисов О. И, Лисовец Ю. П. Использование графического пользовательского интерфейса GUI пакета MATLAB для обучения математическим дисциплинам. // Известия высших учебных заведений «Электроника». № 2 (76), 2009. -С 84−85.
  101. Бавин Эй, Зар Ни Хлайнг. Разработка тренажерно-обучающих комплексов (ТОК) на базе пакета MATLAB. // «Естественные и технические науки». № 4, 2009. — С 361−362.
Заполнить форму текущей работой

Пора сдавать?