Рассмотрены навыки работы в среде ACCESS и FOXPRO, проект баз данных в среде реализации СУБД. Проанализированы особенности построения БД, формирования таблицы с необходимыми требованиями построения, построения баз данных для конкретной предметной области. Осуществлена модификация проекта базы данных. Приведены примеры создания СУБД, операции над базами данных, примеры создания запросов на языке SQL.

Рассмотрены основы логики предикатов первого порядка. Дано описание языка логического программирования Пролог. Раскрыты возможности его использования при разработке систем искусственного интеллекта.

На примере изготовления изделия "Tile" рассмотрено численное решение задачи управления операциями лезвийной обработки оптических полимеров при минимизации функции приведенной операционной себестоимости путем варьирования подачи и скорости резания с учетом технологических и эксплуатационных ограничений. Полученные результаты показали хорошее совпадение с экспериментальными данными.

Показана постановка задачи оптимального управления операцией лезвийной обработки оптических полимеров за счет минимизации функции приведенной операционной себестоимости путем варьирования переменными операционными технологическими параметрами: подачей, скоростью и глубиной резания с учетом технологических и эксплуатационных ограничений.

Изложены научные основы, методология и результаты практического решения актуальной задачи разработки и создания системы поддержки принятия решений для управления процессами изготовления изделий из полимерных оптических материалов с применением методов искусственного интеллекта - продукционных правил и нейронных сетей. Уделено внимание основным стратегиям и методам искусственного интеллекта, выбору структуры технологического процесса изготовления изделий полимерной оптики, математическому описанию полимерных оптических изделий, аппроксимации и интерполяции экспериментальных зависимостей с помощью нейронных сетей, критериям оптимальности процесса лезвийной обработки оптического полимера.

Для решения задачи синтеза автоматизированного производства предложена общая схема синтеза производства изделий, базирующегося на технологических процессах лезвийной обработки, определены составляющие элементы современного производства. Обоснован подход, основанный на стратегиях искусственного интеллекта - продукционных правилах, нейронных сетях, нечеткой логике.

Предложено решение задачи формирования оптимального расписания производственного технологического процесса изготовления изделий методами лезвийной обработки, основанное на применении методов искусственного интеллекта - генетических алгоритмов. Для осуществления имитационного моделирования производственного процесса разработана специализированная система.

Описан процесс разработки универсального пользовательского элемента управления, предназначенного для отображения графиков изменения котировок финансовых рынков в реальном времени. Для его разработки использована графическая система Windows Presentation Foundation, входящая в состав NET Framework (начиная с версии 3.0). Рассмотрены способы графического представления изменения котировок, используемых на мировых финансовых рынках. Спроектирован простой интуитивно понятный интерфейс пользователя, позволяющий эффективно отображать и взаимодействовать с графиками котировок. Предложен способ загрузки рабочих данных пользовательского элемента управления, характеризующегося своей полной независимостью от используемого источника информации.

Для решения задачи поиска пути в условиях полной неопределенности предложен алгоритм, учитывающий состояние окружающей среды в видимой области объекта. Алгоритм способен получать и обрабатывать информацию об окружающей местности и распознавать ее при помощи нейронных сетей.

Изложены основные сведения о методах и алгоритмах для создания интеллектуальных систем. Показаны основные направления развития искусственного интеллекта. Рассмотрены учебные задачи, дающие представление о подходах к построению систем искусственного интеллекта - самообучающих и экспертных систем, в том числе при неполных и неточных данных, искусственных нейронных сетей, эволюционных моделей, мультиагентных систем и др.

Выполнена постановка задачи оптимизации процессов механообработки изделий авиационной промышленности. Рассмотрены существующие аналогичные решения, методы и этапы оптимизации, обосновано применение искусственных нейронных сетей. Выбраны входные параметры системы.

Показана разработанная структура системы поддержки принятия решений для автоматизации оптимизации технологических процессов механообработки авиаоборудования. Рассмотрены основные функциональные блоки СППР и их назначение. Приведено обоснование применяемых математических моделей и методов.

Для планирования загрузки оборудования механообрабатывающего цеха предложена система поддержки принятия решений основанная на мультиагентной системе, которая учитывает особенности технологического процесса лезвийной обработки, включая накопленный износ инструмента и в условиях имитационной модели производства обеспечивает минимальное время изготовления партий изделий.

На примере нахождения оптимальных параметров операций торцевого фрезерования показана постановка и решения задачи с учетом: накапливаемого износа инструмента по задней стенке; вычисляемого периода стойкости инструмента и изменения коэффициента полезного действия станка. Постановка задачи осуществлялась в виде МОЗ с тремя целевыми функциями: себестоимость операции, энергетические затраты на операцию и производительность операций. Результаты получены путем расчета Парето-эффективного решения с помощью генетического алгоритма FFGA. Такой подход позволяет решать комплексно задачи реального производства.

Показана постановка и решение с применением системы интеллектуальной поддержки принятия решений (СИППР) задачи оптимизации параметров обработки металлов при операции точения. Задача ставилась в ходе разработки СИППР, позволяющей автоматизировать разработку технологического процесса (ТП), оптимизировать и управлять им. Отсутствие таких систем интеллектуальной поддержки принятия решений не позволяет предприятиям в полной мере использовать возможности высокотехнологичного оборудования и снижает эффективность и прибыльность производства по причине нерационального использования станочного парка, материальных и инженерных ресурсов предприятий. Задачи синтеза оптимального технологического процесса решаются в два этапа: первый - структурная оптимизация технологического процесса (синтез оптимальной структуры ТП); второй - параметрическая оптимизация технологического процесса (определение оптимальных режимов операционных параметров для всех операций технологического процесса). Задача оптимизации параметров обработки металлов при операции точения является одной из подзадач второго этапа синтеза оптимальной структуры технологического процесса механообработки металлов. Задача решена с учетом уровня накапливаемого износа по задней поверхности инструмента, уровня КПД станка, зависящего от режимов работы и периода экономически-эффективной стойкости инструмента. Задача решена в многокритериальной постановке с учетом трех целевых функций: себестоимость операций, удельные энергозатраты на операции и производительность операции и десяти существующих технических и технологических ограничений. Решение получено в виде Парето-оптимального. В ходе решения применялись искусственная нейронная сеть и генетический алгоритм FFGA. Такой подход позволяет решать задачи оптимизации реального производства. Показаны: постановка задачи и ее практическое решение, структура разработанной системы интеллектуальной поддержки принятия решений, приведены практические результаты решения поставленной задачи, показана верификация полученных результатов. Показана полученная с помощью СИППР технологическая карта для обработки поверхности детали "Корпус фильтра" привода генератора ГП-21.