ooОткрытое образованиеOpen Education1818-42432079-5939Plekhanov Russian University of Economics10.21686/1818-4243-2014-3(104-25-30oo-105Research ArticleКАЧЕСТВО ЗНАНИЙQUALITY OF KNOWLEDGEРазвитие междисциплинарных научных методов управления знаниямиPOSSIBILITIES OF KNOWLEDGE MANAGEMENT ON THE BASIS OF MULTISUBJECT SCIENCE BASED METHODSГладковЛ. А.CladkovLeonid A.

к.т.н., доц.

Тел.: (8634) 371-651

Candidat of Engineering Science, Associate Professor

Tel.: (8634) 371-651

http://www.sfedu.ru

leo@tgn.sfedu.ruГладковаН. В.GladkovaNadezhda V.

ст. преподаватель

Тел.: (8634) 393-260

http://www.sfedu.ru

senior lecturer

Tel.: (8634) 393-260

http://www.sfedu.ru

leo_gladkov@mail.ruЮжный федеральный университетРоссияSouthern Federal UniversityRussian Federation20142705201603(1042530Copyright © Гладков Л.А., Гладкова Н.В., 20162016Гладков Л.А., Гладкова Н.В.Cladkov L.A., Gladkova N.V.This work is licensed under a Creative Commons Attribution 4.0 License.https://openedu.rea.ru/jour/article/view/105

Статья посвящена актуальным вопросам построения и организации современных интеллектуальных информационных систем. Кратко рассмотрены некоторые проблемы использования в системах управления знаниями таких новых междисциплинарных научных направлений, как синергетика и искусственный интеллект. Приведен краткий анализ гибридных систем и технологий обработки знаний, основанных на сочетании нечеткой логики и методов генетического поиска. Рассмотрены преимущества и перспективы использования методов искусственного интеллекта и моделей многоагентных систем при построении систем управления знаниями. 

Article deals with pressing questions of construction and the organization of modern intellectual information systems. We briefly consider some problems of using such new interdisciplinary scientific directions as synergetics and an artificial intellect in systems of knowledge management. The short analysis of hybrid systems and technologies of processing of the knowledge based on a combination of the fuzzy logic and methods of genetic search is depicted. Advantages and prospects of using methods of an artificial intellect and multiagent systems models in developing of knowledge management systems are considered. 

системы управления знаниямимеждисциплинарный подходсинергетикаискусственный интеллектгибридные системынечеткие генетические алгоритмымультиагентные системыsystems of the knowledge managementthe interdisciplinary approachsynergeticsan artificial intellecthybrid systemsfuzzy genetic algorithmsmultiagent systemsИсследование выполнено за счет гранта Российского научного фонда (проект №14-11-00242) в Южном федеральном университетеReferencesГладков Л.А., Гладкова Н.В. Возможности управления знаниями на основе гибридных интеллектуальных методов // Открытое образование. – 2013. – № 6 (101). – С. 61–65.Гладков Л.А., Гладкова Н.В. Возможности управления знаниями на основе гибридных интеллектуальных методов // Открытое образование. – 2013. – № 6 (101). – С. 61–65.Хакен Г. Тайны природы. Синергетика: учение о взаимодействии. – М.; Ижевск: Институт компьютерных исследований, 2003.Хакен Г. Тайны природы. Синергетика: учение о взаимодействии. – М.; Ижевск: Институт компьютерных исследований, 2003.Курейчик В.М., Писаренко В.И. Синергетический подход в инновационном образовании // Открытое образование. – 2007. – № 3. – С. 20–29.Курейчик В.М., Писаренко В.И. Синергетический подход в инновационном образовании // Открытое образование. – 2007. – № 3. – С. 20–29.Курейчик В.М., Писаренко В.И. Синергетика в образовании // Открытое образование. – 2010. – № 4. – С. 33–44.Курейчик В.М., Писаренко В.И. Синергетика в образовании // Открытое образование. – 2010. – № 4. – С. 33–44.Гладков Л.А., Гладкова Н.В. Новые подходы к построению систем анализа и извлечения знаний на основе гибридных методов // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 146–153.Гладков Л.А., Гладкова Н.В. Новые подходы к построению систем анализа и извлечения знаний на основе гибридных методов // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 146–153.Гладков Л.А. Решение задач и оптимизации решений на основе нечетких генетических алгоритмов и многоагентных подходов // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». – Таганрог: Изд-во ТРТУ, 2006. – № 8(63). – С. 83–88.Гладков Л.А. Решение задач и оптимизации решений на основе нечетких генетических алгоритмов и многоагентных подходов // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». – Таганрог: Изд-во ТРТУ, 2006. – № 8(63). – С. 83–88.Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая школа, 1989.Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. – М.: Высшая школа, 1989.Прангишвили И.В. Системный подход и общесистемные закономерности. – М.: СИНТЕГ, 2000.Прангишвили И.В. Системный подход и общесистемные закономерности. – М.: СИНТЕГ, 2000.Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. – М.: Горячая линия – Телеком, 2007.Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. – М.: Горячая линия – Телеком, 2007.Гладков Л.А., Гладкова Н.В. Особенности использования нечетких генетических алгоритмов для решения задач оптимизации и управления // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуальные САПР». – 2009. – № 4. – С. 130–136.Гладков Л.А., Гладкова Н.В. Особенности использования нечетких генетических алгоритмов для решения задач оптимизации и управления // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуальные САПР». – 2009. – № 4. – С. 130–136.Ярушкина Н.Г. Основы теории нечетких и гибридных систем. – М.: Финансы и статистика, 2004.Ярушкина Н.Г. Основы теории нечетких и гибридных систем. – М.: Финансы и статистика, 2004.Гладков Л.А., Курейчик В.М., Курейчик В.В., Родзин С.И. Основы теории эволюционных вычислений. – Ростов н/Д: Изд-во ЮФУ, 2011.Гладков Л.А., Курейчик В.М., Курейчик В.В., Родзин С.И. Основы теории эволюционных вычислений. – Ростов н/Д: Изд-во ЮФУ, 2011.Herrera F., Lozano M. Fuzzy Adaptive Genetic Algorithms: design, taxonomy, and future directions // Soft Computing. – 2003. – № 7. – P. 545–562.Herrera F., Lozano M. Fuzzy Adaptive Genetic Algorithms: design, taxonomy, and future directions // Soft Computing. – 2003. – № 7. – P. 545–562.Пегат А. Нечеткое моделирование и управление. – М.: БИНОМ, Лаборатория знаний, 2009.Пегат А. Нечеткое моделирование и управление. – М.: БИНОМ, Лаборатория знаний, 2009.Рассел С., Норвиг П. Искусственный интеллект: современный подход. – М.: ИД «Вильямс», 2006.Рассел С., Норвиг П. Искусственный интеллект: современный подход. – М.: ИД «Вильямс», 2006.Тарасов В.Б. От многоагентных систем к интеллектуальным организациям. – М.: Эдиториал УРСС, 2002.Тарасов В.Б. От многоагентных систем к интеллектуальным организациям. – М.: Эдиториал УРСС, 2002.Тарасов В.Б., Голубин А.В. Эволюционное проектирование: на границе между проектированием и самоорганизацией // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». – 2006. – № 8 (63). – С. 77–82.Тарасов В.Б., Голубин А.В. Эволюционное проектирование: на границе между проектированием и самоорганизацией // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». – 2006. – № 8 (63). – С. 77–82.Гладков Л.А., Курейчик В.В., Курейчик В.М. Биоинспирированные методы оптимизации. – М.: Физматлит, 2009.Гладков Л.А., Курейчик В.В., Курейчик В.М. Биоинспирированные методы оптимизации. – М.: Физматлит, 2009.

The authors declare that there are no conflicts of interest present.